CN109033026B - 一种大气密度探测数据的标校方法和设备 - Google Patents
一种大气密度探测数据的标校方法和设备 Download PDFInfo
- Publication number
- CN109033026B CN109033026B CN201810812128.6A CN201810812128A CN109033026B CN 109033026 B CN109033026 B CN 109033026B CN 201810812128 A CN201810812128 A CN 201810812128A CN 109033026 B CN109033026 B CN 109033026B
- Authority
- CN
- China
- Prior art keywords
- satellite
- atmospheric density
- orbit
- time interval
- average
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N9/00—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/17—Function evaluation by approximation methods, e.g. inter- or extrapolation, smoothing, least mean square method
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
提供一种大气密度探测数据的标校方法和设备,所述标校方法包括:获取在卫星飞行过程中的不同时间点的大气密度实测值,利用预先确定的标校参数对获取的大气密度实测值进行修正,获得在不同时间点的大气密度修正值,其中,所述标校参数通过多个预定时间间隔内的平均大气密度反演值和所述多个预定时间间隔内的平均大气密度实测值而被确定。采用上述大气密度探测数据的标校方法和设备,可提高探测大气密度的准确性。
Description
技术领域
本发明总体说来涉及空间物理技术领域,更具体地讲,涉及一种大气密度探测数据的标校方法和设备。
背景技术
目前,由于大气密度探测器(如,真空计)的体积小、质量轻、成本低,使得利用星载热层大气密度探测器来探测大气密度的方式成为探测热层的大气密度的重要手段。但是该大气密度探测器的相关测量参数通常在地面进行试验确定,在大气密度探测器搭载卫星上天后,其相关测量参数可能会发生偏移,也就是说,在搭载卫星上天后大气密度探测器的测量结果会存在一定的偏差,导致对大气密度的测量结果不够准确。
发明内容
本发明的示例性实施例的目的在于提供一种大气密度探测数据的标校方法和设备,以提高对大气密度的探测的准确性。
根据本发明示例性实施例的一方面,提供一种大气密度探测数据的标校方法,所述标校方法包括:获取在卫星飞行过程中的不同时间点的大气密度实测值,利用预先确定的标校参数对获取的大气密度实测值进行修正,获得在不同时间点的大气密度修正值,其中,所述标校参数通过多个预定时间间隔内的平均大气密度反演值和所述多个预定时间间隔内的平均大气密度实测值而被确定。
可选地,所述标校参数可用于指示大气密度反演值与大气密度实测值之间的偏差,其中,可通过对所述多个预定时间间隔内的平均大气密度反演值和所述多个预定时间间隔内的平均大气密度实测值进行拟合来获得所述标校参数。
可选地,所述标校方法可还包括:获得所述多个预定时间间隔中的每个预定时间间隔内的平均大气密度反演值,其中,任一预定时间间隔内的平均大气密度反演值可通过以下方式获得:确定在所述任一预定时间间隔内的卫星轨道衰变率;利用所述卫星轨道衰变率计算在所述任一预定时间间隔内的平均大气密度反演值。
可选地,确定在所述任一预定时间间隔内的卫星轨道衰变率的步骤可包括:基于所述任一预定时间间隔内的卫星轨道实测数据,获得卫星飞行轨道的第一轨道半长轴;基于所述任一预定时间间隔内的卫星轨道预报数据,获得卫星飞行轨道的第二轨道半长轴;根据第一轨道半长轴和第二轨道半长轴,计算在所述任一预定时间间隔内的卫星轨道衰变率。
可选地,卫星轨道实测数据可包括卫星与地心的实测距离和卫星实测速度,其中,可利用下面的公式来计算卫星飞行轨道的第一轨道半长轴:
其中,a′t1为卫星飞行过程中的t1时刻的第一轨道半长轴,r′t1为t1时刻的卫星与地心的实测距离,v′t1为t1时刻的卫星实测速度,μ为万有引力常数和地球质量的乘积,t1时刻为所述任一预定时间间隔的结束时间点。
可选地,卫星轨道预报数据可包括卫星与地心的预报距离和卫星预报速度,其中,可利用下面的公式来计算卫星飞行轨道的第二轨道半长轴:
其中,a″t1为卫星飞行过程中的t1时刻的第二轨道半长轴,r″t1为t1时刻的卫星与地心的预报距离,v″t1为t1时刻的卫星预报速度,μ为万有引力常数和地球质量的乘积,t1时刻为所述任一预定时间间隔的结束时间点。
可选地,在所述任一预定时间间隔内的卫星轨道衰变率可为第一时刻的第一轨道半长轴与第一时刻的第二轨道半长轴的差值同第一时刻与第二时刻的差值的比值,其中,第一时刻可为所述任一预定时间间隔的结束时间点,第二时刻可为所述任一预定时间间隔的开始时间点。
可选地,所述任一预定时间间隔内的卫星轨道预报数据可通过以下方式获得:选取第二时刻的卫星轨道实测数据作为初轨,通过卫星定轨操作,获得从第二时刻到第一时刻的卫星轨道预报数据,其中,第一时刻可为所述任一预定时间间隔的结束时间点,第二时刻可为所述任一预定时间间隔的开始时间点。
可选地,所述任一预定时间间隔对应的时间长度可基于卫星实测位置的测量误差精度和/或卫星飞行过程中所受的平均大气阻力的大小来确定。
可选地,卫星实测位置的测量误差精度越大,则所述任一预定时间间隔对应的时间长度可越长,卫星实测位置的测量误差精度越小,则所述任一预定时间间隔对应的时间长度可越短,卫星飞行过程中所受的平均大气阻力越大,则所述任一预定时间间隔对应的时间长度可越短,卫星飞行过程中所受的平均大气阻力越小,则所述任一预定时间间隔对应的时间长度可越长。
