卫星钟差异常值探测的抗掩盖与淹没型算法

北斗卫星导航系统(BDS)卫星钟差异常值处理过程中,由于成片异常值的存在,往往会产生掩盖与淹没现象,致使异常值探测效率不高甚至失败。基于求和自回归移动平均模型,分析了时间序列中成片加性AO(Additive Outlier)异常值探测时易产生掩盖与淹没现象的原因;考虑了差分及逆差分对异常值探测的影响,提出了成片AO类异常值探测的抗掩盖与淹没新算法。通过仿真算例,验证了新算法对于序列中成片AO类异常值探测的准确性和有效性。将算法应用于BDS卫星钟差异常值探测和钟差预报中,较好地克服了数据中掩盖和淹没现象产生的影响,对于进一步提高卫星钟差的预报精度具有重要作用。     

基于ARMA模型的BDS卫星钟差异常值探测及其短期预报

星载原子钟在运行过程中会受到恶劣空间环境与设备老化等因素的影响,使得卫星钟差数据中经常存在异常值,其中AO(additive outlier)类异常值是钟差序列中常见的一类异常值.结合最大期望算法与自回归滑动平均(autoregressive moving average, ARMA)模型,提出一种AO类异常值探测算法...     

含误差预报校正的GM(1,1)卫星钟差预报新方法

为了提高卫星钟差预报精度,该文提出用AR(p)模型对GM(1,1)建模过程中的模型残差进行建模预报,以此来提高GM(1,1)模型预报卫星钟差的精度。首先,剔除卫星钟差数据中的异常值,采用拉格朗日插值法将缺失的数据补齐;然后,用GM(1,1)模型对卫星钟差进行预报,对GM(1,1)的模型残差作平稳化处理后,采用AR(p)模型对处理后的残差序列进行预报;最后,将GM(1,1)和AR(p)模型的预报结果对应相加即得到钟差的最终预报值。此外,该文采用IGS公布的事后精密卫星钟差进行预报试验,并将该文结果与卫星钟差预报中常用的二次多项式和修正指数曲线法模型预报结果进行对比分析。结果表明,该方法可以对GPS卫星钟差进行高精度的中短期预报。     

BDS卫星钟差数据异常值类型识别的卷积神经网络方法

北斗卫星导航系统(BeiDou navigation satellite system,BDS)卫星钟差数据中存在多种不同类型的异常值,直接影响钟差预报的质量和性能分析的可靠性。钟差数据预处理是进行钟差预报和分析的前提条件,其中,对异常值的识别是钟差数据预处理的关键。提出一种面向BDS卫星钟差数据异常值识别的卷积神经网络方法。首先将数值型钟差数据转换为灰度二值图格式的数据;然后根据钟差的图形化特征差异进行分类,制作异常值识别的训练集和测试集;最后利用卷积神经网络方法训练钟差数据异常值识别模型,实现钟差数据异常值的精确识别。利用BDS钟差数据进行实验验证,结果表明,所提方法能够精确高效地识别BDS钟差各种类型的异常值,提高了BDS钟差数据预处理的质量和效率。     

北斗卫星钟差异常值处理的似然比方法

北斗卫星导航系统(BDS)星载原子钟由于受到空间环境的影响和各种不确定因素的干扰,导致获取的卫星钟差数据中经常会出现异常扰动,从而降低了卫星钟性能分析的可靠性、破坏了钟差建模和预报的有效性、影响导航定位结果的精准度,需要对BDS卫星钟差数据中存在的异常值进行探测和处理。基于求和自回归移动平均模型建立BDS卫星钟差异常值探测的方差膨胀模型;运用似然比方法对BDS卫星钟差时间序列中的异常值进行探测;推导了Score检验统计量,运用最小二乘法对异常扰动的大小进行估计。试验结果表明,似然比方法能够准确探测BDS卫星钟差数据中异常值的位置,精确估计异常扰动的大小。     

钟差预报AR模型异常值探测的Bayes方法

主要研究了时间序列AR模型的异常值探测问题。首先在一定的限制条件下,将AR模型的异常值探测问题转化为线性回归模型的异常值探测问题;并在正态-Gamma先验条件下,计算了基于均值漂移模型和方差膨胀模型异常值事件发生的后验概率。然后运用Bayes方法对异常值进行了估算。最后通过卫星钟差实测数据计算,比较了模型修正前后预报的情况,验证了新方法的有效性。     

钟差预报AR模型异常值探测的Bayes方法

主要研究了时间序列AR模型的异常值探测问题.首先在一定的限制条件下,将AR模型的异常值探测问题转化为线性回归模型的异常值探测问题;并在正态-Gamma先验条件下,计算了基于均值漂移模型和方差膨胀模型异常值事件发生的后验概率.然后运用Bayes方法对异常值进行了估算.最后通过卫星钟差实测数据计算,比较了模型修正前后预报的...     

