CN113985455A - 一种融合多源电离层观测数据的高精度电离层建模方法 - Google Patents
一种融合多源电离层观测数据的高精度电离层建模方法 Download PDFInfo
- Publication number
- CN113985455A CN113985455A CN202111236711.5A CN202111236711A CN113985455A CN 113985455 A CN113985455 A CN 113985455A CN 202111236711 A CN202111236711 A CN 202111236711A CN 113985455 A CN113985455 A CN 113985455A
- Authority
- CN
- China
- Prior art keywords
- ionosphere
- data
- ionospheric
- satellite
- observation
- 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.)
- Pending
Links
- 239000005433 ionosphere Substances 0.000 title claims abstract description 160
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000012545 processing Methods 0.000 claims abstract description 13
- 239000010410 layer Substances 0.000 claims description 56
- 238000010606 normalization Methods 0.000 claims description 23
- 238000001514 detection method Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 13
- 239000002356 single layer Substances 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 7
- 230000001934 delay Effects 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- JJWKPURADFRFRB-UHFFFAOYSA-N carbonyl sulfide Chemical compound O=C=S JJWKPURADFRFRB-UHFFFAOYSA-N 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 235000007164 Oryza sativa Nutrition 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 238000013213 extrapolation Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 235000009566 rice Nutrition 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims 2
- 240000007594 Oryza sativa Species 0.000 claims 1
- 241000209094 Oryza Species 0.000 description 2
- 239000003337 fertilizer Substances 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- NUHSROFQTUXZQQ-UHFFFAOYSA-N isopentenyl diphosphate Chemical compound CC(=C)CCO[P@](O)(=O)OP(O)(O)=O NUHSROFQTUXZQQ-UHFFFAOYSA-N 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005305 interferometry Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- 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
- G01S19/03—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers
- G01S19/07—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing data for correcting measured positioning data, e.g. DGPS [differential GPS] or ionosphere corrections
- G01S19/072—Ionosphere corrections
-
- 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
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/421—Determining position by combining or switching between position solutions or signals derived from different satellite radio beacon positioning systems; by combining or switching between position solutions or signals derived from different modes of operation in a single system
