一种LSTM神经网络在卫星钟频率快速变化期间钟差预报的应用

为克服多项式模型在卫星频率快速变化期间精度衰减快的问题,提出一种基于LSTM神经网络的钟差预报模型。与多项式模型的对比实验结果显示,在卫星钟平稳运行期间,两种模型的结果几乎一致;在卫星钟输出频率发生快速变化时,LSTM神经网络模型的预报精度较多项式模型提高显著,仍能提供较高精度的钟差预报结果。     

实时GLONASS精密卫星钟差估计及实时精密单点定位

研究非差实时GLONASS精密卫星钟差的估计方法,并将实时钟差应用于实时精密单点定位。采用自编软件,依据全球均匀分布的GNSS参考站实测数据,基于非差消电离层组合载波和伪距观测量,实现了GLONASS实时精密卫星钟差估计。实验结果表明,自主估计的实时GLONASS卫星钟差与ESA发布的最终精密钟差具有较好的一致性,互差优于0.5 ns|用于实时精密单点定位,能够获得静态定位cm 级精度,仿动态定位水平方向5~15 cm、高程方向10~30 cm的精度。     

Android智能手机星间单差法伪距平滑算法研究

受到手机芯片和天线等影响,智能手机原始伪距观测值的噪声较大,同时受多路径影响严重,导致手机定位不准确、轨迹不平滑。针对上述问题,提出一种星间差载波相位平滑伪距、星间差多普勒平滑伪距和星间差速度约束自适应切换滤波定位算法,可充分发挥相位和多普勒观测值的作用,提高伪距观测值的精度并减少平滑伪距噪声。在静态和动态环境中分别对单频和双频智能手机定位性能进行分析。结果表明,双频定位效果优于单频,星间差速度约束自适应切换滤波定位算法最优。与抗差伪距法相比,静态环境下小米8在水平和高程方向上的精度分别提升1.49 m和1.38 m,华为P40分别提升2.11 m和1.53 m;动态环境下小米8在水平和高程方向上的精度分别提升1.75 m和1.25 m,华为P40分别提升2.58 m和1.85 m。     

导航卫星钟差预报的Elman神经网络算法研究

针对卫星钟差不能被精确模型化的问题,将具有较强记忆功能和强大计算能力的Elman神经网络运用到卫星钟差预报中,提出适用于卫星钟差预报的Elman模型。首先对原始钟差数据进行一次差处理,然后选择合适的神经网络结构建立预报效果最佳的Elman钟差预报模型,最后选用国际GNSS服务（IGS）提供的精密钟差数据进行GPS卫星钟差预报,并与二次多项式模型、附加周期项的多项式模型和灰色系统模型进行对比分析。结果表明,Elman模型进行1 d、7 d和30 d钟差预报的精度得到显著提高,分别达到亚ns、ns和μs级,表明该模型的钟差预报性能优于3种常用模型,在卫星钟差预报中具有可行性。     

一种改进的平方根滤波在卫星钟差实时解算中的应用

目前普遍采用卡尔曼滤波方法来实现非差法卫星钟差的实时解算。平方根滤波可以增强数值计算的稳定性,避免滤波发散,但矩阵的求逆会耗费较长的计算时间;序贯算法可以避免对矩阵直接求逆,能提升计算效率。综合两种算法的优点,提出一种基于序贯算法的平方根滤波器,并应用于卫星钟差的实时解算,得到的卫星钟差精度优于0.2 ns,且计算时长缩短40%。     

一种基于OpenMP的高效GPS卫星钟差实时估计方法

提出基于单观测值的Kalman滤波快速计算方法,并引入共享存储并行编程（OpenMP）技术实现协方差快速更新,从而实现非差GPS卫星钟差的快速实时计算。均匀选取55个IGS参考站,计算2017-03-20~03-30采样率为60 s的卫星钟差。与IGS事后30 s钟差相比,两者具有很好的一致性,RMS互差优于0.5 ns。选取未参与钟差解算的10个IGS参考站进行精密单点定位,结果表明,实时静态PPP水平方向精度优于2 cm,高程方向精度为2~4 cm;实时动态PPP水平方向精度为2～4 cm,高程方向精度为4～6 cm,能够满足实时PPP的精度要求。该方法在主频1.2 GHz服务器上8线程并行模式下单历元耗时4 s,相比串行模式效率提升1/3。     

最优非负变权组合模型在卫星钟差预报中的应用

针对单一卫星钟差预报模型自身存在的缺陷,提出基于二次多项式、灰色GM（1,1）和ARIMA等三种单一模型的最优非负变权组合预报模型。通过与各单一模型和经典权组合模型进行对比分析表明,该模型预报残差RMS值最小,精度更高,能够根据各模型预报效果赋予不同的权值,在一定程度上综合了多种单一模型的优点,可降低预报风险,提高模型预报的可靠性。     

GM(1,1)模型初始条件优化及其在GNSS钟差预报中的应用

针对现有改进GM(1,1)模型在导航卫星钟差预报中性能无明显提升的问题,提出通过优化初始条件来提高钟差预报精度的方法。首先构建初始条件未知的GM(1,1)预报模型,然后采用原始序列的最新分量求解初始条件,最后利用该模型对IGS提供的精密钟差数据进行预报实验。结果表明,将初始条件优化后的GM(1,1)模型用于钟差预报切实可行,且预报精度比传统GM(1,1)模型有较大提高。     

北斗卫星广播星历精度评估与单点定位优化模型

利用精密星历产品对BDS-2和BDS-3广播星历的精度进行系统评估,进一步比较分析不同BDS-2和BDS-3卫星星座组合对单点定位的影响,提出一种基于SISRE(signal in space range error)的单点定位加权优化模型.实验结果表明,BDS-2星座中MEO、IGSO和GEO卫星广播星历轨道误差的R...     

