基于IGU预报轨道实时估计精密卫星钟差

针对目前实时精密单点定位中,GPS卫星实时钟差服务所存在的精度问题,提出了一种基于IGU轨道的实时钟差估计方法。该方法基于IGU轨道,采用全球参考站非差载波相位观测值,进行实时钟差估计。数值结果表明：实时估计的卫星钟差与IGS最终产品的偏差大部分小于0.3 ns,平均优于0.2 ns;采用估计所得的实时钟差进行PPP静态定位,其精度可达1~2 cm,同时也可得到毫米级精度的天顶对流层延迟。     

基于小时观测文件拼接的GPS实时钟差确定算法

针对目前常用的GPS实时钟差确定算法主要基于实时观测数据流实现,使产品可靠性和完整性受限于网络质量,及广播星历和IGU-P精度较低的问题,提出并实现基于小时观测文件拼接的实时钟差确定算法。该算法基于小时观测文件数据,通过将钟差估计与自适应超短期钟差预报相结合以确定实时钟差。30 d实时在线结果显示,基于小时观测文件确定的实时钟差精度约为0.25 ns,优于广播星历和IGU-P,与IGS RTS提供的实时钟差精度相当,且能保证产品的可靠性和完整性。     

导航卫星钟差预报的Elman神经网络算法研究

针对卫星钟差不能被精确模型化的问题,将具有较强记忆功能和强大计算能力的Elman神经网络运用到卫星钟差预报中,提出适用于卫星钟差预报的Elman模型。首先对原始钟差数据进行一次差处理,然后选择合适的神经网络结构建立预报效果最佳的Elman钟差预报模型,最后选用国际GNSS服务（IGS）提供的精密钟差数据进行GPS卫星钟差预报,并与二次多项式模型、附加周期项的多项式模型和灰色系统模型进行对比分析。结果表明,Elman模型进行1 d、7 d和30 d钟差预报的精度得到显著提高,分别达到亚ns、ns和μs级,表明该模型的钟差预报性能优于3种常用模型,在卫星钟差预报中具有可行性。     

MGEX和iGMAS的多系统轨道和钟差产品精度分析

采用分析中心间互比、SLR残差检核、卫星钟差拟合以及阿伦方差等方法对MGEX和iGMAS提供的多系统轨道和钟差产品精度进行综合分析。结果表明，GPS和GLONASS卫星的轨道精度分别在1.0~1.3 cm和2.0~3.6 cm，其中iGMAS提供的轨道产品较优。Galileo卫星的轨道一致性在10~17 cm，采用ECODE2模型或附加先验模型可有效提高轨道精度。BDS GEO卫星的轨道一致性在数m级，径向精度约为25 cm；IGSO和MEO卫星的轨道一致性分别在21~40 cm和11~18 cm左右，且径向精度分别优于10 cm和5 cm。MGEX和iGMAS提供的GPS和GLONASS卫星的钟差精度较好，但稳定性和可靠性仍有待提升。Galileo卫星的钟差一致性约为0.2~0.4 ns，且钟差产品中吸收了未被模型化的轨道误差。BDS GEO、IGSO和MEO卫星的钟差一致性分别在0.35~0.46 ns、0.25~0.33 ns和0.11~0.21 ns，其中CODE提供的BDS IGSO/MEO卫星的钟差产品受偏航姿态模式影响较大。     

GPS卫星钟差高精度模型化及在精密单点定位中的应用

采用多项式和结合周期项的混合函数模型进行GPS卫星钟差高精度模型化与精度分析。结果表明，周期项对于卫星钟差模型化精度的提高具有重要作用。对于Rb 钟卫星，Block ⅡF卫星钟差模型化精度0.03 m（约0.1 ns）左右，Block ⅡR和Block ⅡR-M卫星钟差模型化精度0.05 m（约0.2 ns）左右，而Cs钟卫星钟差模型化精度则低一个数量级。采用精密单点定位进行模型化结果分析得到，混合模型化钟差参与解算的定位结果精度可达cm级，收敛时间约为4 h。以上表明，简单的模型化参数可在一定程度上代替繁琐的序列钟差，实现简化GPS卫星钟差服务模式。     

