异常值对钟差预报模型的影响分析

为了分析异常值对钟差预报模型的影响程度,首先,通过对钟差数据进行绘图分析来识别钟差数据中的异常值;其次,利用中位数法(MAD)和一种基于中位数的小波阈值法钟差数据预处理策略(WMAD)分别对钟差数据中的异常值进行处理;最后,利用处理前、后的钟差数据建模预报钟差,并分析各模型预报的效果。结果表明:较小的异常值对二次多项式和灰色模型2种模型预报的效果影响不大,但会影响时间序列、卡尔曼滤波及小波神经网络3种模型的预报精度。     

优选小波函数的小波神经网络预报GPS卫星钟差

为了提高卫星钟差预报的精度,针对小波神经网络(WNN)模型未能根据实际情况选取合适的小波函数的问题,本文提出一种基于"Shannon熵-能量比"的优选小波函数的小波神经网络钟差预报模型。首先利用小波函数对钟差一次差分数据进行连续小波变换,得到变换后的小波系数。然后分别计算小波系数的能量值和Shannon熵值,将"Shannon熵-能量比"(SEE)作为最优小波函数选择的评价指标,以指导选择最适合的小波函数作为WNN模型的激活函数。最后利用优选的WNN模型对卫星钟差进行预报,对预报的结果进行对比分析。结果表明:该评价指标能够根据卫星钟差实际情况准确指导WNN模型选择合适的小波函数,提高WNN模型的预报精度和适用性,使该模型可以实现卫星钟差较高精度的预报。     

EEMD分解的超快速北斗卫星钟差预报

为提高北斗卫星钟差预报精度,本文提出采用多项式和集合经验模态分解相结合的模型进行北斗卫星钟差的预报,并采用GPS数据验证算法的正确性。在剔除卫星钟差中的趋势项部分后,利用经验模态分解法对残差分解得到不同频率的时间序列。对各时间序列用不同模型进行预报并进行线性组合,最终的钟差预报值由趋势项和各时间序列的预报值复合而成。试验表明:该模型对北斗卫星钟差预报取得了较好的结果,与ISU-P相比,精度提升幅度在7.3%~43.0%之间。     

BDS卫星钟差数据异常值类型识别的卷积神经网络方法

北斗卫星导航系统(BeiDou navigation satellite system,BDS)卫星钟差数据中存在多种不同类型的异常值,直接影响钟差预报的质量和性能分析的可靠性。钟差数据预处理是进行钟差预报和分析的前提条件,其中,对异常值的识别是钟差数据预处理的关键。提出一种面向BDS卫星钟差数据异常值识别的卷积神经网络方法。首先将数值型钟差数据转换为灰度二值图格式的数据;然后根据钟差的图形化特征差异进行分类,制作异常值识别的训练集和测试集;最后利用卷积神经网络方法训练钟差数据异常值识别模型,实现钟差数据异常值的精确识别。利用BDS钟差数据进行实验验证,结果表明,所提方法能够精确高效地识别BDS钟差各种类型的异常值,提高了BDS钟差数据预处理的质量和效率。     

一种北斗卫星钟差短期预报新方法

为提高北斗卫星的定位与授时精度，必须准确计算出卫星钟差数值。本文考虑北斗卫星钟差中随机部分误差的影响，尝试建立北斗卫星钟差拟合推估模型，根据拟合推估两步极小解法解算该模型，在求解协方差函数系数中，依据模型残差拟合多项式系数；并与常用的灰理论模型、拟合推估的正常解法钟差预报模型结果进行比对，算例结果表明了两步极小解法及拟合推估模型在北斗卫星钟差短期预报方面的有效性。     

