估计接收机差分码偏差的GPS/BDS非组合精密单点定位模型

在传统多系统非差非组合精密单点定位（precise point positioning，PPP）模型中，电离层延迟会吸收部分接收机码硬件延迟，其估计值可能为负数。提出了一种估计接收机差分码偏差（differential code bias，DCB）参数的GPS（Global Positioning System）/BDS（BeiDou Navigation Satellite System）非组合PPP模型，将每个系统第1个频率上的接收机码硬件延迟约束为零，对接收机DCB进行参数估计，达到了分离电离层延迟和接收机码硬件延迟的目的，降低了接收机钟差和电离层延迟的相关程度。利用4个多星座实验（multi-GNSS experiment，MGEX）跟踪站的GPS/BDS数据进行了静态和动态PPP试验，结果表明，与不估计DCB参数的PPP模型相比，采用估计DCB参数PPP模型后，静态模式下定位精度和收敛速度平均提高了29.3%和29.8%，动态模式下定位精度和收敛速度平均提高了15.7%和21.6%。     

一种精确估计区域北斗接收机硬件延迟的方法

提出了一种精确估计区域北斗接收机硬件延迟(DCB)的方法。该方法不需要传统复杂的电离层模型,在已知一个参考站接收机硬件延迟的条件下,利用正常情况下电离层延迟量和卫星-接收机几何距离强相关这一特点,采用站间单差法来精确估计区域内BDS接收机的硬件延迟。试验结果表明,该方法单站估计的单站北斗接收机连续30d的硬件延迟RMS在0.3ns左右。通过GEO卫星双频观测值扣除已知卫星DCB和本文方法估计的接收机DCB,计算对应穿刺点一天的VTEC并和GIM格网内插结果并进行比对分析,二者大小和变化趋势均符合较好,进一步验证了本文提出的方法具有可靠性。     

非差非组合精密单点定位提取区域电离层延迟及精度评定

电离层延迟是GNSS定位中最难处理,也是很重要的的误差来源之一,目前常用线性组合的方式处理电离层延迟,这些方法都会引入多余噪声,在不同程度上影响了模糊度的整数特性,同时也造成了某些有用数据丢失。本文提出了一种基于非差非组合精密单点定位的方式提取区域参考站电离层延迟的方法,再将提取得到的区域电离层延迟内插至仿用户站,在仿用户站实施单频PPP,最后检验得到定位的精度。实验结果表明:仿用户站单频PPP的定位精度平面方向约为4—5 cm,在高程方向低于1 dm,与全球电离层格网模型和半和改正等模型相比,采用非差非组合的方法提取电离层延迟后的定位精度更高。     

一种北斗非差非组合长距离基准站模糊度解算方法

为了充分利用各频率观测值信息,提出了一种非差非组合的北斗卫星导航系统长距离基准站间整周模糊度解算方法。首先,直接利用不同频率的观测值建立误差观测方程,并采用随机游走策略估计相对天顶对流层湿延迟误差和电离层延迟误差,增加历元间的约束;然后,采用一种非差整周模糊度实时线性计算方法,依次得到基准站网当前历元所有卫星的非差整周模糊度,解决了在基准星变换时,模糊度需要承接或者重新进行法方程叠加的问题;最后,使用实测数据进行方法验证,结果表明,各基准站模糊度平均固定速度为20个历元（采样间隔1 s）,可快速实现基准站载波相位整周模糊度解算。由于所提方法充分利用了各频率观测值信息,避免了线性组合放大噪声对整周模糊度固定的影响,其模糊度固定成功率与无电离层组合法相比有较大的提高。     

GPS接收机硬件延迟时变特性分析

在全球定位系统(Global Positioning System，GPS)中，接收机硬件延迟引起的码偏差和相位偏差是影响精密授时、电离层建模以及非差模糊度解算的重要因素。利用GPS对电离层总电子含量进行估计和建模时，通常假定GPS接收机硬件延迟偏差是稳定不变的量，对其可能存在的波动及影响因素考虑不充分。因此，对GPS接收机硬件延迟偏差的时变特性进行分析，有助于提高电离层电子含量估值的准确性和可靠性。分析了GPS接收机差分码偏差(differential code bias，DCB)和差分相位偏差(differential phase bias，DPB)单历元及单天解的时间变化特性，并对温度变化与接收机DCB、DPB变化之间的相关性进行了实验探究。结果表明，接收机重启前后其DCB值会发生突变，重启之后接收机DCB和DPB大约需要25 min才能趋于稳定。接收机DCB和DPB并不能长期保持稳定，实验数据显示，在2~3 h内，DCB的变化量可以达到0.8 m左右，DPB的变化量可以达到4 mm左右，接收机DCB和DPB的波动与周围环境温度的变化具有较强相关性。     

