基于ARMA模型的BDS卫星钟差异常值探测及其短期预报

星载原子钟在运行过程中会受到恶劣空间环境与设备老化等因素的影响,使得卫星钟差数据中经常存在异常值,其中AO(additive outlier)类异常值是钟差序列中常见的一类异常值。结合最大期望算法与自回归滑动平均(autoregressive moving average,ARMA)模型,提出一种AO类异常值探测算法。该算法可以准确探测孤立AO类异常值与成片AO类异常值,有效克服了其他算法经常出现的淹没与掩盖现象。在成功探测钟差序列AO类异常值的同时,该算法可以估计得到精确的ARMA模型,进而能准确地进行卫星钟差预报。利用仿真数据与北斗卫星钟差实测数据进行计算分析,结果表明,所提算法可以精确探测出钟差序列AO类异常值,并且具有很好的卫星钟差预报效果。     

卫星钟差异常值探测的抗掩盖与淹没型算法

北斗卫星导航系统(BDS)卫星钟差异常值处理过程中,由于成片异常值的存在,往往会产生掩盖与淹没现象,致使异常值探测效率不高甚至失败。基于求和自回归移动平均模型,分析了时间序列中成片加性AO(Additive Outlier)异常值探测时易产生掩盖与淹没现象的原因;考虑了差分及逆差分对异常值探测的影响,提出了成片AO类异常值探测的抗掩盖与淹没新算法。通过仿真算例,验证了新算法对于序列中成片AO类异常值探测的准确性和有效性。将算法应用于BDS卫星钟差异常值探测和钟差预报中,较好地克服了数据中掩盖和淹没现象产生的影响,对于进一步提高卫星钟差的预报精度具有重要作用。     

钟差预报AR模型异常值探测的Bayes方法

主要研究了时间序列AR模型的异常值探测问题。首先在一定的限制条件下,将AR模型的异常值探测问题转化为线性回归模型的异常值探测问题;并在正态-Gamma先验条件下,计算了基于均值漂移模型和方差膨胀模型异常值事件发生的后验概率。然后运用Bayes方法对异常值进行了估算。最后通过卫星钟差实测数据计算,比较了模型修正前后预报的情况,验证了新方法的有效性。     

钟差预报AR模型异常值探测的Bayes方法

主要研究了时间序列AR模型的异常值探测问题.首先在一定的限制条件下,将AR模型的异常值探测问题转化为线性回归模型的异常值探测问题;并在正态-Gamma先验条件下,计算了基于均值漂移模型和方差膨胀模型异常值事件发生的后验概率.然后运用Bayes方法对异常值进行了估算.最后通过卫星钟差实测数据计算,比较了模型修正前后预报的...     

基于卫星双向时间频率传递进行钟差预报的方法研究

用多项式拟合、谱分析、改进的AR模型三种方法对由卫星双向时间频率传递得出的钟差时间序列进行了拟舍和预报分析。为了抵制钟差时间序列中异常值的影响，引入了“抗差等价权”，利用卫星双向时间频率传递得到的1d的钟差，按不问采样率、不同时间跨度进行计算分析。结果表明，抗差估计的预报精度明显高于最小二乘估计；平滑值的预报精度高于采样值；由于钟差时间序列中有明显的周期变化，多项式进行钟差预报的精度不可靠；用谱分析进行钟差预报的精度不高，但可以发现钟差时间序列中的主要周期变化；改进的AR模型预报精度最高，预报6h钟差的RMs在1ns左右。     

含误差预报校正的GM(1,1)卫星钟差预报新方法

为了提高卫星钟差预报精度,该文提出用AR(p)模型对GM(1,1)建模过程中的模型残差进行建模预报,以此来提高GM(1,1)模型预报卫星钟差的精度。首先,剔除卫星钟差数据中的异常值,采用拉格朗日插值法将缺失的数据补齐;然后,用GM(1,1)模型对卫星钟差进行预报,对GM(1,1)的模型残差作平稳化处理后,采用AR(p)模型对处理后的残差序列进行预报;最后,将GM(1,1)和AR(p)模型的预报结果对应相加即得到钟差的最终预报值。此外,该文采用IGS公布的事后精密卫星钟差进行预报试验,并将该文结果与卫星钟差预报中常用的二次多项式和修正指数曲线法模型预报结果进行对比分析。结果表明,该方法可以对GPS卫星钟差进行高精度的中短期预报。     