基于EM算法优化相关向量机的BDS-3超快速钟差预报

提出一种基于EM算法优化相关向量机(RVM)的BDS-3超快速钟差预报算法。首先,利用组合MAD法预处理钟差数据,并进行一次差分计算;然后,利用钟差一次差分数据对RVM模型进行训练,通过EM算法迭代求取模型的超参数;最后,利用优化后的RVM模型进行数据预测,将钟差一次差分预测值还原,得到钟差预报值。采用iGMAS中心提供的实测BDS-3超快速钟差数据进行预报实验,并将本文模型与QP模型、SA模型及iGMAS超快速钟差预报产品(ISU-P)结果进行对比分析。结果表明,对于6 h、12 h和24 h预报,本文模型预报BDS-3卫星钟差数据的平均精度均优于0.61 ns;与ISU-P、QP模型和SA模型相比,本文模型预报24 h时精度分别提升64.1%、50.0%和49.2%。     

基于星间链路体制的北斗卫星时间同步可行性分析

BD-3试验星上搭载了Ka频段星间链路（ISL）设备，可进行Ka波段对地观测。推导了星间链路时分观测体制双向时间同步的数学模型；以ISL星地观测数据为样本分析ISL体制时间同步的可行性，并与L波段观测结果比对。结果表明，ISL体制钟速拟合参数与L波段结果一致性较好，7 d和3 d弧段拟合精度在1 ns以内，1 d和1 h弧段拟合精度均在0.2 ns以内，较L波段拟合精度有所提高,其中1 d为最优拟合时长；利用7 d的实测星地钟差进行向后1 d的钟差预报，结果显示，ISL星地钟差1 d预报误差为2 ns，较L波段预报精度略有提高；最后采用星地星间联合钟差观测，2 d内观测残差为0.52 ns，验证了ISL钟差观测的可行性。     

实时GLONASS精密卫星钟差估计及实时精密单点定位

研究非差实时GLONASS精密卫星钟差的估计方法,并将实时钟差应用于实时精密单点定位。采用自编软件,依据全球均匀分布的GNSS参考站实测数据,基于非差消电离层组合载波和伪距观测量,实现了GLONASS实时精密卫星钟差估计。实验结果表明,自主估计的实时GLONASS卫星钟差与ESA发布的最终精密钟差具有较好的一致性,互差优于0.5 ns|用于实时精密单点定位,能够获得静态定位cm 级精度,仿动态定位水平方向5~15 cm、高程方向10~30 cm的精度。     

GPS双频相位平滑伪距在卫星预报钟差精度评定中的应用

利用Hatch滤波对双频消电离层组合伪距观测值进行相位平滑讨论,对原Hatch滤波公式中的定权方法进行了改进.在此基础上,利用伪距与星地距比对法对广播星历中卫星预报钟差精度评定进行了研究.计算结果表明:载波相位平滑能有效地提高伪距观测量的精度,从而提高伪距与星地距比对法评估卫星预报钟差的可行性.利用双频消电离层相位平滑伪距计算的卫星钟差精度优于1 ns(1σ),测定的卫星钟差与实际卫星钟差不存在系统差.     

