顾及BDS-3星钟约束的GNSS超快速轨道钟差解算方法

BDS-3高稳定星载原子钟作为北斗星座的显著技术优势,在GNSS数据处理中尚未得到充分利用。针对严格时效性限制下GNSS超快速轨道钟差参数精度受限问题,本文提出顾及BDS-3星钟约束的GNSS超快速轨道钟差解算方法。首先,以GNSS轨道钟差参数间相关性为基础,构建顾及BDS-3星钟参数特性的GNSS定轨模型;然后,基于GNSS精密钟差产品,分析星钟约束对GNSS轨道钟差参数精度的影响规律;最后,为克服预报钟差精度与约束筛选对定轨影响,建立BDS-3星钟建模与GNSS超快速轨道钟差估计的同步处理方法。试验结果表明,在BDS-3星钟参数最优约束下,BDS-3与GPS轨道钟差精度可分别提升27.5%、5.1%和20.2%、5.2%;且较传统BDS-3星钟单历元处理策略,基于BDS-3星钟建模与GNSS超快速定轨同步处理方法,GNSS超快速轨道钟差精度可分别提升至4.8%与34.2%,轨道精度实现了毫米级改善。因此,顾及BDS-3星钟约束的GNSS超快速轨道钟差解算方法可有效对BDS-3高稳星钟信息模型化,并实现GNSS超快速轨道钟差精度的优化处理。

面向无线传感网络的同步时钟技术研究

考虑到传统的时钟同步技术在信息交互过程中产生的延迟具有不确定性,为了消除其对时钟同步的影响,提出了面向无线传感网络的同步时钟技术研究。通过对任意一个网络节点在真实物理时间的本地时间进行变换处理,构建无线传感网络的线性时钟模型,根据高斯分布所具有的加减特性,计算两个连续同步轮次的动态响应时间差值,在离散形式下,构建无线传感网络观测模型。通过计算无线传感网络时钟差值的均值,得到无线传感网络节点的时间戳,将无线传感网络节点数据交互误差补偿的目标函数转换成向量的形式,补偿无线传感网络节点数据交互误差,实现无线传感网络的时钟同步处理。实验结果表明,在微秒级延迟下,该技术的同步精度仍较高,可以有效消除网络信息延迟的不确定性对同步时钟的影响。

一种顾及参数稀疏的GNSS瞬时钟差模型

提出一种顾及参数稀疏的GNSS瞬时钟差模型构建算法,该算法通过在最小二乘多项式拟合中附加L 1范数项(Lasso)进行约束,并采用滑动建模的方式拟合钟差模型,即滑动Lasso拟合法。使用GFZ 300 s钟差产品作为训练数据,通过10折交叉验证获得正则化参数,建立钟差模型,并与常用的钟差建模加密算法进行卫星钟差拟合精度与PPP定位精度对比。实验结果表明,滑动Lasso拟合法在进行钟差拟合建模时,对于局部钟差数据中出现跳变过大的钟差值,可以有效消除其在拟合过程中对模型造成的影响,防止模型过拟合,进而提高钟差模型的拟合精度与PPP定位精度。

限制环境下的GNSS精密授时方法研究综述

GNSS精密授时技术在国防军事领域得到了广泛的应用,但卫星导航信号具有先天的脆弱性,极易受到各种有意和无意干扰,为了提升GNSS精密授时的稳健性和安全性,亟需发展限制环境下的授时技术。介绍了GNSS授时应用存在的问题,分析了GNSS精密授时方法研究现状,给出了在无地面通信网络条件下利用北斗三号PPP-B2b信息进行实时PPP授时,在信号遮挡条件下利用惯性导航辅助PPP瞬时重新收敛和附加钟差模加快PPP重新收敛,以及在复杂电磁环境下利用多阵元抗干扰天线提高GNSS授时性能的发展对策建议,为拓展GNSS授时技术在时频领域的应用提供借鉴。

