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%。     

基于广播星历的北斗卫星在轨运行状态分析

利用北斗卫星的广播星历数据提取轨道参数与钟差参数指标,从卫星轨道平面参数、形状参数、定向参数和卫星钟差序列等方面对现阶段北斗在轨卫星的运行状态进行分析。结果表明,BDS卫星的轨道异常多于卫星钟差异常,其中GEO卫星出现异常的频率最高,IGSO卫星次之,MEO卫星的运行状态最稳定。     

基于GPS高程时间序列粗差的抗差探测与插补研究

研究抗差估计和稳健估计粗差探测IQR准则的粗差剔除算法以及缺值点插值的正交多项式最小二乘拟合方法。以中国3个CORS基准站从1999-03-01—2009-12-31日的单天解GPS高程时间序列为对象进行粗差探测与插补的试验。结果表明：抗差估计比IQR准则能更有效地探测和剔除粗差;三次样条插值当连续缺失历元超过5~10个时插值结果易发生扭曲;低次正交多项式拟合的结果稳定,一般选择2~3次拟合即可获得理想的效果,当连续缺失历元达3个月时,正交多项式拟合后的曲线与序列趋势仍基本一致。     

星载GPS相位非差观测粗差和周跳的探测与修复

提出了以历元间星载GPS载波相位观测值之差作为观测量,结合拟准检定法（QuAD）来探测和修复非差星载GPS相位观测值中的粗差和周跳的方法。利用仿真低轨卫星GPS相位观测数据,对粗差和周跳的特性进行了分析,并对探测和修复步骤与效果进行了详细说明。实验表明,该方法不仅计算简捷,而且能有效修复非差载波相位观测值中的粗差和周跳,为非差星载GPS精密单点定轨提供了良好的质量控制基础。     

一种基于MAD改进的GNSS高程时间序列粗差探测方法

针对GNSS高程时间序列中不可避免地含有粗差,以及在非线性、不平稳性的高程时间序列中粗差难以探测的问题,在传统MAD方法基础上,构建一种引入小波分析的WT-MAD粗差探测方法.利用模拟数据和LHAZ、BJFS、TWTF三个IGS站的实测高程数据进行实验,将WT-MAD法与基于最小二乘的3σ法、IQR法和MAD法进行对比...     

GNSS形变监测时间序列的粗差数据处理方法

针对GNSS形变监测的传统粗差探测算法性能受限于数据长度的问题,提出基于小波分析的一阶导数粗差剔除法。首先使用新算法对原始信号进行粗差剔除,再利用广义延拓插值补充残缺点。实测算例结果表明,新算法执行时间是3倍中误差法（3σ法）的0.01倍,插值后与真实值偏离仅0.03 mm,远优于其他传统粗差探测手段。     

基于SSA-Sn法的GNSS坐标时间序列粗差探测

针对GNSS高程坐标时间序列中含有粗差、高程坐标时间序列不平稳、非线性变化导致异常值探测困难等问题,提出一种奇异谱分析SSA与S_n估计量相结合的粗差探测方法。利用实验模拟数据和实测数据分别对该方法的探测效果同常规3σ法和MAD法进行对比,结果表明,SSA-S_n粗差探测方法的总体探测效果更好,能够满足GNSS坐标时间序列高可靠性的需求。     

水准数据粗差探测的组合分析方法

为有效提高水准数据粗差探测水平,提出利用水准网环闭合差分析和Baarda探测法进行粗差探测的组合分析方法。通过对Baarda探测法的限差选择、不同粗差的探测等进行试验分析发现,该方法能够有效探测水准观测数据中的粗差,提高探测结果的准确性。     

BDS-2卫星钟设计年限末期阶段性能评估与分析

为探究BDS-2卫星钟在当前阶段的运行状态及性能情况,采用国际GNSS监测评估系统（iGMAS）2018年共365 d的精密钟差数据,将Score检验量引入钟差异常探测,并结合中位数法进行数据质量控制,弥补了中位数法部分粗差漏探的缺陷;再从频率准确度、频率漂移率、频率稳定度、模型拟合残差、周期特性、噪声类型等6个方面对BDS-2卫星钟的相关性能进行全面评估。结果表明,现阶段BDS-2在轨卫星钟的运行状态良好,各项性能指标均正常,可继续提供相应的系统服务。其中,BDS-2卫星钟的频率准确度为3.15×10^-11,日漂移率为1.59×10^-13,万秒稳为5.72×10^-14,模型拟合残差平均精度为0.596 ns;GEO、IGSO和MEO三类卫星的钟差序列周期特性显著,第1、2主周期与其各自卫星轨道周期相关,分别为其轨道周期的0.5倍或1倍左右;不同平滑时间下的BDS-2卫星钟主要受调频白噪声（WFM）、调频闪烁噪声（FFM）和调频随机游走噪声（RWFM）的影响。     

