北斗/GPS实时精密卫星钟差融合解算模型及精度分析

实时GNSS精密单点定位(PPP)技术必须使用实时的高精度卫星精密轨道和钟差。本文研究了精密卫星钟差融合解算模型及策略,并利用滤波算法实现了北斗/GPS实时精密卫星钟差融合估计算法。仿真实时试验结果显示:获得的北斗/GPS实时钟差与GFZ事后多GNSS精密钟差(GBM)的标准差在0.15 ns左右;使用该钟差进行GPS动态PPP试验,收敛后水平精度优于5 cm,高程精度优于10 cm;使用仿真实时钟差进行的北斗动态PPP与使用GFZ事后多GNSS精密钟差开展的试验相比精度相当,可实现分米级定位。     

基于新陈代谢灰色模型的实时GPS卫星钟差预报研究

实时GPS卫星钟差的可靠性预报是GPS实现实时精密单点定位的关键技术之一。传统的GM(1,1)模型不能及时更新新息数据,致使计算结果精度较差。本文首先介绍了常用的几个钟差模型,并利用新陈代谢GM(1,1)模型,与常用的二次多项式模型进行了对比。通过自编程序,依据某一IGS跟踪站实测的精密卫星星历数据,进行了实时的GPS卫星钟差预报,并与IGS事后精密钟差进行了比较。实验结果表明,基于该新陈代谢GM(1,1)模型估计的卫星钟差与IGS发布的最终精密钟差具有较好的有效性和一致性,这为实时GPS动态精密单点定位提供较高精度的卫星钟差产品。     

IGS卫星钟差产品采样间隔对PPP精度的影响

使用IGS 5 min、30 s以及CODE最新发布的5 s间隔的精密卫星钟差产品分别进行了静态和动态精密单点定位(PPP)试验。结果表明,使用三种不同采样间隔的精密卫星钟差对静态PPP定位结果的影响很小,均能满足mm至cm级的静态定位精度,采样率更高的精密卫星钟差改正对静态定位结果无显著改善;对动态PPP定位,三种采样间隔的精密卫星钟差均能满足cm至dm级的定位精度,使用30 s间隔的精密卫星钟差较使用5 min间隔的精密卫星钟差,其定位精度提高了30%~50%,而使用5 s间隔的精密卫星钟差同使用30 s间隔的精密卫星钟差获得的定位精度基本一致。     

精密卫星钟差内插的三种方法及精度分析

讨论了利用三种插值方法进行GPS精密卫星钟差的内插,用实例数据进行了内插,即对5min采样率的IGS钟差文件,采用介绍的插值方法,得到高精度高分辨率的卫星钟差。     

精密单点定位中卫星钟差影响分析

分别采用IGS提供的5 min和30 s采样间隔的精密卫星钟差进行静态和动态精密单点定位实验,分析比较了采用不同钟差处理的精密单点定位结果,以及不同种类钟差对初始化收敛时间、定位精度的影响。实验结果表明,采用30 s精密卫星钟差的静态、动态精密单点定位结果精度均优于采用5 min精密卫星钟差内插成30 s钟差的静态、动态精密单点定位结果。     

GPS精密卫星钟差估计与分析

探讨了GPS精密卫星钟差的估计方法,并分析了伪距与相位观测值对估计精度的影响。基于PAN-DA软件,采用全球均匀分布的40个IGS跟踪站的实测数据,对GPS精密钟差进行估计与分析。试验结果表明,目前采用PANDA软件估计的GPS精密卫星钟差与IGS事后精密卫星钟差比较,互差优于0.2 ns,与国际IGS各分析中心估计的卫星钟差精度相当。     

基于小波变换和神经网络的卫星钟差预报分析

目前IGS提供的实时钟差精度不够,事后精密钟差也有13d的延迟,有必要对钟差预报进行研究。文中利用小波神经网络模型进行钟差预报,首先利用小波对原始钟差序列进行分解、降噪,然后利用神经网络进行建模并预报,将得到的结果同灰色模型和二次多项式模型的结果进行对比分析,得出小波神经网络模型可以更好地进行钟差预报的结论。     