- G01S19/423—Determining position by combining or switching between position solutions or signals derived from different satellite radio beacon positioning systems; by combining or switching between position solutions or signals derived from different modes of operation in a single system by combining or switching between position solutions derived from different satellite radio beacon positioning systems
Abstract
本发明属于GNSS精密数据处理技术领域,具体公开了一种融合多源电离层观测数据的高精度电离层建模方法,采用对应的方法提取电离层穿刺点处的多源实测电离层数据,随后使用对应的电离层投影函数将电离层斜延迟转换为电离层垂延迟,并使用单层“归一化”法将对多源电离层观测数据进行“归一化”处理与地基GNSS电离层数据具有相同的探测范围,随后使用赫尔默特方差分量估计法估计融合“归一化”后的多源电离层观测数据的电离层建模参数并生成的电离层格网产品。本发明给出了融合多系统GNSS及多源电离层观测数据构建高精度电离层模型的方法,以提高全球电离层模型在测站稀少地区的精度及GNSS单频用户的定位精度。
Description
技术领域
本发明属于GNSS精密数据处理技术领域,具体涉及了一种融合多源电离层观测数据的高精度电离层建模方法。
背景技术
当前,地基GNSS监测站在全球范围内分布不均,导致在海洋及自然条件恶劣的地区电离层数据较少,制约模型在对应地区的精度与可靠性。为此,学者们使用不同方法提高电离层TEC模型的精度与可靠性。
第一种方法是将电离层经验模型作为背景场约束,如:国际电离层参考(International Reference Ionosphere,IRI)模型、前一天国际GNSS服务组织(International GNSS Service,IGS)提供的最终电离层格网产品(Global IonosphereMap,GIM)、Klobuchar模型和NeQuick模型等。然而,受限于经验模型的精度,该方法构建的电离层TEC模型精度提高有限。
第二种方法是联合多源电离层数据构建电离层TEC模型。由于低轨(Low EarthOrbit,LEO)科学卫星搭载了不同类型的电离层探测设备,其提供的电离层数据在一定程度上可以填补海洋及自然条件恶劣的地区电离层数据的空白。因此,通常可利用地基GNSS电离层数据、Jason海洋测高卫星电离层数据、掩星电离层数据、多普勒测量的轨道确定和无线电定位系统(Doppler Orbitography and Radiopositioning IntegratedbySatellite,DORIS)观测数据、甚长基线干涉测量数据及船载GNSS和星载GNSS数据构建电离层模型,从一定程度上提高了构建的电离层模型在海洋及自然条件恶劣地区的精度。
综上所述,现有技术存在的问题是:现有的研究将未探测部分的电离层TEC值视为常数的方式实现补偿。然而,若使用的多源电离层数据为LEO底部电离层数据,其与地基GNSS电离层探测范围的差异为LEO卫星轨道高度至GNSS轨道高度范围的电离层,即:等离子层;若使用的多源电离层观测数据为LEO顶部电离层数据,其与地基GNSS电离层探测范围的差异为电离层底部至LEO卫星轨道高度的电离层。对前一种情况,由于等离子层可延伸到3~5个地球半径的高度,导致其在不同时间内所占比例存在差异:在白天所占比例约10%,在夜间所占比例可达60%;对后一种情况,未探测部分包含了电离层D层、E层和F层,无论在白天还是在夜间,未探测部分的电子含量所占比例至少为40%。因此,未探测部分的电离层TEC值无论是量级还是变化幅度均不容忽视。
解决上述技术问题的难度:由于不同类型的电离层观测数据对电离层的探测范围存在差异,导致在建模时将不同类型的电离层观测数据仅进行简单的融合,使得构建的电离层模型精度提升有限。此外,不同类型的电离层观测数据存在差异,仅采用最小二乘法对建模参数进行估计,将影响待估参数的精度。
发明内容
针对现有技术中所存在的不足,本发明提供了一种融合多源电离层观测数据的高精度电离层建模方法,以解决由于不同类型的电离层观测数据对电离层的探测范围存在差异,导致在建模时将不同类型的电离层观测数据仅进行简单的融合,将使得构建的电离层模型精度提升有限。此外,不同类型的电离层观测数据存在差异,仅采用最小二乘法对建模参数进行估计,将影响待估参数的精度的问题。
为实现上述目的,本发明采用了如下的技术方案:
一种融合多源电离层观测数据的高精度电离层建模方法,包括以下步骤:
第一步,对地基GNSS观测数据进行预处理,之后提取视线方向上的电离层斜延迟;
第二步,根据卫星星历和地基GNSS测站坐标获得穿刺点位置及对应的天顶距;
第三步,根据多源观测数据获得穿刺点位置及天顶距并提取多源电离层斜延迟;之后,根据电离层数据的类型,使用对应的电离层投影函数,将其转为电离层垂延迟;
第四步,使用单层“归一化”法对多源电离层数据进行“归一化”处理,使其与地基GNSS电离层数据具有相同的探测范围;
第五步,根据转换得到的各类型电离层斜延迟数据,结合获得的穿刺点位置信息,组建构建观测方程,并根据观测方程构建法方程;
第六步,使用赫尔默特方差分量估计法估计待估参数,并生成差分码偏差文件和全球电离层格网文件。
进一步,所述第一步数据预处理包括:使用TurboEdit方法对相位的周跳进行探测与修复;处理时,卫星截止高度角为10°。