可选地,利用所述卫星轨道衰变率计算在所述任一预定时间间隔内的平均大气密度反演值的步骤可包括:获取所述任一预定时间间隔内的卫星轨道实测数据;利用获取的卫星轨道实测数据计算第一时刻的轨道根数真近点角、偏心率和平均角速度;根据在所述任一预定时间间隔内的卫星轨道衰变率、第一时刻的轨道根数真近点角、偏心率和平均角速度计算大气密度,将计算的大气密度作为所述任一预定时间间隔内的平均大气密度,其中,第一时刻可为所述任一预定时间间隔的结束时间点。
可选地,可通过以下方式来利用多个预定时间间隔内的平均大气密度反演值和所述多个预定时间间隔内的平均大气密度实测值确定标校参数:构建用于反映大气密度反演值与大气密度实测值和标校参数之间关系的函数;利用所述多个预定时间间隔内的平均大气密度反演值和所述多个预定时间间隔内的平均大气密度实测值对所述函数进行求解,以获得标校参数。
可选地,利用预先确定的标校参数对获取的大气密度实测值进行修正,获得在不同时间点的大气密度修正值的步骤可包括:将所述标校参数和获取的大气密度实测值代入到所述函数中,获得的大气密度反演值,将获得的大气密度反演值作为大气密度修正值。
可选地,所述函数可利用如下公式表示:
ρz=c×(ρs+d)2
其中,ρz为大气密度反演值,ρs为大气密度实测值,c和d为标校参数。
可选地,获取在卫星飞行过程中的不同时间点的大气密度实测值的步骤可包括:通过被布置在卫星上的大气密度探测器检测在不同时间点的大气密度实测值。
根据本发明示例性实施例的另一方面,提供一种大气密度探测数据的标校设备,所述标校设备包括:获取单元,获取在卫星飞行过程中的不同时间点的大气密度实测值,修正单元,利用预先确定的标校参数对获取的大气密度实测值进行修正,获得在不同时间点的大气密度修正值,其中,所述标校参数通过多个预定时间间隔内的平均大气密度反演值和所述多个预定时间间隔内的平均大气密度实测值而被确定。
可选地,所述标校参数可用于指示大气密度反演值与大气密度实测值之间的偏差,其中,所述标校设备可还包括:标校参数确定单元,通过对所述多个预定时间间隔内的平均大气密度反演值和所述多个预定时间间隔内的平均大气密度实测值进行拟合来获得所述标校参数。
可选地,所述标校设备可还包括:平均大气密度反演值确定单元,获得所述多个预定时间间隔中的每个预定时间间隔内的平均大气密度反演值,其中,平均大气密度反演值确定单元可包括:卫星轨道衰变率确定子单元,确定在所述多个预定时间间隔中的每个预定时间间隔内的卫星轨道衰变率;大气密度反演值确定子单元,利用所述卫星轨道衰变率计算在每个预定时间间隔内的平均大气密度反演值。
可选地,卫星轨道衰变率确定子单元可通过以下方式确定在任一预定时间间隔内的卫星轨道衰变率:基于所述任一预定时间间隔内的卫星轨道实测数据,获得卫星飞行轨道的第一轨道半长轴,基于所述任一预定时间间隔内的卫星轨道预报数据,获得卫星飞行轨道的第二轨道半长轴,根据第一轨道半长轴和第二轨道半长轴,计算在所述任一预定时间间隔内的卫星轨道衰变率。
可选地,卫星轨道实测数据可包括卫星与地心的实测距离和卫星实测速度,其中,卫星轨道衰变率确定子单元可利用下面的公式来计算卫星飞行轨道的第一轨道半长轴:
其中,a′t1为卫星飞行过程中的t1时刻的第一轨道半长轴,r′t1为t1时刻的卫星与地心的实测距离,v′t1为t1时刻的卫星实测速度,μ为万有引力常数和地球质量的乘积,t1时刻为所述任一预定时间间隔的结束时间点。
可选地,卫星轨道预报数据可包括卫星与地心的预报距离和卫星预报速度,其中,星轨道衰变率确定子单元可利用下面的公式来计算卫星飞行轨道的第二轨道半长轴:
其中,a″t1为卫星飞行过程中的t1时刻的第二轨道半长轴,r″t1为t1时刻的卫星与地心的预报距离,v″t1为t1时刻的卫星预报速度,μ为万有引力常数和地球质量的乘积,t1时刻为所述任一预定时间间隔的结束时间点。
可选地,在所述任一预定时间间隔内的卫星轨道衰变率可为第一时刻的第一轨道半长轴与第一时刻的第二轨道半长轴的差值同第一时刻与第二时刻的差值的比值,其中,第一时刻可为所述任一预定时间间隔的结束时间点,第二时刻可为所述任一预定时间间隔的开始时间点。
可选地,所述任一预定时间间隔内的卫星轨道预报数据可通过以下方式获得:选取第二时刻的卫星轨道实测数据作为初轨,通过卫星定轨操作,获得从第二时刻到第一时刻的卫星轨道预报数据,其中,第一时刻可为所述任一预定时间间隔的结束时间点,第二时刻可为所述任一预定时间间隔的开始时间点。
可选地,所述任一预定时间间隔对应的时间长度可基于卫星实测位置的测量误差精度和/或卫星飞行过程中所受的平均大气阻力的大小来确定。
可选地,卫星实测位置的测量误差精度越大,则所述任一预定时间间隔对应的时间长度可越长,卫星实测位置的测量误差精度越小,则所述任一预定时间间隔对应的时间长度可越短,卫星飞行过程中所受的平均大气阻力越大,则所述任一预定时间间隔对应的时间长度可越小,卫星飞行过程中所受的平均大气阻力越短,则所述任一预定时间间隔对应的时间长度可越长。
可选地,大气密度反演值确定子单元可通过以下方式确定在所述任一预定时间间隔内的平均大气密度反演值:获取所述任一预定时间间隔内的卫星轨道实测数据,利用获取的卫星轨道实测数据计算第一时刻的轨道根数真近点角、偏心率和平均角速度,根据在所述任一预定时间间隔内的卫星轨道衰变率、第一时刻的轨道根数真近点角、偏心率和平均角速度计算大气密度,将计算的大气密度作为所述任一预定时间间隔内的平均大气密度,其中,第一时刻为所述任一预定时间间隔的结束时间点。
可选地,所述标校设备可还包括:标校参数确定单元,构建用于反映大气密度反演值与大气密度实测值和标校参数之间关系的函数,利用所述多个预定时间间隔内的平均大气密度反演值和所述多个预定时间间隔内的平均大气密度实测值对所述函数进行求解,以获得标校参数。
可选地,修正单元可将所述标校参数和获取的大气密度实测值代入到所述函数中,获得的大气密度反演值,将获得的大气密度反演值作为大气密度修正值。
可选地,所述函数可利用如下公式表示:
ρz=c×(ρs+d)2
其中,ρz为大气密度反演值,ρs为大气密度实测值,c和d为标校参数。