多模GNSS精密卫星钟差估计与分析

对基于历元间差分相位和非差伪距观测值的混合差分卫星钟差估计方法进行了改进,实现了多模全球导航卫星系统（Global Navigation Satellite System,GNSS）卫星钟差联合快速估计。选择了全球分布的50个跟踪站进行实验,对卫星钟差精度进行了分析和精密单点定位（Precise Point Positioning,PPP）验证。结果表明:多模卫星钟差与武汉大学提供的最终精密卫星钟差互差优于0.2 ns,精密单点定位结果与武汉大学发布的最终精密卫星轨道和钟差产品的定位精度相当。     

精密钟差天跳变影响及消除方法研究

针对全球卫星导航系统国际服务协会精密钟差产品的天跳变现象,提出了采取基于连续观测数据估计卫星钟差进行动态精密单点定位的方法。利用PANDA软件,根据全球均匀分布的80个全球卫星导航系统国际服务协会跟踪站数据,采用包含零点时刻的连续的观测值文件,进行钟差解算,得到了包含零点时刻的连续高精度钟差产品。实验证明,该方法可避免全球卫星导航系统国际服务协会精密钟差产品天跳变对定位结果的影响,从而保证分析基准站同震地表形变的精度,准确性与连续性。     

不同参考基准精密星历对单点定位的影响

精密单点定位的实质就是利用精密星历和精密卫星钟改正来实现定位。但是IGS不同分析中心提供的精密星历和卫星钟改正数的基准不一致,如果使用不同分析中心提供的精密星历和卫星钟差就会对定位精度产生影响。本文采用IGS精密星历和JPL精密星历,使用相同的IGS精密卫星钟差,分别计算对测站坐标精度的影响。     

原子钟辅助GPS定位的研究

铷钟可以用来预测接收机的时钟偏差,通过对时钟偏差估计的改善就可以提高定位的精度,特别是可以改善垂直精度。由于铷钟的漂移非常缓慢,基于自适应低通滤波器,设计了一种导航算法用于铷钟约束的GPS。通过一个例子对所提出的算法进行的验证。     

应用Jones—TryonKalman滤波器对在轨GPSRb钟进行状态监测

针对用于石英钟和GPS主控站原子钟状态监测的Jones—TryonKalman滤波器,尝试把其引入到在轨GPSRb钟状态监测中去,结合哈达玛方差分析了其过程噪声和观测噪声协方差矩阵的确定方法,并讨论了滤波初值的选取,从而得到一个适合在轨GPSRb钟状态监测的滤波器。算例表明,这种Jones—TryonKal—man滤波器可以较好地监测在轨GPSRb钟的状态。     

灰色模型在快速卫星钟差预报中的应用

GPS实时精密单点定位需要实时的、精确的、可靠的预报卫星钟差预报,因此卫星钟差的预报是一项非常重要的工作,它对实时的高精度导航定位具有重要意义。为导航定位提供时间标准的导航卫星原子钟是非常精密的仪器,对外界环境非常敏感,无法将卫星钟差作为普通的白噪声处理,可以但可将卫星钟差看作是灰色系统来进行研究。本文根据灰色系统相关理论,将灰色系统模型GM(1,1)应用到卫星钟差的预报,并用IGS超快速星历建立了预报卫星钟差的灰色预测模型,研究了卫星钟差的变化规律。结果表明:灰色模型可用于卫星钟差的短期预报,它对超快速星历的预报精度与IGS产品中的IGU超快速星历本身的预报精度相当。     

神经网络在卫星钟差短期预报中的应用研究

本文针对卫星钟差的特点,提出了基于神经网络的卫星钟差短期预报模型,给出了基于径向基函数(RBF)网络进行卫星钟差预测的基本思想、预测模型和实施步骤,并对比分析了神经网络模型与灰色系统理论模型的区别.为验证本文提出的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,并与灰色系统模型进行对比分析.仿真结...     