利用非组合精密单点定位技术确定斜向电离层总电子含量和站星差分码偏差

联合双频GPS数据,利用相位平滑伪距算法,可得到包含斜向电离层总电子含量（slant total electron content,sTEC）、测站和卫星差分码偏差（differential code bias,DCB）的电离层观测值（称之为＂平滑伪距电离层观测值＂）,常应用于与电离层有关的研究。然而,平滑伪距电离层观测值易受平滑弧段长度和与测站有关的误差影响。提出一种新算法：利用非组合精密单点定位技术（precise point positioning,PPP）计算电离层观测值（称之为＂PPP电离层观测值＂）,进而估计sTEC和站星DCB。基于短基线试验,先用一台接收机按上述两种方法估计sTEC,用于改正另一接收机观测值的电离层延迟以实施单频PPP,结果表明,利用PPP电离层观测值得到的sTEC精度较高,定位结果的可靠性较强。随后,选取全球分布的8个IGS（internationalGNSS service）连续跟踪站2009年1月内某四天的观测数据,利用上述两种电离层观测值计算所有卫星的DCB,并将计算结果与CODE发布的月平均值进行比较,其中,平滑伪距电离层观测值的卫星DCB估值与CODE（Centre for Orbit Deter mination in Europe）发布值的差别较大,部分卫星甚至可达0.2～0.3 ns,而PPP电离层观测值而言,绝大多数卫星对应的差异均在0.1 ns以内。     

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%。     

一种加快BDS精密单点定位初始化的方法

由于BDS卫星的星座特性及卫星的轨道和钟差的精度影响,使得传统消电离层组合精密单点定位(PPP)的初始化时间较长。针对上述问题,文中对附加电离层约束的非组合精密单点定位算法进行研究。首先介绍非组合PPP算法,分析其与传统PPP的差异;其次分别利用CODE电离层格网产品,以反距离加权算法计算的站星电离层延迟、低阶球谐函数建立的区域电离层产品等作为先验信息对非组合PPP进行约束。通过MGEX观测网实测数据静态和仿动态计算表明,相比传统消电离层组合PPP,附加电离层约束的非组合PPP能够有效缩短初始化时间,同时能够获得高精度的定位结果。     

随机模型对北斗DCB估计和电离层建模的影响

差分码偏差(DCB)作为电离层建模和导航定位中一项重要的误差源,对其进行估计求解至关重要. 为提高北斗卫星导航系统(BDS) DCB估计和电离层建模精度,提出了一种综合高度角、卫地距和测站纬度多因素的随机模型,并对比分析了不同随机模型对BDS DCB估计和电离层垂直总电子含量(VTEC)建模精度的影响. 结果表明:不同随机模型对卫星端DCB解算产生约0.2 ns差异. 相较于高度角随机模型,采用高度角、卫地距组合模型测站DCB估计精度平均提高0.13 ns,电离层建模精度提高了约0.2 TECU. 新提出的随机模型,在低纬度测站DCB解算精度上差于高度角模型和高度角、卫地距组合模型,但在高纬度测站DCB解算结果上更优,且对电离层VTEC建模精度提升效果明显,与前两种随机模型相比分别提升了0.88 TECU和0.68 TECU.      

多频多模接收机差分码偏差的精密估计与特性分析

全球导航卫星系统（Global Navigation Satellite System,GNSS）探测大气电离层需要精确处理由接收机差分码偏差（differential cade bias,DCB）引起的系统误差。准确掌握接收机DCB的多时间尺度精细变化等特性是联合美国GPS、中国北斗卫星导航系统（BeiDou navigation satellite system,BDS）和欧盟Galileo等多GNSS技术监测电离层所面临的主要科学问题之一。为此,提出了基于零基线精密估计站间单差接收机DCB的方法,并对站间单差接收机DCB的日加权平均值进行了分析。基于4台多模接收机采集于2013年的双频观测值,揭示了站间单差接收机DCB的变化可能受3种因素的影响,即接收机内置软件的版本升级（实验中引起了约3 ns的显著增加）、拆卸个别接收机所导致的观测条件改变（实验中引起了约1.3 ns的显著减少）和估计方法的误差（引起了与导航系统卫星几何结构重复性相一致的周期性变化）等。