利用小波分解改进极移预报模型

为进一步提高极移预报精度，将小波分解引入极移预报中。首先利用小波分解对极移序列进行分解，分离低频分量与高频分量，然后对低频分量建立最小二乘外推模型，获得极移序列的趋势项外推值与残差序列，最后采用自回归（autoregressive，AR）模型对高频分量与残差序列之和进行预报，最终极移的预报值为最小二乘外推值与AR模型预报值之和。结果表明，小波分解可以明显改善最小二乘外推与AR组合模型的极移预报精度，尤其对于中长期预报改善更为明显。     

基于ARIMA模型的地球自转变化预报

准确预报地球自转变化对于精密定位、空间飞行器的跟踪与正常运行,具有重要的科学意义和实用价值。根据周日变化（UT1-UTC）和极移变化（PM）的特性,用最小二乘法,建立了适合于UT1-UTC和PM趋势项和周期项观测数据的拟合模型。对于UT1-UTC残差序列采用差分自回归移动平均（ARIMA）模型进行预报,对于PM残差采用季节性自回归移动平均（SARMA）模型进行预报。实例结果表明：我们的UT卜UTC预报结果比地球自转服务（IERS）产品好,而PM比IERS要差一些。当大气角动量（AAM）和海洋角动量（OAM）数据参与计算后,对UT卜UTC的预报有细微改善,对PM无改善。     

利用2006—2015年VLBI数据进行地球定向参数解算与分析

目前正处在下一代甚长基线干涉测量（very long baseline interferometry，VLBI）系统的建设时期。利用维也纳VLBI与卫星软件（Vienna VLBI and satellite software，VieVS）解算了2006—2015年的VLBI数据，得到了10 a的地球定向参数（Earth orientation parameters，EOP）时间序列，并与国际地球自转服务机构的结果进行了对比。利用解算结果得到了10 a的日长变化时间序列，通过傅里叶分析得出了日长变化的短周期、半月周期、月周期、半年周期和周年周期，同时还分析得到了极移序列中的周年项和张德勒周期项以及章动改正序列中的自由核章动项。此次解算工作可为武汉大学卫星台站日后的VLBI数据解析积累一定的经验。     

顾及卫星钟随机特性的抗差最小二乘配置钟差预报算法

为了更好地反映钟差特性并提高其预报精度,采用抗差最小二乘配置方法建立一种能够同时考虑星载原子钟物理特性、钟差周期性变化与随机性变化特点的钟差预报模型。首先使用附有周期项的二次多项式模型进行拟合提取卫星钟差的趋势项与周期项,然后针对剩余的随机项及其可能存在的粗差,采用抗差最小二乘配置的原理进行建模,其中最小二乘配置的协方差函数通过对比协方差拟合的方法并结合试验进行确定。使用IGS精密钟差数据进行预报试验,将本文方法与二次多项式模型、灰色模型进行对比,预报精度分别提高了0.457 ns和0.948 ns,而预报稳定性则分别提高了0.445 ns和1.233 ns,证明了本文方法能够更好地预报卫星钟差,同时说明本文的协方差函数确定方法的有效性。     

地球自转参数的LS+AR超短期预报方法

地球自转参数（ERP）是卫星精密定轨中联系天球坐标系与地球坐标系的必要参数,是国际GNSS服务组织（IGS）和国际GNSS监测评估系统（iGMAS）分析中心的重要产品。为了提高中国测绘科学研究院分析中心（CGS）的线性模型预报精度,本文研究了最小二乘（LS）和自回归模型（AR）组合的超短期预报最优方法;通过不同周期数据确定最佳预报时长,利用LS+AR模型进行超短期预报,并通过IGS和iGMAS与线性模型产品对比。结果表明：利用8 d（时段）数据进行超短期预报最优;LS+AR模型预报精度明显优于LS模型;LS+AR的超短期预报方法优于分析中心的线性预报方法;EOP的PMX和PMY分量利用时段数据预报、LOD利用天数据预报精度更高。本文超短期预报方法能够提高ERP预报精度,为IGS或iGMAS分析中心的ERP预报提供了一定的参考意义。     

地球自转参数的RFFLS短期预报算法研究

地球自转参数(ERP)是实现地心天球坐标系(geocentric celestial reference system,GCRS)与国际地球坐标系(international terrestrial reference system,ITRS)相互转换的必要参数,是国际GNSS服务组织(IGS)和国际GNSS监测评估系统(iGMAS)分析中心的重要产品。本文针对最小二乘地球自转参数预测算法会造成数据饱和以及新旧数据在数据处理及预报中被同等对待等问题,将遗忘因子引入最小二乘预测算法,进而提高ERP预报精度。遗忘因子递推最小二乘算法能防止数据饱和,降低旧数据的影响,加强新数据的作用,降低在求解拟合参数时出现秩亏矩阵求逆的几率,提高预报精度。本文详细推导了遗忘因子递推最小二乘表达式,探究了最佳遗忘因子,并通过ERP试验将该方法和原最小二乘的试验结果及LS-AR模型的预报结果作对比,发现仅用遗忘因子最小二乘模型预测就可以达到与LS-AR组合模型预测相当的精度。     

