北斗系统测站钟差短期预报模型比较及其在单星定轨中的应用

北斗卫星导航系统(BDS)地面跟踪站都配置有高精度的氢原子钟,并基于精密定轨数据处理与主站的时间基准进行同步.在卫星轨道机动以及机动恢复期间,通常采用几何法定轨以及单星定轨确定卫星的轨道.而在这两种定轨模式中,需要提供精确的测站钟差作为输入.为提高定轨的实时性,需要对测站钟差进行预报处理.分析了2次多项式模型、附加周期项模型、灰色模型3种模型对北斗地面跟踪站钟差短期拟合和预报的性能,并将钟差预报结果应用于单星定轨,同时还分析了不同预报钟差用于定轨的精度.试验发现,以上3种模型对6个测站钟差的平均拟合精度分别为0.14 ns、0.05 ns、0.27 ns,预报1 h的平均精度分别为1.17 ns、0.88 ns、1.28 ns,预报2 h的平均精度分别为2.72 ns、2.09 ns、2.53 ns.采用3种模型对测站钟差进行预报并用于单星定轨,采用附加周期项的钟差预报模型轨道3维误差最小,不同模型轨道径向精度差异在3 cm以内.以上结果表明,附加周期项的站钟拟合及预报模型在北斗系统机动期间的轨道恢复数据处理具有最好的效果.     

空间信号精度的算法设计与实验分析

导航系统的完好性关系到用户的安全问题,空间信号精度(SISA)是反映卫星导航系统完好性的重要指标之一。针对导航电文中的广播星历和钟差参数信息处理问题,设计了SISA参数计算方法;利用GPS和BDS系统中的实际数据,分析了不同轨道类型卫星SISA参数对空间信号误差的包络特性,并将导航电文中URA参数与SISA参数进行比较,验证了SISA参数计算方法。实验结果表明,SISA能够准确反映广播星历的空间信号精度,并能够对空间信号误差基本实现平均98%的包络能力;目前北斗广播星历中的URA参数不能够精确反映空间信号的精度,不同卫星的空间信号精度相差较大,SISA能够准确反映和包络北斗空间信号误差。     

多站联合星地时间同步及预报性能分析

无线电双向法通过上行与下行观测量比对实现星载钟与地面站时间同步,比对过程中消除或削弱了绝大多数的公共误差项,因此时间比对精度高。卫星不可视时该方法不能实施,此时卫星钟预报精度只能依赖卫星钟自身的物理性能,不可视弧长越长卫星钟预报精度衰减越快。为了削弱因卫星不可视带来的精度损失,多站联合星地时间同步是一种有效的解决方案。给出了多站联合星地时间同步的基本原理、推导了时间比对模型,并利用COMPASS实测数据分析了多站联合时间同步及预报性能,实验结果表明,多站联合观测有效延长了卫星的可视弧长,为提升卫星钟预报精度提供了数据基础。由于观测设备之间的系统性偏差,各站得到的星地钟差结果可能存在跳变,影响卫星钟预报精度。因此系统性偏差成为制约多站联合星地时间同步性能的关键性因素,系统性偏差的精确标定能确保多站联合星地时间同步及预报精度的大幅提升。     

星地无线电双向时间比对模型及试验分析

星地时间同步是卫星导航系统的一个关键技术,是实现卫星导航定位的基础.针对星地时间同步问题,讨论了一种星地无线电双向时间比对方法,详细推导了该方法中星地上下行伪距的归算模型,给出了星地钟差的实用计算模型.该方法通过上下行伪距求差.消除了对流层延迟,卫星星历误差和地面站站址坐标误差等共有误差影响,与信号频率有关的电离层延迟也被很大程度地削弱,从而大大提高了时间比对精度.最后,利用实测数据进行了试验分析,结果表明:星地无线电双向时间比对精度能够达到约0.34ns,验证了理论方法和模型的正确性.     