GNSS广播星历精度评定与对比

以gbm精密星历和钟差作为参考真值,对GPS、BDS、Galileo以及GLONASS四大系统2017-02-01~02-28的广播星历、钟差以及卫星空间测距误差（SISRE）的精度进行对比分析。结果表明,GPS轨道径向、切向、法向的精度为1 m、0.4 m、0.8 m左右,钟差约为2 ns,卫星信号测距误差（SISRE）约0.4 m;BDS不同类型卫星表现出很大差异;Galileo卫星的径向、切向、法向的精度为0.3 m、0.3 m、0.2 m,钟差约3 ns,SISRE约1 m;GLONASS卫星的径向、切向、法向精度为0.4 m、1.0 m、0.4 m,钟差约7 ns,SISRE约2 m。     

基于长期数据的北斗广播星历精度评估

介绍了广播星历精度评估的基本原理和方法,并利用2013-01~2015-04共28个月的广播星历数据,分析比较了北斗不同类型卫星的轨道精度、钟差精度及整体精度的短期和长期变化趋势。结果表明,GEO卫星广播星历的轨道精度约为1.8 m,钟差精度优于6 ns;IGSO和MEO广播星历的轨道精度优于1.2 m,钟差精度优于4 ns,整体上优于GEO卫星。从长期变化趋势来看,北斗广播星历的精度有逐渐提高的趋势。     

GPS卫星钟差高精度模型化及在精密单点定位中的应用

采用多项式和结合周期项的混合函数模型进行GPS卫星钟差高精度模型化与精度分析。结果表明,周期项对于卫星钟差模型化精度的提高具有重要作用。对于Rb 钟卫星,Block ⅡF卫星钟差模型化精度0.03 m（约0.1 ns）左右,Block ⅡR和Block ⅡR-M卫星钟差模型化精度0.05 m（约0.2 ns）左右,而Cs钟卫星钟差模型化精度则低一个数量级。采用精密单点定位进行模型化结果分析得到,混合模型化钟差参与解算的定位结果精度可达cm级,收敛时间约为4 h。以上表明,简单的模型化参数可在一定程度上代替繁琐的序列钟差,实现简化GPS卫星钟差服务模式。     

Galileo广播星历评估及其对定位精度的影响

分析现阶段伽利略空间信号的精度,并评估伽利略广播星历及其对单点定位的影响。统计30 d健康卫星广播星历,结果表明,FOC和IOV两种类型的广播星历卫星轨道误差优于0.8 m,并且径向误差最小,法向误差次之,切向误差最大;伽利略卫星的钟差误差精度达到1.0 ns;从空间信号测距误差对伽利略卫星进行整体分析,广播星历精度优于1.0 m,FOC与IOV卫星精度相当;用广播星历进行事后单点定位的精度可以达到dm级。     

基于轨道根数的LEO广播星历参数设计

对LEO轨道摄动变化进行分析,在原有16、18广播星历参数的基础上提出适用于LEO卫星的22、24广播星历参数。500~1 500 km仿真及实测卫星轨道数据实验结果表明,22参数20 min星历拟合URE优于6 cm。     

基于广播星历的北斗卫星在轨运行状态分析

利用北斗卫星的广播星历数据提取轨道参数与钟差参数指标,从卫星轨道平面参数、形状参数、定向参数和卫星钟差序列等方面对现阶段北斗在轨卫星的运行状态进行分析。结果表明,BDS卫星的轨道异常多于卫星钟差异常,其中GEO卫星出现异常的频率最高,IGSO卫星次之,MEO卫星的运行状态最稳定。     

基于混沌加权一阶局域法的IGS超快星历钟差预报

为提高IGS超快星历钟差预报产品的精度,针对卫星钟差数据具有确定项和随机项成分的特点,在采用多项式模型对钟差确定项建模的基础上,提出采用混沌加权一阶局域法对钟差随机项进行建模预报。仿真结果表明,采用混沌加权一阶局域法的预报精度优于超快星历钟差预报产品。     

全球系统广播电离层模型精度分析

分析北斗电离层模型与GPS Klobuchar和NeQuickG模型的差异,并以IGS分析中心全球格网电离层模型为参考值,将北斗电离层模型与其他全球电离层模型进行精度比对。结果表明,BDGIM模型显著优于其他3种模型,具有良好的全球电离层综合修正能力,尤其在中国及周边区域其修正百分比达77.01%。     

基于修正钟差一次差分数据的卫星钟差预报

对钟差一次差分预报原理进行改进,分析常用的一次多项式模型、二次多项式模型和灰色模型在采用改进原理进行预报时的相关特性。结果表明,对钟差一次差分预报原理的改进是有效的,可以提高常用模型在钟差短期预报中的预报精度。