使用能量守恒方法恢复CHAMP地球重力场

本文探讨了基于能量守恒方法利用CHAMP卫星精密星历和加速度数据恢复地球重力场模型的原理和方法。给出了地心惯性系下顾及地球自转和非保守力能量损耗的能量守恒方程,并且对日、月摄动位与引潮力附加位的计算方法作了相应的分析,同时介绍了加速度数据的处理方法。基于能量守恒方法,利用2002年1-2月、7-8月和11-12月三个不同时期共180天的CHAMP卫星精密星历和加速度数据恢复了三组50阶次的地球重力场模型GFM01、GFM02和GFM03,并将这些模型与EGM 96重力场模型和GFZ公布的EIGEN-CG01C重力场模型进行比较。结果表明:能量守恒方法恢复的GFM系列模型与EGM 96重力场模型及EIGEN-CG01C重力场模型在低阶位系数上均有较好的一致,但与EIGEN-CG01C模型有更好的一致。这说明了CHAMP卫星对地球中、长波重力场的敏感性,也说明了能量守恒方法恢复低阶地球重力场位系数的有效性。     

方差分量估计前提初探

根据方差分量估计理论,即使随机模型本身已经正确,方差分量估计也会得到不同于通常意义上的最优线性无偏最小二乘估计。此外,由于方差分量估计计算工作量一般较大,因此,本文提出了利用统计检验方法来判断是否进行方差分量估计的想法,并进行了初步研究。     

Helmert方差分量估计结果的方差一致性检验实质

Helmert方差分量估计是合理确定不同类观测值或不同种精度观测值权比的常用方法。文中从方差一致性检验的角度分析了Helmert方差分量估计迭代收敛结果的实质，指出了其检验统计量即为X^2(r)分布密度取得最大值的点；并指出当同时还存在其它平差模型误差时，Helmert方差分量估计也可能收敛，且收敛结果的检验实质并没改变，但收敛结果却已失真。     

基于能量守恒方法恢复CHAMP重力场模型

介绍了基于能量守恒定律恢复地球重力场模型的基本原理和算法.指出了CHAMP加速度计数据存在的问题,提出了整体求解尺度因子、偏差参数和偏差漂移的数学模型及差分算法.利用2002年1月的CHAMP快速科学轨道数据和加速度计数据计算出了50 × 50地球重力场模型XISM02.将该模型与EGM96,GRIM5C1,EIGEN1S,EIGEN2模型进行了比较,并用北极实测重力数据对上述模型进行了检验.结果表明:XISM02模型在北极地区精度与EIGEN1S,EIGEN2相当.     

方差分量估计的快速算法

为了克服方差分量估计占内存大，耗机时长等缺陷，本文依据Ｆｏｒｓｔ－ｎｅｒ公式，导出了方差分量估计的递推算法，其最大特点是将大型矩阵相乘后求迹的问题简化为若干个纯量的四则运算。尤其是每次迭代都不需要重新平差，而只需对上次迭代的结果加以改正，充分利用上次迭代结果。计算表明，本文导出的方差分量估计的递推公式以及Ｖｉ＾ＴＰｉＶｉ和ｒｉ等量的递推公式是正确的，且具有节省内存，运算速度特别快等优点。     

Helmert方差分量估计结果的方差一致性检验实质

Helmert方差分量估计是合理确定不同类观测值或不同种精度观测值权比的常用方法.文中从方差一致性检验的角度分析了Helmert方差分量估计迭代收敛结果的实质,指出了其检验统计量即为χ2(r)分布密度取得最大值的点;并指出当同时还存在其它平差模型误差时,Helmert方差分量估计也可能收敛,且收敛结果的检验实质并没改变,但收敛结果却已失真.     

基于Helmert方差分量估计的Vondrak滤波方法

从基于Helmert方差分量估计的Vondrak滤波方法（简称HVF法）的基本假设入手,介绍HVF方法,该方法能够在未知拟合函数的情况下,通过自动选择合理的平滑因子控制数据平滑的程度,对时序数据序列进行合理平滑,最大限度地削弱数据序列中的随机误差,将信号与噪声合理分离。     

方差分量的极大验后估计

由概括函数模型出发,导出了适应于所有平差模型的方差分量的极大验后估计,这种估计实际上是先验方差与样本方差的凸组合。文中还给出了一个简单的数例,说明这种方法的可行性。     

CHAMP星载加速度计数据(0.1Hz)处理与分析

对2002年第001d到第100d的加速度计数据进行了处理,并将其由加速度计轴系坐标系(IFX)转换到协议惯性系(CIS),分析了观测数据的质量及相关改正的效果,针对加速度计应用于地球重力场研究进行了讨论,并提出了有益的建议。     

