卫星升降轨对GNSS-IR海面高度反演的影响

针对在基于信噪比数据的全球卫星导航系统干涉反射测量(GNSS-IR)海面高度反演中,反演精度受多种因素影响,因卫星信号需要连续跟踪的特点,可能导致在低卫星高度角处的升轨与降轨信噪比数据质量不同的问题,探究卫星升降轨对GNSS-IR海面高度反演的影响:给出GNSS-IR原理,并分析卫星升降轨影响;然后通过SC02、AT01测站开展研究。实验结果表明,卫星升降轨的不同会直接导致信噪比振荡效果不同;降轨数据反演结果明显优于升轨数据;2测站因观测环境与设备不同,升降轨的影响也不同,SC02站降轨数据反演精度比升轨数据提升5 cm以上,AT01站降轨数据反演精度比升轨数据提升3 cm以上。因此,在处理GNSS-IR海面高度多频多模反演数据时,卫星升轨与降轨的影响不容忽视。

利用GPS卫星信号信噪比的土壤湿度反演方法

为了进一步研究裸土区域表层土壤湿度的全球卫星导航系统反射信号干涉测量(GNSS-IR)遥感,提出1种利用GPS卫星信号信噪比数据的土壤湿度反演方法:建立振幅、相位、频率观测量与土壤湿度间的多元线性回归模型;并对振幅观测量取对数作非线性变换,以提升性能。实验结果表明:多元回归模型预测结果对比原位数据,平均均方根误差(RMSE)为2.43%;非线性变换后平均均方根误差为1.23%,比线性变换前降低49.27%。

岸基GNSS反射信号有效波高反演研究

在岸基全球导航卫星系统(Global Navigation Satellite System,GNSS)反射信号观测几何关系和GNSS直反射信号协同处理结构的基础上,提出了反射信号相关通道动态适配策略。在所设岸基仿真条件下,5个反射相关通道可接收超过90%以上场景的所有GPS反射信号,为岸基反射信号接收机反射通道数目的设计提供了参考。从理论和试验2个角度,研究论证岸基场景下不同频点或不同系统的GNSS反射信号,建立统一的有效波高反演模型。验证结果表明,利用定义的归一化有效反射信号(Interferometric Complex Field,ICF)相关时间,GPS L1和L5信号通过同一反演模型,均方根误差分别为0.30,0.28 m。

GNSS多径信号模型及测高方法

提出利用全球导航卫星系统反射信号的干涉方法(GNSS-IR)进行测高。深入分析全球导航卫星系统反射信号的多径信号模型(GNSS-MR),在此基础上提出单天线测高模型,旨在获取多径信号信噪比(SNR)频率信息,从而反演出高度信息。Lomb-Scargle(LS)谱分析方法是单天线测高模型中常用的频率提取方法;提出了基于解析模型拟合的方法对多径信号信噪比数据提取频率,同样可以准确获取频率信息,从而反演出天线到地面的高度。在此基础上,讨论了单天线测高的最大测量高度和接收机需要满足的最小输出率。由实验数据分析得出:传统LS谱分析方法和拟合法在反演效果最优时,即LS谱分析方法在高度角上限为17°时,均方根误差为0.028 75 m;拟合法在高度角上限为21°时,均方根误差为0.024 85 m。通过比较不同高度角上限的均方根误差,可以获得最优化的高度反演条件,同时也表明了拟合法的可行性。

GNSS-IR双频数据融合的土壤湿度反演方法

目前全球导航卫星系统反射信号干涉测量(GNSS-IR)土壤湿度反演研究仅针对单一频点展开,提出用熵值法将2个频点数据进行融合以改进土壤湿度反演精度。首先,利用频谱分析法分别解析出各频点的信噪比(SNR)序列的振荡频率,计算出对应的等效天线高度,并利用最小二乘法求解各频点信噪比序列相位;然后,通过熵值法进行2个频点的相位观测量融合;最后,利用融合结果与实测土壤湿度建立经验模型,实现土壤湿度反演。利用地基观测实验获得的全球定位系统(GPS) L1和L2信噪比数据对该方法进行了验证,结果表明:L1和L2双频融合反演结果平均标准差为0. 6%,比L1单频反演结果提高64. 73%,比L2单频反演结果提高32. 12%;均方根误差为0. 37%,比L1频点降低72. 8%,比L2频点降低73. 4%。

CORS站用于地表环境参数综合监测研究

卫星导航定位连续运行参考站(continuously operating reference stations,CORS)系统作为GNSS与网络通信技术结合发展出的新兴导航定位CORS系统,具有快速高效、高精度、网络化等优点,不仅可以测量地表位置及运动,还可以借助GNSS信号的折射与反射特征监测地表环境参数变化情况.本文提出一种将CORS站用于“积雪深度、土壤湿度、大气水汽、地表形变”的地表环境多参数综合监测体系,用以拓展CORS站在生态环境中的广泛应用.以齐齐哈尔市CORS站BFQE为实验案例,首先获取实验时段中CORS站接收的GNSS观测数据(含信噪比(signal to noise ratio,SNR)数据)、星历数据及气象数据对其进行预处理;其次对重采样的SNR数据采用非线性最小二乘及Lomb-Scargle谱分析方法解译特定时间段的浅层土壤湿度及地表积雪深度;然后通过联测远距离国际地球动力学服务机构站(International GPS Service for Geodynamics,IGS)采用相对定位技术获取测站的地表形变序列与大气水汽序列;最后,结合上述多种地表环境参数结果进行相关性分析,获得参数间的响应关系.实验结果表明:CORS站用于地表环境综合监测能够有效地监测多参数时间变化,反演得到的环境参数之间具有一定的响应关系.大气水汽含量会影响降雨的时空分布和强度,大气水汽反演值与降雨在趋势上呈现高度相关;在积雪时段,大气水汽的增加伴随着积雪深度的增加;大气水汽增加形成的降雨是土壤湿度的主要来源,解译土壤湿度总是在强降雨后呈现上升趋势,基于单星的土壤湿度与实测数据平均相关性为0.75,多星融合解译结果的相关性达到0.89,土壤含水率的均方根误差(root mean squared error,RMSE)为0.87%;地表形变时间序列在北(north,N)、东(east,E)方向形变较为稳定,天顶(up,U)方向的形变与大气水汽、积雪深度和土壤湿度存在一定的响应性波动.