可选地,获取单元可通过被布置在卫星上的大气密度探测器检测在不同时间点的大气密度实测值。
根据本发明示例性实施例的另一方面,提供一种存储有计算机程序的计算机可读存储介质,当所述计算机程序在被处理器执行时实现上述的大气密度探测数据的标校方法。
根据本发明示例性实施例的另一方面,提供一种计算装置,所述计算装置包括:处理器;存储器,存储有计算机程序,当所述计算机程序被处理器执行时,实现上述的大气密度探测数据的标校方法。
采用上述大气密度探测数据的标校方法和设备,可提高探测大气密度的准确性。
附图说明
通过下面结合示例性地示出实施例的附图进行的详细描述,本发明示例性实施例的上述和其它目的、特点和优点将会变得更加清楚,其中:
图1示出根据本发明示例性实施例的大气密度探测数据的标校方法的流程图;
图2示出根据本发明示例性实施例的确定平均大气密度反演值的步骤的流程图;
图3示出根据本发明示例性实施例的确定卫星轨道衰变率的步骤的流程图;
图4示出根据本发明示例性实施例的确定标校参数的步骤的流程图;
图5示出根据本发明示例性实施例的大气密度探测数据的标校设备的框图。
具体实施方式
现在,将参照附图更充分地描述不同的示例实施例,其中,一些示例性实施例在附图中示出。
图1示出根据本发明示例性实施例的大气密度探测数据的标校方法的流程图。应理解,本发明示例性实施例的大气密度探测数据的标校方法可用于探测热层(也可称为热气层或暖层)的大气密度。由于目前对热层的大气密度的探测手段较少且准确性差,采用本发明示例性实施例的大气密度探测数据的标校方法可提高对热层的大气密度的探测的准确性。但本发明不限于此,本发明示例性实施例的大气密度探测数据的标校方法也可适用于探测地球大气层中除热层之外的其他层的大气密度。
下面来参照图1介绍对大气密度探测数据的标校步骤。
参照图1,在步骤S10中,获取在卫星飞行过程中的不同时间点的大气密度实测值。
例如,可通过大气密度探测器来检测卫星飞行过程中的不同时间点的大气密度实测值。优选地,大气密度探测器可被布置在卫星上,即,利用星载大气密度探测器来检测大气密度实测值。
作为示例,大气密度探测器可为真空计,但本发明不限于此,大气密度探测器还可为其他用于检测大气密度的装置。针对大气密度探测器为真空计的情况,获取在卫星飞行过程中的不同时间点的大气密度实测值的步骤可包括:通过被布置在卫星上的真空计检测在不同时间点的大气气压,利用检测的大气气压计算在不同时间点的大气密度实测值。这里,利用大气气压计算大气密度值的方法为本领域的公知常识,本发明对此部分内容不再赘述。
在步骤S20中,利用预先确定的标校参数对获取的大气密度实测值进行修正,获得在不同时间点的大气密度修正值。这里,标校参数可通过多个预定时间间隔内的平均大气密度反演值和多个预定时间间隔内的平均大气密度实测值而被确定。
在一个示例中,可在卫星飞行过程中实时获取不同时间点的大气密度实测值,并基于实时获取的大气密度实测值来确定多个预定时间间隔内的平均大气密度反演值和多个预定时间间隔内的平均大气密度实测值,进而确定出标校参数,以利用该标校参数对大气密度实测值进行修正。即,实时在轨对获取的大气密度实测值进行修正。
例如,在卫星飞行过程中可在轨确定多个预定时间间隔内的平均大气密度反演值和多个预定时间间隔内的平均大气密度实测值,以确定出标校参数。
在另一示例中,可获取历史大气密度实测值,利用历史大气密度实测值来确定标校参数。这里,历史大气密度实测值可指在与卫星当前飞行过程相同(例如,卫星在相同大气层中进行飞行)的飞行过程中的大气密度实测值来确定标校参数。
作为示例,标校参数可用于指示大气密度反演值与大气密度实测值之间的偏差。优选地,可通过对多个预定时间间隔内的平均大气密度反演值和多个预定时间间隔内的平均大气密度实测值进行拟合来获得标校参数。例如,可利用最小二乘法对多个预定时间间隔内的平均大气密度反演值和多个预定时间间隔内的平均大气密度实测值进行拟合来获得标校参数。但本发明不限于此,还可通过其他拟合方法来获得标校参数。
这里,根据本发明示例性实施例的大气密度探测数据的标校方法可还包括:获得多个预定时间间隔中的每个预定时间间隔内的平均大气密度实测值。例如,任一预定时间间隔内的平均大气密度实测值可通过以下方式获得:获取任一预定时间间隔内的大气密度实测值,计算在任一预定时间间隔内的大气密度实测值的平均值,该平均值即为在任一预定时间间隔内的平均大气密度实测值。
此外,根据本发明示例性实施例的大气密度探测数据的标校方法可还包括:获得多个预定时间间隔中的每个预定时间间隔内的平均大气密度反演值。下面参照图2来介绍确定任一预定时间间隔内的平均大气密度反演值的步骤。
图2示出根据本发明示例性实施例的确定平均大气密度反演值的步骤的流程图。
参照图2,在步骤S201中,确定在任一预定时间间隔内的卫星轨道衰变率。
下面参照图3来介绍确定在任一预定时间间隔内的卫星轨道衰变率的步骤。
图3示出根据本发明示例性实施例的确定卫星轨道衰变率的步骤的流程图。
参照图3,在步骤S301中,基于任一预定时间间隔内的卫星轨道实测数据,获得卫星飞行轨道的第一轨道半长轴。作为示例,卫星轨道实测数据可包括卫星实测位置(例如,可指卫星与地心的实测距离)和卫星实测速度。
例如,可通过位置探测器来检测卫星实测位置,作为示例,该位置探测器可被布置在卫星上。例如,可通过速度计来检测卫星实测速度。作为示例,该速度计可被布置在卫星上。除上述通过速度计检测卫星实测速度的方式之外,还可通过对卫星实测位置进行微分来获得在该卫星实测位置处的卫星实测速度。应理解,本发明不限于此,还可在地面监控平台利用卫星观测数据来确定卫星实测位置和卫星实测速度。
在步骤S302中,基于任一预定时间间隔内的卫星轨道预报数据,获得卫星飞行轨道的第二轨道半长轴。作为示例,卫星轨道预报数据可包括卫星预报位置(例如,可指卫星与地心的预报距离)和卫星预报速度。
优选地,任一预定时间间隔内的卫星轨道预报数据可通过以下方式获得:选取第二时刻的卫星轨道实测数据作为初轨(此时可假定在第二时刻卫星所受的大气阻力为零),通过卫星定轨操作,获得从第二时刻到第一时刻的卫星轨道预报数据。这里,第一时刻可为任一预定时间间隔的结束时间点,第二时刻可为任一预定时间间隔的开始时间点。应理解,基于初轨通过卫星定轨操作来获得预定时间段的卫星轨道数据为本领域的公知常识,本发明对此部分内容不再赘述。