进一步,所述第一步的电离层斜延迟观测值的获取方法包括:
a)对伪距及相位观测值分别组成无几何距离组合,得到下式:
式中,和分别表示伪距和相位的无几何距离组合观测值;DPBr和DPBs分别表示接收机和卫星的差分相位偏差;γi=(f0/fi)2,其中f0=10.23MHz;和分别表示频率i上的伪距和相位观测值;表示接收机r到卫星s的几何距离;c表示电磁波在真空中的传播速度;dtr和dts分别表示接收机r和卫星s的钟差;Tro表示接收机r到卫星s观测路径上的对流层延迟;表示接收机r到卫星s观测路径上的电离层延迟,单位:米;Br,i和分别表示接收机和卫星在频率i上的伪距硬件延迟;br,i和分别表示接收机和卫星在频率i上的相位硬件延迟;λi表示频率i的波长;表示频率i上的相位观测值的整周模糊度;表示第j颗卫星在频率i上的多路径效应;εP和ξΦ分别表示伪距和相位观测值的观测值噪声;
b)由于一个观测弧段未发生周跳,则该弧段内的各历元的模糊度值保持不变且DCB和DPB在一天内保持稳定,可当常数来估计;因此,在一个连续弧段内,相位无几何距离观测值与伪距无几何距离观测值之间的差值可以表示为:
将其代入相位无几何距离组合观测值中,则可得下式:
式中,T表示连续弧段的时间长度;<>表示取平均操作;于是,即为使用相位平滑伪距法提取的电离层延迟,单位:m。
进一步,所述第二步选取的观测数据采样率为30s;使用的电离层单层模型高度为450km。
进一步,所述第三步的多源电离层观测数据包括:掩星电离层数据、DORIS电离层数据、LEO星载GNSS接收机提供的顶部电离层数据、Jason-2 VTEC和地基多系统GNSS电离层数据。
进一步,所述第三步多源电离层观测数据的提取方法包括:
a)掩星电离层观测数据:由“ionPrf”产品所提供,该数据产品提供了卫星上部及下部电离层观测数据以获得电离层全路径的TEC值:
VTEC=VTECbellow+VTECup
式中,VTECbellow表示COSMIC卫星下方的VTEC值;VTECup表示COSMIC卫星上方的VTEC值,可通过外推方式获得;
b)DORIS电离层观测数据:其计算步骤包括:
1)基于DORIS地基监测站位置和LEO卫星位置,计算DORIS观测数据的穿刺点位置和穿刺点处的天顶距,并使用地基GNSS构建的电离层TEC模型计算穿刺点处的VTEC值;
2)求解每个连续弧段内DORIS含有偏差STEC值与经GIM转换得到的STEC值的偏差均值;
3)将求得的弧段内平均偏差改正到对应弧段内,即可得到校正后的STEC值;
c)Jason2 VTEC根据星载测高仪Ku波段频率的伪距电离层延迟改正数来获取,具体公式如下:
式中,dRKu为Ku波段电离层距离改正数;fKu为Ku波段频率,单位为GHz;由于测高仪观测噪声较大,通常可使用15~25s的窗口并结合中值滤波法提取电离层数据,平滑后的电离层数据精度优于1TECU;
d)LEO顶部电离层观测数据及地基GNSS电离层观测数据,可使用相位平滑伪距法来提取。
进一步,所述第三步所述不同类型的电离层投影函数主要包括:
a)LEO顶部电离层投影函数,其可表示成如下所示:
式中,Rshell=R+hshell表示等效厚层上边界与地心之间的距离,hshell为厚层上边界的高度;Rorbit表示LEO卫星的轨道高度,R=6378.137km,为地球平均半径;z为星载GNSS接收机与GNSS卫星方向在星载GNSS接收机处的天顶角;
b)其他类型电离层观测数据使用的电离层投影函数,其可表示成如下所示:
式中,Hopt=506.7;α=0.9782,为投影函数调整系数;R=6378.137km,为地球平均半径,H表示电离层单层模型的高度,通常取350~450km中的某一个固定值;z为地基GNSS接收机处的天顶距。
进一步,所述第四步所用单层“归一化”法具体如下:
a)使用NeQuick2模型分别计算不同探测范围内对应电离层穿刺点处的VTEC值,计算公式如下所示:
式中,H1和H2分别表示不同类型电离层数据对应的探测范围;h1和h2分别表示“归一化”后的探测范围;表示使用NeQuick2模型对不同类型电离层数据在穿刺点处计算得到的VTEC值;表示在穿刺点处由NeQuick2模型计算“归一化”后的VTEC值;∫Ne(s)ds表示在对应观测路径上的电子密度进行积分。
b)计算t时刻不同探测范围间的尺度因子,如下式所示:
c)将不同视线方向提取的STEC使用对应的投影函数转换成VTEC。假设地基GNSS接收机到GNSS卫星之间的观测数据可表示为STECGNSS,低轨(Low Earth Orbit,LEO)卫星提供的底部电离层数据可表示为STECLEO-BTM,LEO卫星提供的顶部电离层数据表示为STECLEO-UP,经投影转换可分别表示为VTECGNSS、VTECLEO-BTM和VTECLEO-UP;则具体转换公式如下所示:
式中,mf1和mf2分别表示地基电离层投影函数和星基电离层投影函数,对应MSLM投影函数和F&K投影函数;值得注意的是,由于LEO卫星轨道高度在hmF2之上,因此LEO卫星星载GNSS接收机观测数据的截止高度角应尽可能大以削弱投影误差;
d)根据计算得到的尺度因子,对不同类型的电离层数据进行“归一化”处理;通过“归一化”即可将对应观测路径上的电离层数据(VTECObs(t))转换为“归一化”后路径上的电离层数据VTECnomalized(t),具体计算公式如下:
进一步,所述第五步所构法方程形式如下:
式中,下标GNSS表示地基GNSS电离层数据;下标Topside表示LEO星载GNSS接收机的顶部电离层数据;下标Altimeter表示Jason-2 VTEC;下标Occultation表示LEO掩星电离层数据;下标DORIS表示DORIS电离层数据;N表示不同类型电离层数据构成的法方程矩阵;B表示不同类型电离层数据的构造矩阵;P表示不同类型电离层数据对应的权。
进一步,所述第六步赫尔默特方差分量估计法估计待估参数的具体步骤如下:
a)对不同类型的电离层数据进行验前权估计,确定不同类型电离层数据权的初值:P1,P2,……,Pn;
