基于EM算法优化相关向量机的BDS-3超快速钟差预报

提出一种基于EM算法优化相关向量机(RVM)的BDS-3超快速钟差预报算法。首先,利用组合MAD法预处理钟差数据,并进行一次差分计算;然后,利用钟差一次差分数据对RVM模型进行训练,通过EM算法迭代求取模型的超参数;最后,利用优化后的RVM模型进行数据预测,将钟差一次差分预测值还原,得到钟差预报值。采用iGMAS中心提供的实测BDS-3超快速钟差数据进行预报实验,并将本文模型与QP模型、SA模型及iGMAS超快速钟差预报产品(ISU-P)结果进行对比分析。结果表明,对于6 h、12 h和24 h预报,本文模型预报BDS-3卫星钟差数据的平均精度均优于0.61 ns;与ISU-P、QP模型和SA模型相比,本文模型预报24 h时精度分别提升64.1%、50.0%和49.2%。     

BDS星载原子钟周期项特性及预报研究

采用频谱分析方法对BDS星载原子钟的周期项变化规律进行分析,继而构建了附有周期项的精密钟差预报模型。在此基础上,对预报模型的短期预报效果和不同类型卫星的预报精度差异进行分析。结果表明,不同类型的卫星均表现出较为显著的12 h和24 h的周期项变化规律,但其对应的能量幅值存在差异;与传统的二次多项式预报模型相比,结合周期项改正的钟差预报模型能够提高预报精度,6 h的预报精度约为2 ns,24 h的预报精度约为10 ns。     

GM(1,1)模型初始条件优化及其在GNSS钟差预报中的应用

针对现有改进GM(1,1)模型在导航卫星钟差预报中性能无明显提升的问题,提出通过优化初始条件来提高钟差预报精度的方法。首先构建初始条件未知的GM(1,1)预报模型,然后采用原始序列的最新分量求解初始条件,最后利用该模型对IGS提供的精密钟差数据进行预报实验。结果表明,将初始条件优化后的GM(1,1)模型用于钟差预报切实可行,且预报精度比传统GM(1,1)模型有较大提高。     

MGEX和iGMAS的多系统轨道和钟差产品精度分析

采用分析中心间互比、SLR残差检核、卫星钟差拟合以及阿伦方差等方法对MGEX和iGMAS提供的多系统轨道和钟差产品精度进行综合分析。结果表明，GPS和GLONASS卫星的轨道精度分别在1.0~1.3 cm和2.0~3.6 cm，其中iGMAS提供的轨道产品较优。Galileo卫星的轨道一致性在10~17 cm，采用ECODE2模型或附加先验模型可有效提高轨道精度。BDS GEO卫星的轨道一致性在数m级，径向精度约为25 cm；IGSO和MEO卫星的轨道一致性分别在21~40 cm和11~18 cm左右，且径向精度分别优于10 cm和5 cm。MGEX和iGMAS提供的GPS和GLONASS卫星的钟差精度较好，但稳定性和可靠性仍有待提升。Galileo卫星的钟差一致性约为0.2~0.4 ns，且钟差产品中吸收了未被模型化的轨道误差。BDS GEO、IGSO和MEO卫星的钟差一致性分别在0.35~0.46 ns、0.25~0.33 ns和0.11~0.21 ns，其中CODE提供的BDS IGSO/MEO卫星的钟差产品受偏航姿态模式影响较大。     

BDS卫星钟差短期预报性能分析

采用BDS精密钟差数据进行短期预报实验,通过线性模型、二次多项式模型、灰色模型和Kalman滤波模型对14颗BDS卫星的钟差预报效果进行比较和分析,总结不同类型卫星的钟差预报性能和利用各模型进行BDS卫星钟差预报的相关特性。     

基于GM(1,1)+AR模型的钟差短期预报改进算法研究

针对传统GM(1,1)+AR组合模型的缺点,提出一种可及时更新建模序列和增强数据间相关性的循环式钟差预报模型,在预报过程中根据预报时刻的不同实时调整AR模型阶数。考虑到原始钟差建模序列长度会对预报精度造成影响,分别使用2 h、6 h、12 h和24 h的钟差序列构建模型。实验结果表明,改进模型的预报精度较传统方法有一定提高,且预报结果更稳定;使用不同长度的钟差序列构建模型对预报结果有一定影响,其中二次多项式模型受原始序列长度的影响较大,改进模型受影响较小。     

BDS卫星天线相位中心改正模型比较

介绍北斗二代卫星系统(BDS)3种卫星天线相位中心改正模型,分析对比不同模型对精密定轨、卫星钟差以及精密定位的影响。结果表明,ESA/ESOC的BDS卫星天线相位中心改正模型在精密定轨、卫星钟差和精密定位方面均优于其他模型结果,建议在北斗高精度数据处理中采用。     

