顾及星间单差残差的GPS斜路径水汽含量估计

基于精密单点定位(precise point positioning,PPP)技术,对海上动态GPS斜路径水汽含量(SWV)估计进行研究。在现有计算方法的基础上,提出了顾及星间单差残差的SWV提取方法。利用渤海湾船载动态GPS测量数据和同步气象观测数据,对新方法的有效性进行了验证。结果表明,相对于MM5模式积分水汽结果,采用新方法计算的SWV值的RMS为1.2mm,比传统“非差残差法”减小了1mm。     

GNSS数据处理中双差残差恢复单差残差的原理分析

根据零基线或超短基线相对定位的双差残差可以对GNSS观测数据质量进行评估,但双差残差包含了参考卫星观测误差的影响,不利于对各颗卫星观测误差特性进行独立分析。分析了RTKLIB软件中双差残差恢复单差残差方法的原理,从理论上论证了根据恢复的单差残差序列进行观测数据质量评估的合理性,并利用一组30 m基线GPS双频实测数据对此进行数值验证。     

GPS信号强度变化对接收机数据质量的影响分析

由于卫星信号强度对接收机跟踪具有重要影响,将模拟器设置为不同大小的电平播发不同强度的GPS信号,以测试和芯星通（UB4B0）接收机跟踪卫星的情况;并将接收机采集的原始数据转换为RINEX格式的观测值文件和星历文件,通过星间单差、站星双差的方式计算伪距和载波相位的双差残差。通过对比不同信号强度下的卫星数和零基线双差残差,利用Matlab软件绘图,进一步分析GPS信号强度变化对接收机数据质量的影响。     

一种高精度GPS基线网抗差估计方法

介绍了高精度GPS网抗差估计的研究现状和一些相关抗差估计模型的优缺点,将标准化残差与中位数相结合,根据实际情况对IGG3的等价权函数进行改进,构造了一种综合抗差模型应用于高精度GPS基线网的抗差估计。给出了GPS网平差验后单位权方差检验的方法,基于C#语言编写了高精度GPS网抗差估计的程序,通过算例,说明了该抗差模型可以有效的减弱或消除观测粗差的影响,提高了数据处理质量。     

预测残差判别统计量抗差因子在UKF算法中的应用

在UKF滤波中,针对观测信息存在粗差的问题,基于预测残差构建了预测残差判别统计量。结合三段函数组成了一种新的抗差因子函数,并给出抗差UKF算法公式。该算法计算过程无需迭代,实现一步抗差,适合实时滤波估计。计算结果表明,该抗差因子函数不仅能够有效地控制含粗差观测值对滤波结果的影响,得到可靠的滤波解,而且可以提高滤波精度。     

Galileo导航系统观测值的质量分析

从信噪比、伪距多路径效应、单差残差和非差观测值精度等方面对进入初始服务初期Galileo导航系统观测值的质量进行了对比分析,最后简要评估了Galileo导航系统的单点定位精度。结果表明:在信噪比方面,Galileo E5最高,E1、E5a和E5b次之且基本相当;在伪距多路径方面,Galileo E1最大,其次分别为E5b和E5a,而E5最小;在单差残差方面,Galileo导航系统单差相位残差基本在±4 mm内,单差伪距残差基本在±0.3 m内;在非差观测值精度方面,Galileo导航系统相位观测值精度E1最高,E5a、E5b和E5次之且基本相当,而伪距观测值精度E5最高,E5b最差;整体上而言,Galileo导航系统观测值的数据质量略优于GPS和BDS;Galileo导航系统单频伪距单点定位的水平精度约为2.2 m,与GPS和BDS的水平定位精度基本相当,而高程精度约为5.2 m,稍差于GPS和BDS,这与可观测卫星数和PDOP有很大的关系。     

利用改进灰色模型的钟差预报算法及其精度分析

灰色模型在钟差长期预报中虽具有一定的优势,但是预测的精度还有进一步提高的可能。在本文中,采用经过数据预处理和残差修正对一阶灰色模型进行了改进,再对GPS卫星钟差进行不同时间尺度上的预报。算例利用IGS提供的精密钟差产品,建立了一个基于改进灰色模型的预报算法,改进灰色模型的预报精度较传统的二次项模型有了很大的提高,且预报结果的收敛性也获得了一定程度的改善。     

观测卫星不足时的GPS/INS紧组合抗差自适应滤波

常规GPS/INS紧组合抗差自适应滤波只适用于卫星数≥4的情况,且预测残差构造自适应因子要求观测值可靠。针对该局限性,对常规抗差自适应滤波算法做出两点改进:1)采用两步滤波,用第1步常规EKF滤波残差构造第二步抗差算法的粗差判别量;2)在第2步滤波用预测残差构造自适应因子时,剔除异常观测值对应的预测残差和预测残差协方差,以削弱观测异常对自适应因子的不良影响。实验结果表明,常规抗差算法在卫星数4时不适用。常规自适应滤波算法在观测值存在异常的情况下无法正确修正模型异常。改进后的抗差自适应滤波算法在组合系统观测卫星数4且观测值存在异常的情况下,仍能正确修正观测粗差和动力学模型异常,能够达到良好的导航精度。     