极移时间序列建模及预测

基于自回归滑动平均(auto-regressive and moving average,ARMA)模型以及一阶差分ARMA模型分别对极移的X分量和Y分量进行了模型拟合,并利用所拟合的模型对极移进行了预测.通过与国际地球自转服务发布的实测极移数据以及其他方法对比,证明了所建立的拟合模型在短期预报上的有效性.且X分量的ARMA模型在39 d预报跨度内的整体精度优于一阶差分ARMA模型,而Y分量45 d内的一阶差分ARMA模型预报精度比ARMA模型预报精度更高.     

采用自回归滑动平均模型的地球自转参数短期预报

根据地球自转参数时间序列的特性,给出了自回归滑动平均模型的识别方法,在自回归滑动平均模型参数估算中采用了长自回归白噪化方法,试验分析表明,采用该方法进行参数估计时具有简便较为有效的特点,同时,该方法的另一个特点是全部求解过程都是解线性方程组,避免了非线性运算。为减少地球自转参数时间序列相邻数据的强相关性,先扣除地球自转参数时间序列的趋势项和周期项,再对残差序列进行差分处理,最后利用自回归滑动平均模型对地球自转参数进行短期预报,有效验证了上述算法的可行性及正确性,地球自转参数短期预报结果与地球自转服务产品相当。     

基于滑动式傅里叶级数的BDS精密星历内插分析

精密星历的内插是全球卫星导航系统（GNSS）高精度定位数据处理的重要工作之一，其内插的精度也直接影响着定位精度.本文综合滑动式插值理论与傅里叶级数算法，通过采用不同阶数的傅里叶级数和9阶切比雪夫多项式拟合内插北斗卫星导航系统（BDS）中的地球同步轨道（GEO）卫星、倾斜地球同步轨道（IGSO）卫星、中圆轨道（MEO）卫星精密星历，来分析傅里叶级数插值在BDS精密星历内插中的插值效果.实验表明，不同阶数，傅里叶级数内插效果不同.其中，采用3阶傅里叶级数GEO卫星与IGSO卫星精密星历内插精度最高，达到毫米级精度，MEO卫星在采用4阶傅里叶级数时内插精度最高，达到厘米级精度.对比两种不同内插算法，9阶切比雪夫拟合更适用于GEO卫星与IGSO卫星，而MEO卫星使用傅里叶级数插值精度更高.      

基于LS+AR模型的极移预报及其周期项影响分析

采用LS+AR预报模型的对极移进行预报,深入分析极移数据中钱德勒项和周年项对预报精度的影响。计算结果显示,极移数据中各周期项具有时变性特点,将已知观测数据确定出的周期项应用到极移预报中会明显提高预报精度。因此,建议在进行极移预报之前首先应进行时间序列分析,确定已有数据的各周期项,在极移预报中加以考虑。     

北斗卫星导航系统混合星座的光压摄动建模和精度分析

卫星帆板及本体受照情况变化复杂,导致卫星光压摄动力的变化难以准确模制,既是动力学定轨的最大误差源,也是定轨预报精度降低的主要原因。针对此问题,采用北斗地面系统的区域监测网数据,详细比较了3种主要的经验模型（T20模型、ECOM5参数模型、ECOM9参数模型）对不同卫星的适用性情况。结果显示,在春秋分前后,地球同步轨道（geosynchronous earth orbit,GEO）卫星使用ECOM9参数模型最好,其解算的卫星钟差与星地双向钟差的互差标准差优于2 ns;对于倾斜地球同步轨道（inclined geosynchronous satellite orbit,IGSO）卫星和中地球轨道（medium earth orbit,MEO）卫星,无论是在动偏期间还是姿态模式转换期间,T20模型表现出更好的适用性。不同于此前国内外学者的相关研究,试验表明,对BDS混合星座的不同类型卫星、同一卫星的不同时段,应采用不同的经验太阳光压模型,以获得更高的定轨和预报精度。     