基于GM(1,1)和MECM组合模型的GPS卫星钟差中短期预报

针对卫星钟差呈现趋势项和随机项变化的特点,提出了基于GM(1,1)(灰色预报模型)和修正指数曲线法(Modified Exponential Curve Method,MECM)的组合预报模型.该模型首先采用GM(1,1)预报钟差的趋势项,然后利用MECM模型对GM(1,1)残差序列进行建模和预报,最后将GM(1,1)和MECM模型的预报结果相加得到钟差的最终预报值.此外,采用IGS(International Global Navigation Satellite System Service)公布的精密卫星钟差进行预报试验,通过与卫星钟差预报中常用的二次多项式和MECM模型预报结果的对比分析,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.使用12 h钟差建模时,预报6 h、12 h、18 h和24 h的平均预报精度分别为0.43 ns、0.63 ns、0.74 ns和0.79 ns,相比于二次多项式的平均预报精度分别提高了57.43%、69.71%、80.47%和86.74%,相比于MECM模型的平均预报精度分别提高了50.57%、64.41%、76.80%和84.20%;使用24 h钟差建模时,预报6 h、12 h、18h和24 h的平均预报精度分别为0.57 ns、0.61 ns、1.02 ns和1.48 ns,相比于二次多项式的平均预报精度分别提高了32.94%、55.47%、55.07%和53.16%,相比于MECM模型的平均预报精度分别提高了92.98%、66.30%、65.42%和63.99%.     

基于Vondrák滤波1阶差分灰色模型的卫星钟差预报方法

为了提高卫星钟差预报的精度,提出基于Vondrák滤波1阶差分的灰色模型算法.首先,对原始钟差数据序列采用Vondrák滤波处理后,得到1组新的钟差数据序列.然后,对相邻历元的钟差数据序列作1阶差分处理.最后,基于Vondrák滤波后的1阶差分的钟差差值数据序列,建立了GPS钟差预报的灰色模型.此外,采用了IGS(International Global Navigation Satellite System Service)公布的精密卫星钟差数据进行了预报试验,通过与卫星钟差预报中常用的2次多项式模型和直接采用原始钟差数据建立灰色预报模型预报结果的对比分析,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.在12 h、16 h、20 h和24 h的平均预报精度分别为0.50 ns、0.85 ns、1.08 ns和1.27 ns,相比于2次多项式模型的平均预报精度分别提高了24.24%、15.84%、12.90%和11.81%;相比于直接采用原始钟差数据建立灰色预报模型的平均预报精度分别提高了56.14%、49.40%、48.82%和47.80%.     

北斗卫星导航系统服务精度评估

精度是北斗卫星导航系统(Beidou Navigation Satellite System,BDS)服务指标体系的重要内容.给出了北斗卫星导航系统精度指标的含义及精度指标的评估方法,利用实测数据分析了北斗系统实际实现的精度指标,并将其与GPS系统实际实现的精度指标作比较分析.DOP(几何精度因子)值由卫星导航系统空间星座分布决定,是影响用户定位授时精度的重要因素,比较了北斗与GPS在中国区域DOP值分布的差异.GPS系统PDOP(定位几何精度因子)分布均匀,随用户经度和纬度变化不大,在1.0–2.0之间.而受混合星座影响,北斗系统PDOP分布随着测站经度和纬度变化较大,变化范围为1.5–5.0;且随测站纬度增加而变大,由中心经度(东经118?)向两侧不断变大.对于影响用户等效距离误差的空间信号精度进行了比较分析.利用IGS(国际GNSS服务组织)提供的事后精密轨道、激光跟踪数据和北斗双向时频传递测量的卫星钟差评估了北斗基本导航电文的精度.结果表明:北斗IGSO(倾斜地球同步轨道)卫星和MEO(中轨道)卫星轨道径向误差约为0.5 m,大于GPS卫星轨道小于0.2 m的径向误差.北斗GEO(地球同步轨道)卫星激光残差约为65 cm,IGSO卫星和MEO卫星激光残差约为50 cm.受卫星钟差数据龄期影响,MEO卫星钟差参数误差明显大于IGSO卫星和GEO卫星,约为0.80 m.最后,采用MGEX(多GNSS系统试验项目)多模接收机进行了定位试验,分析了北斗系统和GPS在定位精度上的差异.结果表明:受星座构型影响,北斗卫星导航系统定位精度与GPS系统定位精度相比有所差异,但满足水平定位精度优于10 m、高程定位精度优于10 m的设计要求,双系统组合定位精度好于单一系统定位精度.     

