GPS北斗双模技术应用开发研究--数据解析

本文涉及的产品
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
云解析 DNS,旗舰版 1个月
全局流量管理 GTM,标准版 1个月
简介:          上一篇文章大家介绍了几个重要的概念,那下面我们就来解析一下这样的双模输出log,在解析之前我们来看看各个重要标准字段的意义。笔者在实际开发中只用到了其中的四个,分别是GGA,GSA,GSV,RMC,GLL,当然还有其他一些字段,感觉有些是重复的,根据需要解析就好了。

         上一篇文章大家介绍了几个重要的概念,那下面我们就来解析一下这样的双模输出log,在解析之前我们来看看各个重要标准字段的意义。笔者在实际开发中只用到了其中的四个,分别是GGA,GSA,GSV,RMC,GLL,当然还有其他一些字段,感觉有些是重复的,根据需要解析就好了。下面就分别介绍一下:

$XXGGA,(1),(2),(3),(4),(5),(6),(7),(8),(9),M,(10),M,(11),(12)*hh(CR)(LF)  
各部分所对应的含义为:   
(1)定位UTC时间:05时09分01秒  
(2)纬度(格式ddmm.mmmm:即dd度,mm.mmmm分);  
(3)N/S(北纬或南纬):北纬39度31.4449分;  
(4)经度(格式dddmm.mmmm:即ddd度,mm.mmmm分);  
(5)E/W(东经或西经):东经116度43.5123分;  
(6)质量因子(0=没有定位,1=实时GPS,2=差分GPS):1=实时GPS;  
(7)可使用的卫星数(0~8):可使用的卫星数=07;  
(8)水平精度因子(1.0~99.9);水平精度因子=1.4;  
(9)天线高程(海平面,-9999.9~99999.9,单位:m);天线高程=76.2m);   
(10)大地椭球面相对海平面的高度(-999.9~9999.9,单位:m):-7.0m;   
(11)差分GPS数据年龄,实时GPS时无:无;   
(12)差分基准站号(0000~1023),实时GPS时无:无;   
*总和校验域;  
hh 总和校验数:65   
(CR)(LF)回车,换行。 
$XXGSA,<1>,<2>,<3>,<3>,<3>,<3>,<3>,<3>,<3>,<3>,<3>,<3>,<3>,<3>,<4>,<5>,<6>*hh<CR><LF>
<1> 模式,M=手动,A=自动
<2> 定位类型,1=没有定位,2=2D定位,3=3D定位
<3> PRN码(伪随机噪声码),正在用于解算位置的卫星号(01~32,前面的0也将被传输)。
<4> PDOP位置精度因子(0.5~99.9)
<5> HDOP水平精度因子(0.5~99.9)
<6> VDOP垂直精度因子(0.5~99.9)
$XXGSV,<1>,<2>,<3>,<4>,<5>,<6>,<7>,…<4>,<5>,<6>,<7>*hh<CR><LF>
<1> GSV语句的总数
<2> 本句GSV的编号
<3> 可见卫星的总数(00~12,前面的0也将被传输)
<4> PRN码(伪随机噪声码)(01~32,前面的0也将被传输)
<5> 卫星仰角(00~90度,前面的0也将被传输)
<6> 卫星方位角(000~359度,前面的0也将被传输)
<7> 信噪比(00~99dB,没有跟踪到卫星时为空,前面的0也将被传输)
注:<4>,<5>,<6>,<7>信息将按照每颗卫星进行循环显示,每条GSV语句最多可以显示4颗卫星的信息。其他卫星信息将在下一序列的NMEA0183语句中输出。
$XXRMC,<1>,<2>,<3>,<4>,<5>,<6>,<7>,<8>,<9>,<10>,<11>,<12>*hh<CR><LF>
<1> UTC时间,hhmmss(时分秒)格式
<2> 定位状态,A=有效定位,V=无效定位
<3> 纬度ddmm.mmmm(度分)格式(前面的0也将被传输)
<4> 纬度半球N(北半球)或S(南半球)
<5> 经度dddmm.mmmm(度分)格式(前面的0也将被传输)
<6> 经度半球E(东经)或W(西经)
<7> 地面速率(000.0~999.9节,前面的0也将被传输)
<8> 地面航向(000.0~359.9度,以真北为参考基准,前面的0也将被传输)
<9> UTC日期,ddmmyy(日月年)格式
<10> 磁偏角(000.0~180.0度,前面的0也将被传输)
<11> 磁偏角方向,E(东)或W(西)
<12> 模式指示(仅NMEA0183 3.00版本输出,A=自主定位,D=差分,E=估算,N=数据无效)
$XXGLL,<1>,<2>,<3>,<4>,<5>,<6>,<7>*hh<CR><LF>
<1> 纬度ddmm.mmmm(度分)格式(前面的0也将被传输)
<2> 纬度半球N(北半球)或S(南半球)
<3> 经度dddmm.mmmm(度分)格式(前面的0也将被传输)
<4> 经度半球E(东经)或W(西经)
<5> UTC时间,hhmmss(时分秒)格式
<6> 定位状态,A=有效定位,V=无效定位
<7> 模式指示(仅NMEA0183 3.00版本输出,A=自主定位,D=差分,E=估算,N=数据无效)