b)对所有观测值进行第一次平差,求得不同电离层数据的Vi TPiVi;
c)按下式进行第一次方差分量估计:
反复进行平差及方差分量估计,直至不同电离层数据的单位权方差相等为止。
本发明的另一目的在于提供一种应用所述融合多系统GNSS及多源电离层观测数据构建高精度电离层模型的方法的信息数据处理终端。
综上所述,本发明的优点及积极效果为:本发明给出了一种融合多系统GNSS及多源电离层观测数据构建高精度电离层模型的方法,以提高电离层建模精度及GNSS单频用户的定位精度。
与现有技术相比,本发明具有如下优点:
1)使用单层“归一化”法对不同类型电离层观测数据进行“归一化”处理,使其与地基GNSS电离层数据具有相同的探测范围。
2)融合多源电离层观测数据,可有效提高海洋上空电离层观测数据的覆盖程度。
3)使用赫尔默特方差分量估计法估计待估参数,并自适应地确定不同类型观测数据的权。
附图说明
图1为本发明一种融合多源电离层观测数据的高精度电离层建模方法实施例的方法流程图。
图2为本发明一种融合多源电离层观测数据的高精度电离层建模方法实施例的实现流程图。
图3是本发明一种融合多源电离层观测数据的高精度电离层建模方法实施例提供的DORIS观测数据校正的实现流程图。
图4是本发明一种融合多源电离层观测数据的高精度电离层建模方法实施例提供不同类型电离层数据的探测范围示意图。
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。
针对现有技术存在的问题,本发明提供了一种融合多源电离层观测数据的高精度电离层建模方法,下面结合附图对本发明作详细的描述。
实施例基本如图1所示,一种融合多源电离层观测数据的高精度电离层建模方法,以下步骤:
S101:对地基GNSS观测数据进行预处理,之后提取视线方向上的电离层斜延迟(Slant Total Electron Content,STEC);
S102:根据卫星星历和地基GNSS测站坐标获得穿刺点(Ionospheric PiercePoint,IPP)位置及对应的天顶距;
S103:根据多源观测数据获得穿刺点位置及天顶距并提取多源STEC。之后,根据电离层数据的类型,使用对应的电离层投影函数,将其转为电离层垂延迟(Vertical TotalElectron Content,VTEC);
S104:使用单层“归一化”法对多源电离层数据进行“归一化”处理,使其与地基GNSS电离层数据具有相同的探测范围;
S105:根据转换得到的各类型VTEC数据,结合获得的穿刺点位置信息,组建构建观测方程,并根据观测方程构建法方程;
S106:使用赫尔默特方差分量估计法估计待估参数,并生成差分码偏差(Differential Code Bias,DCB)文件和全球电离层格网(Global Ionosphere Map,GIM)文件。
下面结合附图对本发明的技术方案作进一步的描述。
如图2所示,本发明实施例提供的融合多源电离层观测数据的高精度电离层建模方法包括以下步骤:
步骤一,下载并整理不同类型的电离层观测数据并对其进行预处理。选取的地基GNSS测站应尽可能全球分布均匀且数量多,以便提高电离层建模精度。数据预处理包括:使用TurboEdit方法对相位的周跳进行探测与修复;处理时,卫星截止高度角为10°。
步骤二,使用相位平滑伪距法提取电离层观测数据,具体步骤如下:
a)对伪距及相位观测值分别组成无几何距离组合,得到下式:
式中,和分别表示伪距和相位的无几何距离组合观测值;DPBr和DPBs分别表示接收机和卫星的差分相位偏差;γi=(f0/fi)2,其中f0=10.23MHz;和分别表示频率i上的伪距和相位观测值;表示接收机r到卫星s的几何距离;c表示电磁波在真空中的传播速度;dtr和dts分别表示接收机r和卫星s的钟差;Tro表示接收机r到卫星s观测路径上的对流层延迟;表示接收机r到卫星s观测路径上的电离层延迟,单位:米;Br,i和分别表示接收机和卫星在频率i上的伪距硬件延迟;br,i和分别表示接收机和卫星在频率i上的相位硬件延迟;λi表示频率i的波长;表示频率i上的相位观测值的整周模糊度;表示第j颗卫星在频率i上的多路径效应;εP和ξΦ分别表示伪距和相位观测值的观测值噪声。
b)由于一个观测弧段未发生周跳,则该弧段内的各历元的模糊度值保持不变且DCB和DPB在一天内保持稳定,可当常数来估计。因此,在一个连续弧段内,相位无几何距离观测值与伪距无几何距离观测值之间的差值可以表示为:
将其代入相位无几何距离组合观测值中,则可得下式:
式中,T表示连续弧段的时间长度;<>表示取平均操作。于是,即为使用相位平滑伪距法提取的电离层延迟,单位:m。
步骤三,计算得到地基GNSS观测数据的IPP位置及天顶距信息。计算时,选取的观测数据采样率为30s;使用的电离层单层模型高度为450km。
步骤四,计算多源电离层观测数据。具体方法主要包括:
a)掩星电离层观测数据。主要由“ionPrf”产品所提供,该数据产品提供了卫星上部及下部电离层观测数据以获得电离层全路径的TEC值:
VTEC=VTECbellow+VTECup
式中,VTECbellow表示COSMIC卫星下方的VTEC值;VTECup表示COSMIC卫星上方的VTEC值,可通过外推方式获得。
b)DORIS电离层观测数据。其计算流程如图3所示,具体步骤主要包括:
1)基于DORIS地基监测站位置和LEO卫星位置,计算DORIS观测数据的穿刺点位置和穿刺点处的天顶距,并使用地基GNSS构建的电离层TEC模型计算穿刺点处的VTEC值。
2)求解每个连续弧段内DORIS含有偏差STEC值与经GIM转换得到的STEC值的偏差均值。
3)将求得的弧段内平均偏差改正到对应弧段内,即可得到校正后的STEC值。
c)通常,Jason2 VTEC可根据星载测高仪Ku波段频率的伪距电离层延迟改正数来获取,具体公式如下:
式中,dRKu为Ku波段电离层距离改正数;fKu为Ku波段频率,单位为GHz。由于测高仪观测噪声较大,通常可使用15~25s的窗口并结合中值滤波法提取电离层数据,平滑后的电离层数据精度优于1TECU。