作为示例,可将卫星实测位置、卫星实测速度、卫星预报位置以及卫星预报速度转换到地球协议坐标系下,然后利用下面的公式来计算卫星飞行轨道的第一轨道半长轴:
公式(1)中,a′t1为卫星飞行过程中的t1时刻的第一轨道半长轴,r′t1为t1时刻的卫星与地心的实测距离,v′t1为t1时刻的卫星实测速度,μ为万有引力常数和地球质量的乘积。这里,t1时刻为任一预定时间间隔的结束时间点。
应理解,μ可为一固定值,即,μ不随卫星实测速度和第一轨道半长轴的变化而变化。但本发明不限于此,还可基于地球质量、t1时刻卫星实测速度和第一轨道半长轴来计算万有引力常数,进而通过地球质量与计算的万有引力常数的乘积来获得μ,此时,μ随卫星实测速度和第一轨道半长轴的变化而变化。这里,基于地球质量、卫星实测速度和第一轨道半长轴计算万有引力常数的方式为本领域的公知常识,本发明对此部分内容不再赘述。
相应地,可利用下面的公式来计算卫星飞行轨道的第二轨道半长轴:
公式(2)中,a″t1为卫星飞行过程中的t1时刻的第二轨道半长轴,r″t1为t1时刻的卫星与地心的预报距离,v″t1为t1时刻的卫星预报速度。
应理解,上述利用公式(1)和公式(2)来计算第一轨道半长轴和第二轨道半长轴的方式为一优选示例,本领域技术人员还可通过其他方式来基于卫星轨道实测数据计算第一轨道半长轴、基于卫星轨道预报数据计算第二轨道半长轴。
在步骤S303中,根据第一轨道半长轴和第二轨道半长轴,计算在任一预定时间间隔内的卫星轨道衰变率。这里,该卫星轨道衰变率可指在任一预定时间间隔内由于大气阻力引起的卫星轨道衰变率。
例如,在任一预定时间间隔内的卫星轨道衰变率可为第一时刻的第一轨道半长轴与第一时刻的第二轨道半长轴的差值同第一时刻与第二时刻的差值的比值。
作为示例,可利用如下公式来计算在任一预定时间间隔内的卫星轨道衰变率:
公式(3)中,a为在任一预定时间间隔内的卫星轨道衰变率,a′t1为t1时刻的第一轨道半长轴,a″t1为t1时刻的第二轨道半长轴,t1为任一预定时间间隔的结束时间点,t0为任一预定时间间隔的开始时间点。
应理解,图3所示的基于第一轨道半长轴和第二轨道半长轴计算任一预定时间间隔内的卫星轨道衰变率的方式为一优选示例,本领域技术人员还可通过其他方式来计算任一预定时间间隔内的卫星轨道衰变率。
优选地,任一预定时间间隔对应的时间长度可基于卫星实测位置的测量误差精度和/或卫星飞行过程中(例如,也可指在该任一预定时间间隔内)所受的平均大气阻力的大小来确定。也就是说,任一预定时间间隔对应的时间长度可随卫星实测位置的测量误差精度和/或卫星飞行过程中所受的平均大气阻力的大小的变化而变化。
例如,如果卫星实测位置的测量误差精度越大,则任一预定时间间隔对应的时间长度可越长,如果卫星实测位置的测量误差精度越小,则任一预定时间间隔对应的时间长度可越短。如果卫星飞行过程中所受的平均大气阻力越大,则任一预定时间间隔对应的时间长度可越短,如果卫星飞行过程中所受的平均大气阻力越小,则任一预定时间间隔对应的时间长度可越长。作为示例,如果测量误差精度为10cm,则任一预定时间间隔对应的时间长度(即,t1-t0)可选取为一周,如果测量误差精度为10m,则t1-t0可选取为一天或几天。
返回图2,在步骤S202中,利用任一预定时间间隔内的卫星轨道衰变率计算在所述任一预定时间间隔内的平均大气密度反演值。
例如,利用卫星轨道衰变率计算在任一预定时间间隔内的平均大气密度反演值的步骤可包括:获取任一预定时间间隔内的卫星轨道实测数据;利用获取的卫星轨道实测数据计算第一时刻的轨道根数真近点角、偏心率和平均角速度;根据在任一预定时间间隔内的卫星轨道衰变率、第一时刻的轨道根数真近点角、偏心率和平均角速度计算大气密度,将计算的大气密度作为任一预定时间间隔内的平均大气密度。
作为示例,可利用下面的公式计算任一预定时间间隔内的平均大气密度:
公式(4)中,ρ为任一预定时间间隔内的平均大气密度,为t1时刻的阻力系数,S为卫星面积,m为卫星质量,et1为t1时刻的偏心率,ft1为t1时刻的轨道根数真近点角、n为任一预定时间间隔内的平均角速度,a为在任一预定时间间隔内的卫星轨道衰变率,vt1为t1时刻的卫星实测速度。
应理解,上述利用公式(4)来计算任一预定时间间隔内的平均大气密度的方式为一优选示例,还可通过其他方式来计算任一预定时间间隔内的平均大气密度。例如,还可采用其他方式来基于在任一预定时间间隔内的卫星轨道衰变率、第一时刻的轨道根数真近点角、偏心率和平均角速度来计算大气密度。
下面参照图4来介绍通过多个预定时间间隔内的平均大气密度反演值和多个预定时间间隔内的平均大气密度实测值确定标校参数的步骤。
图4示出根据本发明示例性实施例的确定标校参数的步骤的流程图。
参照图4,在步骤S401中,构建用于反映大气密度反演值与大气密度实测值和标校参数之间关系的函数。
例如,可利用二次函数来反映大气密度反演值与大气密度实测值和标校参数之间的关系。为了保证对大气密度实测值的修正结果不出现负值,作为示例,构建的函数可利用如下公式表示:
ρz=c×(ρs+d)2 (5)
公式(5)中,ρz为大气密度反演值,ρs为大气密度实测值,c和d为标校参数。
应理解,公式(5)中所示的函数形式为一优选示例,还可构建其他形式的函数(例如,其他形式的二次函数)来反映大气密度反演值与大气密度实测值和标校参数之间关系。
在步骤S402中,利用多个预定时间间隔内的平均大气密度反演值和多个预定时间间隔内的平均大气密度实测值对构建的函数进行求解,以获得标校参数。
优选地,可基于构建的函数,通过对多个预定时间间隔内的平均大气密度反演值和多个预定时间间隔内的平均大气密度实测值进行拟合来获得标校参数。
在此情况下,利用预先确定的标校参数对获取的大气密度实测值进行修正,获得在不同时间点的大气密度修正值的步骤可包括:将标校参数和获取的大气密度实测值代入到函数中,获得的大气密度反演值,将获得的大气密度反演值作为大气密度修正值。
