基于GNSS基准站网的对流层延迟建模

针对在卫星导航定位中,通常采用对流层模型进行,对流层延迟误差修正的现状,该文研究了一种基于GNSS基准站网的对流层延迟建模方法,并基于此方法利用日本地区GENET参考网约737个站5a的GNSS-ZTD序列建立了区域对流层模型ZTDM-JPN,并将ZTDM-JPN模型应用于GPS及北斗定位实验,分析了其在GPS及北斗定位中的实际应用性能。通过与国际上常用的对流层模型EGNOS、UNB3m作比较,结果表明,ZTDM-JPN模型的模拟精度较相同条件下的EGNOS与UNB3m模型分别提升约26%和21%,从而验证了该建模方法的可行性与优越性。     

长三角区域对流层延迟简易模型的建立

在对流层经验模型Saastamoinen模型和EGNOS模型的基础上,通过对长三角地区近40年气象规律的研究,总结了温度、气压、相对湿度相对于年积日的函数关系,建立了适用于长三角区域的对流层天顶延迟的简易模型。通过实验验证了该模型的有效性,该模型输入参数是年积日,不仅方便快捷,还提高了经验模型的精度,为更精确的区域模型研究提供了参考。     

亚洲地区EGNOS天顶对流层延迟模型单站修正与精度分析

以亚洲地区46个IGS站2008-2011年实测的高精度天顶对流层延迟（ZTD）数据为参考值,通过对2008-2010年EGNOS模型计算ZTD的日均偏差进行频谱分析,建立了亚洲地区EGNOS模型的单站修正模型（SSIEGNOS）,对EGNOS和SSIEGNOS模型在亚洲地区的精度和适用情况进行了评估,结果表明：（1）EGNOS模型偏差和RMS在时间分布上呈现明显的季节变化规律,而SSIEGNOS模型偏差和RMS变化较小且平稳;（2）在空间分布上,两种模型的偏差随着经纬度和高程的变化均无明显规律,但随着高程或者纬度的增加RMS总体上都有递减的趋势;（3）SSIEGNOS模型预测ZTD的精度相对于EGNOS模型有明显提高。     

三种对流层延迟模型的精度对比

针对不同对流层延迟模型的改正精度不同的问题,该文采用3个IGS站BJFS、SHAO、WUHN的2014年对流层天顶总延迟数据以及地面气象数据,对目前常用的3种对流层延迟模型:霍普菲尔德(Hopfield)、萨斯塔莫宁(Saastamoinen)、欧洲地球静止导航重叠服务(EGNOS)的精度进行了分析。结果表明:Saastamoinen和Hopfield模型的精度相当,EGNOS模型精度略差于其余两种模型,但能满足GNSS米级的定位要求;在气象条件变化剧烈时,EGNOS模型精度不如实测地面气象数据的Hopfield和Saastamoinen模块。     

大气再分析资料反演对流层延迟精度分析

针对传统对流层延迟模型在复杂山区大高差环境下误差过大的问题，该文对欧洲中期天气预报中心的ERA5大气再分析资料反演的天顶对流层延迟精度进行分析，其中ERA5 ZTD由积分法+Saastamoinen模型求得。结果表明：以精密单点定位模糊度固定估计的ZTD为参考，ERA5 ZTD平均偏差绝对值为3.8 mm,总平均均方根误差为10.5 mm。北半球夏季偏差与均方根误差最大，冬季最小，南半球反之。并址站间的日内变化趋势相同，与PPP-AR ZTD变化趋势符合性较好，且呈现明显的日内周期性变化。ERA5 ZTD均方根误差由赤道向两极呈递减趋势，不同测站高程处ZTD精度与高程无明显关系，整体表现出较高精度。总体上，ERA5 ZTD能够满足在复杂山区大高差环境下的对流层延迟误差要求，可作为数据源进行区域对流层建模。     

EGNOS对流层延迟改正模型及其精度分析

对流层延迟是GPS定位中一个主要的误差源,目前处理对流层延迟的主要方法是通过模型法、差分法等;当基线的距离较短时,基线两端气象条件基本相同差分法可以很好地修正对流层延迟误差,当基线的距离很长时,由于基线两端的气象参数差别较大差分法不能很好地消除对流层误差,模型法却能很好地消除对流层误差.对EGNOS模型进行了详细的介绍...     