导航卫星钟差预报的Elman神经网络算法研究

针对卫星钟差不能被精确模型化的问题,将具有较强记忆功能和强大计算能力的Elman神经网络运用到卫星钟差预报中,提出适用于卫星钟差预报的Elman模型。首先对原始钟差数据进行一次差处理,然后选择合适的神经网络结构建立预报效果最佳的Elman钟差预报模型,最后选用国际GNSS服务（IGS）提供的精密钟差数据进行GPS卫星钟差预报,并与二次多项式模型、附加周期项的多项式模型和灰色系统模型进行对比分析。结果表明,Elman模型进行1 d、7 d和30 d钟差预报的精度得到显著提高,分别达到亚ns、ns和μs级,表明该模型的钟差预报性能优于3种常用模型,在卫星钟差预报中具有可行性。     

GNSS广播星历精度评定与对比

以gbm精密星历和钟差作为参考真值，对GPS、BDS、Galileo以及GLONASS四大系统2017-02-01~02-28的广播星历、钟差以及卫星空间测距误差（SISRE）的精度进行对比分析。结果表明，GPS轨道径向、切向、法向的精度为1 m、0.4 m、0.8 m左右，钟差约为2 ns，卫星信号测距误差（SISRE）约0.4 m；BDS不同类型卫星表现出很大差异；Galileo卫星的径向、切向、法向的精度为0.3 m、0.3 m、0.2 m，钟差约3 ns，SISRE约1 m；GLONASS卫星的径向、切向、法向精度为0.4 m、1.0 m、0.4 m，钟差约7 ns，SISRE约2 m。     

北斗卫星广播星历精度分析

讨论了BDS卫星广播星历精度分析方案,通过BDS卫星广播星历与IGS MGEX的GBM分析中心精密星历产品进行比较,统计分析连续一个月所有在轨健康BDS卫星的广播星历轨道及钟差的误差特性。结果表明：1）当前BDS卫星广播星历轨道误差的径向均方根误差在1 m以内,GEO类型卫星的轨道切向、法向精度在8 m以内,IGSO、MEO类型卫星的轨道切向、法向精度在4 m以内;2）BDS卫星钟差误差与轨道类型没有关系,其精度在10 ns左右;3）从空间信号测距误差（SISRE）角度分析,BDS卫星广播星历整体精度与BDS卫星轨道类型关系不明显,BDS卫星广播星历整体精度优于2 m。     

GPS Block IIR(M)����ԭ�����Ӳ�Ԥ���о�

?????????????????￡????ú?????????GPS Block IIR??M??????????????????????о??????????GM(1??1)??AR(p)??????????1???????????????1 ns????????10??????????????10 ns??????????????ζ??????GM??1??1???????????????????????IGS(the International GPS Service for Geodynamics)??????????7 ns??????     

PSO-GM(1,1,N,p,ξ)模型在变形预测中的应用

通过对传统GM(1,1)缺陷分析和改进的基于权的PGM(1,1)建模机理描述,顾及PGM(1,1)中背景值构造时取相同的参数不能充分降低模型的预测误差,对不同的时刻引入不同的参数来改进GM(1,1)背景值序列的计算公式,将这种背景值构造方法和灰元N引入GM(1,1)建立了新的白化方程。在建立的新的白化方程基础上,用龙格-库塔法以修正的初始值计算累加值的模拟序列。针对引入的参数较多问题,采用粒子群算法寻找满足相对误差均值最优的参数,从而建立了基于粒子群优化算法和加权灰色组合的PSO-GM模型。工程实例应用表明,新模型的拟合精度高,预测效果好,相对其他两种原有模型预测精度有明显提高。     

BDS PPP高精度时间传递方法与精度比较

利用武汉大学发布的事后精密星历和5 min间隔的精密卫星钟差产品,运用北斗精密单点定位技术（BDS PPP）进行时间传递实验,实验数据采用甘肃省卫星定位连续运行基准站中4个站3 d的观测结果。为了验证BDS载波相位法（BDS CP）时间传递的精度,将其与GPS CP法进行对比。结果表明,BDS CP法与GPS CP法之差的RMS大约在±0.055 ns左右,而GPS CP法可以实现0.1～0.2 ns的时间传递,因此在亚ns量级上可以认为这两种方法的精度基本相当。     

一种基于小波分析的卫星钟差数据粗差处理方法

针对传统MAD方法在探测钟差粗差方面存在的不足,提出一种基于小波分析的钟差数据粗差探测与处理方法。该方法利用小波变换的多尺度分析能力,将含有粗差的数据分解为低频小波系数和各层的高频小波系数,并在不同时间尺度下进行粗差探测和消除。使用CODE提供的BDS精密钟差数据进行实验,分析不同小波函数及不同分解尺度对预处理效果的影响,并与传统MAD方法比较,发现利用小波分解预处理后的数据在钟差预报方面有明显优势,预报精度平均提高10%。