基于长短时记忆神经网络的Multi-GNSS卫星钟差建模预报

针对卫星钟差预报中二次多项式模型存在易受噪声干扰、预报精度不高的问题,构建一种基于长短时记忆神经网络的multi-GNSS卫星钟差预报模型,并分析不同卫星系统、不同钟类型基于不同建模方案的模型精度。为验证该模型的有效性和可行性,利用LSTM模型、QP模型、QP-LSTM模型分别基于12 h和24 h钟差序列进行建模,预报1 h、3 h、6 h、12 h钟差。结果表明,LSTM模型建模24 h、预报1 h精度最高。multi-GNSS卫星钟差LSTM预报模型中Galileo系统精度最高,其次为BDS-2系统和GPS系统,GLONASS系统精度最低,精度分别为0.018 ns、0.069 ns、0.133 ns、0.242 ns。不同原子钟预报精度不同,氢原子钟预报精度优于铷原子钟、铯原子钟。LSTM神经网络模型预报精度相较于QP-LSTM模型提升27%,相较于QP模型提升36%。

一种顾及轨道误差的实时GPS钟差估计方法

为了提高实时卫星钟差估计的精度和稳定性,提出了一种顾及轨道误差的实时GPS钟差估计方法。基于超快速轨道产品,分析了轨道标准差与绝对轨道误差的相关性。通过线性插值获得实时轨道误差信息,以优化先验残差的随机模型。基于先验轨道标准差阈值,采用分段方式剔除实时轨道异常卫星对应的观测值。实验结果表明:轨道标准差和轨道误差的相关性高达0.82。与常用的高度角相关的随机模型相比,GPS卫星钟差估计精度最大提高了15.2%,平均提高了8.1%,钟差误差的时间序列更加平稳,所有GPS卫星的平均钟差STD均在0.15ns以内。因此,超快速轨道产品中提供的轨道标准差与绝对轨道误差表现出较强相关。采用顾及轨道误差的实时钟差估计方法可提高GPS卫星钟差估计精度,准确识别并剔除GPS实时轨道异常的卫星,从而提高GPS实时钟差估计的稳定性。

BDS-3卫星钟差模型化特性分析

采用2021年(GPS周2138~2190)IGS BDS-3卫星精密钟差产品进行周期性变化分析,并在周期性分析结果基础上建立高精度模型化函数。结果表明,附加8个周期的模型化精度能达到0.049 ns,与二次多项结果相比,精度提高约70%。同时,对BDS-3卫星钟差模型化结果进行精密单点定位(PPP)性能分析,虽然其收敛时间稍慢于IGS最终产品,但能实现cm级定位,且模型化产品与目前IGS离散化产品相比可大大节省内存空间。

基于遗传算法优化的卫星钟差预报模型研究

为了提高卫星钟差预报精度,使卫星钟差预报能更好地服务于卫星导航定位,本文提出了一种基于遗传算法(Genetic Algorithm,GA)优化的循环式组合钟差预报模型。该组合预报模型充分利用GA在反向传播(Back Propagation,BP)神经网络模型参数寻优中的优势,首先,通过GA优化的BP神经网络模型对原始钟差序列进行预报;其次,使用自回归(Auto Regressive,AR)模型对GA优化的BP神经网络模型预报残差进行修正;最后,将残差修正结果与GA优化的BP神经网络模型预报结果叠加,得到预报结果,并使用4种具有典型变化趋势的卫星钟差序列进行预报试验。结果表明,本文提出的GA BP AR模型的钟差预报性能优于对比预报模型,其6 h卫星钟差预报稳定度与精度较BP神经网络模型、AR模型、GA BP模型分别提高了76.24%、31.62%、26.50%和79.50%、44.59%、32.79%。

顾及钟差变化率的GPS卫星钟差预报法

提出了一种基于钟差变化率拟合建模的卫星钟差预报方法。以附加周期项的线性或二次多项式作为基础模型对钟差变化率序列进行拟合,最优估计卫星钟差的趋势项系数,然后直接使用精密定轨得到的相应时刻的卫星钟差计算预报初始时刻的基准项系数,来建立卫星钟差的预报模型。以IGS发布的快速星历(IGR)的卫星钟差为试验数据,对GPS星座中各种型号的所有卫星钟差进行预报。结果表明:本文方法3、6、12与24h的预报精度分别可达0.43、0.58、0.90与1.47ns,相比于传统的基于钟差拟合的预报方法,精度分别提高69.3%、61.8%、50.5%与37.2%;与IGS发布的超快速星历(IGU)的预报钟差相比,钟差精度分别提高15.7%、23.7%、27.4%与34.4%。