例如,可将标校参数(c和d)和获取的大气密度实测值代入公式(5)中,此时计算得到的大气密度反演值即为修正后的大气密度值。
图5示出根据本发明示例性实施例的大气密度探测数据的标校设备的框图。
如图5所示,根据本发明示例性实施例的大气密度探测数据的标校设备包括:获取单元10和修正单元20。
具体说来,获取单元10获取在卫星飞行过程中的不同时间点的大气密度实测值。
例如,获取单元10可通过大气密度探测器来检测卫星飞行过程中的不同时间点的大气密度实测值。优选地,大气密度探测器可被布置在卫星上,即,获取单元10可利用星载大气密度探测器来检测大气密度实测值。
作为示例,大气密度探测器可为真空计。在此情况下,获取单元10可通过被布置在卫星上的真空计检测在不同时间点的大气气压,利用检测的大气气压计算在不同时间点的大气密度实测值。
修正单元20利用预先确定的标校参数对获取的大气密度实测值进行修正,获得在不同时间点的大气密度修正值。这里,标校参数可通过多个预定时间间隔内的平均大气密度反演值和多个预定时间间隔内的平均大气密度实测值而被确定。
作为示例,标校参数可用于指示大气密度反演值与大气密度实测值之间的偏差。例如,根据本发明示例性实施例的大气密度探测数据的标校设备可还包括:标校参数确定单元(图中未示出),用于确定标校参数。优选地,标校参数确定单元可通过对多个预定时间间隔内的平均大气密度反演值和多个预定时间间隔内的平均大气密度实测值进行拟合来获得标校参数。
例如,获取单元10可还用于获得多个预定时间间隔中的每个预定时间间隔内的平均大气密度实测值。例如,获取单元10可通过以下方式获得在任一预定时间间隔内的平均大气密度实测值:获取任一预定时间间隔内的大气密度实测值,计算在任一预定时间间隔内的大气密度实测值的平均值,该平均值即为在任一预定时间间隔内的平均大气密度实测值。
优选地,根据本发明示例性实施例的大气密度探测数据的标校设备可还包括:平均大气密度反演值确定单元(图中未示出),用于获得多个预定时间间隔中的每个预定时间间隔内的平均大气密度反演值。作为示例,平均大气密度反演值确定单元可包括卫星轨道衰变率确定子单元和大气密度反演值确定子单元。
例如,卫星轨道衰变率确定子单元可计算多个预定时间间隔的每个预定时间间隔内的卫星轨道衰变率。大气密度反演值确定子单元可利用每个预定时间间隔内的卫星轨道衰变率计算多个预定时间间隔中的每个预定时间间隔内的平均大气密度反演值。
下面来介绍确定在任一预定时间间隔内的平均大气密度反演值的过程。
具体说来,卫星轨道衰变率确定子单元可确定在任一预定时间间隔内的卫星轨道衰变率。
例如,卫星轨道衰变率确定子单元可基于任一预定时间间隔内的卫星轨道实测数据,获得卫星飞行轨道的第一轨道半长轴,基于任一预定时间间隔内的卫星轨道预报数据,获得卫星飞行轨道的第二轨道半长轴,根据第一轨道半长轴和第二轨道半长轴,计算在任一预定时间间隔内的卫星轨道衰变率。
作为示例,卫星轨道实测数据可包括卫星实测位置和卫星实测速度,卫星轨道预报数据可包括卫星预报位置和卫星预报速度。可利用上述的公式(1)和公式(2)来计算卫星飞行轨道的第一轨道半长轴或第二轨道半长轴,本发明对此部分的内容不再赘述。
例如,任一预定时间间隔内的卫星轨道预报数据可通过以下方式获得:选取第二时刻的卫星轨道实测数据作为初轨,通过卫星定轨操作,获得从第二时刻到第一时刻的卫星轨道预报数据。这里,第一时刻可为任一预定时间间隔的结束时间点,第二时刻可为任一预定时间间隔的开始时间点。
作为示例,在任一预定时间间隔内的卫星轨道衰变率可为第一时刻的第一轨道半长轴与第一时刻的第二轨道半长轴的差值同第一时刻与第二时刻的差值的比值。
优选地,任一预定时间间隔对应的时间长度可基于卫星实测位置的测量误差精度和/或卫星飞行过程中所受的平均大气阻力的大小来确定。例如,如果卫星实测位置的测量误差精度越大,则任一预定时间间隔对应的时间长度可越长,如果卫星实测位置的测量误差精度越小,则任一预定时间间隔对应的时间长度可越短。如果卫星飞行过程中所受的平均大气阻力越大,则任一预定时间间隔对应的时间长度可越短,如果卫星飞行过程中所受的平均大气阻力越小,则任一预定时间间隔对应的时间长度可越长。
大气密度反演值确定子单元可利用卫星轨道衰变率计算在任一预定时间间隔内的平均大气密度反演值。
例如,大气密度反演值确定子单元可获取任一预定时间间隔内的卫星轨道实测数据,利用获取的卫星轨道实测数据计算第一时刻的轨道根数真近点角、偏心率和平均角速度,根据在任一预定时间间隔内的卫星轨道衰变率、第一时刻的轨道根数真近点角、偏心率和平均角速度计算大气密度,将计算的大气密度作为任一预定时间间隔内的平均大气密度。
作为示例,大气密度反演值确定单元可利用上述的公式(4)计算任一预定时间间隔内的平均大气密度。
下面介绍标校参数确定单元通过多个预定时间间隔内的平均大气密度反演值和多个预定时间间隔内的平均大气密度实测值确定标校参数的过程。
优选地,标校参数确定单元可构建用于反映大气密度反演值与大气密度实测值和标校参数之间关系的函数,利用多个预定时间间隔内的平均大气密度反演值和多个预定时间间隔内的平均大气密度实测值对该函数进行求解,以获得标校参数。例如,可利用二次函数来反映大气密度反演值与大气密度实测值和标校参数之间的关系。作为示例,构建的函数可利用上述的公式(5)来表示。
在此情况下,修正单元20可将标校参数和获取的大气密度实测值代入到构建的函数中,获得大气密度反演值,将获得的大气密度反演值作为大气密度修正值。
根据本发明的示例性实施例还提供一种存储有计算机程序的计算机可读存储介质。该计算机可读存储介质存储有当被处理器执行时使得处理器执行上述大气密度探测数据的标校方法的计算机程序。该计算机可读记录介质是可存储由计算机系统读出的数据的任意数据存储装置。计算机可读记录介质的示例包括:只读存储器、随机存取存储器、只读光盘、磁带、软盘、光数据存储装置和载波(诸如经有线或无线传输路径通过互联网的数据传输)。
根据本发明的示例性实施例还提供一种计算装置。所述计算装置包括:处理器;存储器,存储有计算机程序,当所述计算机程序被处理器执行时,实现上述的大气密度探测数据的标校方法。
采用上述大气密度探测数据的标校方法和设备,通过利用标校参数对大气密度实测值进行修正,可有效提高所探测的大气密度的准确性。
