导航卫星原子钟频率漂移特性分析

介绍了原子钟频漂定义，总结了频率漂移率测试评定方法，比较分析了不同噪声情况下的频率漂移率估计方法，并用实验室真空状态铷钟的频率偏差数据和GPS卫星钟的精密星历数据进行了计算分析，表明铷钟都有明显频漂，GPSIIR铷钟的日漂移率在10^-15。量级，而铯钟频漂不是很明显。研究了频漂对原子钟时域稳定性影响规律，还利用模拟数据进行了计算分析。验证了方法的有效性．     

基于渐消因子的改进Kalman滤波时间尺度估计算法

Kalman滤波时间尺度算法是一种实时的原子钟状态估计方法，在守时实验室具有重要实用价值。由于原子钟状态模型误差估计存在偏差，Kalman滤波时间尺度算法中状态估计可能出现相应异常扰动，应当对状态模型误差进行实时控制。对此，引入基于渐消因子的改进Kalman滤波时间尺度算法。对状态预测协方差矩阵引入渐消因子，利用统计量实时计算渐消因子的量值，控制状态预测协方差阵的增长，降低了原子钟状态估计的扰动。实验结果表明，相比于标准Kalman滤波时间尺度算法和基于预测残差构造自适应因子的Kalman滤波算法，基于渐消因子的改进Kalman滤波时间尺度算法能够提高原子钟状态估计的准确度，改进时间尺度的稳定度。     

使用Kalman滤波器调整预测值的时间尺度算法

时间尺度算法用于综合钟组内所有的原子钟,建立一个频率稳定度更高的时间尺度,其核心环节可以概括为通过N-1组观测量(钟差)计算得到N台钟的权重和预测值。传统算法主要关注如何调整权重来提高时间尺度的稳定度,本文算法通过调整预测值来提高时间尺度的稳定度。本文算法使用Kalman滤波器对观测钟差进行状态估计,在Kalman滤波器每一次递推的过程中,调整一次预测值,通过每次实时调整预测值来建立时间尺度。理论推导和仿真实验都表明,本文建立的时间尺度滤除了频率白噪声,主要只含有频率随机游走噪声,所以具有很高的中短期稳定度。该时间尺度是一个连续、实时、可预测的时间尺度。     

GPS卫星钟噪声类型分析

介绍了原子钟的噪声模型及表征原子钟稳定度的Allan方差,给出了两种(斜率法和两种Allan方差比较法)确定原子钟噪声类型的方法,并利用这两种方法分析了几颗GPS卫星钟的噪声类型,得出不同种类卫星钟的噪声类型不同,同一种类卫星钟的噪声类型也不完全相同。     

动态定位中测量噪声时间相关的Kalman滤波

在动态定位数据处理中,测量噪声一般是时间相关的,若直接按照Kalman滤波器解算,将达不到最优滤波效果,并且其误差协方差阵也是不严密的。针对一般时间相关观测噪声进行研究,分析它们对Kalman结果的影响,然后根据状态估计为线性无偏最小方差估计的准则,给出测量噪声时间相关时的Kalman递推公式,同时也考虑相关数据的存储问题,最后通过数字模拟验证算法的有效性。     

一种新的综合Kalman滤波及其在星载GPS 低轨卫星定轨中的应用

针对将Kalman滤波方法应用到星载GPS定轨时，由于动态噪声和观测噪声确定不准而造成滤波的发散、污染观测值造成Kalman滤波估值的扭曲及计算舍入误差可能带来协方差阵的不正定性等缺陷，提出了一种新的综合Kalman滤波方法。该方法用拟准检定法准确地探测和修正量测方程中存在的粗差；用UD分解算法克服了数值的不稳定性，改进了计算精度；用Sage自适应滤波器克服滤波器的发散。算例结果表明，这种综合卡尔曼滤波方法具有数值稳定性好、较强的自适应性和较好地削弱粗差影响等优点。     

应用Jones—TryonKalman滤波器对在轨GPSRb钟进行状态监测

针对用于石英钟和GPS主控站原子钟状态监测的Jones—TryonKalman滤波器,尝试把其引入到在轨GPSRb钟状态监测中去,结合哈达玛方差分析了其过程噪声和观测噪声协方差矩阵的确定方法,并讨论了滤波初值的选取,从而得到一个适合在轨GPSRb钟状态监测的滤波器。算例表明,这种Jones—TryonKal—man滤波器可以较好地监测在轨GPSRb钟的状态。     

导航卫星原子钟Kalman滤波中噪声方差-协方差的确定

用Kalman滤波实时监测卫星钟运行状况,需要确定Kalman滤波协方差阵。首先介绍适用于铷钟的Kalman滤波方程,推导基于哈达玛总方差的Kalman滤波过程噪声参数和观测噪声估计方法,并在此基础上构造Kalman滤波状态噪声协方差阵和观测噪声协方差阵。利用GPSBlockIIR铷钟事后处理的采样间隔为5min的精密钟差数据进行了预报分析,结果表明,当预报时间为1h时,预报精度在1ns左右;当预报时间为6h时,预报精度在(8～9)ns之间。进一步验证Kalman滤波协方差阵估计方法的正确性。     