北斗卫星钟差异常值处理的似然比方法

北斗卫星导航系统(BDS)星载原子钟由于受到空间环境的影响和各种不确定因素的干扰,导致获取的卫星钟差数据中经常会出现异常扰动,从而降低了卫星钟性能分析的可靠性、破坏了钟差建模和预报的有效性、影响导航定位结果的精准度,需要对BDS卫星钟差数据中存在的异常值进行探测和处理。基于求和自回归移动平均模型建立BDS卫星钟差异常值探测的方差膨胀模型;运用似然比方法对BDS卫星钟差时间序列中的异常值进行探测;推导了Score检验统计量,运用最小二乘法对异常扰动的大小进行估计。试验结果表明,似然比方法能够准确探测BDS卫星钟差数据中异常值的位置,精确估计异常扰动的大小。     

一种卫星钟差异常实时监测算法

卫星钟差在精密定位中占有重要地位,应当对卫星钟差异常进行实时监测。本文在建立卫星钟差模型的基础上,提出了一种基于递推遗忘因子最小二乘算法(RFFLS)的卫星钟差异常实时监测算法,并利用IGS事后精密钟差产品,对比分析了RFFLS算法与最小二乘算法(LS)、遗忘因子最小二乘算法(FFLS)的卫星钟差预报精度、预报耗时和对卫星钟差异常的监测性能。实验结果表明,RFFLS算法计算时间仅为LS算法和FFLS算法的十分之一,且RFFLS算法钟差异常监测能力最优。该方法简便易行,应用灵活,在实时应用中具有明显优势。     

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。     

卫星钟差组合预报模型研究及其应用

为了提高卫星钟差预报的精度与稳定性,本文综合幂函数变换的GM(1.1)模型与Elman神经网络模型的优势,提出了一种组合卫星钟差预报模型。该组合预报模型实现卫星钟差预报的流程为：首先,使用钟差数据对幂函数变换的GM(1.1)模型进行建模并进行钟差预报;其次,将幂函数变换的GM(1.1)模型预报残值作为Elman神经网络模型训练样本进行模型训练与残差值预报;最后,将幂函数变换的GM(1.1)模型预报值与Elman神经网络模型残差预报值相加得到组合预报值。使用IGS提供的精密钟差数据进行实验,结果表明,本文提出的组合预报模型较单一的预报模型的预报精度与稳定性均有较大程度的提高,本文的研究对于高精度卫星钟差预报模型的建立具有重要参考价值。     

一种卫星钟差异常精确探测的两步法策略

针对卫星钟差数据中的粗差和钟跳两类异常进行精确探测，提出使用历元单差算法和拟准检定法相结合的两步法策略，第1步，依据钟跳和粗差在历元单差序列中不同表现特点，采用历元单差法探测疑似钟跳点并剔除部分粗差；第2步，对按疑似钟跳分段的数据使用拟准检定法精确探测粗差。通过模拟数据算例阐述钟差异常探测过程并进行性能分析，通过实测数据进行算法有效性验证，结果表明，仅使用历元单差法能有效探测疑似钟跳点和部分粗差，其探测的疑似钟跳点包含了真实钟跳；使用两步法既能有效规避钟跳影响，又能精确探测小粗差，探测能力接近底噪的2倍中误差。     

Bayesian methods for outliers detection in GNSS time series

This article is concerned with the problem of detecting outliers in GNSS time series based on Bayesian statistical theory. Firstly, a new model is proposed to simultaneously detect different types of outliers based on the conception of introducing different types of classification variables corresponding to the different types of outliers; the problem of outlier detection is converted into the computation of the corresponding posterior probabilities, and the algorithm for computing the posterior probabilities based on standard Gibbs sampler is designed. Secondly, we analyze the reasons of masking and swamping about detecting patches of additive outliers intensively; an unmasking Bayesian method for detecting additive outlier patches is proposed based on an adaptive Gibbs sampler. Thirdly, the correctness of the theories and methods proposed above is illustrated by simulated data and then by analyzing real GNSS observations, such as cycle slips detection in carrier phase data. Examples illustrate that the Bayesian methods for outliers detection in GNSS time series proposed by this paper are not only capable of detecting isolated outliers but also capable of detecting additive outlier patches. Furthermore, it can be successfully used to process cycle slips in phase data, which solves the problem of small cycle slips.     

基于GPS的多站实时时间传递算法

提出了一种基于GPS的多站实时时间传递算法,该算法将卫星钟差作为未知参数进行实时估计,利用测站间的共视卫星建立起各测站误差方程之间的联系,同时解算站间时间传递结果和卫星钟差。摆脱了对外部事后精密卫星钟差产品的依赖,不受卫星精密钟差产品精度和实时性的限制,只要站间有足够的共视卫星,即可实现时间传递。实验结果表明:该算法时间传递精度可以达到亚纳秒量级,能够应用于高精度实时时间传递。     

开窗分类因子抗差自适应序贯平差用于卫星钟差参数估计与预报

提出一种新的钟差算法--开窗分类因子抗差自适应序贯平差,即首先对一维钟差数据进行开窗处理,在窗口内利用抗差等价权削弱粗差影响,在窗口间构造自适应因子抵制钟跳异常,从而达到消除和削弱观测异常和状态异常的目的.针对不同星钟参数不符值描述不同的扰动特性,提出构造分类自适应因子来抵制钟差时间序列中的扰动异常.计算结果表明,新算...     

