利用恒星日滤波改进精密单点电离层延迟提取

利用非组合精密单点定位(PPP)可以提取高精度的电离层延迟。测站多径误差会影响伪距和相位测量精度,影响实时PPP电离层延迟提取的精度以及收敛速度。对于静态观测站,利用对GPS卫星地面跟踪的时间重复性进行恒星日滤波可以消除多径误差的影响。通过事后处理提取前几日的码和载波相位残差序列,利用恒星日滤波建立多径误差改正模型,修正实时观测数据,可以改善实时电离层延迟估计性能。对IGS观测站的实测数据分析表明,应用恒星日滤波多径误差修正后,实时电离层延迟提取的精度由0.185m提高到0.028m,新进卫星的电离层参数估计收敛时间由80min减少为35min。     

关于平差残差和单位权中误差的统计分析

从残差的定量关系出发评述了检测粗差的数据探测法和抗差估计的选权迭代法 ,指出了其中用残差代替真误差所产生的问题及解决办法 ,并且导出了单位权方差估值、单位权中误差估值的概率分布 ,给出了后者的数字特征 ,对平差问题的精度体系作了统计分析。     

顾及码频间偏差的GPS/GLONASS实时卫星钟差估计

在进行GPS/GLONASS联合卫星钟差估计时,GLONASS码频间偏差（inter-frequency bias,IFB）因卫星频率间的差异而无法被测站接收机钟差参数吸收,其一部分将进入GLONASS卫星钟差估值中。通过引入多个"时频偏差"参数（inter-system and inter-frequency bias,ISFB）及附加基准约束对测站GLONASS码IFB进行函数模型补偿,实现其与待估卫星钟差参数的有效分离,并对所估计实时卫星钟差和实时精度单点定位（real-time precise point positioning,RT-PPP）进行精度评估。结果表明,在卫星钟差估计观测方程中忽略码IFB,会明显降低GLONASS卫星钟差估值精度;新方法能有效避免码IFB对卫星钟差估值的影响,所获得GPS、GLONASS卫星钟差与ESA（European Space Agency）事后精密钟差产品偏差平均均方根值分别小于0.2 ns、0.3 ns。利用实时估计卫星钟差进行静态RT-PPP,当观测时段长为2 h时,GPS单系统、GPS/GLONASS组合系统的3D定位精度优于10 cm,GLONASS单系统3D定位精度约为15 cm;三种模式24 h单天解的3D定位精度均优于5 cm。     

关于平差残差和单位权中误差的统计分析

从残差的定量关系出发评述了检测粗差的数据探测法和抗差估计的选权迭代法,指出了其中用残差代替真误差所产生的问题及解决办法,并且导出了单位权方差估值、单位权中误差估值的概率分布,给出了后的数字特征,对平差问题的精度体系作了统计分析。     

论精密单点定位整周模糊度解算的不同策略

精密单点定位（PPP）一般基于非差GPS观测值,其中相位观测所含的初始相位偏差（Initial Phase Biases, IPBs）与整周模糊度不可分离,故各类PPP估值均为模糊度浮点解。目前,借助区域或全球GPS网分离卫星IPBs,改正PPP相位观测值,可实现PPP整周模糊度解算,进而提高各类估值精度,显著缩短收敛时间。常用算法包括：分解卫星钟差（分解钟差法）和非整相位偏差（非整偏差法）估计方法。本文从GPS原始观测值入手,推导了卫星IPBs估计的满秩函数模型,以此为基础对两种算法的特点及实施进行了对比分析。研究表明：分解钟差法是一种观测信息的最优利用,且与传统的卫星钟差估计方法具有较优的一致性,但未利用卫星IPBs较为稳定的有利约束;非整偏差法对组合观测值之间的相关性未加考虑,进而是一种次优估计,其实时性实施较差,且较依赖于高精度的码观测值。文中的新模型可有效克服上述两种算法的不足,便于施加部分参数的合理时变性约束,以提高卫星IPBs估计的可靠性。     