一种改进的混合差分实时GPS卫星钟差估计算法及其实现

提出一种改进的混合差分算法，实现实时GPS卫星钟差估计。算法实现过程主要采用4个解算步骤，最终生成播发至用户的实时钟差产品。利用全球分布的68个测站实时数据流进行GPS卫星实时钟差解算，并对2018-01-14～01-19的实时GPS卫星钟差产品采用2种方法进行检核：1）与IGS快速钟差产品比较；2）运用实时动态PPP结果检核。结果显示，基于改进的混合差分算法，利用实时数据流实现的GPS实时卫星钟差产品具备STD为0.15 ns、RMS为0.63 ns的精度，可提供实时cm级定位服务。     

基于历元间差分模型的精密钟差加密算法研究

提出一种高精度的钟差加密方法。采用历元间差分载波相位观测值,得到高精度历元间相对卫星钟差,并应用这一相对钟差产品对IGS 5 min钟差进行加密,获得30 s采样的“高频度”钟差。与数学插值算法相比,该加密算法有一定的优越性,加密误差在0.03 ns以内,且不同稳定度的星载钟差异较小。     

一种改进的平方根滤波在卫星钟差实时解算中的应用

目前普遍采用卡尔曼滤波方法来实现非差法卫星钟差的实时解算。平方根滤波可以增强数值计算的稳定性,避免滤波发散,但矩阵的求逆会耗费较长的计算时间;序贯算法可以避免对矩阵直接求逆,能提升计算效率。综合两种算法的优点,提出一种基于序贯算法的平方根滤波器,并应用于卫星钟差的实时解算,得到的卫星钟差精度优于0.2 ns,且计算时长缩短40%。     

区域测站数对BDS实时卫星钟差估计的影响分析

地面测站的数量及分布会影响实时卫星钟差估计的精度和可靠性。鉴于目前BDS主要为亚太地区提供服务，均匀选取中国区域内8~24个实时监测站，分析区域测站数与BDS实时卫星钟差估计精度的关系。结果表明，当测站数小于16个，IGSO/MEO卫星在中国区域内被观测的弧长不全，实时钟差精度和定位精度较差；当测站数达到16个，中国区域内可观测的BDS卫星弧长覆盖饱和；当测站数达到17个及以上，实时钟差精度达到0.15 ns，平面定位精度达到0.3 m以内，高程定位精度达到0.4 m以内，且钟差和定位精度随着测站数的增加不再明显提高。     

BDS-3卫星钟差模型化特性分析北大核心CSCD

采用2021年(GPS周2138~2190)IGS BDS-3卫星精密钟差产品进行周期性变化分析,并在周期性分析结果基础上建立高精度模型化函数。结果表明,附加8个周期的模型化精度能达到0.049 ns,与二次多项结果相比,精度提高约70%。同时,对BDS-3卫星钟差模型化结果进行精密单点定位(PPP)性能分析,虽然其收敛时间稍慢于IGS最终产品,但能实现cm级定位,且模型化产品与目前IGS离散化产品相比可大大节省内存空间。     

一种基于OpenMP的高效GPS卫星钟差实时估计方法

提出基于单观测值的Kalman滤波快速计算方法，并引入共享存储并行编程（OpenMP）技术实现协方差快速更新，从而实现非差GPS卫星钟差的快速实时计算。均匀选取55个IGS参考站，计算2017-03-20~03-30采样率为60 s的卫星钟差。与IGS事后30 s钟差相比，两者具有很好的一致性，RMS互差优于0.5 ns。选取未参与钟差解算的10个IGS参考站进行精密单点定位，结果表明，实时静态PPP水平方向精度优于2 cm，高程方向精度为2~4 cm；实时动态PPP水平方向精度为2～4 cm，高程方向精度为4～6 cm，能够满足实时PPP的精度要求。该方法在主频1.2 GHz服务器上8线程并行模式下单历元耗时4 s，相比串行模式效率提升1/3。     

卫星钟差实时估计的收敛分析

就测站数量、观测时间和测站分布对估计钟差的影响进行了研究,结果表明：增加测站数量和观测时间,均有利于提高卫星钟差的估计精度;但随着测站个数的增加,计算耗时会随之增加,从而影响钟差的实时使用,因此,从兼顾钟差的精度和实时应用两方面考虑,只有选择适当的测站分布和测站个数,才有利于钟差的实时估计和应用。PPP定位中,基于估计钟差的收敛时间比基于IGS最终钟差的收敛时间更长。     