无线传感器网络时钟同步技术

在无线传感器网络中,时钟同步是一项重要的支撑技术;诸如数据融合、TDMA调度、休眠唤醒节能模式和移动节点定位等应用均需要传感器节点本地时钟保持同步;由于传感器网络一些独特的内在特性,NTP等传统同步技术无法适用于这种新型网络;因此,越来越多的研究者开始关注传感器网络时钟同步协议的研究与设计;通过回顾时钟同步的问题及传感器网络对时钟同步的需求,介绍了时钟的数学模型,并基于该模型讨论了时钟同步的3个重要概念:时钟漂移、时钟偏移和分组的传输延迟;之后简要阐述了3种专门为传感器网络设计和提出的典型传感器网络时钟同步协议。

Galileo在轨卫星钟性能评估与分析

Galileo系统是目前大范围、常态化装配高精度、高性能星载氢原子钟的唯一卫星导航系统,对其卫星钟长期性能进行分析有助于对该系统的整体评估。首先,基于德国地学研究中心(GFZ)的精密钟差产品,通过最小二乘法拟合钟差数据计算了卫星钟的频率准确度和频率漂移率,采用重叠哈达玛方差讨论了卫星钟的频率稳定度,同时对Galileo卫星钟差模型拟合残差序列长期变化特点进行了分析和精度统计;然后,根据频谱分析的方法提取了卫星钟差的周期项;最后,使用Lag1自相关法识别了卫星钟的噪声类型。综合上述方法所得到的指标较为全面地评估了Galileo在轨卫星钟的性能,结果表明:Galileo卫星钟的频率准确度均值为1.79×10^-11,日漂移率均值为1.46×10^-14,万秒稳均值为1.32×10^-14,模型拟合残差平均精度为0.102ns;Galileo卫星钟差序列周期特性显著,前三个主周期近似为其卫星轨道周期的0.5倍、1倍和0.33倍左右;不同平滑时间下Galileo卫星钟主要受调频白噪声、调频闪烁噪声和调频随机游走噪声的影响。

网络主机时钟相对漂移模型研究

时钟同步是网络测量、管理的要求,由于时钟漂移现象的存在,难以实现精确的时钟同步。论文采用相对时钟代替绝对时钟,分析主机时钟相对漂移,建立了主机时钟相对漂移的线性模型,并由此推导出单向延迟修正模型。通过局域网范围内的主机时钟相对漂移和东南大学和瑞士之间的国际信道两端主机时钟漂移建立模型发现,相对漂移线性模型能很好地反映时钟漂移现象,并能够对两主机间的单向延迟进行修正。以相对时钟代替绝对时钟大大提高了时钟测量精度,减少了时钟同步的次数,降低了网络带宽的负担和主机资源的利用。

高速网络测量系统时钟同步的研究与分析

在监测网络流量行为中,时钟同步是提供准确的网络测度测量值的前提保证.单向延迟等网络性能测度至少需要毫秒级的同步精度.然而,在高速、大规模、分布式的网络环境下,高速的网络流量影响了系统的时钟响应信号,使得原本是线性模型的相对时钟偏移模型受到影响.这一影响使得即便使用NTP或者GPS,都无法很好地解决时钟同步问题.本文以一个分布式的抽样测量监测系统PERME和CERNET地区网主干为依托,详细分析和讨论了高速IP网络中的时钟偏移问题.通过大量真实的实验数据对高速网络中的时钟同步问题进行了研究和分析.同时,对如何解决实验中出现的模型的非线性问题指出了自己的见解.

BDS卫星钟差半参数平差模型异常数据探测与处理

针对北斗卫星钟差数据中出现钟跳、粗差等异常数据频次较高的问题,将半参数平差模型引入BDS的钟差数据的处理过程中。首先,在考虑系统误差的同时,改进了常用的钟差模型;其次,综合考虑异常数据和系统误差,利用补偿最小二乘原理和极值求解方法,详细推导了分离异常数据前后参数和非参数估计值与相应观测值改正数的关系表达式,实现了异常数据的定值、参数求解和系统误差分离。在此基础上,引入Cook距离,给出了利用参数分量和非参数分量的Cook距离及混合Cook距离,去判断异常值的位置,并给出了一些参数的选取方法及相应的处理措施,实现了卫星钟差异常数据的定位和定值以及部分系统误差的分离。最后,采用武汉大学GNSS中心提供的采样间隔为5 min的北斗卫星精密钟差数据,将本文方法与常用方法进行了试验对比。试验结果表明,本文方法能够有效地识别并处理卫星钟差数据中的异常值,有效克服了基于经验阈值钟差异常数据探测方法的不足,且该方法对于量级较小的异常钟差数据也有很好的探测效果,一定程度丰富了现有的BDS钟差数据质量控制方法。

