GNSS极化掩星信号反演雨团垂直结构方法

本文紧跟国际上新兴起的GNSS提取降雨信息这一研究思路,重点针对利用GNSS极化掩星信号提取雨团垂直结构问题进行了建模、解算和仿真研究.以GNSS-LEO掩星事件为背景,基于GNSS掩星信号经过雨团产生极化相移的物理特性,借鉴计算机层析技术的原理,构建了层析雨团垂直结构的数学物理模型,并提出了采用两种反演算法(TSVD法、Tikhonov法)及两种正则化参数选取方法(L曲线准则、GCV准则)的反演方案;通过数值模拟,分别研究了该方案在超定和欠定情况下的可行性,并对比分析了不同反演算法的效果.结果表明:超定情况时,上述算法均能较准确地重构出雨团垂直结构,和原始分布的相关系数超过0.96,且不同算法采用不同正则化参数选取方法时结果相同;欠定条件下,甚至在未知数个数远大于观测量个数时,该方案仍可重构出雨团信息,不同仿真试验最优结果的相关系数位于0.75~0.98之间,且Tikhonov法明显优于TSVD法.该研究对利用GNSS信号获取区域雨团信息进行了有益探索,为后续低轨卫星载荷方案设计和论证提供了技术支撑.