d)LEO顶部电离层观测数据及地基GNSS电离层观测数据,可使用相位平滑伪距法来提取。
步骤五,使用对应的电离层投影函数,将不同类型的STEC转换为VTEC。具体的电离层投影函数主要包括:
a)LEO顶部电离层投影函数,其可表示成如下所示:
式中,Rshell=R+hshell表示等效厚层上边界与地心之间的距离,hshell为厚层上边界的高度;Rorbit表示LEO卫星的轨道高度,R=6378.137km,为地球平均半径;z为星载GNSS接收机与GNSS卫星方向在星载GNSS接收机处的天顶角。
b)其他类型电离层观测数据使用的电离层投影函数,其可表示成如下所示:
式中,Hopt=506.7;α=0.9782,为投影函数调整系数;R=6378.137km,为地球平均半径,H表示电离层单层模型的高度,通常取350~450km中的某一个固定值;z为地基GNSS接收机处的天顶距。
步骤六,如图4所示,使用单层“归一化”法具体流程如下:
a)使用NeQuick2模型分别计算不同探测范围内对应电离层穿刺点处的VTEC值,计算公式如下所示:
式中,H1和H2分别表示不同类型电离层数据对应的探测范围;h1和h2分别表示“归一化”后的探测范围;表示使用NeQuick2模型对不同类型电离层数据在穿刺点处计算得到的VTEC值;表示在穿刺点处由NeQuick2模型计算“归一化”后的VTEC值;∫Ne(s)ds表示在对应观测路径上的电子密度进行积分。
b)计算t时刻不同探测范围间的尺度因子,如下式所示:
c)将不同视线方向提取的STEC使用对应的投影函数转换成VTEC。假设地基GNSS接收机到GNSS卫星之间的观测数据可表示为STECGNSS,低轨(Low Earth Orbit,LEO)卫星提供的底部电离层数据可表示为STECLEO-BTM,LEO卫星提供的顶部电离层数据表示为STECLEO-UP,经投影转换可分别表示为VTECGNSS、VTECLEO-BTM和VTECLEO-UP。则具体转换公式如下所示:
式中,mf1和mf2分别表示地基电离层投影函数和星基电离层投影函数,对应MSLM投影函数和F&K投影函数。值得注意的是,由于LEO卫星轨道高度在hmF2之上,因此LEO卫星星载GNSS接收机观测数据的截止高度角应尽可能大以削弱投影误差。
d)根据计算得到的尺度因子,对不同类型的电离层数据进行“归一化”处理。通过“归一化”即可将对应观测路径上的电离层数据(VTECObs(t))转换为“归一化”后路径上的电离层数据VTECnomalized(t),具体计算公式如下:
步骤七,在构建全球电离层模型时得到的法方程形式如下所示:
式中,下标GNSS表示地基GNSS电离层数据;下标Topside表示LEO星载GNSS接收机的顶部电离层数据;下标Altimeter表示Jason-2 VTEC;下标Occultation表示LEO掩星电离层数据;下标DORIS表示DORIS电离层数据;N表示不同类型电离层数据构成的法方程矩阵;B表示不同类型电离层数据的构造矩阵;P表示不同类型电离层数据对应的权。随后,使用赫尔默特方差分量估计法估计待估参数,其具体步骤如下:
a)对不同类型的电离层数据进行验前权估计,确定不同类型电离层数据权的初值:P1,P2,……,Pn;
b)对所有观测值进行第一次平差,求得不同电离层数据的Vi TPiVi;
c)按下式进行第一次方差分量估计:
反复进行平差及方差分量估计,直至不同电离层数据的单位权方差相等为止。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种融合多源电离层观测数据的高精度电离层建模方法,其特征在于:包括以下步骤:
第一步,对地基GNSS观测数据进行预处理,之后提取视线方向上的电离层斜延迟;
第二步,根据卫星星历和地基GNSS测站坐标获得穿刺点位置及对应的天顶距;
第三步,根据多源观测数据获得穿刺点位置及天顶距并提取多源电离层斜延迟;之后,根据电离层数据的类型,使用对应的电离层投影函数,将其转为电离层垂延迟;
第四步,使用单层“归一化”法对多源电离层数据进行“归一化”处理,使其与地基GNSS电离层数据具有相同的探测范围;
第五步,根据转换得到的各类型电离层斜延迟数据,结合获得的穿刺点位置信息,组建构建观测方程,并根据观测方程构建法方程;
第六步,使用赫尔默特方差分量估计法估计待估参数,并生成差分码偏差文件和全球电离层格网文件。
2.根据权利要求1所述的一种融合多源电离层观测数据的高精度电离层建模方法,其特征在于:所述第一步数据预处理包括:使用TurboEdit方法对相位的周跳进行探测与修复;处理时,卫星截止高度角为10°。
3.根据权利要求1所述的一种融合多源电离层观测数据的高精度电离层建模方法,其特征在于:所述第一步的电离层斜延迟观测值的获取方法包括:
a)对伪距及相位观测值分别组成无几何距离组合,得到下式:
式中,和分别表示伪距和相位的无几何距离组合观测值;DPBr和DPBs分别表示接收机和卫星的差分相位偏差;γi=(f0/fi)2,其中f0=10.23MHz;和分别表示频率i上的伪距和相位观测值;表示接收机r到卫星s的几何距离;c表示电磁波在真空中的传播速度;dtr和dts分别表示接收机r和卫星s的钟差;Tro表示接收机r到卫星s观测路径上的对流层延迟;表示接收机r到卫星s观测路径上的电离层延迟,单位:米;Br,i和分别表示接收机和卫星在频率i上的伪距硬件延迟;br,i和分别表示接收机和卫星在频率i上的相位硬件延迟;λi表示频率i的波长;表示频率i上的相位观测值的整周模糊度;表示第j颗卫星在频率i上的多路径效应;εP和ξΦ分别表示伪距和相位观测值的观测值噪声;
b)由于一个观测弧段未发生周跳,则该弧段内的各历元的模糊度值保持不变且DCB和DPB在一天内保持稳定,可当常数来估计;因此,在一个连续弧段内,相位无几何距离观测值与伪距无几何距离观测值之间的差值可以表示为:
将其代入相位无几何距离组合观测值中,则可得下式:
式中,T表示连续弧段的时间长度;<>表示取平均操作;于是,即为使用相位平滑伪距法提取的电离层延迟,单位:m。
