遮挡环境下GPS／GLONASS／Galileo组合PPP性能分析

对于城市遮挡环境下单GPS系统精密单点定位(PPP)性能较差的问题,本文采用多系统融合来改善PPP性能,通过不同卫星高度角,将城市四周环境分为正常环境、一般遮挡、较重遮挡等三种环境.分别采用GPS、GPS／GLONASS、GPS／Galileo、GPS／GLONASS／Galileo不同的模式,对香港4个连续运行参考站进行遮挡环境下的静态PPP模拟实验,结果表明:多系统组合能够有效弥补城市四周遮挡环境下卫星的不足,并且GPS／GLONASS、GPS／Galileo、GPS／GLONASS／Galileo组合相对单GPS系统下的PPP性能有着不同程度的改善.      

三维坐标转换的高斯-赫尔默特模型及其抗差解法

对三维坐标转换的高斯-赫尔默特（Gauss-Helmert,GH）模型,采用牛顿-高斯（Newton-Gauss）迭代算法构建了该模型的拉格朗日目标函数,推导了其解算方法,并给出了具体的计算步骤。在此基础上,考虑到可能出现的粗差对观测空间与结构空间的综合影响,基于标准化残差构造权因子函数,推导了该模型的抗差解法。仿真实验结果表明,GH模型用于三维坐标转换时不受旋转角度大小和其他附加条件限制,解算结果与现有算法一致,且估计参数的维数大大降低,计算效率有一定程度的提高;所提出的抗差解法效果良好,与现有基于整体最小二乘的三维坐标转换的抗差解法相比,表现出了更好的稳健性。     

北斗三号卫星钟差短期预报与稳定性分析

针对北斗三号(BDS-3)卫星钟短期预报问题,在分析卫星原子钟频率稳定性的基础上,选用时间序列模型(ARIMA)、灰色模型(GM)、一次多项式(LP)以及二次多项式(QP)四种钟差预报模型对30天的数据进行拟合预报分析. 实验结果表明:1) 相对于北斗二号(BDS-2),BDS-3原子钟具有更高的稳定性. 其中BDS-3氢钟的千秒稳定性、万秒稳定性和日稳定性分别达到了4.2×10?14、1.89×10?14、4.14×10?15;2) BDS-3氢钟和BDS-3新型铷钟的预报稳定性和精度相对于BDS-2铷钟有明显提高,并且BDS-3氢钟在3 h、6 h和12 h下的预报精度分别达到了0.12 ns、0.18 ns和0.30 ns;3) 在四种模型中,时间序列模型的预报精度最高,在3 h、6 h和12 h下精度分别为0.26 ns、0.47 ns和0.96 ns.      

基于可靠性指标的Ratio检验模糊度质量方法

整周模糊度估值的可靠性对保障卫星导航定位精度有着至关重要作用,本文针对常规Ratio检验模糊度方法中阈值c难以确定问题,基于模糊度成功率检验理论分析了Ratio检验法的概率特性,推导了模糊度失败率与Ratio检验阈值间的函数关系式,实现利用给定可靠性指标——模糊度失败率确定Ratio检验阈值c,从而保证模糊度固定解的可靠性。算例表明,该方法可解决Ratio检验中阈值c动态取值的关键问题,具有一定的实际意义。     

��λƫ����Ƽ�����PPPģ���ȹ̶��е�Ӧ�÷���

???????λ??????????λ??????????????????????????????????????????????????????λ?????????????????????λ????????????????????????λ????????????????????????????????λ???????????????λ???????????????????????????3/4??????????????Ratio?????δ?????????3??????λ????????????????     

香港地区大气加权平均温度建模与研究

在地基GPS水汽反演过程中,针对因大气加权平均温度的精度而影响大气可降水量计算结果精度的问题,文中采用回归分析方法对香港地区2006-2016年的探空数据进行研究,构建适用于香港地区的单因子以及多因子两种大气加权平均温度计算模型．并使用两种模型分别预测2017年加权平均温度,与多种经验公式结果以及真值进行对比,单因子和多因子模型与真值的偏差在－5 ～5 K范围内分别占比80.72％和85.26％,明显优于其他经验公式;且按季节分别建模对大气加权平均温度计算结果的精度并没有明显提高,但按昼夜分别建模能够使计算结果的精度得到明显的提高．因此为了能够使水汽反演计算时的精度得到提升,应当使用当地多年的探空气象资料构建适用于当地的加权平均温度计算模型,对于提高GPS反演大气水汽总量的精度具有重要意义.      

基于Von Mises分布的PPP宽巷相位偏差计算方法

针对相位偏差小数对精密单点定位（PPP）模糊度固定的影响,给出宽巷相位偏差小数的估计方法;采用统计假设检验理论对其分布特性进行了验证,结果表明更好的服从Von Mises分布;进一步基于Von Mises分布给出了相位偏差小数的计算公式,最后以IGS跟踪站双频GPS观测值为数据来源进行算例分析,结果表明单站相位偏差小数估计的最大标准差为0.060周,并且具有较好的空间一致性,可用于PPP模糊度的相位偏差改正。     

基于超快速星历进行实时反演大气水汽总量的可行性研究

从GPS气象学实际应用的角度出发,能够实时获取高时空分辨率的大气水汽场是一个十分关键的问题。基于地基GPS遥感水汽的原理,利用香港地区CORS网的实际测量数据进行试验,根据IGS网站提供的不同精度的轨道信息设计了试验方案,并且比较了方案中最终精密星历、超快速星历以及气象探空站探测得到的大气可降水量序列。实验结果表明,利用超快速星历反演算出的大气水汽总量与最终精密星历一致,其精度可以满足气象预报等实时业务的需求。      

几种典型机器学习算法在短临降雨预报分析研究

针对降雨过程中大气可降水量(PWV)和气象参数(温度(T)、湿度(U)、露点温度(T_d)、气压(P))特征变化情况,提出基于机器学习算法的短临降雨预报模型. 以北京(BJFS)站和武汉(WUH2)站2020年的3 h天顶对流层延迟(ZTD)和气象数据为例,构建随机森林(RF)、支持向量机(SVM)、K近邻(KNN)、朴素贝叶斯分类器(NBC) 4种算法的预报模型,并引入各自时刻的降雨情况作为新的特征向量,分别采用70%和80%训练集的分割方式,降雨情况作为模型输出,并利用准确性、精确率和假负率评价模型的适用性. 在取得准确性约0.92,精确率约80%,假负率约20%的结果下,进一步以时间序列年积日为第150—200天的数据为样本,对200—250天的降雨情况进行预报. 实验结果表明:基于机器学习的短临降雨预报模型可以预报未来3 h 80%以上的降雨情况,且假负率在20%以下,其中SVM模型的综合性能更优. 与传统的阈值模型相比,准确率相当,假负率降低约50%.