分布式导航星座自主时间同步性能评估

针对星座自主导航任务需求，分析了基于星载钟性能和星间相对钟差估计星座自主时间同步精度的可行性，验证了星座中星载原子钟性能与卫星自主时间同步滤波结果的相关性，评估了有无时间参考基准、星间电文交互条件下的卫星钟差预报性能。评估结果表明：当缺少地面或参考星为基准且星间电文无交互时，单颗卫星的自主钟差预报结果是不可观的，会随着时间增长发生偏移，并在地面或基准星对其校准后迅速收敛，继续随星载钟性能和滤波状态参数发散；当缺少基准且星间电文正常交互时，卫星自主钟差滤波结果与精密钟差相比存在整体偏移；基于本文设计的验证条件，卫星自主运行15 d卫星钟差整体漂移量优于60 m；当以某颗卫星或锚固站为时间参考基准时，全网卫星可根据与基准时间的相对钟差进行自主校准，星间相对钟差RMS为0.6 m。     

接收机温启动状态下辅助长码快捕的钟差预测算法

卫星导航接收机中,时间是影响长码快捕实现的重要因素。接收机钟差预测是压缩码相位不确定范围,减少信号搜索范围的一个方面。提出利用递推阻尼最小二乘法进行二阶钟差模型参数在线解算,并在温启动状态下利用存储的这些参数进行钟差预测的算法。以一款温补晶振为例进行了实验验证,数值结果表明该算法可以将钟差误差范围压缩6倍,将有效地辅助长码快捕的实现。     

基于星间链路支持的导航卫星自主完好性监测设计仿真

针对导航卫星在区域完好性监测网可视弧段之外难以实现基于地面监测站的系统级完好性监测问题,提出一种基于星间链路辅助支持的导航卫星自主完好性监测方法。该方法通过利用星间组合观测值,分离星钟误差和星历误差,采用基于平稳时间序列的非稳态异常检测算法对导航卫星星载原子钟相位抖动及频率的异常漂移进行监测;采用基于轨道先验信息的非中心化开方分布异常检测算法对轨道异常机动进行监测,并利用星间链路组合观测量对卫星自主完好性监测及其对全球用户完好性性能的提升作用开展仿真分析与研究。仿真计算结果表明:该方法可以在地面监测网不可视弧度内有效减小空间段卫星部分的故障漏检概率以及系统完好性风险,缩短完好性告警时间,提高全球卫星导航系统的完好性服务水平。     

滑动式广义延拓插值法在GLONASS钟差插值中的应用

在对卫星钟差数据进行插值处理时,所采用插值算法的精度,直接影响到卫星钟差插值结果的精度,继而影响了卫星导航定位的精度. 因此在对卫星钟差数据进行插值时,应选择适宜的插值方法. 将Lagrange插值法和切比雪夫多项式拟合法进行滑动,利用这两种传统的插值方法和滑动式广义延拓插值法,分别对历元间隔为5 min的GLONASS卫星钟差数据插值到历元间隔为30 s的钟差数据,再与历元间隔为30 s的精密钟差数据进行对比,分析三种插值方法在GLONASS卫星钟差数据中的应用效果. 结果表明:利用这三种插值方法对GLONASS钟差数据进行插值时,插值精度均能满足要求,且滑动式广义延拓插值法的插值精度最高.      

IGS RTS钟差数据中断的实时修复方法研究

针对IGS RTS实时数据流产品在网络传输过程中普遍存在的数据中断问题,基于卫星钟差预报算法,文中提出实时“预报修复”方法,以钟差预报值实时修复发生中断历元的钟差数据。通过对RTS数据中断区间分布的统计分析,确定钟差预报的时间长度为5 min;采用改进的灰色系统模型,对不同时间长度初始数据的钟差预报结果进行对比,确定初始数据时间长度为10 min。以IGS事后精密卫星钟差产品为参考,对连续7 d RTS钟差产品的实时预报修复效果进行验证。以IGS02产品为例,连续7 d预报修复钟差值的平均RMS优于0.17 ns,预报修复后24 h钟差产品的RMS均在0.22 ns以内。