GNSS单站授时系统性偏差分析

从单站授时基本观测方程出发,对引起系统性偏差的原因进行研究,结合具体实验分析卫星钟差和接收机硬件延迟对授时结果的影响。实验结果表明,卫星钟差引起的系统性偏差随时间变化,对所有测站影响相同;接收机硬件延迟会对授时结果造成系统性偏差影响,不同测站的系统性偏差不同,其大小取决于各自接收机硬件延迟的偏差,在进行授时及时间同步时应当加以改正;接收机硬件延迟不影响授时结果频率的稳定度,在进行频率传递时无需改正。     

DCB对精密单点定位精度影响研究

分析精密单点定位观测模型中的卫星钟差改正项(包含硬件延迟偏差改正),给出采用IGS精密卫星钟差产品进行卫星钟差改正时的硬件延迟偏差改正方法.并通过实测数据定量分析硬件延迟偏差改正在静态及动态两种定位方式中的影响.实验结果表明:精密单点定位中,硬件延迟偏差改正对静态定位的影响很小,可以忽略;对动态定位的影响可达到cm级,应该加以考虑.     

GNSS掩星电离层的三频观测数据模拟与反演

由三维射线追踪微分方程推出掩星三维直角坐标射线追踪的矩阵方程,对实现射线追踪的具体步骤进行讨论。采用NeQuick 作背景模拟夜间和白天的掩星电离层三频载波相位延迟观测数据,采用双频绝对TEC反演法对白天模拟数据进行反演,并比较3种不同频率组合对反演结果的影响。结果表明,在附加相位延迟等精度观测条件下,L1 L5组合获得的反演结果与模式值最为吻合。     

电离层高阶项延迟对GPS载波相位观测值及基线的影响

为研究电离层高阶项延迟及其影响,采用IGS提供的实测数据与产品,结合具体实验讨论地磁模型、TEC数据模式、GPS频率及测站分布等对电离层高阶项延迟的影响,分析不同TEC获取方式与地磁模型处理模式下的电离层高阶项延迟对基线的影响.实验表明,利用不同方式获取的TEC是影响电离层高阶项延迟的关键因素,其对载波相位观测值的影响...     

融合BDS/GPS/GLONASS反演全球电离层特性研究

融合BDS/GPS/GLONASS三系统,采用载波相位平滑伪距观测值和球谐函数建立电离层延迟改正模型,并进行全球电离层反演实验。结果表明,电离层延迟格网值与IGS各分析中心最终产品对比,精度均在4 TECu以内,均值为0.675 TECu。〖JP2〗与基准站GNSS实测TEC比较,差值的均值在5 TECu以内。对计算得到的频间偏差月综合产品进行外符合精度和稳定性分析表明,GPS精度优于GLONASS,而BDS稳定性较差。     

联合GPS相位观测值与全球电离层图提取区域电离层TEC

提出一种结合GPS相位观测值与全球电离层图提取区域电离层总电子含量的方法。由于没有采用伪距观测值,无需考虑差分码偏差的影响。实验表明,在不同区域以及不同电离层活动条件下,用该方法改正电离层延迟,其单频定位精度较采用全球电离层图有显著提高,与采用相位平滑伪距电离层延迟改正的结果总体上相当。     

第二代星基增强系统GATBP的PPP服务模糊度固定效果

为验证第二代星基增强系统GATBP PPP服务的模糊度固定效果,使用与观测值相关的信号偏差改正数对卫星硬件延迟进行改正,利用LAMBDA方法分别固定宽巷和窄巷模糊度,获得固定的单差无电离层组合模糊度。使用GATBP精密产品对10个MGEX测站7 d的观测数据进行PPP解算,并与CODE精密产品解算结果对比。结果表明,使用GATBP产品的宽巷和窄巷模糊度固定率平均值分别为95%和30.2%,水平方向定位误差RMS优于10 cm,三维定位误差RMS优于15 cm,相位观测值残差RMS优于3 cm,对流层估计误差RMS优于1.5 cm;使用CODE产品的宽巷和窄巷模糊度固定率平均值均在95%以上,相位观测值残差、定位误差和对流层估计误差均显著小于GATBP产品。     

利用神经网络建立GPS网络RTK的双差对流层误差模型

为减小对流层误差改正数中系统偏差的影响以提高对流层改正精度,提出了基于神经网络的顾及空间的对流层误差建模模型,该模型的对流层延迟误差改正在网内外精度均达5 cm。     

对流层模型评估及其在GNSS精密单点定位中的应用

以水汽辐射计（WVR）精确测定的天顶方向延迟值作为参考,评估Saastamoinen、GPT2、EGNOS、UNB3M四种常用对流层模型在上海地区的改正精度;并将WVR观测值及以上4种对流层模型计算的对流层延迟值作为真值应用到GNSS精密单点定位（PPP）中,评估其对定位精度的影响。比较发现,GPT2模型的对流层改正精度比其余3种要好,其天顶干延迟（ZHD）的偏差均值与中误差分别为-0.11 cm、±0.75 cm,天顶湿延迟（ZWD）的平均偏差与中误差分别为-2.34 cm、±7.67 cm;和传统的PPP结果相比,采用WVR对流层观测值的定位精度提高了16%。     