     上面这些说明都是固定的,也就是NMEA0183协议规定好了的。上面在GGA这些开头之前,笔者用了XX来模糊数据头,是因为单GPS模块出来的是GP开头,但是如果是双模的GGA可能就是GNGGA,GSA跟GSV的话需要区分GPS还是北斗,如果是GPS的一般还是用GPGSV,北斗的话可能就是BDGSV,当然这个数据头需要根据具体模块来定,好多模块也可以通过命令去修改数据头。下面就看看一段有效的双模log:

$GNGGA,033327.000,2234.6973,N,11355.2708,E,1,14,0.7,55.57,M,-2.7,M,0.0,0000,1.3*70
$GNGLL,2234.6973,N,11355.2708,E,033327.000,A,0*32
$GPGSA,A,3,05,02,13,10,17,12,06,26,25,09,,,1.5,0.7,1.3,0.8*34
$BDGSA,A,3,01,03,04,05,,,,,,,,,1.5,0.7,1.3,0.8*2B
$GPGSV,3,1,10,10,55,021,42,05,55,256,45,02,47,341,43,13,41,139,42*71
$GPGSV,3,2,10,06,41,044,39,12,34,275,42,17,32,132,42,09,22,053,35*7A
$GPGSV,3,3,10,26,14,184,37,25,11,308,35*7A
$BDGSV,2,1,06,03,62,188,41,01,49,130,41,02,34,247,35,04,32,111,39*69
$BDGSV,2,2,06,05,23,255,37,10,03,198,35*68
$GNRMC,033327.000,A,2234.6973,N,11355.2708,E,0.000,50.711,281114,,,A*49
$RUANT,2*42
$GNGGA,033328.000,2234.6973,N,11355.2708,E,1,14,0.7,55.57,M,-2.7,M,0.0,0000,1.3*7F
$GNGLL,2234.6973,N,11355.2708,E,033328.000,A,0*3D
$GPGSA,A,3,05,02,13,10,17,12,06,26,25,09,,,1.5,0.7,1.3,0.8*34
$BDGSA,A,3,01,03,04,05,,,,,,,,,1.5,0.7,1.3,0.8*2B
$GPGSV,3,1,10,10,55,021,42,05,55,256,45,02,47,341,43,13,41,139,42*71
$GPGSV,3,2,10,06,41,044,39,12,34,275,42,17,32,132,42,09,22,053,35*7A
$GPGSV,3,3,10,26,14,184,38,25,11,308,35*75
$BDGSV,2,1,06,03,62,188,40,01,49,130,41,02,34,247,36,04,32,111,38*6A
$BDGSV,2,2,06,05,23,255,36,10,03,198,35*69
$GNRMC,033328.000,A,2234.6973,N,11355.2708,E,0.000,50.711,281114,,,A*46
$RUANT,2*42

   从GGA,GLL可以分析出它的位置,GSV,GSA可以看出分别有多少颗活动卫星,它的PRN,SNR,方位,有无星历等,下面就看一下双模显示图片,各个可见卫星的情况:





              上面的卫星信息是实际路测的时候截屏下来的,天线匹配还可以再优化一点,SNR就会更好一些。 下一篇文章介绍一下android部分location的一些管理信息。


目录
相关文章
|
13天前
|
数据库 索引
深入探索数据库索引技术:回表与索引下推解析
【10月更文挑战第15天】在数据库查询优化的领域中,回表和索引下推是两个核心概念,它们对于提高查询性能至关重要。本文将详细解释这两个术语,并探讨它们在数据库操作中的作用和影响。
38 3
|
7天前
|
机器学习/深度学习 人工智能 自然语言处理
思通数科AI平台在尽职调查中的技术解析与应用
思通数科AI多模态能力平台结合OCR、NLP和深度学习技术,为IPO尽职调查、融资等重要交易环节提供智能化解决方案。平台自动识别、提取并分类海量文档,实现高效数据核验与合规性检查,显著提升审查速度和精准度,同时保障敏感信息管理和数据安全。
40 11
|
2天前
|
Kubernetes Cloud Native 云计算
云原生技术深度解析:重塑企业IT架构的未来####
本文深入探讨了云原生技术的核心理念、关键技术组件及其对企业IT架构转型的深远影响。通过剖析Kubernetes、微服务、容器化等核心技术,本文揭示了云原生如何提升应用的灵活性、可扩展性和可维护性,助力企业在数字化转型中保持领先地位。 ####
|
3天前
|
自然语言处理 并行计算 数据可视化
免费开源法律文档比对工具:技术解析与应用
这款免费开源的法律文档比对工具,利用先进的文本分析和自然语言处理技术,实现高效、精准的文档比对。核心功能包括文本差异检测、多格式支持、语义分析、批量处理及用户友好的可视化界面,广泛适用于法律行业的各类场景。
|
5天前
|
存储 分布式计算 Java
存算分离与计算向数据移动:深度解析与Java实现
【11月更文挑战第10天】随着大数据时代的到来,数据量的激增给传统的数据处理架构带来了巨大的挑战。传统的“存算一体”架构,即计算资源与存储资源紧密耦合,在处理海量数据时逐渐显露出其局限性。为了应对这些挑战,存算分离(Disaggregated Storage and Compute Architecture)和计算向数据移动(Compute Moves to Data)两种架构应运而生,成为大数据处理领域的热门技术。
18 2
|
7天前
|
机器学习/深度学习 人工智能 自然语言处理
医疗行业的语音识别技术解析:AI多模态能力平台的应用与架构
AI多模态能力平台通过语音识别技术,实现实时转录医患对话,自动生成结构化数据,提高医疗效率。平台具备强大的环境降噪、语音分离及自然语言处理能力,支持与医院系统无缝集成,广泛应用于门诊记录、多学科会诊和急诊场景,显著提升工作效率和数据准确性。
|
10天前
|
监控 Cloud Native 持续交付
云原生技术深度解析:重塑现代应用开发与部署范式####
本文深入探讨了云原生技术的核心概念、关键技术组件及其在现代软件开发中的重要性。通过剖析容器化、微服务架构、持续集成/持续部署(CI/CD)等关键技术,本文旨在揭示云原生技术如何促进应用的敏捷性、可扩展性和高可用性,进而推动企业数字化转型进程。不同于传统摘要仅概述内容要点,本部分将融入具体案例分析,直观展示云原生技术在实际应用中的显著成效与挑战应对策略,为读者提供更加丰富、立体的理解视角。 ####
|
10天前
|
算法 Java 数据库连接
Java连接池技术,从基础概念出发,解析了连接池的工作原理及其重要性
本文详细介绍了Java连接池技术,从基础概念出发,解析了连接池的工作原理及其重要性。连接池通过复用数据库连接,显著提升了应用的性能和稳定性。文章还展示了使用HikariCP连接池的示例代码,帮助读者更好地理解和应用这一技术。
24 1
|
10天前
|
安全 测试技术 数据安全/隐私保护
原生鸿蒙应用市场开发者服务的技术解析:从集成到应用发布的完整体验
原生鸿蒙应用市场开发者服务的技术解析:从集成到应用发布的完整体验
|
10天前
|
JavaScript API 开发工具
<大厂实战场景> ~ Flutter&鸿蒙next 解析后端返回的 HTML 数据详解
本文介绍了如何在 Flutter 中解析后端返回的 HTML 数据。首先解释了 HTML 解析的概念,然后详细介绍了使用 `http` 和 `html` 库的步骤,包括添加依赖、获取 HTML 数据、解析 HTML 内容和在 Flutter UI 中显示解析结果。通过具体的代码示例,展示了如何从 URL 获取 HTML 并提取特定信息,如链接列表。希望本文能帮助你在 Flutter 应用中更好地处理 HTML 数据。
93 1

推荐镜像

更多
下一篇
无影云桌面