遗传算法优化的BP神经网络卫星钟差预报

针对BP (Back Propagation)神经网络模型预测卫星钟差中权值和阈值的最优化问题, 提出了基于遗传算法优化的BP神经网络卫星钟差短期预报模型, 给出了遗传算法优化BP神经网络的基本思想、具体方法和实施步骤. 为验证该优化模型的有效性和可行性, 利用北斗卫星导航系统(BeiDou navigation satellite system, BDS)卫星钟差数据进行钟差预报精度分析, 并将其与灰色模型(GM(1,1))和BP神经网络模型预报的结果比较分析. 结果表明: 该模型在短期钟差预报中具有较好的精度, 优于GM(1,1)模型和BP神经网络模型.     

附有周期项的预报模型及其在GPS卫星钟差预报中的应用研究

为了有效进行GPS卫星钟差预报和更好地反映卫星钟差特性,除了考虑卫星原子钟频移、频漂和频漂率等物理性质外,还应考虑到卫星钟差的周期性变化特点.在二次多项式模型基础上,增加了周期项因素,构造了新的预报模型.选取部分GPS卫星铯钟(Cs.clock)和铷钟(Rb.clock)钟差资料,根据钟差变化趋势分3种情况,按不同时间长度进行钟差预报分析,并与二次多项式模型的预报结果比较分析,大量数据分析表明:附有周期项的二次多项式模型预报精度优于二次多项式模型,铷钟预报精度略优于铯钟.     

基于星间链路的BDS导航系统实时星历和钟差分离修正

BDS导航系统授权服务通过提供实时广域差分改正,满足高精度导航用户的导航需求。研究独立时间同步支持下的BDS卫星导航系统的广域差分修正模型与方法,比较了星历和星钟误差的一维(即ICD文件中的等效钟差)和四维差分等两种模式的修正性能,利用DOP值分析了星历改正的误差传播规律。分析表明,一维差分模式的修正精度随轨道误差增加而降低,不适用于在轨卫星故障及GEO卫星轨道机动后轨道快速恢复等情况,并且会降低广域差分系统的可用性;而仅在星地观测条件下,广域差分的三维星历和钟差分离的四维差分模式稳定性较差,区域监测网分布严重限制了星历和钟差误差的分离精度。随着BDS全球系统发展,为满足星座自主导航的需求,系统将提供星间链路观测。通过建立仿真平台,对星间链路支持下的星历和星钟误差分离方法进行研究与分析,结果得出,增加星间链路观测,可以有效地分离星历和星钟误差,将星历误差传播放大因子降低约50%;与一维差分模型相比,将监测站布站稀疏区域内的用户差分改正精度提高约60%。     

基于ARMA模型的导航卫星钟差长期预报

卫星钟差长期可靠预报是实现卫星自主导航定轨所要解决的重要前提之一.针对多项式模型(PM)、灰色模型(GM)等常用的钟差预报方法存在的预报误差较大的情况,为了有效地进行卫星钟差预报和更好地反映卫星钟差变化特性,将ARMA(Auto-Regressive Moving Average)模型引入到卫星钟差预报中,利用IGS(International GNSS Service)提供的卫星钟差观测数据进行90 d的长期预报,根据各个卫星钟差的变化特性,对其进行模式识别、建模和预报,并与其它3种模型进行了较为细致的比较.计算结果表明,采用ARMA模型可以有效地提高卫星钟差的长期预报精度.     

地球定向参数预报误差及其对北斗三号卫星定轨精度的影响

地球定向参数(Earth orientation parameters, EOP)是地球参考系到地心天球参考系之间转换的桥梁,是卫星精密定轨过程中不可缺少的重要参数。以国际地球自转服务(International Earth Rotation Service, IERS)和中国科学院上海天文台(Shanghai Astronomical Observatory,SHAO)提供的EOP参数为例,分析了北斗三号仅区域网观测模式和星地星间联合观测模式下的定轨精度与EOP预报误差间的关系。研究表明,对于IERS提供的产品,其预报误差对仅区域站定轨模式的定轨精度影响较小,但是其10 d内的预报误差对星地星间联合定轨模式定轨精度的影响可达到分米级。对于SHAO提供的产品,两种定轨模式的定轨精度均随着EOP预报天数的增大而逐渐衰减。除此之外,不同产品的星地星间联合定轨模式下定轨精度均小于仅区域网监测下的定轨模式下的定轨精度,表明星间链路的加入可以降低卫星定轨对EOP预报误差的依赖。该研究对区域观测条件下的卫星精密定轨工程实现具有重要意义。     

