卫星激光测距的观测预报

本文介绍了卫星激光测距的观测预报方法,对卫星运动方程、方位角和高度角的计算以及约束及红束条件等问题进行了详细近探讨。该预报方法在流动型卫星激光测距仪的实际观测中得到了较好的检验。     

人卫激光测距中卫星预报需求分析

人造卫星激光测距作为当前精度最高的现代大地测量手段之一,其观测数据在卫星或航天器的精密定轨、确定地球自转参数、建立和维护全球地球参考框架以及实现全球范围的高精度时间传递等方面发挥重要作用。在轨卫星的位置预报是卫星激光测距工作实现的前提和基础,为此,本文根据卫星激光测距工作的实际需要对在轨卫星的预报精度提出了要求,并分析CPF卫星预报的精度。研究结果显示,卫星预报精度完全可以满足当前毫米级卫星激光测距的要求。     

卫星激光测距站分级与GNSS卫星轨道精度校核

GNSS卫星轨道是实现导航定位等位置服务的基础,对卫星轨道精度的精确评估关系到服务的精度与可靠性。卫星激光测距技术是评估卫星轨道精度的独立外部检核手段,由于SLR站系统水平不一,导致数据质量差异较大,因此合理选用高性能SLR站是精确评估卫星轨道的关键。本文利用聚类分析方法,依据国际激光网发布的近10 a全球SLR站性能评估报告,选择观测总圈数、LAGEOS标准点RMS值和系统短期偏差3个参数作为测站分级评估指标,将全球SLR站进行分级。在此基础上,对2020年所有参与国际激光联测的GNSS卫星的事后精密轨道进行了精度校核。结果表明,SLR站水平与数据质量密切相关,利用模糊C-均值聚类算法可有效对全球SLR测站进行分级,Ⅰ、Ⅱ和Ⅲ级测站占比分别为28%、51%和21%;采用不同级站观测数据得到的检核结果存在明显差异,基于Ⅰ级站数据的校轨残差均值的绝对值和标准差总体小于Ⅱ和Ⅲ级测站,3种GNSS卫星轨道精度在R、T、N方向上的差异不明显,对应分量的RMS值之间的较差均处于毫米级水平。     

资源三号卫星激光测距定轨精度分析

基于卫星激光测距定轨是目前遥感卫星在轨位置测量的重要手段之一,其测量精度关系到遥感卫星的应用水平。为了分析我国首颗民用立体测绘卫星——资源三号携带的国产激光角反射器在轨运行情况,该文利用全球激光联测期间卫星激光测距数据与GPS事后联合定轨结果,从遥感影像几何定位和轨道预报两个方面定量分析和评价卫星激光测距参与的定轨精度。试验表明,基于卫星激光测距与GPS定轨结果,影像几何定位无控精度较实时定轨精度提升1~2m,有效提升了卫星影像几何处理精度;轨道预报1d星下点位置较实际过境轨迹偏差优于250m,2d优于500m,1d预报侧摆精度达到0.035°,满足检校外业和成像计划精度需求。     

利用SLR检核CHAMP卫星轨道

初步研究了利用SLR检核CHAMP卫星轨道的方法。采用2 0 0 2年1月1日到16日的SLR观测数据对GFZ提供的事后科学轨道进行了检核实验,实验结果表明,GFZ事后科学轨道没有明显的系统偏差,其精度优于10cm。     

基于动力学轨道拟合的LEO卫星轨道预报精度分析

轨道预报是地球探测卫星顺利执行科学任务的一个重要环节。为了实现对低轨卫星长弧段、高精度的轨道预报,文中运用动力学轨道拟合的方法进行轨道预报。选用GRACE A卫星、HY 2A卫星和JASON 2卫星为例进行预报处理,分析了卫星的轨道高度和拟合弧长对轨道预报结果的影响。结果表明,GRACE A卫星预报4 h和8 h轨道的3D RMS分别优于3 m和10 m,HY 2A卫星和JASON 2预报4 h轨道的3D RMS分别优于2 dm和1 dm,24 h轨道预报结果3D RMS分别优于2.5 m和2 m.      

不同轨道类型LEO卫星轨道拟合及预报精度研究

低轨道地球卫星(LEO)的精度直接影响到LEO卫星的应用领域,因此研究合适的模型提高LEO卫星轨道插值/预报精度是一项很有意义且必要的工作. 本文详细研究了滑动切比雪夫多项式、克里金算法在不同类型LEO轨道的拟合、预报精度. 结果表明:采用合适的拟合策略,两种算法均能获得毫米级的插值精度;相较于滑动切比雪夫多项式,克里金算法拟合轨道的空间误差分布更为集中,未随着历元变化出现大幅波动. 克里金算法预报轨道的精度低于滑动切比雪夫多项式;采用克里金算法预报60 s,各颗LEO卫星轨道预报的精度在1~2.5 m;采用滑动切比雪夫多项式预报120 s,各颗LEO卫星可获得优于5 m的轨道精度.      

