多星座导航系统三维大气水汽预测仿真

卫星导航系统(GNSS)技术可用于探测大气水汽,目前中国GNSS监测网络已应用于很多地区上空大气水汽的日常监测和水汽预测的研究;但在水汽反演过程中,由于对流层水汽时空变化迅速,GNSS监测网站间距较大、分布不均匀,导致单一GNSS无法在短时间内获得足够的斜路径观测值。为了解决这个问题,在无需扩大GNSS监测网前提下,提出利用多模GNSS技术的三维大气水汽预测。通过中国地区3个IGS测站BJFS、WUHN、LHAZ站验证多星座下格网覆盖率显著高于单星座,然后以北京地区为例,构建观测网络并进行水汽反演仿真。仿真结果表明:在相同观测条件下,相较于单GNSS,多模GNSS能够加快层析方程解算收敛速度,获取更多的斜路径观测值;进而明显改善反演结果,尤其能显著提高地面4 km以上的预测精度。可见多星座导航系统能提高大气水汽反演精度。

现代化多星座卫星导航系统性能分析研究

卫星定位系统因其全球性、全天候、高精度等优点而被广泛应用。然而单一卫星导航系统在地球特殊区域存在可见星数目有限,卫星几何构形不佳等问题。针对上述问题,结合各系统未来更新状况,提出使用MATLAB软件进行星座仿真,分析了北斗、GPS III、GLONASS、GALILEO各系统区域定位的局限性,并利用最小二乘法将四个系统进行组合,从可见星数目和GDOP值两方面对组合系统与单一系统展开性能比较。仿真结果表明,组合星座系统能够明显增加可见星数目,改善单一星座区域GDOP值,提高定位精度。

混合星座卫星导航系统定位精度分析方法

随着卫星导航技术的发展,无人机等运动载体上的卫星导航设备一般可以接收多个星座的卫星导航信号。在进行多星座卫星导航混合定位处理时,需要评估混合星座卫星导航系统的定位精度指标。卫星导航的定位精度与等效测距误差、空间几何分布等因素有关,不同星座的接收机使用的时钟不同,也会引入相应的误差影响。本文根据卫星导航定位原理,分析了混合星座卫星导航系统的定位误差方差,推导了混合星座定位的精度评估方法。最后,本文还分析了在混合星座定位时,引入测距精度较差的星座系统后,对整个导航系统性能的影响。实验结果表明,本文分析的混合星座定位精度评估方法与实验结果相符合,为评估多星座导航系统信息融合后的定位性能提供了指导参考。

基于最优几何的改进型多星座卫星选星算法

随着多星座卫星导航技术的发展,卫星选星算法也日趋重要。为了保证导航定位解算的实时处理能力,在所有可见卫星中合理选取部分卫星用于定位解算,是十分必要的。本文提出了一种基于最优几何分布的改进型选星算法,能够选取多于四颗的卫星用于定位,且卫星几何分布近似最优。算法基于最优几何分布,并利用了模糊综合评判来降低GDOP值的计算次数,减少接收机计算负担。仿真结果表明,改进型选星算法较最优几何分布选星算法在GDOP值上增大不多,而GDOP值的计算次数却能显著地降低,因此提升了接收机实时处理能力。

基于卫星导航信号模拟法的北斗接收机导航精度校准测试

随着我国自主设计的北斗卫星导航系统稳步建设,北斗接收机相关技术取得突破,但当前北斗接收机校准体系尚不完善,相关测试方法亟待研究。本文提出卫星导航信号模拟测试法,通过多星座导航信号模拟器设计静态、动态等仿真场景模拟相关载体运动状态下真实的卫星信号,实现对北斗接收机在相关载体运动状态下导航精度的校准测试。该方法具有准确度高、简单易操作和重复性强等优点,可实现实验室条件下检测接收机性能。实验结果表明:北斗系统的定位和测速精度已基本接近GPS系统,但就系统的稳定性,北斗系统与GPS系统相比还存在一定差距。