灰色模型修正及其在实时GPS卫星钟差预报中的应用研究

在GPS实时精密单点定位中,卫星钟差的实时可靠预报是实现GPS实时高精度单点定位的关键之一.星载GPS原子钟频率高,非常敏感,极易受到外界及其本身因素的影响,从而很难掌握其复杂细致的变化规律,这些属性符合灰色系统理论的特点.因此,考虑将钟差的变化过程看作一个灰色系统.在探讨二次多项式和灰色模型卫星钟差预报局限性基础上,提出了利用改进的灰色模型实时预报GPS卫星钟差的研究,最后利用3个不同时段的GPS卫星钟差资料进行不同采样间隔钟差预报精度分析、灰色模型指数系数与预报精度的关系、与二次多项式预报精度比较分析,总结不同卫星钟差类型与模型指数系数的一般关系,并与IGS最终钟差星历产品比较,验证本文提出的改进预报模型的可行性和有效性.为实时GPS动态精密单点定位提供较高精度的卫星钟差产品.     

中高轨卫星广播星历精度分析

GPS广播星历参数具有物理意义明确、参数少、精度高等优点,可以考虑将它应用于其他卫星导航系统。但是GPS系统的卫星构成比较单一,而其他卫星导航系统可能包含中地球轨道 (MEO)、倾斜地球同步轨道(IGSO)和地球静止轨道(GEO)等多种不同类型的中高轨卫星。分析了采用GPS广播星历参数时,MEO、IGSO和GEO卫星的广播星历拟合精度,特别讨论了轨道倾角接近于0的GEO卫星的广播星历拟合精度,并给出了相应的改进措施。计算表明,对于 MEO卫星,2 h的广播星历拟合精度(三维位置)可达厘米级;对于IGSO卫星和轨道倾角较大的GEO卫星,4 h的广播星历拟合精度约为0．1 m,径向位置误差在厘米量级;而对于轨道倾角接近于0的GEO卫星,若不采取特殊措施,由于轨道倾角和升交点经度统计相关,其广播星历拟合精度很差,为此提出了一种坐标转换方法。采用此方法后的广播星历拟合精度可达0．1 m,径向位置误差为厘米量级。     

泛函网络在导航卫星钟差中长期预报中的应用

为了更好地反映导航卫星钟差特性以及提高导航卫星钟差中长期预报精度,在对卫星原子钟差预报建模时,除考虑卫星原子钟频移、频漂和频漂率等物理性质外,还考虑了卫星钟差的周期性变化和随机性等特点.在传统多项式预报模型基础上,采用泛函网络对卫星钟差的周期项和随机项部分进行建模,利用GPS导航卫星钟差数据进行预报实验,并与传统的多项式模型、灰色系统模型、差分自回归滑动平均(ARIMA)模型以及Kalman滤波方法的预报结果进行比对,结果表明,基于泛函网络建立的混合预报模型能有效减小导航卫星钟差的中长期预报误差.     

基于小波分析和神经网络的卫星钟差预报性能分析

为了有效地进行卫星钟差预报和更好地反映卫星钟差特性,提出了一种基于小波分析和神经网络的4阶段混合模型来实现卫星钟差的预报,并给出了基于小波分析和径向基函数(Radial Basis Function,RBF)神经网络进行卫星钟差预报的基本思想、预报模型和实施步骤.采用"滑动窗"划分数据,利用神经网络预测小波分解和去噪后的钟差序列各层系数,更精确地把握钟差序列复杂细致的变化规律,从而更好地逼近钟差序列.为验证该混合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,并将其与灰色系统模型和神经网络模型进行比较分析.仿真结果显示,该模型具有较好的预报精度,可为实时GPS动态精密单点定位提供较高精度的卫星钟差.     