多星定轨条件下北斗卫星钟差的周期性变化

基于地面监测网的多星精密定轨可以同时解算出北斗卫星轨道和卫星钟差。由于轨道和钟差的耦合影响,卫星钟差时序难免会出现周期性波动。此外,受限于目前并不完善的北斗全球监测网络分布、系统导航文件缺失以及定轨后处理软件的设置问题,3类卫星的钟差均存在大量数据间断问题。本文利用适用于间断数据的谱分析方法,对多星定轨条件下的北斗卫星钟差数据进行了周期项提取,并利用周期项改进后的钟差预报模型评估了24h以内的预报精度。基于近一年的数据分析表明,北斗GEO卫星钟差3个主周期依次为12、24和8h,IGSO卫星钟差的3个主周期依次为24、12和8h,而MEO卫星钟差的3个主周期依次为12.91、6.44和24h。与改进前相比,周期项改进后的钟差预报模型将北斗卫星钟差在24h以内的预报精度提高了20%~40%。     

基于CORS网的卫星钟差完备性监测

卫星钟差质量直接影响到高精度用户的定位结果,因此需对钟差实时监测,即为卫星钟差完备性监测,它是导航系统完备性理论体系中重要的组成部分。本文基于完备性监测的理念,利用CORS网的GPS观测值,利用多个基准站计算卫星钟差,分析同一卫星多个站上观测值的残差,确定各卫星钟差的可用性,若某一卫星的观测值残差与其他卫星残差有显著差异,且超过限值,则认为该卫星钟差质量较差,应给出示警信息,实现卫星钟差的完备性监测。最后针对河北省CORS网的观测数据,实现了卫星钟差完备性监测。     

基于MEA-BP神经网络的卫星钟差预报

卫星钟差是影响导航定位精度的重要因素之一,建立高精度的钟差预报模型对高精度定位有重要意义。针对常用模型卫星钟差在短期预报中随时间增加误差积累,以及传统BP神经网络不稳定,容易出现过拟合等问题,本文提出一种基于思维进化算法(MEA)优化的BP神经网络钟差预报模型和算法。首先对原始钟差数据进行一次差处理;然后利用思维进化算法对BP神经网络的初始权值和阈值进行优化,给出该模型进行钟差预报的具体步骤;选用IGS站提供的多天GPS精密钟差产品数据进行试验分析,使用GPS一天中前12 h数据建模,进行2、3、6和12 h的钟差预报。结果表明:利用MEA-BP模型得到的上述4种时段的预报精度分别优于0.36、0.38、0.62和1.56 ns,预报误差曲线变化起伏较小,说明新模型的预报性能优于3种传统模型,新模型在钟差预报短期预报中的实用性及稳定性是较佳的。     

一种遗传算法优化的卫星钟差预报

针对导航卫星钟差预报精度不高的问题,该文引入了GM-LSSVM钟差预报模型,采用全局寻优能力较强的遗传算法对模型的参数选取过程进行优化,避免模型陷入局部最优,从而改善了组合模型中惩罚因子和核函数参数选择的盲目性。最后选取国际GPS服务组织提供的卫星钟差数据,分别建立GM(1,1)模型、LSSVM模型、GM-LSSVM模型和遗传算法优化的GM-LSSVM模型进行短期钟差预报分析和仿真实验。仿真结果表明,优化后的模型预报精度小于1.3ns,精度比前3种模型提高了45%~60%,符合钟差预报的要求。     

Real-time estimation of satellite clock offset using adaptively robust Kalman filter with classified adaptive factors

In order to estimate the satellite clock offset in a real-time mode, a new algorithm of adaptively robust Kalman filter with classified adaptive factors for clock offset estimation is proposed. Compared with standard Kalman filter clock offset model, the new method can detect and control outliers and clock jumps automatically in real-time. Moreover, the clock model parameters, which contain the clock offset, clock speed and clock shift, are classified to decide the adaptive factors in the new model. Thus, clock jumps with different characteristics can be distinguished more effectively. Meanwhile, the dynamic noise characteristics of clock offset series are used for stochastic modeling. An actual numerical example is presented, which shows that the proposed filter can give a better performance than other commonly used filters.