此外,采用上述大气密度探测数据的标校方法和设备,针对现有大气密度探测数据存在的偏差的问题,利用卫星轨道数据反演热层的大气密度,并利用大气密度反演值确定标校参数以对热层的大气密度实测值进行修正。这是由于卫星轨道数据易获得,且大气密度反演值的精度较高,利用基于大气密度反演值确定的标校参数对大气密度实测值进行修正可提高对大气密度探测的准确度。此外,上述大气密度探测数据的标校方法和设备无需增加额外的观测量,使得操作方便、适用性强、成本低。
此外,采用上述大气密度探测数据的标校方法和设备,能够有效提高确定热层的大气密度的准确性,为对临近空间的大气环境的研究提供了有力的数据支撑。
尽管已经参照其示例性实施例具体显示和描述了本发明,但是本领域的技术人员应该理解,在不脱离权利要求所限定的本发明的精神和范围的情况下,可以对其进行形式和细节上的各种改变。
Claims (28)
1.一种大气密度探测数据的标校方法,所述标校方法包括:
获取在卫星飞行过程中的不同时间点的大气密度实测值,
利用预先确定的标校参数对获取的大气密度实测值进行修正,获得在不同时间点的大气密度修正值,
其中,所述标校参数通过多个预定时间间隔内的平均大气密度反演值和所述多个预定时间间隔内的平均大气密度实测值而被确定,
其中,通过以下方式来利用多个预定时间间隔内的平均大气密度反演值和所述多个预定时间间隔内的平均大气密度实测值确定标校参数:
构建用于反映大气密度反演值与大气密度实测值和标校参数之间关系的函数;
利用所述多个预定时间间隔内的平均大气密度反演值和所述多个预定时间间隔内的平均大气密度实测值对所述函数进行求解,以获得标校参数,
其中,所述函数利用如下公式表示:
ρz=c×(ρs+d)2
其中,ρz为大气密度反演值,ρs为大气密度实测值,c和d为标校参数。
2.根据权利要求1所述的标校方法,其中,所述标校参数用于指示大气密度反演值与大气密度实测值之间的偏差,其中,通过对所述多个预定时间间隔内的平均大气密度反演值和所述多个预定时间间隔内的平均大气密度实测值进行拟合来获得所述标校参数。
3.根据权利要求1或2所述的标校方法,所述标校方法还包括:获得所述多个预定时间间隔中的每个预定时间间隔内的平均大气密度反演值,
其中,任一预定时间间隔内的平均大气密度反演值通过以下方式获得:
确定在所述任一预定时间间隔内的卫星轨道衰变率;
利用所述卫星轨道衰变率计算在所述任一预定时间间隔内的平均大气密度反演值。
4.根据权利要求3所述的标校方法,其中,确定在所述任一预定时间间隔内的卫星轨道衰变率的步骤包括:
基于所述任一预定时间间隔内的卫星轨道实测数据,获得卫星飞行轨道的第一轨道半长轴;
基于所述任一预定时间间隔内的卫星轨道预报数据,获得卫星飞行轨道的第二轨道半长轴;
根据第一轨道半长轴和第二轨道半长轴,计算在所述任一预定时间间隔内的卫星轨道衰变率。
7.根据权利要求4所述的标校方法,其中,在所述任一预定时间间隔内的卫星轨道衰变率为第一时刻的第一轨道半长轴与第一时刻的第二轨道半长轴的差值同第一时刻与第二时刻的差值的比值,
其中,第一时刻为所述任一预定时间间隔的结束时间点,第二时刻为所述任一预定时间间隔的开始时间点。
8.根据权利要求4所述的标校方法,其中,所述任一预定时间间隔内的卫星轨道预报数据通过以下方式获得:
选取第二时刻的卫星轨道实测数据作为初轨,通过卫星定轨操作,获得从第二时刻到第一时刻的卫星轨道预报数据,
其中,第一时刻为所述任一预定时间间隔的结束时间点,第二时刻为所述任一预定时间间隔的开始时间点。
9.根据权利要求1所述的标校方法,其中,任一预定时间间隔对应的时间长度基于卫星实测位置的测量误差精度和/或卫星飞行过程中所受的平均大气阻力的大小来确定。
10.根据权利要求9所述的标校方法,其中,卫星实测位置的测量误差精度越大,则所述任一预定时间间隔对应的时间长度越长,卫星实测位置的测量误差精度越小,则所述任一预定时间间隔对应的时间长度越短,
卫星飞行过程中所受的平均大气阻力越大,则所述任一预定时间间隔对应的时间长度越短,卫星飞行过程中所受的平均大气阻力越小,则所述任一预定时间间隔对应的时间长度越长。
11.根据权利要求3所述的标校方法,其中,利用所述卫星轨道衰变率计算在所述任一预定时间间隔内的平均大气密度反演值的步骤包括:
获取所述任一预定时间间隔内的卫星轨道实测数据;
利用获取的卫星轨道实测数据计算第一时刻的轨道根数真近点角、偏心率和平均角速度;
根据在所述任一预定时间间隔内的卫星轨道衰变率、第一时刻的轨道根数真近点角、偏心率和平均角速度计算大气密度,将计算的大气密度作为所述任一预定时间间隔内的平均大气密度,其中,第一时刻为所述任一预定时间间隔的结束时间点。
12.根据权利要求1所述的标校方法,其中,利用预先确定的标校参数对获取的大气密度实测值进行修正,获得在不同时间点的大气密度修正值的步骤包括:
将所述标校参数和获取的大气密度实测值代入到所述函数中,获得的大气密度反演值,将获得的大气密度反演值作为大气密度修正值。
13.根据权利要求1所述的标校方法,其中,获取在卫星飞行过程中的不同时间点的大气密度实测值的步骤包括:
通过被布置在卫星上的大气密度探测器检测在不同时间点的大气密度实测值。
14.一种大气密度探测数据的标校设备,所述标校设备包括:
获取单元,获取在卫星飞行过程中的不同时间点的大气密度实测值,
修正单元,利用预先确定的标校参数对获取的大气密度实测值进行修正,获得在不同时间点的大气密度修正值,
其中,所述标校参数通过多个预定时间间隔内的平均大气密度反演值和所述多个预定时间间隔内的平均大气密度实测值而被确定,
其中,所述标校设备还包括:标校参数确定单元,构建用于反映大气密度反演值与大气密度实测值和标校参数之间关系的函数,利用所述多个预定时间间隔内的平均大气密度反演值和所述多个预定时间间隔内的平均大气密度实测值对所述函数进行求解,以获得标校参数,
其中,所述函数利用如下公式表示:
ρz=c×(ρs+d)2
其中,ρz为大气密度反演值,ρs为大气密度实测值,c和d为标校参数。