基于Takagi-Sugeno模糊神经网络模型的卫星钟差预报方法

卫星钟差预报精度的不断提升是精密导航的关键问题.为了进一步提高钟差的预报精度和更好地反映钟差的变化特性,提出一种基于Takagi-Sugeno模糊神经网络(Fuzzy Neural Network,FNN)的钟差预报方法.该方法首先根据钟差数据的特点对钟差进行预处理,然后以预处理后的数据建立一种高精度预报钟差的Takagi-Sugeno模糊神经网络算法.采用IGS(International Global Navigation Satellite System Service)不同采样间隔的精密钟差数据进行了短期预报试验,并与ARIMA(Auto-Regressive Integrated Moving Average)模型、GM(1,1)模型及QP(Quadratic Polynomial)模型进行了对比试验,分析结果表明:对不同类型原子钟,该方法用于钟差短期预报是可行的、有效的,其获得的卫星钟差预报结果明显优于常规方法.     

BDS/GPS星载原子钟的短期钟差预报模型研究

针对BDS(BeiDou Navigation Satellite System)/GPS(Global Positioning System)星载原子钟特性和卫星钟差预报模型研究中存在的若干问题,在介绍4种单一模型(多项式模型(QR)、灰色模型(GM)、时间序列模型(ARMA)和广义回归神经网络模型(GRNN))的基础上,引入了经典权组合模型(CM)和修正经典权组合模型(Modified CM).利用武汉大学卫星导航定位技术研究中心的卫星精密钟差产品对BDS/GPS星载原子钟的短期钟差预报模型进行研究,并对比了不同卫星钟和不同模型的预报效果.试验结果表明:单一模型对于BDS卫星钟(C04(GEO Rb)、C07(IGSO Rb)、C14(MEO Rb))的钟差预报精度跳跃性很大;而对于GPS卫星钟(G04(Block IIA Rb)、G09(Block IIA Cs)、G16(Block IIR Rb)、G31(Block II-M Rb)、G27(Block IIF Rb)、G24(Block IIF Cs))的预报精度变化比较平稳;同一种预报模型应用在不同类型的卫星钟序列中,预报精度差异较大.然而,修正经典权组合模型在保证预报可靠性的前提下提高了预报精度,在一定程度上优于其他模型.     

预报模型及建模序列长度对钟差短期预报精度影响研究

针对全球定位系统(Global Positioning System, GPS)星载原子钟在钟差预报时与不同模型的适应度不同的问题,采用二次多项式(Quadratic Polynomial, QP)模型、灰色(Grey Model, GM(1,1)模型和灰色+自回归(GM(1,1)+Autoregressive, GM(1,1)+AR)模型对不同类型原子钟的钟差进行预报,着重分析不同类型原子钟的预报精度、不同长度钟差序列建模预报效果以及钟差序列波动对预报结果的影响。实验结果表明:(1)钟差预报精度与建模序列长度有一定关系,二次多项式模型受影响最大,灰色+自回归模型受影响最小;(2)不同卫星原子钟在不同预报模型下最佳建模序列长度不同,铷钟受建模序列长度的影响小于铯钟;(3)二次多项式模型对铯钟预报效果较差,对铷钟预报效果可与灰色模型和灰色+自回归模型相当;(4)钟差序列波动时,建模预报精度降低,不同模型的预报结果受钟差波动幅度大小的影响不同。     

北斗卫星导航系统SISURE初步评估

北斗导航系统自2018年12月27日提供全球服务以来,其服务性能受到了极大关注.以上海天文台iGMAS (International GNSS MonitoringAssessment System)分析中心发布的精密轨道、钟差产品作为基准,评估了2019年年积日3–12 d的北斗二号、北斗三号以及GPS广播星历的轨道、钟差和空间信号用户测距误差(Signal in Space User Ranging Error, SISURE,简称为URE),并且对北斗卫星导航系统结果进行了详细的分析.结果表明:在评估时间段内,北斗三号广播星历轨道精度、URE均明显优于北斗二号,且部分结果优于GPS.北斗三号广播星历轨道径向精度最高,优于0.2 m.北斗三号全部卫星URE均值优于0.4 m, URE RMS (root mean square)优于0.5 m.北斗二号每颗卫星URE均值、95%URE (置信度为95%的URE)、URE RMS小于2 m,北斗三号每颗卫星URE均值、95%URE、URE RMS小于1 m,均达到了系统公开承诺的服务性能标准.