Prophet-Elman残差改正电离层TEC短期预报模型

针对电离层TEC非线性、非平稳的特点,建立一种基于Prophet与Elman神经网络相结合的残差改正电离层短期预报模型。利用该模型对IGS提供的不同太阳活动程度期间的电离层TEC时间序列进行建模预报。结果显示,改正模型能够反映电离层TEC的变化特征,在太阳活动低年和太阳活动高年预报的平均相对精度分别为92.9%和92.2%,均方根误差分别为0.94 TECu和1.77 TECu,精度较Prophet-Elman模型及单一Elman模型有显著提高。     

地基GNSS区域电离层延迟实时格网算法研究

采用中国区域陆态网络跟踪站的GNSS数据,利用载波相位平滑后的组合伪距观测值提取电离层延迟,扣除由CODE产品确定的卫星硬件延迟,利用半变异函数确定VTEC的空间相关性以及由经验值确定的时间相关性,建立VTEC和接收机DCB的随机模型,实现区域电离层实时格网建模。结果表明,模型99.7%的残差分布在1 m以内,内符合精度约0.3 m。以IGS电离层GIM为参考,格网点VTEC周日变化特征与之符合较好。接收机硬件延迟比较稳定,日变化量在1.5 ns以内;利用IGS卫星硬件延迟和球谐系数,从原始观测信息中分离出区域测站接收机硬件延迟,以此为参考,周日均值较差在2 ns以内。     

ʵʱ��������TEC��ģ�뵥ƵPPPʵ��

???????в?????????????г????????????????TEC???????????????????????14??IGS??????15?????????????VTEC?????????????PPP????С???CODE?????ж???VTEC???????2TECU??VTEC?????????95%????1TECU????????????PPP????У????????λ?????????????17%??30%??????????????15%??30%??????     

基于Holt-Winters的电离层总电子含量预报

利用IGS中心提供的不同经纬度平静期、活跃期14 d的电离层TEC格网点数据,以前8 d的TEC值作为样本序列,分别采用Holt-Winters加法模型和乘法模型建立TEC预报模型,并预报后6 d的TEC值。结果表明,无论在电离层平静期还是活跃期,2种模型所得预报结果大致相同,并与实际观测数据吻合较好,但加法模型的预测结果能更好地反映电离层TEC的变化特性。     

基于单站相位数据的接收机硬件延迟估算方法

利用2013-01地磁扰日及静日期间全球不同纬度的18个IGS站的GPS双频数据,联合伪距与相位观测数据,探讨估算单站接收机硬件延迟的有效方法,估算的结果与IGS公布的结果差值基本在1.5 ns以内,月平均值基本在1.0 ns以内。     

���ڵ�վ��Ӳ���ӳ���ⷽ��

????2004??11?′?????????????γ?????IGS????????????????GPS???????????????С?????????????????TEC???????С?????????????????????????????????????????????IGS??????????????￡?????????????????????Ч??????GPS?????????????????????????????????????з?????????????????????????仯?????????????????????????????????????????????????????????????     

��ͬ��Ȩ��ʽ��VTEC��������Ӱ��

??????????GPS?????е????????,??????GPS??????????????????е?????????,?????????????????????????????????GPS??????????????????????????????????????????????ò??????????????????????????????????????????????б??????????????????????????????????????     

��GPS�۲�����̽���ձ�9.0������ĵ�����쳣

????λ?????2011??3??11??9.0???????????????IGS???????????????????????????????????????????????TEC?????????????????????????????????????TEC?????????????????????????????????????????????????TEC????????????????????????????     

MEEMD-Elman神经网络的电离层TEC预报模型

利用IGS中心提供的不同纬度的电离层TEC值,建立基于改进的集总平均经验模态分解(MEEMD)算法和Elman回归神经网络(ERNN)模型相结合的电离层TEC预报模型。实验结果表明,在低、中、高不同纬度采用本文方法预报5 d电离层TEC的预测值的均方根误差最优可达到0.96 TECu,相对精度最优达到95.4%,精度较EMD-ERNN模型及单一ERNN模型有显著提高。     

缅甸Ms7.2地震前电离层TEC的异常变化

基于IGS提供的电离层TEC资料和中国地壳运动观测网络提供的GPS资料解算的单站VTEC数据,采用滑动平均处理方法,对2011年3月24日缅甸7.2级地震震前的电离层TEC资料进行了处理和分析,结果表明：在震前6～8天,出现电离层TEC异常减小现象,震前3天出现电离层TEC异常增加现象,排除太阳活动和地磁扰动的影响后,3月16日、17日和18日出现的电离层TEC异常减小,特别是在18日出现的异常减小及呈现出的共轭结构,可能与缅甸7.2级地震有关。