逐历元GNSS-R测高单差和双差算法

GNSS-R测高是一种高效监测水面高度及其变化的新技术。与传统水面测量技术,如验潮站、卫星测高等相比,其主要优点包括可实现更高时空分辨率的观测、测高结果不受板块垂直运动的影响等。本文提出了一种基于单差观测值组合的cGNSS-R逐历元测高算法,可提高水面高度测量的时空分辨率,并给出了基于双差观测值逐历元cGNSS-R测高算法。利用武汉东湖清河桥上cGNSS-R试验中GPS反射信号观测数据,给出了高精度高时空分辨率的湖面到反射天线相位中心垂直距离,验证了本文算法的准确性,精度可达±2~±4 cm。与水面高实际观测比较结果表明,cGNSS-R单差、双差算法可有效削弱钟差以及电离层和对流层误差对反演水面高度的影响。     

精密单点定位不等精度观测值的RKF研究

推导了精密单点定位含有粗差观测数据的M-LS滤波原理,对等价权阵采用三段降权函数实现抗差。从新息和残差的协方差关系出发,利用对粗差敏感的残差标准差作为抗差因子。通过迭代减弱卫星间载波残差及其抗差因子的相关性。针对载波和伪距观测值不等观测精度和不相关性,采用双抗差因子实现静态抗差卡尔曼滤波（robust Kalman filtering,RKF）。采用标准卡尔曼滤波、基于新息RKF、基于残差的增益矩阵双抗差因子RKF、基于残差的等价权阵双抗差因子RKF等4种模型,分别对一组实测数据解算分析。结果表明,基于新息RKF对精度较高的载波粗差不敏感;基于残差的增益矩阵RKF对载波较小的粗差抗差效果较差,且发生粗差历元时刻的状态参数与真值偏差较大;而基于残差构造的等价权阵双抗差因子RKF可以非常精确和高效地实现抗差,单个卫星粗差对测站位置参数影响小于1 mm。     

Remote sensing of water vapor content using ground-based GPS data

Spatial and temporal resolution of water vapor content is useful in improving the accuracy of short-term weather prediction. Dense and continuously tracking regional GPS arrays will play an important role in remote sensing atmospheric water vapor content. In this study, a piecewise linear solution method was proposed to estimate the precipitable water vapor (PWV) content from ground-based GPS observations in Hong Kong. To evaluate the solution accuracy of the water vapor content sensed by GPS, the upper air sounding data (radiosonde) that are collected locally was used to calculate the precipitable water vapor during the same period. One-month results of PWV from both ground-based GPS sensing technique and radiosonde method are in agreement within 1–2 mm. This encouraging result will motivate the GPS meteorology application based on the establishment of a dense GPS array in Hong Kong.     

Remote sensing of water vapor content using ground-based GPS data

Spatial and temporal resolution of water vapor content is useful in improving the accuracy of short-term weather prediction.Dense and continuously tracking regional GPS arrays will play an important role in remote sensing atmospheric water vapor content.In this study,a piecewise linear solution method was proposed to estimate the precipitable water vapor (PWV) content from ground-based GPS observations in Hong Kong.To evaluate the solution accuracy of the water vapor content sensed by GPS,the upper air sounding data (radiosonde) that are collected locally was used to calculate the precipitable water vapor during the same period.One-month results of PWV from both ground-based GPS sensing technique and radiosonde method are in agreement within 1～2 mm.This encouraging result will motivate the GPS meteorology application based on the establishment of a dense GPS array in Hong Kong.     

成都地区地基GPS观测网遥感大气可降水量的初步试验

利用首个成都地区地基GPS观测网2004年7~9月30 s间隔的测量数据,通过Bernese GPS Soft-ware V4.2解算出30 min间隔的天顶总延迟量,结合自动气象站获得的气象资料计算出30 min间隔的GPS遥感的大气可降水量。与根据气象探空站探测资料算出的可降水量进行统计对比,确定出本次GPS遥感可降水量试验的精度为3.09 mm,两种可降水量时间序列呈现高度的一致性。同时验证了计算对流层加权平均温度的Bevis经验公式在成都地区的适用性。     