异常值对钟差预报模型的影响分析

为了分析异常值对钟差预报模型的影响程度,首先,通过对钟差数据进行绘图分析来识别钟差数据中的异常值;其次,利用中位数法(MAD)和一种基于中位数的小波阈值法钟差数据预处理策略(WMAD)分别对钟差数据中的异常值进行处理;最后,利用处理前、后的钟差数据建模预报钟差,并分析各模型预报的效果。结果表明:较小的异常值对二次多项式和灰色模型2种模型预报的效果影响不大,但会影响时间序列、卡尔曼滤波及小波神经网络3种模型的预报精度。     

AR序列异常值探测的Bayes方法在卫星钟差预报中的应用

AR模型中若含有异常值,会使传统的建模、估计及检验方法陷人困境,从而不能准确地预测和控制。本文在无信息先验条件下,结合观测信息,计算了基于均值漂移模型和方差膨胀模型异常值事件发生的后验概率,提出了无信息先验下自回归模型中异常值探测的Bayes方法并对异常值进行了估算。该方法能将异常值准确地探测和估算出来,借此修正模型,可提高预测的准确性。最后,做了钟差实测数据计算,比较了模型修正前后预报的情况,验证了该方法的有效性。     

基于卫星双向时间频率传递进行钟差预报的方法研究

用多项式拟合、谱分析、改进的AR模型三种方法对由卫星双向时间频率传递得出的钟差时间序列进行了拟舍和预报分析。为了抵制钟差时间序列中异常值的影响，引入了“抗差等价权”，利用卫星双向时间频率传递得到的1d的钟差，按不问采样率、不同时间跨度进行计算分析。结果表明，抗差估计的预报精度明显高于最小二乘估计；平滑值的预报精度高于采样值；由于钟差时间序列中有明显的周期变化，多项式进行钟差预报的精度不可靠；用谱分析进行钟差预报的精度不高，但可以发现钟差时间序列中的主要周期变化；改进的AR模型预报精度最高，预报6h钟差的RMs在1ns左右。     

一种卫星钟差异常精确探测的两步法策略

针对卫星钟差数据中的粗差和钟跳两类异常进行精确探测,提出使用历元单差算法和拟准检定法相结合的两步法策略,第1步,依据钟跳和粗差在历元单差序列中不同表现特点,采用历元单差法探测疑似钟跳点并剔除部分粗差;第2步,对按疑似钟跳分段的数据使用拟准检定法精确探测粗差。通过模拟数据算例阐述钟差异常探测过程并进行性能分析,通过实测数据进行算法有效性验证,结果表明,仅使用历元单差法能有效探测疑似钟跳点和部分粗差,其探测的疑似钟跳点包含了真实钟跳;使用两步法既能有效规避钟跳影响,又能精确探测小粗差,探测能力接近底噪的2倍中误差。     

Bayesian methods for outliers detection in GNSS time series

This article is concerned with the problem of detecting outliers in GNSS time series based on Bayesian statistical theory. Firstly, a new model is proposed to simultaneously detect different types of outliers based on the conception of introducing different types of classification variables corresponding to the different types of outliers; the problem of outlier detection is converted into the computation of the corresponding posterior probabilities, and the algorithm for computing the posterior probabilities based on standard Gibbs sampler is designed. Secondly, we analyze the reasons of masking and swamping about detecting patches of additive outliers intensively; an unmasking Bayesian method for detecting additive outlier patches is proposed based on an adaptive Gibbs sampler. Thirdly, the correctness of the theories and methods proposed above is illustrated by simulated data and then by analyzing real GNSS observations, such as cycle slips detection in carrier phase data. Examples illustrate that the Bayesian methods for outliers detection in GNSS time series proposed by this paper are not only capable of detecting isolated outliers but also capable of detecting additive outlier patches. Furthermore, it can be successfully used to process cycle slips in phase data, which solves the problem of small cycle slips.     