GNSS广播星历精度评定与对比

以gbm精密星历和钟差作为参考真值，对GPS、BDS、Galileo以及GLONASS四大系统2017-02-01~02-28的广播星历、钟差以及卫星空间测距误差（SISRE）的精度进行对比分析。结果表明，GPS轨道径向、切向、法向的精度为1 m、0.4 m、0.8 m左右，钟差约为2 ns，卫星信号测距误差（SISRE）约0.4 m；BDS不同类型卫星表现出很大差异；Galileo卫星的径向、切向、法向的精度为0.3 m、0.3 m、0.2 m，钟差约3 ns，SISRE约1 m；GLONASS卫星的径向、切向、法向精度为0.4 m、1.0 m、0.4 m，钟差约7 ns，SISRE约2 m。     

基于SAFA-FDGM(1,1)模型的BDS钟差预报

为建立高精度的BDS钟差预报模型,提出一种基于改进的萤火虫算法优化的分数阶离散型灰色系统SAFA-FDGM(1,1)钟差预报模型。为避免萤火虫算法陷入局部最优解,提高萤火虫算法的优化能力,本文引入惯性权重因子,同时对吸引力因子、步长因子进行改进;利用改进的萤火虫算法自动优化选取FDGM(1,1)分数阶因子来提高FDGM(1,1)数据拟合精度。分别采用C02(GEO)、C09(IGSO)、C12(MEO)三种不同类型卫星的钟差数据进行实验分析,结果表明,本文预报模型优于传统二次多项式模型与GM(1,1)模型,其中3~6 h预报误差小于1 ns,9~12 h预报误差优于2 ns,对建立高精度的BDS卫星通用钟差预报模型具有重要参考价值。     

基于非差与历元差分两种观测模型估计精密卫星钟差的方法比较

研究了非差与历元差分两种观测模型估计精密卫星钟差的方法,评价了分别利用两类观测模型估钟的特点。通过实际算例分析了两种观测模型估钟的处理速度与精度。计算结果表明：基于非差观测模型估计卫星钟差精度高、观测信息没有损失、可靠性高、可以实现模糊度固定,但由于未知参数多,解算速度较慢,且需要经过一段时间的收敛才能达到所需精度;而历元差分模型估计卫星钟差待求参数较少,计算效率高,且不存在收敛过程,但估钟精度比非差模型估钟收敛后的精度略低,且得不到钟差初值,需从导航电文中提取或通过其他方式获取,不过由此引起的系统性偏差,在定位时可被模糊度和接收机钟差吸收,不影响最终的定位结果。     

基于一次差分预报原理的常用钟差预报模型效果分析

基于15 d的精密卫星钟差数据,从不同角度全面分析6种常用钟差预报模型（LP模型、QP模型、GM模型、SA模型、ARIMA模型、KF模型）基于钟差一次差分预报原理的预报效果,得到以下结论：1）采用钟差一次差分预报原理,可以提高LP模型、SA模型、GM模型及KF模型对于GPS卫星钟差的3 h预报精度,提高QP模型和ARIMA模型对于ⅡF Rb钟的3 h预报精度,提高LP模型和GM模型在6 h和12 h预报中的精度,提高ARIMA模型在6 h、12 h和24 h预报中的精度;2）基于钟差一次差分预报原理的预报结果与卫星及其星载钟类型有关,对于GPS BLOCK ⅡF Rb钟,该预报原理可以提高6种模型的短期预报精度,特别是对GM模型、LP模型和ARIMA模型预报效果的改善最为显著;3）对于3 h和6 h的预报,采用钟差一次差分预报原理的LP模型（DLP模型）对应的RMS值都最小,即DLP模型的预报精度最高,说明钟差一次差分数据更适合一次多项式模型的短期预报。