BDS卫星天线相位中心改正模型比较

介绍北斗二代卫星系统(BDS)3种卫星天线相位中心改正模型,分析对比不同模型对精密定轨、卫星钟差以及精密定位的影响。结果表明,ESA/ESOC的BDS卫星天线相位中心改正模型在精密定轨、卫星钟差和精密定位方面均优于其他模型结果,建议在北斗高精度数据处理中采用。

基于BDS-2/BDS-3联合处理的北斗超快速钟差预报优化策略

针对北斗卫星导航系统(BDS)钟差预报产品无法满足高精度快速服务需求的现状,提出了一种基于BDS-2/BDS-3联合估计的超快速卫星钟差预报优化策略。区别于传统两步法预报模型,利用稀疏建模方法一步求解所有模型项,并通过BDS-2/BDS-3星间相关性实现了模型系数解的增强;为进一步降低模型残差的影响,基于残差序列时空相关性,利用半变异函数重构了模型估计的权阵。为验证提出的钟差预报模型,设计了12套对比方案,实验结果表明:基于稀疏建模的钟差模型参数一步估计可略微提高钟差预报精度;通过引入星间相关性对随机模型进行精化,钟差序列一步建模可分别将BDS-2与BDS-3卫星钟差18h预报精度提升28.6%与27.2%;基于半变异函数建模的模型残差相关性提取,可实现BDS-2与BDS-3预报钟差精度8.0%与11.1%的提升。因此,提出的优化策略对当前北斗超快速卫星钟差预报产品精化具有重要意义。

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。

基于多项式模型的改进卫星钟差预报方法

根据卫星钟固有的特性,提出了一种通用的卫星钟差预报方法。该方法在多项式模型的基础上,对多项式模型的选择、周期项修正、残差建模等方面进行了改进。首先利用拟合数据的残差标准差指标进行多项式模型的自适应选择,继而利用频谱分析的方法对钟差序列的周期项进行了建模,最后利用AR模型对消除趋势项的随机项进行建模。试验结果表明,改进的钟差预报模型能够显著地提高钟差的预报精度,对于稳定度较差的卫星的预报效果尤为显著。改进模型的卫星钟预报6h预报精度总体优于1ns,24h预报精度优于2ns.

短期接收机钟差预测方法及性能分析

接收机钟差建模与预测能缩小码相位不确定范围,可减少信号搜索范围,有效辅助信号的快速捕获。对实测的钟差数据分别利用二次多项式模型、AR模型和UC滑窗模型建模与预报,比较了三种方法得出的预报效果,结果表明:在建模的钟差观测点数为25,预报间隔为200s时,UC滑窗模型的预报误差的均值与二次项模型和AR模型相当,但误差的标准差比二次项模型和AR模型分别降低了18.9ns和0.1ns.

基于半参数均值漂移模型的BDS卫星钟差异常探测与修复

BDS卫星钟在轨运行过程中,由于空间环境干扰及信号异常等情况,获取的钟差数据中经常会包含异常值。为了有效探测与修复异常值,提出了一种基于半参数均值漂移模型的算法处理钟差数据中的异常。首先,考虑到钟差数据中存在的系统误差,构建了更加符合钟差序列实际变化特点的半参数钟差模型;然后在此基础上引入了半参数均值漂移模型,利用Score统计量对该模型的假设检验进行求解,实现了异常值的定位,对异常定位后的钟差数据进行分组,进而推导出了异常值估值的表达式。最后采用国际GNSS监测评估系统的BDS精密钟差产品,进行单天和多天数据的试验分析,结果表明该算法可以自动准确的探测出钟差数据中的异常并能够精确估计出异常值的大小,异常值估值的平均误差小于0.071 ns,从而实现了适时有效地对异常历元进行修复;同时该算法处理钟差数据异常的效果优于传统MAD法,其预处理后的数据对QP钟差模型和Semi-Com钟差模型的拟合精度分别达到0.612 6和0.034 92 ns。