基于GPS的多站实时时间传递算法

提出了一种基于GPS的多站实时时间传递算法,该算法将卫星钟差作为未知参数进行实时估计,利用测站间的共视卫星建立起各测站误差方程之间的联系,同时解算站间时间传递结果和卫星钟差。摆脱了对外部事后精密卫星钟差产品的依赖,不受卫星精密钟差产品精度和实时性的限制,只要站间有足够的共视卫星,即可实现时间传递。实验结果表明:该算法时间传递精度可以达到亚纳秒量级,能够应用于高精度实时时间传递。     

开窗分类因子抗差自适应序贯平差用于卫星钟差参数估计与预报

提出一种新的钟差算法--开窗分类因子抗差自适应序贯平差,即首先对一维钟差数据进行开窗处理,在窗口内利用抗差等价权削弱粗差影响,在窗口间构造自适应因子抵制钟跳异常,从而达到消除和削弱观测异常和状态异常的目的.针对不同星钟参数不符值描述不同的扰动特性,提出构造分类自适应因子来抵制钟差时间序列中的扰动异常.计算结果表明,新算...     

分布式导航星座自主时间同步性能评估

针对星座自主导航任务需求,分析了基于星载钟性能和星间相对钟差估计星座自主时间同步精度的可行性,验证了星座中星载原子钟性能与卫星自主时间同步滤波结果的相关性,评估了有无时间参考基准、星间电文交互条件下的卫星钟差预报性能。评估结果表明：当缺少地面或参考星为基准且星间电文无交互时,单颗卫星的自主钟差预报结果是不可观的,会随着时间增长发生偏移,并在地面或基准星对其校准后迅速收敛,继续随星载钟性能和滤波状态参数发散;当缺少基准且星间电文正常交互时,卫星自主钟差滤波结果与精密钟差相比存在整体偏移;基于本文设计的验证条件,卫星自主运行15 d卫星钟差整体漂移量优于60 m;当以某颗卫星或锚固站为时间参考基准时,全网卫星可根据与基准时间的相对钟差进行自主校准,星间相对钟差RMS为0.6 m。     

接收机温启动状态下辅助长码快捕的钟差预测算法

卫星导航接收机中,时间是影响长码快捕实现的重要因素。接收机钟差预测是压缩码相位不确定范围,减少信号搜索范围的一个方面。提出利用递推阻尼最小二乘法进行二阶钟差模型参数在线解算,并在温启动状态下利用存储的这些参数进行钟差预测的算法。以一款温补晶振为例进行了实验验证,数值结果表明该算法可以将钟差误差范围压缩6倍,将有效地辅助长码快捕的实现。     

基于星间链路支持的导航卫星自主完好性监测设计仿真

针对导航卫星在区域完好性监测网可视弧段之外难以实现基于地面监测站的系统级完好性监测问题,提出一种基于星间链路辅助支持的导航卫星自主完好性监测方法。该方法通过利用星间组合观测值,分离星钟误差和星历误差,采用基于平稳时间序列的非稳态异常检测算法对导航卫星星载原子钟相位抖动及频率的异常漂移进行监测;采用基于轨道先验信息的非中心化开方分布异常检测算法对轨道异常机动进行监测,并利用星间链路组合观测量对卫星自主完好性监测及其对全球用户完好性性能的提升作用开展仿真分析与研究。仿真计算结果表明:该方法可以在地面监测网不可视弧度内有效减小空间段卫星部分的故障漏检概率以及系统完好性风险,缩短完好性告警时间,提高全球卫星导航系统的完好性服务水平。     

滑动式广义延拓插值法在GLONASS钟差插值中的应用

在对卫星钟差数据进行插值处理时,所采用插值算法的精度,直接影响到卫星钟差插值结果的精度,继而影响了卫星导航定位的精度. 因此在对卫星钟差数据进行插值时,应选择适宜的插值方法. 将Lagrange插值法和切比雪夫多项式拟合法进行滑动,利用这两种传统的插值方法和滑动式广义延拓插值法,分别对历元间隔为5 min的GLONASS卫星钟差数据插值到历元间隔为30 s的钟差数据,再与历元间隔为30 s的精密钟差数据进行对比,分析三种插值方法在GLONASS卫星钟差数据中的应用效果. 结果表明:利用这三种插值方法对GLONASS钟差数据进行插值时,插值精度均能满足要求,且滑动式广义延拓插值法的插值精度最高.