基于小波变换的单频GPS快速精密定位整周模糊度的解算

对于GPS短基线,载波相位双差观测量已基本消除了卫星轨道误差、钟差、大气折射误差等系统偏差的影响,主要包含距离观测量信息及随机测量误差,其中测量误差是高频的测量噪声,小波变换可将GPS载波相位双差观测量中的观测噪声(高频部分)分解出来。本文利用Coiflets小波基函数对GPS快速定位的原始载波相位双差观测量进行5层分解,通过重构第5层低频系数获得去除噪声的"干净"的载波相位双差观测量,然后利用"干净"的双差观测量进行最小二乘参数估计,以减小测量噪声对GPS快速定位病态方程解的扰动。计算结果表明该方法能够显著提高GPS快速定位中模糊度浮点解的精度,仅利用几个观测历元的数据就可以准确地固定模糊度。     

多核相关向量机的BDS卫星钟差预报算法

针对BDS卫星钟差数据中非线性特性较为复杂且难以精确预测的问题,提出一种基于多核相关向量机的卫星钟差预报算法.使用武汉大学IGS中心MGEX提供的实测BDS精密钟差数据进行预报试验,并将本文的方法与QP、QP-Period以及LS-SVM模型进行对比.结果 表明:MKF-RVM预报24 h的BDS-2卫星钟差数据的精度...     

改进中位数方法的BDS卫星钟差数据预处理策略

针对卫星钟差数据中会经常出现粗差等数据异常的问题,该文提出了一种基于改进的中位数(MAD)方法的北斗卫星钟差数据预处理策略。该策略首先对长时间段卫星钟差数据的非空数据进行提取,然后将提取的非空数据转换为对应的频率数据,用改进的MAD方法进行处理,在此基础上再对长时间段的卫星钟差数据基于每天的数据采用改进的MAD方法进行再次预处理。通过对北斗卫星1a钟差数据的预处理,从钟差序列本身及其对应的频率序列和钟差的拟合残差3个方面对所提预处理策略进行了验证。实验表明,此策略能够有效地识别并处理北斗卫星钟差数据中的异常值。     

基于小波降噪的Kalman滤波预报卫星钟差

卫星钟差预报在实时高精度导航定位中具有重要作用,Kalman滤波模型是预报卫星钟差的重要方法之一。为了进一步提高Kalman滤波模型预报卫星钟差的精度,本文提出了基于小波降噪的Kalman滤波模型预报卫星钟差。该模型使用小波降噪后数据,在保留Kalman滤波模型特点的基础上,明显地提高了短期卫星钟差预报精度。     

改进中位数方法的BDS卫星钟差数据预处理策略

针对卫星钟差数据中会经常出现粗差等数据异常的问题,该文提出了一种基于改进的中位数(MAD)方法的北斗卫星钟差数据预处理策略。该策略首先对长时间段卫星钟差数据的非空数据进行提取,然后将提取的非空数据转换为对应的频率数据,用改进的MAD方法进行处理,在此基础上再对长时间段的卫星钟差数据基于每天的数据采用改进的MAD方法进行再次预处理。通过对北斗卫星一年钟差数据的预处理,从钟差序列本身及其对应的频率序列和钟差的拟合残差3个方面对所提预处理策略进行了验证。实验表明,此策略能够有效地识别并处理北斗卫星钟差数据中的异常值。     

利用不同时间同步体制钟差评估北斗三号星载原子钟性能

全球卫星导航系统(global navigation satellite system,GNSS)星载原子钟性能的优劣直接影响GNSS观测信号质量、测距精度、钟差预报与卫星自主导航能力,从而间接影响整个导航系统的服务性能。结合北斗三号系统独特的星间链路(inter-satellite link, ISL)和星地时间双向比对(two-way time transfer,TWTT)体制以及常用的精密轨道与钟差确定(orbit determination and time synchronization,ODTS)体制所估计的精密钟差数据,分析评估了北斗三号在轨原子钟服务性能。结果表明,3种钟差确定体制评估的频率准确度和漂移率结果基本一致,所有卫星频率准确度在(-4～2)×10^-11范围以内,氢钟频率准确度优于铷钟,ISL钟差评估的频率漂移率精度略优于ODTS。在评估原子钟稳定度方面,3种钟差确定体制各有优势,短期稳定度方面,ODTS钟差评估优于ISL钟差,基于ODTS评估的3 000 s稳定度可达3×10^-14,且氢钟的短期稳定性优于铷钟;中长期...     