利用CHAMP科学轨道数据和星载加速度计数据反演地球重力场

基于卫星动力学理论,采用德国地球科学中心GFZ提供的CHAMP精密轨道数据和星载加速度计数据,反演了36阶地球重力场模型CDS01S。用不同模型之间的位系数差比较模型CDS01S、EIGEN3P、EIGEN1S及EGM96,表明CDS01S模型的位系数最接近于EIGEN3P;比较上述几种模型的位系数精度,表明CDS01S模型的位系数精度高于EGM96;用CDS01S和GGM01C的前30阶位系数分别计算全球2°×2°网格的大地水准面起伏,两者之间的标准偏差为4.7 cm。     

利用CHAMP卫星轨道和加速度计数据推求地球重力场模型

本文紧密结合当前卫星重力测量技术发展需求,围绕利用CHAMP轨道和加速度计数据恢复地球重力场展开研究,重点在CHAMP数据预处理、重力场恢复、正则化算法等方面进行了理论和实践上的系统研究,建立了一套完整的CHAMP重力场恢复理论和算法.论文的主要创新点有:     

由CHAMP星载GPS相位双差数据解算地球引力场模型

利用7 d的CHAMP星载GPS相位观测数据和48个IGS跟踪站的观测数据,构造星地双差相位观测量,进行GPS数据预处理;利用CowellⅡ数值法进行轨道积分和分块Bayes最小二乘参数估计,解算了地球引力场位系数。该模型与EGM96相比(70阶次),大地水准面起伏差异最大为2.872 m,差异精度为0.522m,平均差异为/0.003 m,这说明本文解算的地球重力场模型与EGM96没有系统性差异。     

ARMA滤波在加速度法反演地球重力场中的应用

探讨了根据ARMA模型构造白化滤波器对卫星加速度进行去相关滤波的方法。给出了加速度法和去相关最小二乘解算的基本原理,推导了基于加速度法整体求解加速度计尺度因子、偏差参数和重力场位系数的计算公式。在此基础上,讨论了利用ARMA去相关滤波法抑制卫星加速度有色噪声的具体处理方案。实验结果验证了所提方法的有效性。     

现有SST重力场模型的比较研究

分析了最新的卫星跟踪卫星(satellite-to-satellite tracking,SST)地球重力场模型EIGEN系列和GGM系列在欧洲大陆部分与GPM98C模型重力场异常残差的差异,研究了新一代卫星重力方法对于提高区域重力场模型精度的潜力以及存在的问题。比较结果说明,SST重力场模型的较高阶部分精度不理想,而在中低阶部分,SST模型表现出在原有经典重力场模型中并未包含的信息。     

利用现有重力场模型求定CHAMP卫星加速度计修正参数

CHAMP卫星加速度计数据的标定是通过确定其尺度因子和偏差参数来完成的.本文基于能量守恒方程,给出利用现有重力场模型标定CHAMP卫星加速度数据的基本原理和数学模型;提出相邻历元间差分算法,大大简化了观测方程,同时避免积分常量的计算.该算法既能同时解算尺度因子和偏差参数,也可任意求解其中之一.基于实测的CHAMP卫星加速度数据,利用EGM96模型和最新公布的EIGEN-2模型进行计算与比较,验证该方法的有效性.     

木星探测器Juno精密定轨分析及低阶引力场解算

随着中国深空测控技术的进步和深空探测计划的推进,木星探测计划已经进入日程,木星探测器的精密定轨和木星的引力场的解算是木星探测中的重要研究内容。首先给出了木星探测器的坐标系统和动力学模型,并利用已公布的朱诺号木星探测器精密星历数据进行验证,动力学拟合结果与参考星历的位置偏差在10 m量级,速度偏差小于6 mm/s;然后利用深空多普勒测量模型处理已经发布的朱诺号无线电测量数据进行精密定轨,结果与参考星历的差距在数百米量级;最后利用仿真数据验证引力场系数解算的可靠性,并利用朱诺号探测器4个近木点附近的实测数据解算引力场系数,得到了截至8阶的带谐项系数。     

Gross Error Compensation for Gravity Field Analysis Based on Kinematic Orbit Data

This paper aims at a comparative study of several measures to compensate for gross errors in kinematic orbit data. It starts with a simulation study on the influence of a single outlier in the orbit data on the gravity field solution. It is shown that even a single outlier can degrade the resulting gravity field solution considerably. To compensate for outliers, two different strategies are investigated: wavelet filters, which detect and eliminate gross errors, and robust estimators, which due to an iterative downweighting gradually ignore those observations that lead to large residuals. Both methods are applied in the scope of the analysis of a 2-year kinematic CHAMP (challenging minisatellite payload) orbit data set. In various real data studies, robust estimators outperform wavelet filters in terms of resolution of the derived gravity field solution. This superior performance is at the cost of computational load, as robust estimators are implemented iteratively and require the solution of large sets of linear equations several times.