不同型号卫星的光压模型参数的拟合

随着GPS卫星型号的不断更新,目前共存在8种型号的卫星。每一种型号卫星的材质不尽相同,关于卫星的光压模型也略微不同。探究了不同型号卫星在body-fixed坐标系下光压加速度分量关于B角的约函数模型;利用IGS提供的精密星历,通过动力学轨道平滑过程来拟合8 d的数据,生成在solar-oriented坐标系下的加速度;把加速度在solar-oriented坐标系D-Y-B轴的分量转换到在body-fixed坐标系X-Y-Z轴分量;利用最小二乘法则拟合关于B角的约函数模型,建立关于B角的不同型号卫星的傅里叶光压模型,并进行轨道的外推。通过分析轨道外推的精度,验证GPS不同型号卫星光压模型拟合的精准性,为以后北斗卫星的光压建模提供理论依据。     

基于小波变换和最小二乘支持向量机的卫星钟差预报

提出了一种基于小波变换和最小二乘支持向量机的卫星钟差预报方法。首先通过小波变换把钟差时间序列分解成具有不同频率特征的分量,然后根据各分量的特点构建不同的最小二乘支持向量机模型进行预报,最后将各分量的预报结果进行叠加得到最终的钟差预报值。实验结果表明,该方法的预报效果优于单一的最小二乘支持向量机模型以及常规的二次多项式模型和灰色系统模型。     

基于GPS测站坐标残差序列的傅里叶模型建立与分析

利用傅里叶级数对GPS测站坐标残差序列进行模型建立与分析,通过傅里叶频域变换将GPS测站坐标残差序列分解到不同频域,然后对不同频域的规律进行傅里叶级数拟合,从而建立残差序列的拟合模型。实验表明傅里叶变换可以有效地分析研究GPS测站坐标残差序列中各种高频周期规律,并能够利用傅里叶级数实现高精度的拟合。     

对分量进行联合解算的极移预报方法研究

为了提高极移预报的精度,该文提出结合极移的两个分量进行统一求解的极移联合预报方法:将极移的两个分量组成一个观测方程,并采用LS+AR模型对联合分量的确定项与随机项进行拟合。实验结果表明,文中采用的联合预报方法可以提高极移的预报精度。     

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。     

LS+AR组合模型在大坝变形预报中的应用

针对大坝变形监测数据的年周期性特点,建立了大坝变形监测序列的拟合外推模型,提出了利用最小二乘外推(LS)与自回归(AR)组合模型预报大坝变形监测数据的方法。通过实验比较说明,LS+AR组合与AR模型相比,在大坝变形监测的预报精度上有一定程度的改善。     

利用GRACE资料构造大尺度时变重力场统一模型

基于2003~2012年的GRACE卫星重力资料,采用最小二乘拟合的方法,构建了时变重力场统一模型IGG-TVG2013。该模型以球谐系数的形式表达,在考虑趋势项和周期项等经验参数的基础上,还考虑了加速度项和潮汐模型误差、大地震等因素的影响。将IGG-TVG2013模型与GRACE资料进行了比较分析,在全球92%以上的区域二者符合精度优于±1ugal;利用该模型外推预测了2013年1~6月的重力场变化,结果与GRACE实测数据符合较好。这表明IGG-TVG2013模型不但能较好地描述重力场的连续时空变化,而且具有一定的短期预测能力。     

三轴刚体地球自转的动力学方程

整体地球自转动力学理论的研究一般是在旋转对称模型基础上进行的,但实际上地球是一个非旋转对称的椭球体,因此,三轴地球模型的自转理论研究具有一定的意义。在刚体地球自转Euler动力学方程的基础上,结合物理学中的空间自由旋转物体(如陀螺)的运动学方程,在极移平方量级的精度上给出适用于地球自转研究的三轴刚体地球自转的动力学方程,同时也给出求解三轴刚体地球自由摆动的两种方法,即椭圆积分方法和椭圆函数方法。最后得出旋转对称地球自转是三轴地球自转在极移量级情况下的一种特例,且三轴刚体地球模型不可能出现第二自由摆动的结论。     

多分析中心站坐标产品的综合方法研究

首先介绍了多分析中心产品融合处理的两种综合策略，然后基于解层面的综合策略，提出了站坐标和地球自转参数同时综合的方法。采用国际GNSS服务组织（International GNSS Service，IGS）9个分析中心1 a的数据进行试验，从站坐标、地球自转参数精度以及地心运动3个方面验证了该方法的正确性。结果表明，基于综合方法得到的综合解和IGS综合解处于同一精度水平。站坐标在平面和高程方向的一致性分别为0.5 mm和1.0 mm，极移和极移速率的一致性分别优于7.0×10-6"和40.0×10-6"/d，日长参数优于7.7×10-6 s/d。所提出的综合方法可用于全球连续监测评估系统（international GNSS monitoring and assessment system，iGMAS）的站坐标/地球自转参数产品综合。