4.根据权利要求1所述的一种融合多源电离层观测数据的高精度电离层建模方法,其特征在于:所述第二步选取的观测数据采样率为30s;使用的电离层单层模型高度为450km。
5.根据权利要求1所述的一种融合多源电离层观测数据的高精度电离层建模方法,其特征在于:所述第三步的多源电离层观测数据包括:掩星电离层数据、DORIS电离层数据、LEO星载GNSS接收机提供的顶部电离层数据、Jason-2 VTEC和地基多系统GNSS电离层数据。
6.根据权利要求1所述的一种融合多源电离层观测数据的高精度电离层建模方法,其特征在于:所述第三步多源电离层观测数据的提取方法包括:
a)掩星电离层观测数据:由“ionPrf”产品所提供,该数据产品提供了卫星上部及下部电离层观测数据以获得电离层全路径的TEC值:
VTEC=VTECbellow+VTECup
式中,VTECbellow表示COSMIC卫星下方的VTEC值;VTECup表示COSMIC卫星上方的VTEC值,可通过外推方式获得;
b)DORIS电离层观测数据:其计算步骤包括:
1)基于DORIS地基监测站位置和LEO卫星位置,计算DORIS观测数据的穿刺点位置和穿刺点处的天顶距,并使用地基GNSS构建的电离层TEC模型计算穿刺点处的VTEC值;
2)求解每个连续弧段内DORIS含有偏差STEC值与经GIM转换得到的STEC值的偏差均值;
3)将求得的弧段内平均偏差改正到对应弧段内,即可得到校正后的STEC值;
c)Jason2 VTEC根据星载测高仪Ku波段频率的伪距电离层延迟改正数来获取,具体公式如下:
式中,dRKu为Ku波段电离层距离改正数;fKu为Ku波段频率,单位为GHz;由于测高仪观测噪声较大,通常可使用15~25s的窗口并结合中值滤波法提取电离层数据,平滑后的电离层数据精度优于1TECU;
d)LEO顶部电离层观测数据及地基GNSS电离层观测数据,可使用相位平滑伪距法来提取。
7.根据权利要求6所述的一种融合多源电离层观测数据的高精度电离层建模方法,其特征在于:所述第三步不同类型的电离层投影函数主要包括:
a)LEO顶部电离层投影函数,其可表示成如下所示:
式中,Rshell=R+hshell表示等效厚层上边界与地心之间的距离,hshell为厚层上边界的高度;Rorbit表示LEO卫星的轨道高度,R=6378.137km,为地球平均半径;z为星载GNSS接收机与GNSS卫星方向在星载GNSS接收机处的天顶角;
b)其他类型电离层观测数据使用的电离层投影函数,其可表示成如下所示:
式中,Hopt=506.7;α=0.9782,为投影函数调整系数;R=6378.137km,为地球平均半径,H表示电离层单层模型的高度,通常取350~450km中的某一个固定值;z为地基GNSS接收机处的天顶距。
8.根据权利要求7所述的一种融合多源电离层观测数据的高精度电离层建模方法,其特征在于:所述第四步所用单层“归一化”法具体如下:
a)使用NeQuick2模型分别计算不同探测范围内对应电离层穿刺点处的VTEC值,计算公式如下所示:
式中,H1和H2分别表示不同类型电离层数据对应的探测范围;h1和h2分别表示“归一化”后的探测范围;表示使用NeQuick2模型对不同类型电离层数据在穿刺点处计算得到的VTEC值;表示在穿刺点处由NeQuick2模型计算“归一化”后的VTEC值;∫Ne(s)ds表示在对应观测路径上的电子密度进行积分。
b)计算t时刻不同探测范围间的尺度因子,如下式所示:
c)将不同视线方向提取的STEC使用对应的投影函数转换成VTEC。假设地基GNSS接收机到GNSS卫星之间的观测数据可表示为STECGNSS,低轨(Low Earth Orbit,LEO)卫星提供的底部电离层数据可表示为STECLEO-BTM,LEO卫星提供的顶部电离层数据表示为STECLEO-UP,经投影转换可分别表示为VTECGNSS、VTECLEO-BTM和VTECLEO-UP;则具体转换公式如下所示:
式中,mf1和mf2分别表示地基电离层投影函数和星基电离层投影函数,对应MSLM投影函数和F&K投影函数;值得注意的是,由于LEO卫星轨道高度在hmF2之上,因此LEO卫星星载GNSS接收机观测数据的截止高度角应尽可能大以削弱投影误差;
d)根据计算得到的尺度因子,对不同类型的电离层数据进行“归一化”处理;通过“归一化”即可将对应观测路径上的电离层数据(VTECObs(t))转换为“归一化”后路径上的电离层数据VTECnomalized(t),具体计算公式如下:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111236711.5A CN113985455A (zh) | 2021-10-23 | 2021-10-23 | 一种融合多源电离层观测数据的高精度电离层建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111236711.5A CN113985455A (zh) | 2021-10-23 | 2021-10-23 | 一种融合多源电离层观测数据的高精度电离层建模方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113985455A true CN113985455A (zh) | 2022-01-28 |
Family
ID=79740673
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111236711.5A Pending CN113985455A (zh) | 2021-10-23 | 2021-10-23 | 一种融合多源电离层观测数据的高精度电离层建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113985455A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115639579A (zh) * | 2022-12-23 | 2023-01-24 | 天津云遥宇航科技有限公司 | 多源电离层观测数据构建二维垂直电子总量模型方法 |