EGNOS模型在对流层延迟插值方法改进中的应用

在插值站与已知站平均高程面高差较大的情况下,传统的反距离加权内插法得到的对流层延迟值精度较差,因此提出了一种基于EGNOS模型的反距离加权插值方法。该方法通过EGNOS模型将对流层延迟改正值在高程方向上进行投影延拓。相对于传统内插法来说,可以避免较大高差带来的空间内插结构上的畸形。采用IGS站提供的对流层产品进行实验,结果表明该方法求得的对流层延迟改正精度相比于传统的反距离加权内插法有了显著提高,特别是对于高差较大的站点有很好的改进效果。     

一种优化的对流层天顶延迟融合模型FZTD

对流层延迟是影响全球卫星导航系统(GNSS)定位精度的主要误差源之一,模型修正法是目前削弱对流层延迟影响的主要方法. 以简单易用的角度为切入点,综合UNB3模型的简易性和GPT2w模型的高精度特点,构建一种简易且精度较高的对流层天顶延迟融合模型(FZTD). 并利用多年的国际GNSS服务(IGS) 对流层天顶延迟(ZTD)数据对该模型精度进行了验证. 结果表明FZTD模型的均方根(RMS)与平均偏差(bias)值分别为4.4 cm和?0.3 cm,均小于传统模型UNB3m(RMS:5.1 cm,bias:1.1 cm)和EGNOS(RMS:5.1 cm,bias:0.3 cm),定位精度提高了14%,而且在南半球提高尤为明显,特别在南极地区,精度提高了近3倍,弥补了传统模型在南北半球精度差异大的不足. 新模型总气象参数仅为120个比GPT2w模型急剧减少,与传统模型相当,为GNSS实时导航定位终端的预定义对流层延迟改正提供了更优的选择.      

不同全球天顶对流层延迟模型时空特征分析

对流层延迟误差与信号频率无关,且具有较强的随机性,是GNSS导航定位中的主要误差源之一。以GGOS Atmosphere发布的格网数据作为真值,从纬度、高程及时间特性3个方面分析了两种全球天顶对流层延迟ZTD(Zenith Total Delay)模型(UNB模型和EGNOS模型)的时空特征,为GNSS导航定位中模型选择的正确性与合理性提供参考依据。分析得出:在纬度方向,ZTD值的RMSE和Bias从南到北呈现递减趋势且逐渐趋于稳定,建议计算ZTD时在南半球通过格网插值,北半球采用UNB模型;在高程方向,ZTD值与高程值呈现出反比关系,EGNOS的残差值较UNB残差值分布更加均匀且规律性较强,可利用高程值进行建模修正;在时间特征方面,ZTD单天内变化较小,两模型互差在mm级且表现出一定的季节性特征。     

高纬度BDS/GPS PPP中的对流层延迟改正模型优选

由于高纬度地区气温气压值及变化率与中低纬度地区有较大差异,因此目前发布的多种对流层延迟模型在高纬度地区使用的精度会不同。为了给高纬度地区BDS/GPS用户提供更好的对流层延迟模型选择,文中采用UNB3,EGNOS和GPT2模型,以IGS发布的ZPD产品和SINEX文件作为参考,对比基于这三种对流层延迟模型计算的天顶对流层总延迟量以及精密单点定位精度,可知GPT2较UNB3和EGNOS在高纬度地区定位中有更好的精度表现。     

无气象要素的GPS对流层延迟推算可降水量的研究

本文针对武汉地区GPS气象网资料,进行了GPS对流层延迟直接推算可降水量的研究。在武汉东湖站GPS对流层延迟与无线电探空可降水量的比较中,两者具有很好的相关性,相关系数达到了0.93;推导了对流层延迟直接推算可降水量的模型,对模型结果进行了检验,在武汉东湖站的对流层延迟转换的可降水量与无线电探空可降水量的比较中,均方根为7.8mm,相关性为0.91,这说明了在没有气象数据的地区对流层延迟直接推算的可降水量可以作为气象短期预报的参考。     

