本发明涉及城市大数据定位信号分析处理，具体涉及一种智慧城市大数据定位系统的多维信号处理方法。
背景技术：
1、智慧城市利用各种信息技术或创新概念，将城市的系统和服务打通、集成，以提升资源运用的效率，优化城市管理和服务，以及改善市民生活质量，智慧城市建设中，对目标进行精准定位能够有效对车辆交通、公共场所人流进行管制，例如对高架的车辆进行精准定位，有效判断高架车辆大致数量，判断拥挤程度，以对高架入口处设置一定的管制闸口，防止车辆拥挤堵塞。
2、以公共交通场所为例，由于部分公共交通场所存在不同高程维度，例如商场的多层停车场、多层高架桥交通面在同一个水平位置上的目标车辆并不一定在同一个高度维面，仅仅依靠单维面的定位信号无法判断目标车辆的准确位置
3、城市公共交通环境、商场等公共活动场所大多属于多维度立体空间，较为复杂，现有的定位技术仅仅依靠单一维面的定位信号坐标无法精准确定目标在高度维面上的精确位置，高度维面上的定位精度低。
技术实现思路
1、为此，本发明提供一种智慧城市大数据定位系统的多维信号处理方法，有效的解决了现有技术中的定位技术仅仅依靠单一维面的定位信号坐标无法精准确定目标在高度维面上的精确位置，高度维面上的定位精度低的问题。
2、为解决上述技术问题，本发明具体提供下述技术方案：一种智慧城市大数据定位系统的多维信号处理方法，包括：
3、参照待定位区域地表构建弧面域，并沿地表垂直向上构建垂向域，在弧面域和垂向域上结合待定位区域的实体参数构建实体模型，以得到虚拟定位三维模型；
4、在虚拟定位三维模型内地表内侧随机选取一点作为定位基点，以定位基点作为零点在虚拟定位三维模型上构建定位三维坐标轴；
5、在待定位区域和定位基点之间建立至少一个校位基站，在校位基站处获取校位基站与待测目标点之间的目标距离，以校位基站为圆心、目标距离为半径，得到球面域；
6、获取球面域上与实体模型相交的干涉交点，对每个干涉交点进行受力分析，计算干涉交点的支撑状态，以筛除无支撑的干涉交点；
7、利用定位系统分别对待测目标点的方位、俯仰进行测向，并将测得的数据代入维度坐标计算公式逐个计算待测目标点在定位三维坐标轴内的x、y、z维度坐标值，逐步筛除维度坐标值不符的干涉交点，直至剩余最后一个干涉交点，作为待测目标点输出。
8、进一步地，
9、所述校位基站和所述零点之间的校距小于所述待定位区域内所有高度平面对应的所述实体模型到所述零点之间的距离；
10、所述校位基站建立于所述弧面域和所述定位基点之间，且位于所述定位三维坐标轴的z轴上；
11、所述定位基点到所述弧面域域面各个位置的距离相等。
12、进一步地，
13、依据待定位区域的实体参数在所述定位三维坐标轴内创建实体点集，所述实体模型由所述实体点集组合形成；
14、其中，所述实体模型以所述弧面域为基面，沿着所述垂向域方向延伸。
15、进一步地，
16、所述球面域与所述实体模型的干涉交点为所述球面域形成的球形面与所述实体模型域面产生相交的点；
17、其中，所述干涉交点均处于所述弧面域外远离所述定位基点的一侧。
18、进一步地，
19、所述干涉交点进行受力分析的具体步骤包括：
20、以所述干涉交点为起点，沿所述干涉交点和所述定位基点连接线方向绘制动力引线；
21、以所述干涉交点为起点，沿远离且垂直于所述干涉交点对应所述实体模型的域面的方向绘制支撑引线；
22、对所述支撑引线沿所述动力引线对应直线方向绘制分引线；
23、分析判断所述分引线与所述动力引线的方向。
24、进一步地，
25、在所述分引线和所述动力引线方向一致的情况下，判断该干涉交点无支撑；
26、在所述分引线和所述动力引线方向相反的情况下，判断该干涉交点存在支撑；
27、其中，所述待测目标点能够在存在支撑的干涉交点对应的实体模型域面上活动。
28、进一步地，
29、利用定位系统在所述校位基站处对待测目标点的方位、俯仰进行测向；
30、其中，对待测目标点的方位、俯仰进行测向的具体步骤包括：
31、在所述校位基站处建立测向三维坐标轴；
32、测算所述校位基站和所述待测目标点连接线沿(x1，y1)平面的映射线与y1轴的夹角，作为方位角；
33、测算所述校位基站和所述待测目标点连接线与所述映射线的夹角，作为俯仰角。
34、进一步地，
35、对筛除无支撑的干涉交点后的剩余所述干涉交点两两之间进行x、y、z轴向的坐标比对，计算x、y、z轴向的坐标值重合率；
36、按照x、y、z轴向的坐标值重合率数值高低对x、y、z轴向的维度坐标值的计算程序进行先后的优先级排比；
37、其中，x、y、z轴向的维度坐标值的计算程序中采用的维度坐标计算公式为：
38、
39、其中，x为待测目标点的x轴维度坐标值，y为待测目标点的y轴维度坐标值，z为待测目标点的z轴维度坐标值，r为校位基站和零点之间的校距，s为待测目标点到所述校位基站所在球面的最小距离，∠a为俯仰角，∠b为方位角。
40、进一步地，
41、以x、y、z轴向的坐标值重合率数值从低至高对应x、y、z轴向的维度坐标值的计算程序优先级排比呈从高至低。
42、进一步地，
43、在将维度坐标计算公式的计算结果与所述干涉交点的维度坐标值进行对比的过程中，计算其计算结果与所述干涉交点的维度坐标值之间的数据相关度，将数据相关度低于相关度阈值标记为维度坐标值不符的干涉交点，并进行筛除。
44、本发明与现有技术相比较具有如下有益效果：
45、本发明中，沿着待定位区域地表构建弧面域，沿弧面域垂直向上构建垂向域，从平面维度上和平面向上的垂向维度上构建多维度的虚拟定位三维模型，另外，构建球面域，获取球面域与实体模型的干涉交点，干涉交点均有可能是待测目标点，经过对干涉交点的一系列分析和筛除得到最终的待测目标点的维度坐标值，以目标距离为基准，从多维度面对待测目标点进行筛查和确定，通过增加沿平面垂向维度的筛查工作，提高了空间维度上目标维度的精确性。
1.一种智慧城市大数据定位系统的多维信号处理方法，其特征在于，包括：
2.根据权利要求1所述的智慧城市大数据定位系统的多维信号处理方法，其特征在于，
3.根据权利要求1所述的智慧城市大数据定位系统的多维信号处理方法，其特征在于，
4.根据权利要求2所述的智慧城市大数据定位系统的多维信号处理方法，其特征在于，
5.根据权利要求4所述的智慧城市大数据定位系统的多维信号处理方法，其特征在于，
6.根据权利要求5所述的智慧城市大数据定位系统的多维信号处理方法，其特征在于，
7.根据权利要求5所述的智慧城市大数据定位系统的多维信号处理方法，其特征在于，
8.根据权利要求1所述的智慧城市大数据定位系统的多维信号处理方法，其特征在于，
9.根据权利要求8所述的智慧城市大数据定位系统的多维信号处理方法，其特征在于，
10.根据权利要求9所述的智慧城市大数据定位系统的多维信号处理方法，其特征在于，