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%。     

基于一次差分预报原理的常用钟差预报模型效果分析

基于15 d的精密卫星钟差数据,从不同角度全面分析6种常用钟差预报模型（LP模型、QP模型、GM模型、SA模型、ARIMA模型、KF模型）基于钟差一次差分预报原理的预报效果,得到以下结论：1）采用钟差一次差分预报原理,可以提高LP模型、SA模型、GM模型及KF模型对于GPS卫星钟差的3 h预报精度,提高QP模型和ARIMA模型对于ⅡF Rb钟的3 h预报精度,提高LP模型和GM模型在6 h和12 h预报中的精度,提高ARIMA模型在6 h、12 h和24 h预报中的精度;2）基于钟差一次差分预报原理的预报结果与卫星及其星载钟类型有关,对于GPS BLOCK ⅡF Rb钟,该预报原理可以提高6种模型的短期预报精度,特别是对GM模型、LP模型和ARIMA模型预报效果的改善最为显著;3）对于3 h和6 h的预报,采用钟差一次差分预报原理的LP模型（DLP模型）对应的RMS值都最小,即DLP模型的预报精度最高,说明钟差一次差分数据更适合一次多项式模型的短期预报。     

基于小时观测文件拼接的GPS实时钟差确定算法

针对目前常用的GPS实时钟差确定算法主要基于实时观测数据流实现,使产品可靠性和完整性受限于网络质量,及广播星历和IGU-P精度较低的问题,提出并实现基于小时观测文件拼接的实时钟差确定算法。该算法基于小时观测文件数据,通过将钟差估计与自适应超短期钟差预报相结合以确定实时钟差。30 d实时在线结果显示,基于小时观测文件确定的实时钟差精度约为0.25 ns,优于广播星历和IGU-P,与IGS RTS提供的实时钟差精度相当,且能保证产品的可靠性和完整性。     

基于修正钟差一次差分数据的卫星钟差预报

对钟差一次差分预报原理进行改进,分析常用的一次多项式模型、二次多项式模型和灰色模型在采用改进原理进行预报时的相关特性。结果表明,对钟差一次差分预报原理的改进是有效的,可以提高常用模型在钟差短期预报中的预报精度。     

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。     

基于麻雀搜索算法优化的BP神经网络卫星钟差预报

使用麻雀搜索算法(sparrow search algorithm,SSA)对BP神经网络的初始权值和阈值进行优化和调整,以提高神经网络模型短期预报的精度和稳定性.采用IGS产品中的卫星钟差数据,对SSA-BP神经网络模型、PSO-BP神经网络模型、传统BP神经网络模型及传统二次多项式模型(QP模型)进行实验对比,结果...     

�͹����Ƕ����о��������Ӳ�IJ�ֵ����

??????????????????????????????????????JPL??IGS?????????????????????????????е???????????????????????ó??????????з??????????????????GPS?????????????????????GPS????????????????0.1~0.3 ns???????????CHAMP?????????????????10 cm??     

���ģ��Ԥ�����������Ӳ�

??????????????????й????У????????????????????????????????????????????????????????仯???о??????????5???????????????????????ж?????????????????????????????????????????????????Щ??????????????????????????????????????????????????????3????????????????IGS????????????????????ζ???????????????????????????????????????????о???????3???????????Ч?????????????????????????????????????У??????????????????????????????編?????     

BD-2在轨卫星钟性能分析

选取3颗不同轨道的BD-2在轨卫星，以其星载主钟某些时段测量的星地无线电双向时间比对钟差数据为基础，计算频率准确度、稳定度和漂移率。结果表明，BD-2在轨卫星钟的频率准确度优于10-11量级，频率稳定度优于10-13量级，频率漂移率优于10-14量级。其中，GEO-1卫星即将到达系统的设计运行寿命，但其卫星钟的各项性能指标计算结果均符合设计要求，未影响北斗二号系统的服务质量。     

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。     

һ�ָĽ��ĸ߲����������Ӳ���ⷽ��

????????????????????????????????????????????????????÷??????????????GPS????????е???????????????λ??????IGS????????????????????????????ν???????????????????????????????????仯??????????????????????????????????仯????????????????????????仯?????????????????????????????仯?,??????????????????????????????ó???????????????????????????????????У??????????????????????????t????????????????????ж???????????????????????λ????????峱???????????????????????????÷???????δ?????????????????????????????????????????????????????