高轨卫星轨道预报中神经网络模型优化设计

高轨卫星是我国卫星导航系统的重要组成部分。提升该类卫星的轨道预报精度有利于用户定位精度的提高。提出了一种改进高轨卫星轨道预报精度的新方法。该方法避开了精化动力学模型的困难,尝试从轨道预报误差的规律中寻找突破。利用神经网络作为建立预报模型的工具,将某历史时刻的轨道预报误差作为训练样本,利用训练好的神经网络模型补偿当前时刻的预报轨道以提高轨道预报精度。对影响神经网络模型补偿效果的各因素进行了详细分析,制定了适应于高轨卫星短期、中期和长期预报的神经网络最优模型。利用实测数据进行了试验分析,结果表明:预报8,15及30 d应选择的训练步长分别为10,20及25 min;轨道预报8~30 d时,训练噪声均选取0.01。神经网络模型有效地改进了高轨卫星的轨道预报精度,预报4~30 d,轨道精度提高幅度为34.67%~82.37%不等。     

利用SLR检核GPS35卫星精密轨道

论述了利用SLR检核IGS提供的GPS卫星精密轨道的方法。采用2005年9月1日到30日的SLR观测数据对IGS提供的GPS35卫星精密轨道进行了检核实验,实验结果表明,SLR观测站存在一定的系统偏差,IGS提供的精密轨道没有明显的系统偏差,其精度优于2 cm。     

基于预报钟差的轨道快速恢复

我国北斗卫星导航系统由GEO/IGSO/MEO混合星座构成,基本每7～10 d就会有一颗GEO卫星或IGSO卫星进行轨控操作。从卫星轨控开始,卫星存在5～6 h的不健康时期。造成机动卫星长期不健康的关键因素之一在于卫星和测站钟差数据的积累周期较长。本文提出了一种基于预报钟差的轨道快速恢复算法,通过结合星钟和站钟预报压缩机动卫星定轨观测数据积累的时间,从而缩短卫星恢复所需时间。6组机动试验结果表明:采用预报钟差策略在快速恢复初期的前几个小时对轨道预报的贡献尤为显著,对第1组定轨URE预报贡献最大可达84.82%。从3～8 h期间6组定轨平均情况来看,采用优化策略的预报URE,C01平均降低了26.06%,C04平均降低了31.58%,C03降低了9.95%。经测试该方法至少能将卫星不可用时间压缩1 h,对北斗系统建设具有重要工程应用价值。     

北斗卫星轨道预报精度分析及改进

针对北斗GEO、IGSO、MEO的3种卫星类型和动态偏航、零偏航两种姿态控制模式,进行了以ECOM光压模型为基础的轨道预报精度分析。确定了北斗3类卫星的短期、中期、长期预报光压参数选择策略。采用光压参数修正法,通过对北斗卫星光压参数长期变化规律建模,有效提升了地影段轨道长期预报精度。研究结果可同时服务于北斗卫星轨道确定及历书参数生成。     

方差分量估计的SLR精密轨道综合及精度分析

针对目前国际激光服务(ILRS)不同分析中心提供的卫星激光测距(SLR)卫星精密轨道综合问题,该文利用几何加权平均法对各分析中心提供的精密轨道进行综合生成综合轨道,其中各分析中心权重采用方差分量法进行估计,通过各分析中心精密轨道与综合轨道的比较,及该文综合轨道与ILRSA和ILRSB综合轨道对比,评价该文综合轨道精度.结果表明:不同分析中心卫星轨道权重不同,其中德国联邦制图和大地测量局(BKG)和欧空局(ESA)的轨道总体精度较好;通过各分析中心相对综合解的尺度因子的比较分析,发现其尺度因子存在长期的线性项变化;各个分析中心的轨道相对于综合解,对Lageos1/2卫星来说RMS均在2 cm左右,速度RMS为(1.5～3)×10-5 m/s,Etalon1/2卫星的位置和速度的RMS变化较大,但总体和权重分布相一致;与ILRSA和ILRSB综合轨道相比,该文的综合轨道在位置上和ILRSA具有较好的一致性,在速度上3种综合轨道的RMS差异大致相同.     