MADOCA-LEX高频GPS卫星钟差 短期预测精度分析

日本准天顶卫星系统（QZSS）卫星通过L波段实时播发高频全球卫星导航系统（GNSS）精密轨道和钟差产品,为GNSS导航用户提供实时精密单点定位（PPP）服务. 本文以JAXA MADOCA数据中心提供的1 s采样率GPS卫星钟差数据为研究对象,首先采用阿伦方差对卫星钟差的短期稳定性进行评估;然后分别采用一阶多项式、二阶多项式和灰色模型对高频钟差产品进行建模,在5 s,10 s和30 s的拟合窗口内预报后续10 s内钟差,并基于预报残差的均方根误差（RMS）评定不同类型GPS卫星钟差产品的短期预报精度. 基于2020年1月1日-21日连续21天的实时高频钟差统计分析结果表明,不同型号的GPS卫星钟差1 s,5 s和10 s的短期稳定性均能达到10-12量级;对比预报精度显示,10 s以内的拟合窗口采用最简单的一阶多项式最为稳定可靠,10 s延迟预报RMS精度可控制在0.1 ns以内;若采用30 s的拟合窗口,考虑钟差频漂特性的二阶多项式则更为稳定可靠,预报钟差的RMS精度能达到0.15 ns以内．由此可见,本文基于MADOCA-LEX钟差产品的实时预报精度可以满足厘米级PPP的需求．      

利用Multi-GNSS估计天顶对流层延迟

利用PPP技术估计对流层延迟,并设计实验对比分析了各单系统和多系统组合下对流层延迟的估计精度;讨论了不同对流层投影函数对对流层延迟估值的影响;最后以武汉市为例,探讨了对流层延迟与季节变化的相关性。结果表明,利用PPP估计的GPS ZTD、BDS ZTD、GLONASS ZTD、GPS/BDS ZTD、GPS/GLONASS ZTD、GPS/BDS/GLONASS ZTD精度均优于2 cm,且组合系统估计的对流层延迟明显比单系统稳定,精度明显提高;不同对流层投影函数对单系统估计影响较大,对组合系统估计影响较小;武汉市夏季对流层延迟大于冬季,但冬季对流层延迟的湿延迟变化较大,夏季对流层延迟的湿延迟变化小。     

一种组合模型在卫星钟差长期预报中的应用研究

近年来,卫星钟差长期预报普遍采用灰色模型,该模型的预报精度虽较传统的二次多项式模型有所提高,但仍不理想。本文在其基础上提出了一种新的组合模型:首先利用灰色模型估计的残差建立二次多项式模型,预报以后历元的残差,然后和灰色模型的预报结果相加;并分析了利用不同历元个数的残差建模所得组合模型的精度,将组合模型与灰色模型、二次多项式模型的预报精度进行了比较。结果表明:组合模型相对于灰色模型的预报精度能提高一个数量级左右,验证了本文提出的组合模型的可行性和有效性。     

双卫星导航系统相位平滑伪距在车载定位中的应用

多卫星导航系统组合伪距差分定位可有效提升低成本车载单频设备精度。首先对伪距差分定位原理和数学模型进行阐述和推导,提出了一种适用于单频的窗口化相位平滑伪距定位技术。针对单卫星导航系统在遮挡等环境下观测卫星少,卫星结构不稳定的情况,在统一多系统的时空基准基础上,选取一颗共同参考星,进行伪距差分定位。使用一组实测的多卫星导航系统单频卫星数据进行实验论证,结果表明:车载多卫星导航系统相位平滑伪距平面精度优于0.2m,高程优于0.7m,对亚米级北斗系统高精度应用具有实际工程应用意义。     

天线相位中心改正模型对PPP参数估计的影响

比较了IGS发布的相对天线相位中心改正模型与绝对天线相位中心改正模型,分析了两种不同模型对精密单点定位（PPP）参数估计的影响。结果表明,采用不同的天线相位中心改正模型,天顶对流层延迟（ZPD）的估值存在5mm左右的差异,接收机钟差参数存在3ns左右的差异,估计的测站坐标高程方向有1cm左右的差异。使用绝对天线相位中心模型估计得到的ZPD精度优于5mm,高程方向定位精度约为1cm,接收机钟差估计的精度达0.1ns。     

多星融合的土壤湿度滚动式估算模型

全球定位系统干涉反射测量(GPS-IR)是一种新的遥感技术,可用于估算近地表土壤水分含量。考虑到多卫星融合的优势和土壤湿度的时空尺度性,提出一种基于多星融合的土壤湿度最小二乘支持向量机(LS-SVM)滚动式估算模型。首先通过低阶多项式拟合分离GPS卫星直射和反射信号,进而建立反射信号正弦拟合模型,获取相对延迟相位。最后,通过线性回归模型有效分析和选取多卫星相对延迟相位,并建立基于多星融合的最小二乘支持向量机模型进行滚动式估算土壤湿度。以美国板块边界观测计划PBO提供的监测数据为例,对比分析利用单颗、多颗GPS卫星进行土壤湿度滚动式估算的可行性和有效性。经理论分析和两个测站实验表明:该模型充分发挥了LS-SVM的优势,有效综合了各卫星的性能,改善了采用单颗卫星进行土壤湿度估算时,其结果极易出现异常跳变的现象;模型只需较少的建模数据,采用滚动式能实现较长时间的估算,估算误差较为稳定;模型所估算的结果与土壤湿度实测值之间的相关系数R2以及均方根误差分别为0.942和0.962、0.072和0.032,相对于部分单一卫星至少提高了18.18%。因此,土壤湿度问题可作为非线性事件处理,采用多卫星融合估算是可行和有效的。     