CN115792963A (zh) * | 2023-02-13 | 2023-03-14 | 天津云遥宇航科技有限公司 | 基于gim模型的电离层校正方法、电子设备及存储介质 |
CN116611329A (zh) * | 2023-05-19 | 2023-08-18 | 复旦大学 | 基于深度算子网络的电离层电子总含量的四维估计方法 |
CN116611329B (zh) * | 2023-05-19 | 2024-05-03 | 复旦大学 | 基于深度算子网络的电离层电子总含量的四维估计方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN107942346A (zh) * | 2017-11-21 | 2018-04-20 | 武汉大学 | 一种高精度gnss电离层tec观测值提取方法 |
CN110275186A (zh) * | 2019-07-11 | 2019-09-24 | 武汉大学 | Leo卫星增强的gnss电离层归一化与融合建模方法 |
CN110275185A (zh) * | 2019-07-11 | 2019-09-24 | 武汉大学 | 基于gnss和geo卫星的电离层投影函数建模方法 |
CN110275184A (zh) * | 2019-06-18 | 2019-09-24 | 中国科学院国家空间科学中心 | 一种gnss掩星电离层残差修正方法、系统、设备及存储介质 |
CN111123345A (zh) * | 2019-12-20 | 2020-05-08 | 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) | 一种基于gnss测量的经验电离层模型数据驱动方法 |
KR20200084651A (ko) * | 2019-01-03 | 2020-07-13 | 서울대학교산학협력단 | 의사거리 측정치 및 이중차분 반송파 측정치를 이용한 전리층 보정정보 생성 시스템 및 방법 |
CN112034489A (zh) * | 2020-07-20 | 2020-12-04 | 中国科学院空天信息创新研究院 | 一种基于多源数据融合的全球电离层格网生成方法 |
-
2021
- 2021-10-23 CN CN202111236711.5A patent/CN113985455A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN107942346A (zh) * | 2017-11-21 | 2018-04-20 | 武汉大学 | 一种高精度gnss电离层tec观测值提取方法 |
KR20200084651A (ko) * | 2019-01-03 | 2020-07-13 | 서울대학교산학협력단 | 의사거리 측정치 및 이중차분 반송파 측정치를 이용한 전리층 보정정보 생성 시스템 및 방법 |
CN110275184A (zh) * | 2019-06-18 | 2019-09-24 | 中国科学院国家空间科学中心 | 一种gnss掩星电离层残差修正方法、系统、设备及存储介质 |
CN110275186A (zh) * | 2019-07-11 | 2019-09-24 | 武汉大学 | Leo卫星增强的gnss电离层归一化与融合建模方法 |
CN110275185A (zh) * | 2019-07-11 | 2019-09-24 | 武汉大学 | 基于gnss和geo卫星的电离层投影函数建模方法 |
CN111123345A (zh) * | 2019-12-20 | 2020-05-08 | 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) | 一种基于gnss测量的经验电离层模型数据驱动方法 |
CN112034489A (zh) * | 2020-07-20 | 2020-12-04 | 中国科学院空天信息创新研究院 | 一种基于多源数据融合的全球电离层格网生成方法 |
Non-Patent Citations (2)
Title |
---|
任晓东: "多系统GNSS电离层TEC高精度建模及差分码偏差精确估计", 基础科学, no. 7, 15 July 2019 (2019-07-15), pages 34 - 80 * |
李义红,刘代志,卢世坤,侯维君,陈鼎新: "电离层与地磁场时空变化特性分析与建模", vol. 978, 31 May 2021, 西安:西北工业大学出版社 , pages: 22 - 24 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115639579A (zh) * | 2022-12-23 | 2023-01-24 | 天津云遥宇航科技有限公司 | 多源电离层观测数据构建二维垂直电子总量模型方法 |
CN115792963A (zh) * | 2023-02-13 | 2023-03-14 | 天津云遥宇航科技有限公司 | 基于gim模型的电离层校正方法、电子设备及存储介质 |
CN116611329A (zh) * | 2023-05-19 | 2023-08-18 | 复旦大学 | 基于深度算子网络的电离层电子总含量的四维估计方法 |
CN116611329B (zh) * | 2023-05-19 | 2024-05-03 | 复旦大学 | 基于深度算子网络的电离层电子总含量的四维估计方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110275186B (zh) | Leo卫星增强的gnss电离层归一化与融合建模方法 | |