EOP预报误差对导航卫星轨道预报的影响分析

导航卫星轨道预报是利用精密定轨结果在惯性系下进行轨道外推,再将外推得到的惯性系轨道转换为地固系轨道,然后生成卫星星历数据。由于坐标系转换时使用的是带有误差的地球定向参数（EOP：Earth Orientation Parameters）预报值,转换结果会产生误差,进而影响轨道预报结果的精度。分析了EOP快速预报产品公报A的预报精度,研究了参数预报误差对轨道预报精度的影响。结果表明,对于利用GPS精密星历外推模拟得到的卫星轨道而言,EOP预报1天引起的轨道预报误差大致分布在0．232±0．183m,参数预报7天引起的轨道预报误差大致分布在0．438±0．356m。     

UKF算法及其在GPS卫星轨道短期预报中的应用

分析了GPS卫星预报星历,在比较分析EKF和UKF优缺点的基础上,将UKF引入GPS卫星轨道预报研究中。数值模拟和结果分析表明,UKF方法预报更稳定,能有效地提高轨道预报精度和稳定性。     

3种测站布局星载观测数据增强定轨研究

低轨卫星(LEO)星载观测数据可削弱导航星精密定轨时对地面站的依赖性。分析了在全球测站均匀但不均衡、国内区域测站加入我国南北极测站、仅国内区域测站3种测站布局情况下,加入LEO进行联合定轨时LEO对导航星定轨的增强程度。使用双星GRACE和地面实测数据进行了定轨实验分析,并对轨道进行1 d预报。结果表明,3种测站布局加入LEO后定轨精度一维RMS分别提高了6 mm、2.7 cm和2.5 dm,提高程度分别在19.5%、38.2%、63.1%,区域测站提高最为明显,加入我国南北极测站定轨精度提高至5 cm以内;切向、法向、径向均有相应程度的提高,切向稍大;轨道预报精度分别提高了15.3%、28.9%、66.0%,与定轨精度提高程度相一致。     

中国新一代流动卫星激光测距系统研究

我国新一代流动卫星激光测距（SLR）系统TROS-I于2000年建成，并成功地在乌鲁木齐、拉萨西部地区进行了流动观测．弥补了国家SLR跟踪网在亚洲腹地的空缺。本文介绍了TROS—I的组成结构及其在中国西部对Lageos等卫星的观测情况。结果表明，观测标准点精度优于10mm，最大测程达2万km，可见，流动观测能有效地增强我国激光测距网的监测能力．对于我国自主卫星的精密定轨、中国大陆地壳现今运动的研究可发挥重要作用。     

神经网络在北斗导航卫星轨道预报中的应用

导航卫星的自主定轨是提高卫星导航系统生存能力的一个重要手段,在解决导航星座自主定轨中涉及到高精度的轨道预报,提高轨道预报精度对于自主定轨精度有着重要意义。针对利用动力学模型得到的预报轨道随时间推移精度衰减较快的问题,本文提出了一种改进北斗导航卫星中长期轨道预报精度的新方法。利用神经网络作为建立预报模型的工具,在动力学模型的基础上建立神经网络模型,通过对历史时刻预报误差的学习及训练,掌握其变化规律,再用于补偿和改进当前时刻的预报轨道,以达到提高预报精度的目的。本文制定了导航卫星轨道中长期预报方案,并利用实测数据进行了实验分析,结果表明,采用神经网络模型补偿预报轨道误差时,不同卫星在不同初始时刻下的改进效果是不同的。预报15d导航卫星的轨道精度由318m提高至19m,预报30d轨道精度由1757m 提高至49m。预报15d、 30d轨道改进幅度分别为41％～80％/32％～88％。     

基于补偿波形调整的导航卫星轨道预报方法

针对利用动力学模型得到的预报轨道随时间推移精度衰减较快的问题,尝试采用神经网络作为建模工具改进北斗导航卫星轨道预报精度。对影响神经网络模型补偿效果的因素进行了详细分析,基于神经网络补偿波形调整策略制定了适应导航卫星短期、中期和长期预报的神经网络优化模型。利用实测数据进行了试验分析,结果表明,该方法可以显著改进利用动力学模型得到的预报轨道精度。短期预报中,当采用的训练样本距离当前时刻大于10 d时,应移动补偿波形;中长期预报中均应移动补偿波形。相比补偿波形不调整的神经网络模型,采用基于补偿波形调整的神经网络优化模型后,预报弧长为8、15、30 d时,改进率分别提高了2.3%、6.7%、10%。     

对GPS36卫星激光测距最佳观测时间的研究

针对GPS-36这颗卫星的运行特点,利用2004年全年的预报和实际观测记录,本文详细分析了这颗卫星的出没时间和运行规律,并通过日出日落时间与卫星运行规律来预报2005年GPS-36卫星每天通过的最大高度角及最佳观测时间。     

一种导航卫星中长期轨道预报方法

基于神经网络混合建模的思想提出一种针对导航卫星的中长期轨道预报方法,在原动力学模型的基础上引入神经网络模型作为补偿,从而获得新的预报模型。在训练过程中神经网络通过学习动力学模型轨道预报误差来掌握其变化规律,并在预报过程中为动力学模型预报提供补偿,以提高预报精度。对GPS卫星动力学模型中长期预报误差的特点进行分析,然后根据所得结论提出混合模型的中长期(15 d以上)预报方案,最后通过对GPS卫星的仿真试验证明混合模型的改进效果,结果表明新方法在15~40 d的预报上表现出很好的改进效果。