15.根据权利要求14所述的标校设备,其中,所述标校参数用于指示大气密度反演值与大气密度实测值之间的偏差,
其中,所述标校设备还包括:标校参数确定单元,通过对所述多个预定时间间隔内的平均大气密度反演值和所述多个预定时间间隔内的平均大气密度实测值进行拟合来获得所述标校参数。
16.根据权利要求14或15所述的标校设备,所述标校设备还包括:平均大气密度反演值确定单元,获得所述多个预定时间间隔中的每个预定时间间隔内的平均大气密度反演值,
其中,平均大气密度反演值确定单元包括:
卫星轨道衰变率确定子单元,确定在所述多个预定时间间隔中的每个预定时间间隔内的卫星轨道衰变率;
大气密度反演值确定子单元,利用所述卫星轨道衰变率计算在每个预定时间间隔内的平均大气密度反演值。
17.根据权利要求16所述的标校设备,其中,卫星轨道衰变率确定子单元通过以下方式确定在任一预定时间间隔内的卫星轨道衰变率:
基于所述任一预定时间间隔内的卫星轨道实测数据,获得卫星飞行轨道的第一轨道半长轴,基于所述任一预定时间间隔内的卫星轨道预报数据,获得卫星飞行轨道的第二轨道半长轴,根据第一轨道半长轴和第二轨道半长轴,计算在所述任一预定时间间隔内的卫星轨道衰变率。
20.根据权利要求17所述的标校设备,其中,在所述任一预定时间间隔内的卫星轨道衰变率为第一时刻的第一轨道半长轴与第一时刻的第二轨道半长轴的差值同第一时刻与第二时刻的差值的比值,
其中,第一时刻为所述任一预定时间间隔的结束时间点,第二时刻为所述任一预定时间间隔的开始时间点。
21.根据权利要求17所述的标校设备,其中,所述任一预定时间间隔内的卫星轨道预报数据通过以下方式获得:
选取第二时刻的卫星轨道实测数据作为初轨,通过卫星定轨操作,获得从第二时刻到第一时刻的卫星轨道预报数据,
其中,第一时刻为所述任一预定时间间隔的结束时间点,第二时刻为所述任一预定时间间隔的开始时间点。
22.根据权利要求14所述的标校设备,其中,任一预定时间间隔对应的时间长度基于卫星实测位置的测量误差精度和/或卫星飞行过程中所受的平均大气阻力的大小来确定。
23.根据权利要求22所述的标校设备,其中,卫星实测位置的测量误差精度越大,则所述任一预定时间间隔对应的时间长度越长,卫星实测位置的测量误差精度越小,则所述任一预定时间间隔对应的时间长度越短,
卫星飞行过程中所受的平均大气阻力越大,则所述任一预定时间间隔对应的时间长度越小,卫星飞行过程中所受的平均大气阻力越短,则所述任一预定时间间隔对应的时间长度越长。
24.根据权利要求16所述的标校设备,其中,大气密度反演值确定子单元通过以下方式确定在任一预定时间间隔内的平均大气密度反演值:
获取所述任一预定时间间隔内的卫星轨道实测数据,利用获取的卫星轨道实测数据计算第一时刻的轨道根数真近点角、偏心率和平均角速度,根据在所述任一预定时间间隔内的卫星轨道衰变率、第一时刻的轨道根数真近点角、偏心率和平均角速度计算大气密度,将计算的大气密度作为所述任一预定时间间隔内的平均大气密度,其中,第一时刻为所述任一预定时间间隔的结束时间点。
25.根据权利要求14所述的标校设备,其中,修正单元将所述标校参数和获取的大气密度实测值代入到所述函数中,获得的大气密度反演值,将获得的大气密度反演值作为大气密度修正值。
26.根据权利要求14所述的标校设备,其中,获取单元通过被布置在卫星上的大气密度探测器检测在不同时间点的大气密度实测值。
27.一种存储有计算机程序的计算机可读存储介质,当所述计算机程序在被处理器执行时实现如权利要求1-13中的任意一项所述的大气密度探测数据的标校方法。
28.一种计算装置,其特征在于,所述计算装置包括:
处理器;
存储器,存储有计算机程序,当所述计算机程序被处理器执行时,实现如权利要求1-13中的任意一项所述的大气密度探测数据的标校方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810812128.6A CN109033026B (zh) | 2018-07-23 | 2018-07-23 | 一种大气密度探测数据的标校方法和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810812128.6A CN109033026B (zh) | 2018-07-23 | 2018-07-23 | 一种大气密度探测数据的标校方法和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109033026A CN109033026A (zh) | 2018-12-18 |
CN109033026B true CN109033026B (zh) | 2022-07-08 |
Family
ID=64645197
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810812128.6A Active CN109033026B (zh) | 2018-07-23 | 2018-07-23 | 一种大气密度探测数据的标校方法和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109033026B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109827870B (zh) * | 2019-03-11 | 2021-10-19 | 中国科学院国家空间科学中心 | 一种基于x射线吸收的地面大气密度测量方法 |
CN109827871B (zh) * | 2019-03-11 | 2021-08-31 | 中国科学院国家空间科学中心 | 一种基于x射线吸收的大气密度测量系统 |
CN112329354B (zh) * | 2020-10-22 | 2022-05-24 | 北京航空航天大学 | 一种基于进入圆球的火星高层大气风场及密度反演方法 |