Tang et al. | Improvement of orbit determination accuracy for Beidou navigation satellite system with two-way satellite time frequency transfer | |
Orús et al. | Performance of different TEC models to provide GPS ionospheric corrections | |
JP4230458B2 (ja) | 衛星から送信される三搬送波電波信号と電離層補正とを用いるリアルタイムナビゲーションの方法およびシステム | |
Jin et al. | GNSS remote sensing | |
Dettmering et al. | Combination of different space-geodetic observations for regional ionosphere modeling | |
Paziewski | Study on desirable ionospheric corrections accuracy for network-RTK positioning and its impact on time-to-fix and probability of successful single-epoch ambiguity resolution | |
Ovodenko et al. | Investigating range error compensation in UHF radar through IRI-2007 real-time updating: Preliminary results | |
CN113985455A (zh) | 一种融合多源电离层观测数据的高精度电离层建模方法 | |
Li et al. | Precise orbit determination for the FY-3C satellite using onboard BDS and GPS observations from 2013, 2015, and 2017 | |
Chen et al. | A geometry-free and ionosphere-free multipath mitigation method for BDS three-frequency ambiguity resolution | |
Lu et al. | Characteristics of the BDS-3 multipath effect and mitigation methods using precise point positioning | |
Bahadur et al. | Real-time single-frequency multi-GNSS positioning with ultra-rapid products | |
Zhu et al. | Comprehensive performance review of BDS-3 after one-year official operation | |
Zhang et al. | Simulation analysis of LEO constellation augmented GNSS (LeGNSS) zenith troposphere delay and gradients estimation | |
CN114545458A (zh) | 一种高精度电离层实时建模方法 | |
Brack et al. | Operational multi-GNSS global ionosphere maps at GFZ derived from uncombined code and phase observations | |
Liu et al. | Initial evaluation and analysis of NRTK positioning performance with new BDS-3 signals | |
CN112528213B (zh) | 基于低地球轨道卫星全球电离层总电子含量多层解析方法 | |
Ji et al. | First preliminary fast static ambiguity resolution results of medium-baseline with triple-frequency BeiDou wavebands | |
Sunehra et al. | Estimation of total electron content and instrumental biases of low latitude global positioning system stations using Kalman filter | |
Rabah et al. | Evaluation of the IGS–Global Ionospheric Mapping model over Egypt | |
Geng et al. | Estimating inter-satellite link Ka-band antenna phase center offsets to improve BDS-3 satellite orbit determination | |
Chen et al. | Global ionosphere modeling based on GNSS, satellite altimetry, radio occultation, and DORIS data considering ionospheric variation | |
Bykhanov | Timing and Positioning with GLONASS and GPS |
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 |