精密单点定位中卫星星历对天顶对流层延迟估计的影响

为了分析不同卫星星历对天顶对流层延迟估计的影响,本文选取不同的卫星星历产品分别进行静态精密单点定位试验,估计天顶对流层延迟,并与IGS发布的天顶对流层延迟产品相比。结果表明,采用最终星历、快速星历和超快星历实测部分时,天顶对流层延迟的平均RMS值分别为4.5mm、4.3mm和4.6mm,估计精度一致。而采用超快星历外推部分时,平均RMS值为6.3mm,估计精度略低。     

基于Keras平台的LSTM模型的对流层延迟预测

对流层延迟是影响全球卫星导航系统（GNSS）测量精度的重要因素. 针对现有对流层延迟模型稳定性差，精度较低等问题，在无实测气象参数条件下，提出一种基于Keras平台的长短期记忆神经网络（LSTM）的对流层延迟预测模型. 选取全球均匀分布的8个测站，使用其2016年第90-131年积日共42 天的整点对流层延迟数据预测其第132-136年积日的整点数据. 以国际GNSS服务（IGS）中心提供的对流层产品为真值，分析比较LSTM模型和反向传播（BP）神经网络模型的预测效果. 研究表明，LSTM模型预测结果的均方根误差基本达到mm级，其平均绝对误差和平均绝对百分比误差均比BP模型低，LSTM模型在精度和稳定性上较BP模型均有明显提高；LSTM模型在中高纬区域的均方根误差（RMSE）均值达到7.82 mm，中高纬地区更适合使用该模型.      

融合大气数值模式的高精度对流层天顶延迟计算方法

针对现有对流层天顶延迟模型改正法因水汽参数难以精确获取所导致的时空分辨率与精度上的不足问题，提出了一种融合WRF（weather research and forecasting model）大气数值模式的对流层天顶延迟估计方法。通过分析WRF模式的数值模拟机理及其数据结构特征，采用直接积分与模型改正相结合的混合计算方式，实现了全球任意位置上小时级的对流层天顶延迟估计。验证结果表明，该方法计算的小时级ZTD再分析值精度为13.6 mm，日均值精度更是可达9.3 mm，比传统模型UNB3m的49.6 mm以及目前标称精度最高模型GPT2w的34.6 mm，精度分别提高了约5倍和3.5倍。在30 h的预报时段内，预报值精度也可达22 mm。无论是ZTD再分析值还是预报值比现有模型的估计值精度均有明显提高。     

一种基于机器学习算法的区域/单站ZTD组合预测模型

针对天顶对流层总延迟(ZTD)具有一定的时空变化特性,提出了一种基于BP神经网络、长短期记忆网络(LSTM)算法的区域/单站ZTD组合预测模型. 以连续14天香港连续运行参考站(CORS)网络18个监测站观测数据为例,利用BP神经网络、LSTM及本文算法进行了区域、单站及二者组合ZTD预测模型研究. HKWS测站的预测结果表明:利用前13天数据预报第14天数据,区域、单站、组合模型ZTD预测的均方根误差（RMSE）分别为10.2 mm、10.4 mm、8.5 mm,组合模型相对于区域、单站模型预测精度分别提升了17.2%、18.4%.      

基于北斗的精密单点定位估计对流层天顶延迟精度分析

通过全球导航卫星（GNSS）系统获取对流层天顶延迟对于气象和电波折射修正具有重要应用价值。利用自主研发的静态精密单点定位软件CRPPP,基于国际GNSS地球动力学服务局（IGS）发布的北斗系统（BDS）精密星历和精密钟差,给出了BDS估算天顶延迟结果。以IGS发布的全球定位系统（GPS）结果为参考对比,BDS估算天顶延迟结果平均偏差优于5mm,均方根误差（rms）优于2．3cm．同时,给出了西沙地区GPS与BDS估计结果,结果表明：利用北斗系统估计的对流层天顶延迟精度与GPS相当。