利用GPS-IR监测土壤湿度的多星线性回归反演模型

全球定位系统干涉反射测量(GPS-interferometric reflectometry,GPS-IR)是一种新的遥感技术,利用测量型接收机记录的信噪比(SNR)观测值可实现近地表土壤湿度的监测。考虑到目前利用多星组合反演土壤湿度的研究较少,本文提出一种土壤湿度多星线性回归反演模型。试验表明:①多星组合反演能够更全面地反映测站附近有效监测范围内的土壤湿度信息,有效改善采用单颗卫星反演时反演过程极易出现异常跳变的现象,提高了突发性降雨时段的土壤湿度反演精度。②当组合卫星数达到6颗以上时,其反演结果与土壤湿度参考值之间的相关系数均大于0.9,相对于单颗卫星至少提高了20.8%。     

基于GPS-IR的地表土壤湿度估算方法

全球定位系统干涉反射测量（GPS-IR）是一种新型的遥感技术，可用于估算近地表土壤水分含量。本文从多卫星融合角度出发，提出了一种基于多星融合的地表土壤湿度估算方法。首先通过低阶多项式拟合分离出卫星反射信号；然后建立反射信号正弦拟合模型，获取相对延迟相位；最后基于多卫星相对延迟相位建立多元线性回归模型。利用美国板块边界观测计划（PBO）提供的监测数据，对比分析不同建模序列长度的反演效果，从而确定最佳的建模长度。试验结果表明，采用多元线性回归模型可实现多颗卫星的有效融合，运用于土壤湿度估算是可行的。     

GNSS-MR技术用于潮位变化监测分析

潮位变化的高精度监测一直是全球海平面观测系统、海洋环流和全球气候变化研究领域关注的热点问题之一。随着GNSS研究与应用的不断深入,近年来基于多路径效应的GNSS-MR技术已逐步成为一种新兴的遥感手段,即利用测量型GNSS站进行地表环境(植被、土壤湿度、雪深、潮位、火山活动等)监测。通过分析由多路径引起岸基GNSS站SNR值的变化特性,本文给出了基于SNR观测值的GNSS-MR技术监测潮位变化的反演原理。利用布设在美国华盛顿州Friday Harbor海港岸边的CORS站SC02实测观测数据对潮位变化监测进行了反演分析,并与该站相距359 m的验潮站数据进行了对比分析,两者较差均值约为10 cm左右,两者的相关系数均优于0.98。试验结果分析表明基于岸基CORS站的GNSS-MR技术在一定程度上可用于实时、连续的潮位变化监测,同时也说明岸基CORS站在一定程度上可作为验潮站的补充,进一步拓展GNSS在海洋遥感领域的应用范围。     

GNSS-MR技术用于雪深探测的初步研究

积雪是全球水循环中的重要组成部分,积雪深度与雪水当量的精确监测对全球气候变化研究极其重要。随着GNSS研究与应用的不断深入,基于多路径效应的GNSS-MR（GNSS multipath reflectometry）技术用于地表环境监测（植被、土壤湿度、雪深、海平面等）已成为一种新兴的遥感手段。分析了SNR（signal-to-noise ratio）信噪比值的变化特性,详细给出了基于SNR观测值的GNSS-MR技术探测雪深的基本原理及其计算流程图。为了验证算法的有效性,利用科罗拉多州17 d连续跟踪站NWOT的GPS数据反演了降雪厚度,其结果与实测的雪深记录数据吻合较好,误差均值为0.07 m。初步研究结果验证了GNSS-MR技术用于积雪深度探测的可行性,并为后续充分利用现有的全球密集GNSS跟踪站数据开展地表环境监测提供重要参考。     