一种改进的MAD钟差粗差探测方法

针对传统中位数绝对偏差（median absolute deviation,MAD）方法在探测钟差粗差方面的不足,提出一种改进的MAD钟差粗差探测方法。以一次差分数据为研究对象,通过深入分析传统MAD方法的工作原理,发现传统MAD方法的数学模型表达存在歧义。在优化探测模型结构的基础上,基于岭回归的基本原理,生成动态MAD,有效克服了部分具有显著趋势变化特征的钟差一次差分数据对粗差探测的干扰。使用国际全球卫星导航系统服务组织提供的GPS精密钟差数据进行了实验,并与传统MAD方法进行比较,结果表明,所提方法相较于传统的MAD方法在粗差探测准确率和查全率方面具有明显优势,实际应用价值较高。     

四大GNSS广播星历精度评估与对比分析

分析了 目前广播星历精度评估中存在的问题,详细论述了广播星历精度评估过程中对精密星历进行天线相位中心改正的取值方法,提出了利用单颗星单日钟差均值作二次差对广播星历钟差的系统性偏差进行改正的方法.选取2019-09-01-2019-11-01 共计62天的多模 GNSS 实验(multi-GNSS experiment,...     

基于指数平滑法的GPS卫星钟差预报

提出了一种基于指数平滑法的GPS卫星钟差预报方法。该方法可采用少量数据建模,且计算过程简单、方便,尤其是在缺少相关历史数据或数据变化趋势不明显、不稳定的情况下,用该方法仍可取得较好的效果。通过与GPS卫星钟差预报中常用的二次多项式模型和灰色预测模型的对比分析,结果表明:指数平滑法适用于GPS卫星钟差的中、短期预报,其预报精度可达ns级;在利用小数据量建模的情况下,其预报效果优于二次多项式模型,与灰色模型的预报效果基本相当;该方法还可用于GPS卫星钟差的长期预报,其预报精度可达μs级,与灰色预测模型的精度相当。     

北斗三号卫星差分码偏差稳定性分析及其对单点定位的影响

差分码偏差（differential code bias,DCB）是影响电离层监测和导航定位精度的重要因素之一,建立DCB改正模型对高精度定位有重要意义。针对北斗三号卫星的广播星历和精密星历钟差参数时间基准不统一的问题,首先介绍了多星座实验（multi-GNSS experiment,MGEX）发布的DCB产品的估计方法,给出了部分DCB产品的精度评估和分析结果;然后提出了北斗三号卫星单频和双频伪距单点定位以及双频精密单点定位的DCB改正模型;最后利用5个MGEX测站连续5 d的实测数据分别进行了DCB改正前后的定位实验。结果表明,MGEX发布的DCB产品均具有较高的稳定性,经卫星DCB改正后,单频和双频伪距单点定位的定位精度分别提高了48%~85%和71%~91%,双频静态精密单点定位的收敛时间减少了56%~83%。     

风云三号D星天基BDS实时定位性能分析

随着北斗三号卫星导航系统(BeiDou navigation satellite system-3, BDS-3)开始向全球提供导航服务,独立使用BDS为在轨运行的卫星提供全球覆盖、全时段的定位服务成为可能。结合风云三号D星(FengYun-3D, FY-3D)全球卫星导航系统掩星探测仪(global navigation satellite system occultation sounder, GNOS)的真实在轨数据对天基BDS的定位性能进行了详细的分析。首先,使用BDS真实广播星历计算了在不同轨道高度下的可见卫星数和定位精度因子（position dilution of precision, PDOP）,并结合精密星历分析了广播星历的轨道误差、时钟误差及空间信号测距误差(signal-in-space range error, SISRE)。仿真结果表明,在95%的置信水平下,从地面到2 000 km的轨道高度,BDS在全球范围内最小可见卫星数为6,最大PDOP小于5,星座可用性已经达到100%,全球平均可见卫星数BDS比GPS(global positioning syste...     