抗差卡尔曼滤波在GPS动态定位中的应用

基于Kalman滤波的GPS动态定位中，动态观测量及其相应的动态模型可能存在异常，若数据处理不考虑对这些异常的特别处理，则模糊度的估值及其所提供的动态信息将极不可靠，按抗差估计原理，文中构造了状态向量和观测值对模糊度的影响函数，并由此建立了动态GPS定位的抗差Kalman滤波解法，实际计算验证了该方法的实用性和可靠性。     

附加原子钟物理模型的PPP时间传递算法

传统精密单点定位(PPP)时间传递算法通常把接收机钟差当作相互独立的白噪声逐历元进行估计,而忽略了钟差参数历元间的相关性。针对这一问题,本文提出了一种附加原子钟物理模型的PPP时间传递算法。该算法通过利用Kalman滤波对高稳定度的原子钟钟差进行建模,拓展传统PPP时间传递模型中的接收机钟差参数,并给出了Kalman滤波过程噪声协方差和初始状态向量的确定方法。试验结果表明:该算法可以有效避免传统算法时间传递结果需要一定收敛时间的问题,使解算结果更加符合原子钟的物理特性,能够显著提高时间传递结果的精度和稳定性,可将单站时间传递精度平均提高58%,站间时间传递精度平均提高51%。     

The stochastic estimation of satellite clock correction information in WADGPS

1 IntroductionChnventional DGPS is limited by the range overwhich the differential corrections are valid due tothe rapid decorrelation of the error sources with in-creasing distance from the reference station to user.In wide area differential GPS (WWPS) errorsources in GPS measurements are medeled sepa-rately,on the basis of a limited number of referencestaitOns, to overcome this drawback. The main er-ror sources are regarded as broadcast ephemeris er-ror,atmospheric refraction and satel…     

基于哈达玛总方差的卫星钟差参数估计与预报

钟差参数估计与预报是卫星导航系统应用中的一项关键技术。本文研究了基于哈达玛总方差的钟差参数预报方法。随机部分采用幂律谱模型,利用哈达玛总方差计算Kalman噪声参数,进而得到状态噪声和测量噪声协方差阵。最后利用IGS数据,验证了基于哈达玛总方差进行钟差参数估计与预报的适用性。结果表明,短期预报精度可达到亚纳秒级。     

基于频漂校准的氢钟铯钟联合守时研究

在没有外部溯源链路,利用氢钟铯钟联合守时的情况下,针对注重短期稳定度的场合,加权平均算法分配铯钟权重较小,不能充分发挥铯钟长期稳定度的问题,论文提出一种两级卡尔曼滤波算法生成本地原子时:第一级卡尔曼滤波利用铯钟长期稳定度好的特性,计算氢钟的频漂并且对氢钟频漂校准,第二级基于频漂校准后的氢钟和铯钟数据采用单状态变量的卡尔曼滤波算法生成本地原子时. 实验结果表明,算法生成的原子时在保持短期稳定度的前提下,长期稳定度得到一定提升:十天稳的提升在10-15量级,月稳的提升在10-14量级. 说明论文所提出的算法生成的本地原子时长期稳定度更好.      

基于小波分析的卫星钟噪声处理方法研究

根据原子钟信号噪声的特点，引入了小波分析的处理方法，并给出了小波分析函数的数学模型和滤波器构建方法。利用该方法对卫星钟的钟差数据进行分析，并利用allan方差对处理结果进行评估，结果显示小波分析方法有效地减弱了原子钟信号噪声，原子钟的频率稳定度得到了明显提高。     

基于噪声估计的卡尔曼滤波用于GPS卫星钟差预报研究

利用重叠哈达玛方差确定卫星钟噪声随机模型,采用顾及钟差随机噪声模型的卡尔曼滤波进行钟差预报分析,并与最小二乘预报算法相比较,得出以下结论:卡尔曼滤波进行1 d以内的短期预报时,精度达到亚纳秒级,优于最小二乘预报算法,在长期预报或拟合数据量较少时,最小二乘预报精度优于卡尔曼滤波。     

Real-time estimation of satellite clock offset using adaptively robust Kalman filter with classified adaptive factors

In order to estimate the satellite clock offset in a real-time mode, a new algorithm of adaptively robust Kalman filter with classified adaptive factors for clock offset estimation is proposed. Compared with standard Kalman filter clock offset model, the new method can detect and control outliers and clock jumps automatically in real-time. Moreover, the clock model parameters, which contain the clock offset, clock speed and clock shift, are classified to decide the adaptive factors in the new model. Thus, clock jumps with different characteristics can be distinguished more effectively. Meanwhile, the dynamic noise characteristics of clock offset series are used for stochastic modeling. An actual numerical example is presented, which shows that the proposed filter can give a better performance than other commonly used filters.     

星载原子钟稳定性影响分析

以最大限度保持星载原子钟稳定性计算结果的准确、可靠性为目标,分析了原始数据采样间隔、非连续间断时间序列、无数据段、频率漂移等因素对原子钟稳定性计算结果的影响。利用GPS卫星精密钟差数据针对阿仑和哈达玛方差进行了影响量级分析,得出了有益的结论。