北斗全球卫星导航系统试验卫星测距信号质量分析

目前,北斗全球卫星导航系统有5颗试验卫星发射试验信号。试验卫星数据质量分析是北斗全球系统信号体制验证的重要内容。基于单测站北斗试验卫星观测数据,采用伪距相位差组合和伪距多径组合方法,初步分析了试验卫星民用信号以及Bs频点信号伪距测量噪声和多径误差。结果表明,倾斜同步轨道卫星伪距测量精度优于中轨道卫星;在各导航信号中,B2a+b信号伪距测量精度最高,具有最优的抗多径性能;B1C信号伪距测量精度最低,抗多径性能最差;Bs信号伪距测量精度较差,但优于B1C信号,且其伪距多径存在一个与高度角相关的系统误差,在高度角最大时可达0.5 m。     

基于UofC模型的多系统组合PPP解算性能分析

针对GNSS多系统组合进行PPP定位的问题,推导了基于UofC模型的多系统组合PPP的函数模型和随机模型。最后采用IGS观测站30 d的部分观测数据对不同组合模式的PPP进行了解算。试验分析结果表明：GNSS多系统组合PPP收敛时间与GPS单系统相比可以缩短30%~50%。对于定位精度,在观测时长较短时（如0.5 h）,GNSS多系统组合PPP整体上具有较优的定位精度,N、E方向偏差和标准差分别为0.3、0.5 cm和1.9、4.3 cm,短时间内由于对流层参数与垂直方向的强相关性,使得U方向精度稍差。此外,在卫星高度截止角大于40°的条件下,单系统可见卫星数不足从而导致无法进行连续定位,但多系统组合具有更多的可视卫星,仍能获得较好的定位精度,使其在建筑物密集区、山区和卫星遮挡较为严重的恶劣条件下具有实际应用价值。     

减小伪卫星多路径效应误差的试验研究

伪卫星定位技术可以补偿GPS系统本身一些先天不足，然而GPS和伪卫星组合进行定位又带来了新的误差源，伪卫星多路径效应就是误差源之一。针对多路径的产生原理及特点，在经典最小二乘理论的基础上，推求稳健最小二乘估计的权函数，并结合实际观测数据验证了稳健最小二乘法消除多路径误差的有效性。     

GLONASS卫星SNR信号的雪深探测

利用GNSS-MR(Global Navigation Satellite System Multipath Reflectometry)技术反演积雪深度是近年来一种新兴的卫星遥感技术。目前大多数研究仅使用GPS(Global Position System)数据限制了该技术的发展,为了扩展GNSS-MR算法的应用,介绍了基于GNSS-MR算法的雪深反演模型。首先,通过多项式拟合分解GLONASS观测数据获取高精度的信噪比残差序列;然后,利用Lomb-Scargle谱分析法对其进行频谱分析可解算雪深值。选取IGS中心的YEL2站2015年11月到2016年6月共243天的GLONASS卫星L1波段反射信号的SNR数据进行实例分析,并以美国国家气象数据中心提供的加拿大Y-H (Yellowknife Henderson)气象站的实测雪深数据为真值,将反演雪深与实测雪深进行对比验证。所得实验结果如下:(1)与GPS卫星的反演值相比,基于GLONASS-MR(GLONASS Multipath Reflectometry)技术反演积雪深度的精度同样能达到厘米级,RMSE仅3.3 cm,反演值与实测值的空间分布趋势一致且相关性较强,其相关系数R2高达0.969;(2)不同的积雪深度对信噪比的振幅频率与垂直反射距离具有直接影响;(3)对同一卫星而言,信噪比的频谱振幅强度峰值与其对应的反演值存在线性相关;(4)在相同条件下,采用多颗GLONASS卫星数据比单颗GLONASS卫星数据反演雪深的效果明显更优。基于反演的高时间分辨率产品,分析该地区雪深日变化的情况,实验结果表明基于陆基CORS站的GLONASS-MR技术在用于实时、连续的雪深变化监测方面具有良好的潜力和可行性。     

高斯过程回归辅助下的GPS干涉反射积雪深度估测

本文对全球定位系统干涉反射技术进行了研究。以美国板块边界天文台计划提供的P101测站的GPS监测数据为基础,利用GPS卫星高度角低于某一角度时多路径效应明显的特点,构建高斯过程回归(GPR)辅助的GPS干涉反射积雪深度估测模型,并监测了测站周围的积雪深度。结果表明,GPR辅助的GPS干涉反射积雪深度估测模型输出的雪深估测值的精度,相比传统单星反演结果有不同程度的提高,并且更贴近实测雪深的变化,为地表雪深反演提供了新思路。