神经网络在卫星钟差短期预报中的应用研究

本文针对卫星钟差的特点,提出了基于神经网络的卫星钟差短期预报模型,给出了基于径向基函数(RBF)网络进行卫星钟差预测的基本思想、预测模型和实施步骤,并对比分析了神经网络模型与灰色系统理论模型的区别.为验证本文提出的预报模型的可行性和有效性,利用GPS卫星钟差数据进行钟差预报精度分析,并与灰色系统模型进行对比分析.仿真结...     

利用距离变换模型进行卫星影像与激光点云精配准

卫星影像可以低成本、高频率地提供地物光谱特性观测信息,而激光点云可以提供精细的几何结构,两类数据的融合可以实现优势互补,进一步提高地物分类和信息提取的精度和自动化程度。实现亚像素级精度的几何配准是实现两类数据融合的前提,提出了一种基于线元素距离变换模型的快速配准方法。该方法以点云为控制源,将点云中的建筑物边缘等典型线元素通过卫星影像的初始有理多项式系数(rational polynomial coefficient, RPC)投影到像方空间,与卫星影像中的线元素进行迭代最近点配准,从而通过RPC参数精校正的方式实现几何配准。采用距离变换模型作为迭代最近点搜索的查找表,提高了运算效率;采用最新的渐进式鲁棒求解策略,能在噪声极多的情况下保证配准的鲁棒性。采用GeoEye-2、高分七号、WorldView-3等卫星影像与激光点云进行了配准实验,并分别通过人工精确量测的外业控制点和作业员内业刺的控制点作为检查,证明所提方法能在3种影像上达到0.4～0.7 m的配准精度,显著优于将点云映射为二维图像然后通过多模态匹配进行配准的策略。     

BDS-3/GNSS非组合精密单点定位

北斗三号卫星导航系统（BeiDou-3 navigation satellite system,BDS-3）全球组网工作全面建成,标志着BDS-3迈入全球定位、导航和授时服务的新时代。为了全面比较BDS-3系统与其余全球导航卫星系统（global navigation satellite system,GNSS）非组合精密单点定位（precise point positioning,PPP）性能,重点分析不同分析中心BDS-3精密轨道和钟差产品的一致性、BDS-3/GNSS卫星可用性、BDS-3/GNSS单系统及多系统融合PPP定位性能。结果表明,基于5个分析中心的精密轨道和钟差产品,BDS-3静态PPP三维均方根误差约为2.31~4.00 cm,其单系统收敛时间明显慢于其余GNSS系统,GPS系统的加入对BDS-3/GNSS双系统融合PPP改善效果最为明显,且四系统融合能够有效地缩短收敛时间,并提高动态PPP定位精度。随着BDS-3系统的发展以及轨道和钟差产品的进一步完善,BDS-3同样具备其余GNSS系统提供优质导航定位服务的潜力。     

基于最优分解模态和GRU模型的库岸滑坡位移预测研究

在滑坡位移综合预测研究中,常因滑坡随机位移分量无法准确提取、最优训练数据集及时效性无法确定等,造成多源监测数据利用不充分、位移预测结果不稳定。鉴于此,引入变分模态分解,在滑坡位移时序分析的基础上,结合门控循环单元递归神经网络,提出一种新型滑坡位移综合预测模型。以三峡库区白水河滑坡为例,选取2003-07—2012-12的位移监测数据和同时期库水位及降雨数据进行分析研究,综合模型预测结果的均方根误差为9.715 mm,判定系数为0.967。对比实验分析表明,该模型在保证高预测精度的同时,在有效预测时长和时效性上同样优势明显,在库岸滑坡位移预测研究中具有很强的应用和推广价值。