CN112711736A (zh) * | 2021-01-28 | 2021-04-27 | 中国人民解放军63920部队 | 大气密度探测数据的标校方法、装置、存储介质和处理器 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102879013B (zh) * | 2012-09-27 | 2015-02-25 | 中国科学院云南天文台 | 一种修正大气层倾斜对地面恒星观测值影响的方法 |
CN103793618B (zh) * | 2014-02-28 | 2017-01-18 | 北京航天飞行控制中心 | 一种热层大气密度修正方法 |
CN104391299A (zh) * | 2014-11-19 | 2015-03-04 | 北京卫星环境工程研究所 | 中高层大气密度分离式探测器 |
CN106338753B (zh) * | 2016-09-22 | 2019-03-12 | 北京航空航天大学 | 一种基于地面站/星间链路/gnss联合测量的地球同步轨道星座定轨方法 |
CN107132155A (zh) * | 2017-05-02 | 2017-09-05 | 中国西安卫星测控中心 | 基于实测大气密度的短时大气模型修正方法 |
CN107229061B (zh) * | 2017-07-18 | 2019-09-03 | 武汉大学 | 一种基于低轨卫星的星地差分实时精密定位方法 |
-
2018
- 2018-07-23 CN CN201810812128.6A patent/CN109033026B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109033026A (zh) | 2018-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109033026B (zh) | 一种大气密度探测数据的标校方法和设备 | |
US20200393491A1 (en) | Systems and Methods for 3-Axis Accelerometer Calibration with Vertical Sample Buffers | |
US5527003A (en) | Method for in-field updating of the gyro thermal calibration of an intertial navigation system | |
EP3321631B1 (en) | A inertial and terrain based navigation system | |
EP2519803B1 (en) | Technique for calibrating dead reckoning positioning data | |
US6577952B2 (en) | Position and heading error-correction method and apparatus for vehicle navigation systems | |
US9342988B2 (en) | Method and device for determining a linear terrain profile along a lateral approach trajectory of an airport | |
JP6061063B2 (ja) | 高度計測装置、ナビゲーションシステム、プログラム及び記録媒体 | |
JP5586994B2 (ja) | 位置標定装置、位置標定装置の位置標定方法および位置標定プログラム | |
EP2187170A2 (en) | Method and system for estimation of inertial sensor errors in remote inertial measurement unit | |
EP2557394A1 (en) | Method and system for processing pulse signals within an interital navigation system | |
US20120316831A1 (en) | System and method for determining altitude | |
EP3321632A1 (en) | A navigation system | |
CN108614308B (zh) | 一种确定大气参数的方法和设备 | |
CN106996768A (zh) | 用于无人机的高度估计器 | |
JP2001522456A (ja) | 航空機の高度センサを較正する方法 | |
US20100109935A1 (en) | Method for Processing Signals of an Airborne Radar with Correction of the Error in the Radar Beam Pointing Angle and Corresponding Device | |
CN108709956B (zh) | 基于落球定位信息的大气参数测量方法和设备 | |
CN106989719A (zh) | 一种物流无人机高度的确定方法、装置及无人机 | |
CN111832690B (zh) | 基于粒子群优化算法的惯导系统的陀螺测量值计算方法 | |
JP2019194559A (ja) | 慣性支援を使用する光大気データ補償システム | |
JP2010214979A (ja) | 計算機及び着陸経路計算プログラム及び記録媒体 | |
EP2488829B1 (en) | A method of detecting parasitic movements while aligning an inertial unit | |
CN111854691B (zh) | 基于多传感器融合的高度解算方法、高度解算装置及无人机 | |
CN110058324B (zh) | 利用重力场模型的捷联式重力仪水平分量误差修正方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |