CN111123345A - 一种基于gnss测量的经验电离层模型数据驱动方法 - Google Patents

一种基于gnss测量的经验电离层模型数据驱动方法 Download PDF

Info

Publication number
CN111123345A
CN111123345A CN201911328987.9A CN201911328987A CN111123345A CN 111123345 A CN111123345 A CN 111123345A CN 201911328987 A CN201911328987 A CN 201911328987A CN 111123345 A CN111123345 A CN 111123345A
Authority
CN
China
Prior art keywords
model
longitude
empirical
ionosphere
point
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.)
Granted
Application number
CN201911328987.9A
Other languages
English (en)
Other versions
CN111123345B (zh
Inventor
欧明
陈亮
冯健
许娜
陈龙江
吴家燕
於晓
刘钝
甄卫民
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Institute of Radio Wave Propagation CETC 22 Research Institute
Original Assignee
China Institute of Radio Wave Propagation CETC 22 Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Institute of Radio Wave Propagation CETC 22 Research Institute filed Critical China Institute of Radio Wave Propagation CETC 22 Research Institute
Priority to CN201911328987.9A priority Critical patent/CN111123345B/zh
Publication of CN111123345A publication Critical patent/CN111123345A/zh
Application granted granted Critical
Publication of CN111123345B publication Critical patent/CN111123345B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
    • G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
    • G01T1/29—Measurement performed on radiation beams, e.g. position or section of the beam; Measurement of spatial distribution of radiation
    • G01T1/2914—Measurement of spatial distribution of radiation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/35—Constructional details or hardware or software details of the signal processing chain
    • G01S19/37—Hardware or software details of the signal processing chain
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
    • G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
    • G01T1/29—Measurement performed on radiation beams, e.g. position or section of the beam; Measurement of spatial distribution of radiation
    • G01T1/2914—Measurement of spatial distribution of radiation
    • G01T1/2992—Radioisotope data or image processing not related to a particular imaging system; Off-line processing of pictures, e.g. rescanners
    • 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
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Molecular Biology (AREA)
  • Data Mining & Analysis (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Mathematics (AREA)
  • Signal Processing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Operations Research (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明公开了一种基于GNSS测量的经验电离层模型数据驱动方法，包括如下步骤：步骤1，基于GNSS实测数据建立区域或全球电离层垂直总电子含量的分布计算模型：步骤2，基于电离层垂直总电子含量信息建立最优化太阳辐射通量F10.7指数驱动模型：步骤3，基于建立的电离层垂直总电子含量分布计算模型和最优化太阳辐射通量F10.7指数驱动模型，对经验电离层模型进行驱动更新，输出数据驱动后的电离层倾斜总电子含量和电子密度信息。本发明建立了一种基于GNSS测量的经验电离层模型数据驱动方法，利用GNSS实测数据对经验电离层模型的太阳射电通量F10.7指数进行驱动更新，从而有效提高经验电离层模型输出参量的预测精度。

Description

一种基于GNSS测量的经验电离层模型数据驱动方法
技术领域
本发明属于电离层研究及应用领域，特别涉及该领域中的一种基于GNSS测量的经验电离层模型数据驱动方法。
背景技术
经验电离层模型是根据多种地基和卫星测量数据构建而成的，能够描述电离层时间及空间维度上“气候学”变化状态，模型在无线电工程研究及设计领域具有重要的应用价值，广泛使用于短波通信、卫星通信、卫星导航、测控监视等诸多系统中。作为一类通用的气候学电离层模型，经验电离层模型只能够描述电离层的月平均变化状态，而无法准确给出电离层“气象学”范畴的实时变化信息，限制了模型的应用范围。为提升经验电离层模型输出的总电子含量、电子密度等参量的精度，需要利用实测数据对模型进行驱动更新。
发明内容
本发明所要解决的技术问题就是提供一种基于GNSS测量的经验电离层模型数据驱动方法。
本发明采用如下技术方案：
一种基于GNSS测量的经验电离层模型数据驱动方法，其改进之处在于，包括如下步骤：
步骤1，基于GNSS实测数据建立区域或全球电离层垂直总电子含量的分布计算模型：
建立基于GNSS的码伪距测量方程：
Figure BDA0002329096330000011
其中：P1和P2分别表示f1和f2频段上观测的码伪距测量值，ρ'表示卫星S与接收机R间的真实距离，
Figure BDA0002329096330000012
I表示电离层延迟，c为光速，
Figure BDA0002329096330000013
分别代表卫星S在对应频段上的硬件延迟，
Figure BDA0002329096330000014
分别代表卫星S在对应频段上的硬件延迟；
建立基于GNSS的载波相位测量方程：
Figure BDA0002329096330000015
其中：L1和L2分别表示f1和f2频段上观测的载波相位测量值，B1，B2表示载波相位模糊度，λ1和λ2分别表示f1和f2频段的波长；
采用无几何距离组合，分别计算伪距和载波相位的组合：
Figure BDA0002329096330000021
其中常数项
Figure BDA0002329096330000022
模糊系数B4＝λ1B1-λ2B2，
Figure BDA0002329096330000023
为卫星S的不同频率间的差分码误差，
Figure BDA0002329096330000024
为接收机R不同频率间的差分码误差；
在同一卫星与接收机连续的观测弧段内，计算载波相位平滑伪距量，计算方法如下：
P4,sm＝L4+<P4-L4>＝ξ4I+c(ΔbS-ΔbR) (4)
其中：P4,sm表示平滑值，<·>表示弧段内所有观测数据的均值；
建立电离层延迟I与电离层TEC的关联模型：
I＝40.31×TEC/f1 2 (5)
Figure BDA0002329096330000025
其中：TECv表示垂直TEC，SF表示转换函数，Re表示地球半径，E表示接收机与卫星间的仰角，Hion表示电离层薄层高度；
建立垂直TEC的空间分布模型：
Figure BDA0002329096330000026
联立式(4)—(7)，建立垂直TEC求解方程：
Figure BDA0002329096330000027
其中：
Figure BDA0002329096330000028
为缔合勒让德函数，anm，bnm为待求解的系数，nmax为最大扩展阶数，m为球谐函数的展开级数，φg表示接收机与GNSS卫星间电离层穿刺点的地理纬度，λs表示该穿刺点在日固坐标系下的经度，计算公式为：λ＝λg+UT-π，λg为穿刺点地理经度；
利用式(8)构建矩阵，即可求解得到系数anm，bnm，再代入至式(7)中即可重构得到区域或全球的电离层垂直TEC变化；
步骤2，基于电离层垂直总电子含量信息建立最优化太阳辐射通量F10.7指数驱动模型：
建立太阳辐射通量F10.7指数线性最优求解模型；
Figure BDA0002329096330000031
Figure BDA0002329096330000032
其中：
Figure BDA0002329096330000033
分别表示网格点的纬度和经度，UT表示世界时；TECv,GNSS为GNSS测量得到的电离层垂直TEC值；TECv,mod为经验电离层模型计算输出的垂直TEC值，Fmin表示IG指数搜索时取的最小值，Fmax表示F10.7指数搜索时取的最大值；
建立最优化太阳辐射通量F10.7指数的球谐函数拟合模型：
Figure BDA0002329096330000034
其中：
Figure BDA0002329096330000035
为缔合勒让德函数，cnm，dnm为拟合系数，φi表示网格点的地理纬度，λi表示网格点的地理经度；Nmax为最大扩展阶数，全球拟合时取值15，区域拟合时取值8；
基于最小二乘拟合法，求解得到F10.7指数的球谐函数拟合系数，并按不同时间的拟合系数统一存储为特定的数据序列
Figure BDA0002329096330000036
其中T为参与拟合的时间样本总数；
步骤3，基于建立的电离层垂直总电子含量分布计算模型和最优化太阳辐射通量F10.7指数驱动模型，对经验电离层模型进行驱动更新，输出数据驱动后的电离层倾斜总电子含量和电子密度信息：
输入指定位置的经度、纬度、高度坐标，根据步骤2给出的拟合系数，计算该点处的F10.7指数，输入F10.7指数到经验电离层模型中，获得该位置处的电子密度值；
输入时间，射线起始点经纬度和高度坐标
Figure BDA0002329096330000041
终点经纬度和高度坐标
Figure BDA0002329096330000042
将经纬高坐标转换为XYZ坐标，分别标记为(X0,Y0,Z0)和(X1,Y1,Z1)，转换表达式表示为：
Figure BDA0002329096330000043
其中
Figure BDA0002329096330000044
Re为地球半径，e2＝0.00669437999013；
将起始点和终点的空间直角坐标系转换为站心直角坐标系对应的坐标(N,E,H)，转换表达式表示为：
Figure BDA0002329096330000045
其中：T为旋转矩阵，计算方法如下：
Figure BDA0002329096330000046
其中：
Figure BDA0002329096330000047
分别对应起始点的经度和纬度坐标，单位为弧度；
计算起始点与终点之间的仰角E，计算表达式为：
Figure BDA0002329096330000048
计算起始点与终点之间的方位角A，计算表达式为：
Figure BDA0002329096330000049
计算射线上高度为hp处的经纬度坐标：
Figure BDA0002329096330000051
其中：ψ0为起始点与终点间的地心夹角，
Figure BDA0002329096330000052
为射线路径上特定点的经纬高坐标；
按照设定的高度步长，读取步骤2得到的COE系数，输入计算得到的射线上所有点的经纬度坐标，根据式(11)分别计算对应位置处的F10.7指数；
根据计算得到的F10.7指数，利用经验电离层模型计算并输出该点的电子密度值，积分获取电离层倾斜总电子含量：
Figure BDA0002329096330000053
其中：R表示射线的起始点，S表示射线的终点，
Figure BDA0002329096330000054
为射线传播路径上任意点的坐标。
进一步的，在步骤2中设置Fmin＝5.0，Fmax＝400.0。
本发明的有益效果是：
本发明建立了一种基于GNSS测量的经验电离层模型数据驱动方法，利用GNSS实测数据对经验电离层模型的太阳射电通量F10.7指数进行驱动更新，从而有效提高经验电离层模型输出参量的预测精度。该方法适用于基于GNSS的实测数据产品，采用数据驱动方法对经验电离层模型的太阳辐射指数F10.7参量进行驱动更新，获取更为准确的电离层时空变化信息。
附图说明
图1是本发明方法的流程框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图和实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
实施例1，如图1所示，本实施例公开了一种基于GNSS测量的经验电离层模型数据驱动方法，包括如下步骤：
步骤1，基于GNSS实测数据建立区域或全球电离层垂直总电子含量(VTEC)的分布计算模型：
建立基于GNSS的码伪距测量方程：
Figure BDA0002329096330000061
其中：P1和P2分别表示f1和f2频段上观测的码伪距测量值，ρ'表示卫星S与接收机R间的真实距离，
Figure BDA0002329096330000062
I表示电离层延迟，c为光速，
Figure BDA0002329096330000063
分别代表卫星S在对应频段上的硬件延迟，
Figure BDA0002329096330000064
分别代表卫星S在对应频段上的硬件延迟；
建立基于GNSS的载波相位测量方程：
Figure BDA0002329096330000065
其中：L1和L2分别表示f1和f2频段上观测的载波相位测量值，B1，B2表示载波相位模糊度，λ1和λ2分别表示f1和f2频段的波长；
采用无几何距离组合，分别计算伪距和载波相位的组合：
Figure BDA0002329096330000066
其中常数项
Figure BDA0002329096330000067
模糊系数B4＝λ1B1-λ2B2，
Figure BDA0002329096330000068
为卫星S的不同频率间的差分码误差，
Figure BDA0002329096330000069
为接收机R不同频率间的差分码误差；
在同一卫星与接收机连续的观测弧段内，计算载波相位平滑伪距量，计算方法如下：
P4,sm＝L4+<P4-L4>＝ξ4I+c(ΔbS-ΔbR) (22)
其中：P4,sm表示平滑值，<·>表示弧段内所有观测数据的均值；
建立电离层延迟I与电离层TEC的关联模型：
I＝40.31×TEC/f1 2 (23)
Figure BDA0002329096330000071
其中：TECv表示垂直TEC，SF表示转换函数，Re表示地球半径，E表示接收机与卫星间的仰角，Hion表示电离层薄层高度；
建立垂直TEC的空间分布模型：
Figure BDA0002329096330000072
联立式(4)—(7)，建立垂直TEC求解方程：
Figure BDA0002329096330000073
其中：
Figure BDA0002329096330000074
为缔合勒让德(Legendre)函数，anm，bnm为待求解的系数，nmax为最大扩展阶数，m为球谐函数的展开级数，φg表示接收机与GNSS卫星间电离层穿刺点的地理纬度，λs表示该穿刺点在日固坐标系下的经度，一般计算公式为：λ＝λg+UT-π，λg为穿刺点地理经度；
利用式(8)构建矩阵，即可求解得到系数anm，bnm，再代入至式(7)中即可重构得到区域或全球的电离层垂直TEC变化；
步骤2，基于电离层垂直总电子含量信息建立最优化太阳辐射通量F10.7指数驱动模型：
建立太阳辐射通量F10.7指数线性最优求解模型；
Figure BDA0002329096330000075
Figure BDA0002329096330000076
其中：
Figure BDA0002329096330000077
分别表示网格点的纬度和经度，UT表示世界时；TECv,GNSS为GNSS测量得到的电离层垂直TEC值(由步骤1最后一段计算得到)；TECv,mod为经验电离层模型计算输出的垂直TEC值，Fmin表示IG指数搜索时取的最小值，Fmax表示F10.7指数搜索时取的最大值；在本实施例中设置Fmin＝5.0，Fmax＝400.0。
建立最优化太阳辐射通量F10.7指数的球谐函数拟合模型：
Figure BDA0002329096330000081
其中：
Figure BDA0002329096330000082
为缔合勒让德函数(Legendre)，cnm，dnm为拟合系数，φi表示网格点的地理纬度，λi表示网格点的地理经度；Nmax为最大扩展阶数，一般全球拟合时取值15，区域拟合时取值8；
基于最小二乘拟合法，求解得到F10.7指数的球谐函数拟合系数，并按不同时间的拟合系数统一存储为特定的数据序列
Figure BDA0002329096330000083
其中T为参与拟合的时间样本总数；
步骤3，基于建立的电离层垂直总电子含量分布计算模型和最优化太阳辐射通量F10.7指数驱动模型，对经验电离层模型进行驱动更新，输出数据驱动后的电离层倾斜总电子含量和电子密度信息：
输入指定位置的经度、纬度、高度坐标，根据步骤2最后一段给出的拟合系数，计算该点处的F10.7指数，输入F10.7指数到经验电离层模型中，获得该位置处的电子密度值；
输入时间，射线起始点经纬度和高度坐标
Figure BDA0002329096330000084
终点经纬度和高度坐标
Figure BDA0002329096330000085
将经纬高坐标转换为XYZ坐标，分别标记为(X0,Y0,Z0)和(X1,Y1,Z1)，转换表达式表示为：
Figure BDA0002329096330000086
其中
Figure BDA0002329096330000087
Re为地球半径，e2＝0.00669437999013；
将起始点和终点的空间直角坐标系转换为站心直角坐标系对应的坐标(N,E,H)，转换表达式表示为：
Figure BDA0002329096330000091
其中：T为旋转矩阵，计算方法如下：
Figure BDA0002329096330000092
其中：
Figure BDA0002329096330000093
分别对应起始点的经度和纬度坐标，单位为弧度；
计算起始点与终点之间的仰角E，计算表达式为：
Figure BDA0002329096330000094
计算起始点与终点之间的方位角A，计算表达式为：
Figure BDA0002329096330000095
计算射线上高度为hp处的经纬度坐标：
Figure BDA0002329096330000096
其中：ψ0为起始点与终点间的地心夹角，
Figure BDA0002329096330000097
为射线路径上特定点的经纬高坐标；
按照设定的高度步长，读取由步骤2最后一段得到的COE系数，输入上一段计算得到的射线上所有点的经纬度坐标，根据式(11)分别计算对应位置处的F10.7指数；
根据计算得到的F10.7指数，利用经验电离层模型计算并输出该点的电子密度值，积分获取电离层倾斜总电子含量：
Figure BDA0002329096330000101
其中：R表示射线的起始点，S表示射线的终点，
Figure BDA0002329096330000102
为射线传播路径上任意点的坐标。

Claims (2)

1.一种基于GNSS测量的经验电离层模型数据驱动方法，其特征在于，包括如下步骤：
步骤1，基于GNSS实测数据建立区域或全球电离层垂直总电子含量的分布计算模型：
建立基于GNSS的码伪距测量方程：
Figure FDA0002329096320000011
其中：P1和P2分别表示f1和f2频段上观测的码伪距测量值，ρ'表示卫星S与接收机R间的真实距离，ξ＝f1 2/f2 2，I表示电离层延迟，c为光速，
Figure FDA0002329096320000012
分别代表卫星S在对应频段上的硬件延迟，
Figure FDA0002329096320000013
分别代表卫星S在对应频段上的硬件延迟；
建立基于GNSS的载波相位测量方程：
Figure FDA0002329096320000014
其中：L1和L2分别表示f1和f2频段上观测的载波相位测量值，B1，B2表示载波相位模糊度，λ1和λ2分别表示f1和f2频段的波长；
采用无几何距离组合，分别计算伪距和载波相位的组合：
Figure FDA0002329096320000015
其中常数项ξ4＝1-f1 2/f2 2，模糊系数B4＝λ1B1-λ2B2，
Figure FDA0002329096320000016
为卫星S的不同频率间的差分码误差，
Figure FDA0002329096320000017
为接收机R不同频率间的差分码误差；
在同一卫星与接收机连续的观测弧段内，计算载波相位平滑伪距量，计算方法如下：
P4,sm＝L4+<P4-L4>＝ξ4I+c(△bS-△bR) (4)
其中：P4,sm表示平滑值，<·>表示弧段内所有观测数据的均值；
建立电离层延迟I与电离层TEC的关联模型：
I＝40.31×TEC/f1 2 (5)
Figure FDA0002329096320000018
其中：TECv表示垂直TEC，SF表示转换函数，Re表示地球半径，E表示接收机与卫星间的仰角，Hion表示电离层薄层高度；
建立垂直TEC的空间分布模型：
Figure FDA0002329096320000021
联立式(4)—(7)，建立垂直TEC求解方程：
Figure FDA0002329096320000022
其中：
Figure FDA0002329096320000023
为缔合勒让德函数，anm，bnm为待求解的系数，nmax为最大扩展阶数，m为球谐函数的展开级数，φg表示接收机与GNSS卫星间电离层穿刺点的地理纬度，λs表示该穿刺点在日固坐标系下的经度，计算公式为：λ＝λg+UT-π，λg为穿刺点地理经度；
利用式(8)构建矩阵，即可求解得到系数anm，bnm，再代入至式(7)中即可重构得到区域或全球的电离层垂直TEC变化；
步骤2，基于电离层垂直总电子含量信息建立最优化太阳辐射通量F10.7指数驱动模型：
建立太阳辐射通量F10.7指数线性最优求解模型；
Figure FDA0002329096320000024
Figure FDA0002329096320000025
其中：
Figure FDA0002329096320000026
分别表示网格点的纬度和经度，UT表示世界时；TECv,GNSS为GNSS测量得到的电离层垂直TEC值；TECv,mod为经验电离层模型计算输出的垂直TEC值，Fmin表示IG指数搜索时取的最小值，Fmax表示F10.7指数搜索时取的最大值；
建立最优化太阳辐射通量F10.7指数的球谐函数拟合模型：
Figure FDA0002329096320000031
其中：
Figure FDA0002329096320000032
为缔合勒让德函数，cnm，dnm为拟合系数，φi表示网格点的地理纬度，λi表示网格点的地理经度；Nmax为最大扩展阶数，全球拟合时取值15，区域拟合时取值8；
基于最小二乘拟合法，求解得到F10.7指数的球谐函数拟合系数，并按不同时间的拟合系数统一存储为特定的数据序列
Figure FDA0002329096320000033
其中T为参与拟合的时间样本总数；
步骤3，基于建立的电离层垂直总电子含量分布计算模型和最优化太阳辐射通量F10.7指数驱动模型，对经验电离层模型进行驱动更新，输出数据驱动后的电离层倾斜总电子含量和电子密度信息：
输入指定位置的经度、纬度、高度坐标，根据步骤2给出的拟合系数，计算该点处的F10.7指数，输入F10.7指数到经验电离层模型中，获得该位置处的电子密度值；
输入时间，射线起始点经纬度和高度坐标
Figure FDA0002329096320000034
终点经纬度和高度坐标
Figure FDA0002329096320000035
将经纬高坐标转换为XYZ坐标，分别标记为(X0,Y0,Z0)和(X1,Y1,Z1)，转换表达式表示为：
Figure FDA0002329096320000036
其中
Figure FDA0002329096320000037
Re为地球半径，e2＝0.00669437999013；
将起始点和终点的空间直角坐标系转换为站心直角坐标系对应的坐标(N,E,H)，转换表达式表示为：
Figure FDA0002329096320000038
其中：T为旋转矩阵，计算方法如下：
Figure FDA0002329096320000041
其中：
Figure FDA0002329096320000042
分别对应起始点的经度和纬度坐标，单位为弧度；
计算起始点与终点之间的仰角E，计算表达式为：
Figure FDA0002329096320000043
计算起始点与终点之间的方位角A，计算表达式为：
Figure FDA0002329096320000044
计算射线上高度为hp处的经纬度坐标：
Figure FDA0002329096320000045
其中：ψ0为起始点与终点间的地心夹角，
Figure FDA0002329096320000046
为射线路径上特定点的经纬高坐标；
按照设定的高度步长，读取步骤2得到的COE系数，输入计算得到的射线上所有点的经纬度坐标，根据式(11)分别计算对应位置处的F10.7指数；
根据计算得到的F10.7指数，利用经验电离层模型计算并输出该点的电子密度值，积分获取电离层倾斜总电子含量：
Figure FDA0002329096320000051
其中：R表示射线的起始点，S表示射线的终点，
Figure FDA0002329096320000052
为射线传播路径上任意点的坐标。
2.根据权利要求1所述基于GNSS测量的经验电离层模型数据驱动方法，其特征在于：在步骤2中设置Fmin＝5.0，Fmax＝400.0。
CN201911328987.9A 2019-12-20 2019-12-20 一种基于gnss测量的经验电离层模型数据驱动方法 Active CN111123345B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911328987.9A CN111123345B (zh) 2019-12-20 2019-12-20 一种基于gnss测量的经验电离层模型数据驱动方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911328987.9A CN111123345B (zh) 2019-12-20 2019-12-20 一种基于gnss测量的经验电离层模型数据驱动方法

Publications (2)

Publication Number Publication Date
CN111123345A true CN111123345A (zh) 2020-05-08
CN111123345B CN111123345B (zh) 2021-08-06

Family

ID=70500827

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911328987.9A Active CN111123345B (zh) 2019-12-20 2019-12-20 一种基于gnss测量的经验电离层模型数据驱动方法

Country Status (1)

Country Link
CN (1) CN111123345B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112433234A (zh) * 2020-11-19 2021-03-02 中国电波传播研究所（中国电子科技集团公司第二十二研究所） 一种适用于中低纬区域gnss接收机的电离层tec实时估计方法
CN113985455A (zh) * 2021-10-23 2022-01-28 闽江学院 一种融合多源电离层观测数据的高精度电离层建模方法
CN114065531A (zh) * 2021-11-20 2022-02-18 中国电波传播研究所（中国电子科技集团公司第二十二研究所） 一种实测数据驱动的电离层法拉第旋转效应估计方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101893714A (zh) * 2010-07-09 2010-11-24 中国科学院测量与地球物理研究所 全球卫星导航系统广播电离层时延修正方法
CN103197340A (zh) * 2013-04-01 2013-07-10 东南大学 一种格网化的电离层总电子含量实时监测方法
CN104101888A (zh) * 2014-05-28 2014-10-15 中国科学院光电研究院 一种适合于中国区域的gnss电离层延迟精确建模方法
EP3073288A1 (en) * 2015-03-27 2016-09-28 Honeywell International Inc. Systems and methods using multi frequency satellite measurements to mitigate spatial decorrelation errors caused by ionosphere delays
CN106405589A (zh) * 2016-06-24 2017-02-15 西安科技大学 一种全球电离层格网模型的确定方法及装置
CN109188475A (zh) * 2018-09-20 2019-01-11 武汉大学 基于cors的区域电离层电子密度三维实时监测系统及方法
CN109828288A (zh) * 2019-01-23 2019-05-31 东南大学 一种基于区域cors的实时电离层建模与监测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101893714A (zh) * 2010-07-09 2010-11-24 中国科学院测量与地球物理研究所 全球卫星导航系统广播电离层时延修正方法
CN103197340A (zh) * 2013-04-01 2013-07-10 东南大学 一种格网化的电离层总电子含量实时监测方法
CN104101888A (zh) * 2014-05-28 2014-10-15 中国科学院光电研究院 一种适合于中国区域的gnss电离层延迟精确建模方法
EP3073288A1 (en) * 2015-03-27 2016-09-28 Honeywell International Inc. Systems and methods using multi frequency satellite measurements to mitigate spatial decorrelation errors caused by ionosphere delays
CN106405589A (zh) * 2016-06-24 2017-02-15 西安科技大学 一种全球电离层格网模型的确定方法及装置
CN109188475A (zh) * 2018-09-20 2019-01-11 武汉大学 基于cors的区域电离层电子密度三维实时监测系统及方法
CN109828288A (zh) * 2019-01-23 2019-05-31 东南大学 一种基于区域cors的实时电离层建模与监测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
PENG CHEN: "The multi-source data fusion global ionospheric modeling software-IonoGim", 《ADVANCES IN SPACE RESEARCH》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112433234A (zh) * 2020-11-19 2021-03-02 中国电波传播研究所（中国电子科技集团公司第二十二研究所） 一种适用于中低纬区域gnss接收机的电离层tec实时估计方法
CN113985455A (zh) * 2021-10-23 2022-01-28 闽江学院 一种融合多源电离层观测数据的高精度电离层建模方法
CN114065531A (zh) * 2021-11-20 2022-02-18 中国电波传播研究所（中国电子科技集团公司第二十二研究所） 一种实测数据驱动的电离层法拉第旋转效应估计方法

Also Published As

Publication number Publication date
CN111123345B (zh) 2021-08-06

Similar Documents

Publication Publication Date Title
Schüler On ground-based GPS tropospheric delay estimation
CN111123345B (zh) 一种基于gnss测量的经验电离层模型数据驱动方法
Lu et al. Estimation and evaluation of real-time precipitable water vapor from GLONASS and GPS
Yuan et al. Refining the Klobuchar ionospheric coefficients based on GPS observations
CN111125609B (zh) 一种基于双指数驱动的电离层三维电子密度重构方法
US9625614B2 (en) Systems and methods for atmospheric modeling based on GPS measurement
CN116261676A (zh) 用于确定gnss定位校正的系统和方法
RU2431803C1 (ru) Способ автоматизированного определения навигационно-топогеодезических параметров
KR20160150039A (ko) 최적 오차 보정 모드를 구현하기 위한 gnss 수신기
CN104965207A (zh) 一种区域对流层天顶延迟的获取方法
CN112346086B (zh) 一种基于临近空间浮空平台的高效快速掩星预报方法
US20230288569A1 (en) System and method for providing gnss corrections
CN106934113A (zh) 适用于区域电离层垂直总电子含量建模的改进多项式模型的建模方法
Liu et al. Evaluation of HY-2A satellite-borne water vapor radiometer with shipborne GPS and GLONASS observations over the Indian Ocean
CN110146904B (zh) 一种适用于区域电离层tec的精确建模方法
Bahadur et al. Real-time single-frequency multi-GNSS positioning with ultra-rapid products
CN116699671A (zh) 一种基于随机森林回归的电离层幅度闪烁指数计算方法
Wielgosz et al. Research on GNSS positioning and applications in Poland in 2015–2018
Tao Near real-time GPS PPP-inferred water vapor system development and evaluation
CN107991646A (zh) 基于云架构的甚低频导航电波传播预测模型精化方法
US6853331B1 (en) Method of compensating for atmospheric effects while using near horizon radar utilizing a Doppler signal
Schaer GNSS ionosphere analysis at CODE
CN111008361A (zh) 一种电离层参数重构方法
Zhang et al. Dynamic stochastic model for estimating GNSS tropospheric delays from air-borne platforms
US6833805B1 (en) Method of compensating for atmospheric effects while using near horizon radar

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