GPT／2模型用于 GPS 大气可降水汽反演的精度分析

气象参数(温度T、气压P)是GPS大气可降水汽(PWV)反演中必不可少的数据,也是PWV反演的重要误差源之一。文中主要对GPT/2(GPT、GPT2)模型用于PWV反演的精度进行验证和分析。基于非差精密单点定位(PPP)技术,选取SuomiNet网9个测站的观测数据,借助研制的PPP软件,分别采用GPT模型、改进的GPT2模型以及测站实测气象数据进行大气可降水汽(PWV)反演。以实测气象数据处理结果为参考,对两种模型解算的PWV进行了对比和精度分析。结果表明:改进的GPT2模型优于GPT模型,尤其是当测站的高程较大时,GPT2模型的稳定性更优、适用性更广;采用GPT2模型解算的PWV偏差均值小于±1.0mm,精度(RMS)优于±1.5mm。在缺少实测气象数据的情况下,利用GPT2模型数据仍然能够取得较为理想的PWV反演结果。     

GPS可降水汽含量在强降雨过程中的特征分析

针对水汽在大气中易于变化,高时空分辨率水汽资料的欠缺,造成强降雨短时临近的预报水平不高的问题,探讨分析了GPS水汽反演的精度。利用香港CORS数据,通过GAMIT软件解算获得各测站1 h大气可降水量时间序列,将其与探空数据获得的液态水含量（PWV）和实际降水量进行比较分析。结果表明,GPS／PWV与Radio／PWV在整体变化趋势上具有很好的一致性,其相关系数大于0.9;GPS／PWV与Radio／PWV精度相当,两者平均偏差小于1 mm,均方根误差小于3 mm;GPS反演的大气可降水量与实际降水量具有较好的对应关系,能够精确地监测到水汽变化的过程,可以用于水汽的监测和预报研究。      

Experiment on driving precipitable water vapor from ground-based GPS network in Chengdu Plain

The estimates of total zenith delay are derived using Bernese GPS Software V4. 2 based on GPS data every 30 s from the first measurement experiment of a ground-based GPS network in Chengdu Plain of Southwest China during the period from July to September 2004. Then the estimates of 0.5 hourly precipitable water vapor (PWV) derived from global positioning system (GPS) are obtained using meteorological data from automatic weather stations (AWS). The comparison of PWV derived from GPS and those from radiosonde observations is given for the Chengdu station, with RMS (root mean square) differences of 3.09m. The consistency of precipitable water vapor derived from GPS to those from radiosonde is good. It is concluded that Bevis’ empirical formula for estimating the weighted atmospheric mean temperature can be applicable in Chengdu area because the relationship of GPS PWV with Bevis’ formula and GPS PWV with radiosonde method shows a high correlation. The result of this GPS measurement experiment is helpful both for accumulating the study of precipitable water vapor derived from GPS in Chengdu areas located at the eastern side of the Tibetan Plateau and for studying spatial-temporal variations of regional atmospheric water vapor through many disciplines cooperatively.     

Experiment on Driving Precipitable Water Vapor from Ground-Based GPS Network in Chengdu Plain

The estimates of total zenith delay are derived using Bernese GPS Software V4. 2 based on GPS data every 30 s from the first measurement experiment of a ground-based GPS network in Chengdu Plain of Southwest China during the period from July to September 2004. Then the estimates of 0.5 hourly precipitable water vapor (PWV) derived from global positioning system (GPS) are obtained using meteorological data from automatic weather stations (AWS). The comparison of PWV derived from GPS and those from radiosonde observations is given for the Chengdu station, with RMS (root mean square) differences of 3.09m. The consis- tency of precipitable water vapor derived from GPS to those from radiosonde is good. It is concluded that Bevis’ empirical formula for estimating the weighted atmospheric mean temperature can be applicable in Chengdu area because the relationship of GPS PWV with Bevis’ formula and GPS PWV with radiosonde method shows a high correlation. The result of this GPS measurement experiment is helpful both for accumu- lating the study of precipitable water vapor derived from GPS in Chengdu areas located at the eastern side of the Tibetan Plateau and for studying spatial-temporal variations of regional atmospheric water vapor through many disciplines cooperatively.     

GPS/PWV在台风"玛莉亚"袭闽期间的变化特征研究

可降水量（PWV）表征大气中的水汽含量,本文利用福建省卫星导航定位基准服务系统（FJCORS）的GPS观测资料反演得到可降水量（GPS/PWV）,通过与实测的高精度探空PWV资料进行对比发现,其相关系数达到0.98,与探空结果具有较好的一致性;平均偏差在1.10 mm以内,表明GPS/PWV资料具有较高的精度。在此基础上分析2018年第8号台风“玛莉亚”登陆福建前后的GPS/PWV变化特征及其与实际降水量的关系,结果表明,GPS/PWV资料能够很好地反映台风期间水汽的时空动态传输过程,并与降水之间具有良好的对应关系。     

利用超快速星历进行数值天气预报的可行性研究

实时获取高时空分辨率的大气水汽是制约数值天气预报准确性的关键问题。基于地基GPS遥感大气水汽原理,结合香港CORS网的实测数据进行处理,对由IGU超快速星历、IGS精密星历和探空资料解算的大气可降水量(Precipitable Water Vapor,PWV)序列进行比较分析。实验结果表明,利用超快速星历估计PWV用于数值天气预报是切实可行的。