基于PSO的SURF IA选星优化研究

机场场面情景意识显示和告警(Enhanced Traffic Situational Awareness on the Airport Surface with Indications and Alerts, SURF IA)作为广播式自动相关监视(Automatic Dependent Surveillance-Broadcast IN, ADS-B IN)下的一种监视应用,可以使航空器在机场运行时的安全和效率大大提高。以北斗卫星导航系统(BDS)/GPS双系统作为ADS-B IN的数据源,在利用所有可见卫星达到SURF IA运行的性能要求的基础上,为了减少可见卫星的使用数量,降低工作负荷,采用了粒子群算法(Particle Swarm Optimization, PSO)对导航卫星进行筛选,使得采用更少的卫星运行满足SURF IA的要求。仿真结果表明,经过PSO筛选后,可以以更少的卫星满足SURF IA运行最低监视性能要求,提高了机场场面运行监视性能。

基于火箭橇弹道的北斗接收机动态仿真测试

针对北斗接收机动态测试的问题,提出基于火箭橇弹道的北斗接收机动态仿真测试技术。该方法主要研究如何在火箭橇运动的加速度曲线的基础上通过多项式滤波、辛普森分段复化积分及坐标转换建立导航信号模拟器可输入的弹道仿真模型,并利用模拟器对两款可接收不同卫星信号的接收机开展仿真测试。通过对比仿真模型数据和接收机的解算数据计算动态定位、速度误差。误差结果反映接收机的动态性能,说明这种方法可以作为对北斗接收机动态测试的有效手段。

ARAIM技术研究进展

随着多星座卫星导航系统和双频技术的发展,高级接收机自主完好性监测(ARAIM)技术应用于更高阶段的精密进近成为可能。首先介绍了与ARAIM相关的3个重要内容:完好性性能要求、完好性支持信息、威胁类型及缓解方法。然后,对ARAIM国内外相关技术研究进行了综述,从故障分类、星座配置和ARAIM可用性及其预测3个方面。最后,结合ARAIM现阶段的发展,对未来的研究进行展望。

PSO选星算法参数分析与改进

多星座组合导航提供更多的可用卫星,但也增大接收机计算复杂度,选取部分可见星代替全部可见星进行接收机位置解算成为选星算法研究的热点。粒子群优化(PSO)选星算法将PSO算法引入到选星过程中,该方法能够减少选星时间,实现北斗/GPS组合星座快速选星。研究了该算法的关键参数包括惯性权重因子、加速系数、种群大小等对PSO选星算法性能的影响,并针对搜索过程容易陷入局部最优问题,提出自适应模拟退火粒子群优化(ASAPSO)选星算法,该算法通过引入随适应值大小自适应调整进化参数及结合模拟退火算法调整粒子速度,以增强算法跳出局部极值的能力。采用实际数据对算法进行验证,结果表明:ASAPSO选星算法在保证选星时间的同时,能够提高算法搜索结果的准确性,其性能优于PSO选星算法。

基于帝国竞争优化的双目标综合决策选星算法

全球卫星导航系统(GNSS)的应用前景已经得到世界各国的普遍承认,其应用领域也趋于多样化,在此背景下,卫星接收机也要求其具有更快的解算速度和可靠的精度。针对目前多数接收机的选星算法都是固定选星数目从而限制算法机动性的问题,提出基于帝国竞争优化算法(ICA)的双目标综合决策选星算法。为了更好获取几何构型较好的卫星星座,引入可见卫星的卫星仰角和方向角先验信息,进行先验性约束,通过构建几何精度因子(GDOP)以及选星数目2个目标,进行综合决策的快速选星,提高了选星的灵活度,并且在满足用户精度的要求下减轻了多星座卫星接收机的计算负担。通过仿真实验和实测数据对双目标综合决策选星算法验证的结果表明:所提算法在高度截止角5°下引入先验性约束条件后平均选星数目在仿真数据和实测数据中缩减率分别为51.8%和45.4%,平均GDOP值较无约束下分别减少0.209 2和0.248 4。同时,所提算法单次选星平均耗时分别为0.168 4 s和0.303 1 s,与遍历法的选星耗时4 s相比,提高了95.79%和92.42%。