导航卫星和低轨卫星实时钟差确定及预报方法和系统与流程
本发明涉及卫星导航领域，尤其是涉及一种卫星精密钟差估计和预报方法和系统。
背景技术
卫星导航系统(gnss)实时精密钟差估计是当前实时精密定位的主要研究内容之一，需解决两个重要问题：一是钟差产品要达到足够的精度以支持精密定位应用，另一个是实时钟差的解算效率须满足实时性要求。随着卫星定轨技术的发展，目前的超快速轨道与事后产品差距不大，因而实时钟差的估计精度较容易保证。计算效率是当前制约实时钟差估计的瓶颈。
根据所采用的观测量不同实时钟差估计算法可分为非差方法、历元间差分方法和混合差分方法。非差估计方法采用原始伪距与相位观测量的无电离层组合进行实时精密钟差估计，消去了原始观测量中的电离层延迟，只保留接收机钟差、卫星钟差、天顶对流层延迟和模糊度参数，并在滤波过程中逐历元更新。当测站数或可观测卫星数较多时，方程中会出现大量参数，显著降低钟差估计的效率，难以保证实时性。历元间差分估计方法在相邻历元间求差，消去大量的模糊度参数，只保留了接收机与卫星钟差的变化、天顶对流层延迟。由于参数较少，该方法处理效率很高，即使是多系统观测量也能实现实时处理。但是初始卫星钟差会引入偏差，其虽不会影响精密定位精度，但对伪距单点定位有一定的影响。非差估计方法与历元间差分估计方法分别存在解算效率和初始卫星钟差偏差的问题。因此提出了基于原始伪距观测量和历元间差分相位观测量的混合差分估计方法，由相位观测方程计算高精度的钟差变化，对伪距观测方程中的原始钟差进行改正，从而逐历元精化初始钟差参数。
实时精密单点定位(precisepointpositioning，ppp)技术蓬勃发展对实时钟差的超短期预报提出更高要求。目前用于钟差预报的模型有许多，如线性模型、二次或更高阶的多项式模型、灰色模型、自回归移动平滑(arma)模型和神经网络模型等。相较于这些单一的模型，实际中多以加入周期项的二次多项式组合模型作为钟差预报的模型。然而，至今为止，研究和相关模型都集中在中长期预报分析，对超短期钟差预报研究较少。
当低轨星群作为新型导航卫星提供导航、定位和授时服务时，与现有导航卫星类似，其确定和预报钟差性能将影响其服务能力。当前研究主要集中于低轨卫星实时轨道确定，而较少涉及其钟差确定和预报算法。
技术实现要素：
本发明要解决的技术问题是提出一种基于地面多模gnss数据和星载gnss观测量进行中高轨导航卫星和低轨卫星实时钟差并行估计、超短期实时精密钟差预报方法从而提高中高轨导航卫星和低轨卫星实时精密钟差的估计和预报精度的导航卫星和低轨卫星实时钟差确定及预报方法和系统。
为解决上述技术问题，本发明采用如下技术方案：
本发明提供一种导航卫星和低轨卫星实时钟差确定及预报方法，导航卫星钟差确定步骤，由慢更新线程和利用慢更新线程解算参数来固定对流层参数和模糊度参数的快更新线程并行进行导航卫星实时钟差估计，获得导航卫星实时钟差；
导航卫星钟差预报步骤，利用获得的导航卫星实时钟差进行导航卫星钟差预报，获得导航卫星钟差预报数据；
低轨卫星钟差确定步骤，利用获得的导航卫星实时轨道、钟差和导航卫星钟差预报数据获得低轨卫星实时钟差；
低轨卫星钟差预报步骤，利用获得的低轨卫星实时钟差进行低轨卫星钟差预报，获得低轨卫星钟差预报数据。
其中，导航卫星钟差确定步骤进一步包括：
步骤101，运行慢更新线程，采用非差估计模型，估计参数包括卫星钟差、接收机钟差、对流层延迟和模糊度参数；
步骤102，启动慢更新线程得到的第一个对流层参数和模糊度参数播发给快更新线程，之后逐个历元重复步骤101直至慢更新线程解算的对流层参数和模糊度参数有更新即将计算得到的对流层参数和模糊度参数播发给快更新线程；
步骤103，运行快更新线程，同样采用非差估计模型，将当前估计时刻对流层参数和模糊度参数固定为慢更新线程计算的结果；
步骤104，快更新线程逐历元计算卫星钟差和接收机钟差参数，以此类推，实现导航卫星实时钟差估计。
其中，导航卫星钟差预报步骤进一步包括：利用获得的导航卫星实时钟差序列进行线性外推和残差序列拟合，获得导航卫星钟差预报数据。
其中，利用获得的导航卫星实时钟差序列进行线性外推和残差序列拟合获得导航卫星钟差预报数据进一步包括：
步骤201，选择用来滑动原始观测的历元长度为n，累计残差序列长度为m，预报长度为k；
步骤202，当收到的导航卫星实时钟差序列达到设定的长度n时，利用线性模型滑动预报；
步骤203，将得到的预报值存入数组中，与后续时刻收到的导航卫星实时钟差做差得到预报残差序列；
步骤204，当获得的预报残差个数超过m时，将根据事先选定的周期，对残差序列进行傅里叶级数拟合，求解出周期项系数，得到残差序列周期项模型；
步骤205，根据残差序列周期项模型求得预报时刻的值，改正到线性模型预报值，获得改进后的钟差预报值；
步骤206，重复步骤202到步骤205，以实现超短期实时钟差预报。
其中，低轨卫星钟差确定步骤进一步包括：以星载卫星导航系统gnss接收机观测到的至少4颗gnss卫星距离观测量为基础，并根据预报的gnss卫星实时轨道及钟差和低轨卫星实时轨道，利用均方根滤波方法，来确定每一历元低轨卫星钟差。
其中，以星载卫星导航系统gnss接收机观测到的至少4颗gnss卫星距离观测量为基础并根据预报的gnss卫星实时轨道及钟差和低轨卫星实时轨道确定低轨卫星钟差进一步包括：
步骤301，通过星载gnss接收机获得实时观测数据，并接收地面站发送的导航卫星轨道及钟差产品和低轨卫星轨道产品；
步骤302，对观测数据进行预处理和质量检查，获得干净的观测数据；
步骤303，观测值模型化，模型采用无电离层非差模型；
步骤304，利用均方根滤波计算得到低轨卫星钟差估计值和模糊度参数；
步骤305，重复步骤301到305实现低轨卫星实时钟差估计。
其中，低轨卫星钟差预报步骤的具体过程与低轨卫星钟差预报步骤的具体过程对应。
本发明提供一种导航卫星和低轨卫星实时钟差确定及预报系统，该系统包括：
导航卫星钟差确定模块，用于由慢更新线程和利用慢更新线程解算参数来固定对流层参数和模糊度参数的快更新线程并行进行导航卫星实时钟差估计，获得导航卫星实时钟差；
导航卫星钟差预报模块，用于根据从导航卫星钟差确定模块收到的导航卫星实时钟差进行导航卫星钟差预报，获得导航卫星钟差预报数据；
低轨卫星钟差确定模块，用于根据从导航卫星钟差确定模块收到的导航卫星实时轨道、钟差和从导航卫星钟差预报模块收到的导航卫星钟差预报数据获得低轨卫星实时钟差；
低轨卫星钟差预报模块，用于根据从低轨卫星钟差确定模块收到的低轨卫星实时钟差进行低轨卫星钟差预报，获得低轨卫星钟差预报数据。
其中，导航卫星钟差预报模块进一步用于根据获得的导航卫星实时钟差序列进行线性外推和残差序列拟合，获得导航卫星钟差预报数据。
其中，低轨卫星钟差确定模块进一步用于以星载gnss接收机观测到的至少4颗gnss卫星距离观测量为基础，并根据预报的gnss卫星实时轨道及钟差和低轨卫星实时轨道，利用均方根滤波方法，来确定每一历元低轨卫星钟差。
与现有技术相比，本发明技术方案主要的优点如下：
1)将导航卫星实时钟差估计中传统的非差估计方法作为慢线程提供包括模糊度参数、对流层参数在内的所有的未知参数。快线程仍然采用非差观测模型，但将模糊度和对流层参数固定为慢线程的输出结果的快线程，从而大大减少了待估参数的个数，极大地提高了解算效率。
2)实时钟差预报中选取用来预报的历元少，只有几小时，减小了远离预报时刻钟差值对预报的影响。通过对长时段累计的实时残差序列建模，获取线性模型未能反应的长周期项，形成组合模型，满足几小时内的超短期预报精度。
3)在处理低轨卫星实时钟差估计中，有效利用低轨卫星接收到的gnss观测信息，将低轨卫星看作测站，在已知卫星轨道的情况下，基于实时精密单点定位原理获得低轨卫星原子钟钟差，极大提高了钟差解算效率。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1是本发明一个实施例所述的导航卫星和低轨卫星实时钟差确定及预报方法的流程图；
图2是实时钟差双线程并行估计算法策略的一个例子的示意图；
图3是本发明一个实施例所述的导航卫星和低轨卫星实时钟差确定及预报系统的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整地传达给本领域的技术人员。
如图1所示，本发明一个实施例所述的导航卫星和低轨卫星实时钟差确定及预报方法包括如下步骤：
步骤s1是导航卫星钟差确定步骤。通过慢更新线程和利用慢更新线程解算参数来固定对流层参数和模糊度参数的快更新线程并行进行导航卫星实时钟差估计，获得导航卫星实时钟差。
导航卫星多系统实时钟差估计设计了双线程并行的实时钟差估计方法。其中慢更新线程采用的是标准的非差估计模型，每个历元估计卫星钟差、接收机钟差、对流层延迟和模糊度参数，由于参数多、计算量大，该线程只能较慢地更新这些参数，因此其产品存在一定的延时，根据采用的测站数不同，延时的大小也有差异。快更新线程同样采用非差估计模型，只是将对流层和模糊度参数固定为慢更新线程得到的估值，此时只需每个历元估计卫星钟差和接收机钟差，由于参数少，该线程处理效率很快，能实现钟差产品的逐秒更新，如图2所示，支持实时精密定位。
该并行处理策略的前提条件是对流层与模糊度参数在慢更新线程前后两个更新时刻内保持不变或其变化可以忽略不计。对流层延迟中的干分量可以由模型精确计算，湿分量在时间上变化较为缓慢，一段时间内可以认为是常数。载波相位的模糊度在没有周跳发生的情况下是常数，在实时数据处理时，当系统趋于稳定之后，模糊度参数理论上应该保持不变，实际中由于测量噪声或未准确模型化的观测误差等，其值会表现出轻微的变化，但量级很小。
导航卫星钟差确定步骤的详细过程如下：
步骤s101，获得观测数据实时流、卫星广播星历以及超快速轨道。
步骤s102，对数据进行预处理和质量检查，获得干净的观测数据。处理过程中采用turboedit进行周跳探测。
步骤s103，启动慢更新线程，慢更新线程采用的是标准的非差估计模型，估计参数包括卫星钟差、接收机钟差、天顶对流层延迟和相位模糊度等参数。标准非差估计模型如下：
式中，r和s分别是测站与卫星的编号；
步骤s104，非差估计模型组成法方程从而解算参数测量值。
步骤s105，利用均方根滤波计算得到对流层参数和模糊度参数估计值。
步骤s106，逐个历元重复步骤s101至步骤s105，若慢线程解算的对流层参数和模糊度参数有更新，则将更新的对流层参数和模糊度参数播发给快线程，更新步骤s107中快线程需要的对流层参数和模糊度参数。
步骤s107，启动快线程，快更新线程同样采用非差估计模型，将当前估计时刻对流层参数和模糊度参数固定为慢线程计算结果。简化后的非差估计模型如下：
式中，
步骤s108，非差估计模型组成法方程从而解算参数测量值。
步骤s109，快线程利用均方根滤波逐历元计算卫星钟差和接收机钟差参数估计值，从而实现高精度实时钟差估计。
步骤s110，获得导航卫星高精度实时钟差后，将其发送到钟差预报步骤和低轨卫星钟差确定步骤。由于步骤s1获得的导航卫星实时钟差相对于当前时刻的卫星钟差有延时，因此需要利用获得的导航卫星实时钟差经由钟差预报来确定当前时刻的卫星钟差。
步骤s2是导航卫星钟差预报步骤。根据获得的导航卫星实时钟差进行导航卫星钟差预报。
钟差预报为超短期高精度实时钟差预报，假设在几小时内卫星原子钟保持相对稳定，那么可以忽略常用的二次多项式模型中的频漂项，模型简化为线性模型。但线性模型预报残差中存在明显的周期性。为了剔除残差中的周期性信号，在用线性模型预报的同时累计一定时段的预报残差时间序列。用快速傅里叶变换分析残差序列，获得残差序列中的周期项，而后用傅里叶级数建模，通过最小二乘法求出残差序列的周期项系数，将模型应用到后续预报中。在实时应用中，线性外推和残差序列拟合都是滑动的，因而既可以反应超短期预报中线性趋势，又可以顾及钟差序列中的长周期项。导航卫星钟差预报步骤具体过程如下：
步骤s201，接收导航卫星的实时钟差数据，并选择用来滑动原始观测的历元长度为n，累计残差序列长度为m，预报长度为k。
步骤s202，当实时解算钟差序列达到设定的长度n时，线性拟合长度为n的钟差序列在时间轴上形成的曲线得到线性模型，从当前历元开始利用线性模型滑动预报，线性模型如下：
x1(t)＝a0+a1t
式中，x1(t)为t时刻线性预报值，a0表示t0时刻的卫星钟差，a1为线性拟合系数。
步骤s203，将利用线性模型得到的预报值存入数组中，与后续时刻的实时解算得到的钟差做差得到预报残差序列。xr(t)为t时刻线性预报残差值，x(t)实时钟差估计值。
xr(t)＝x(t)-x1(t)
步骤s204，当获得的预报残差个数超过m时，将根据事先选定的周期ti，对残差序列进行傅里叶级数拟合，通过最小二乘法求解出相应系数bi、ci，其中ε(t)为随机误差。
步骤s205，根据残差序列周期项模型求得预报时刻的
x(t)＝x1(t)+xr(t)
步骤s206，每个历元均重复步骤s202到步骤s205，以实现超短期实时高精度预报。
步骤s207，获得导航卫星钟差预报数据后，将其发送到低轨卫星钟差确定步骤。
步骤s3是低轨卫星钟差确定步骤。低轨卫星星载接收机接收通过导航卫星钟差确定步骤和导航卫星钟差预报步骤得到的导航卫星实时轨道、钟差和预报钟差产品，来进行低轨卫星实时钟差估计，具体过程如下：
通过星载gnss接收机，根据空间距离后方交会的原理，以星载gnss接收机观测到的4颗或4颗以上的gnss卫星距离观测量为基础，并根据预报的gnss卫星实时轨道及钟差和低轨卫星实时轨道，利用均方根滤波方法，来确定每一历元低轨卫星钟差，最终获得低轨卫星高精度实时钟差。
低轨卫星钟差确定步骤具体过程如下：
步骤s301，低轨卫星通过星载gnss接收机获得实时观测数据，并接收地面站发送的导航卫星的实时高精度轨道数据、钟差产品和低轨卫星的实时高精度轨道数据。
步骤s302，对观测数据进行预处理和质量检查，获得干净的观测数据。
步骤s303，观测值模型化，模型采用无电离层非差模型。模型如下
式中，
步骤s304，利用均方根滤波计算得到低轨卫星钟差估计值和模糊度参数。
步骤s305，重复步骤s301到步骤s304，并以此类推，实现高精度低轨卫星钟差获取。
步骤s306，将获得的低轨卫星钟差发送到低轨卫星钟差预报步骤。
步骤s4是低轨卫星钟差预报步骤。低轨卫星钟差预报步骤与导航卫星钟差预报步骤具体过程类似，可以参照上述对导航卫星钟差预报步骤的详细描述。
至此，在导航卫星钟差确定步骤获得导航卫星实时钟差发送给导航卫星钟差预报步骤和低轨卫星钟差确定步骤，分别进行导航卫星钟差预报和低轨卫星实时钟差估计，解决了导航卫星实时精密钟差的估计和预报，及低轨卫星实时精密钟差确定和预报。
导航卫星钟差确定步骤和低轨卫星钟差确定步骤中均方根滤波的详细过程如下：
均方根待估参数通常有三种：pj是相关随机过程噪声参数，例如ztd、钟差等，常用一阶高斯-马尔可夫过程模拟；xj是随时间变化的状态参数，但并不直接作为随机过程噪声处理的参数；y是不随时间变化的状态参数，例如测站坐标、连续的模糊度等。
观测方程可以扩展为：
zj＝appj+axxj+ayy+v
式中，zj为观测量，根据不同类型参数的特点，可以得到如下状态方程：
其中，wj是随机参数的过程噪声，mj是一对角阵，与过程噪声类型有关。考虑到不同的参数类型，第j步测量更新后的信息矩阵等式可以表达如下：
式中，wj可以认为是一独立的随机过程噪声，且服从n(0,σ2)分布，可以用下式描述：
rwwj＝zw
其中，rw是过程噪声的标准差，考虑到wj的零均值特性，zw可以设为零。作正交变换，有：
可以得到如下信息矩阵方程：
以上两式即是基于状态方程对参数进行时间更新的公式，据此可以得到第j+1期的先验信息，结合新的观测方程可以采用公式进行下一步的测量更新，如此循环直至没有新的观测量加入。
如图3所示，本发明一个实施例所述的导航卫星和低轨卫星实时钟差确定及预报系统包括导航卫星钟差确定模块41、导航卫星钟差预报模块42、低轨卫星钟差确定模块43和低轨卫星钟差预报模块44。
其中，导航卫星钟差确定模块41用于由慢更新线程和利用慢更新线程解算参数来固定对流层参数和模糊度参数的快更新线程并行进行导航卫星实时钟差估计，获得导航卫星实时钟差。
导航卫星多系统实时钟差估计设计了双线程并行的实时钟差估计方法。其中慢更新线程采用的是标准的非差估计模型，每个历元估计卫星钟差、接收机钟差、对流层延迟和模糊度参数，由于参数多、计算量大，该线程只能较慢地更新这些参数，因此其产品存在一定的延时，根据采用的测站数不同，延时的大小也有差异。快更新线程同样采用非差估计模型，只是将对流层和模糊度参数固定为慢更新线程得到的估值，此时只需每个历元估计卫星钟差和接收机钟差，由于参数少，该线程处理效率很快，能实现钟差产品的逐秒更新，支持实时精密定位。
该并行处理策略的前提条件是对流层与模糊度参数在慢更新线程前后两个更新时刻内保持不变或其变化可以忽略不计。对流层延迟中的干分量可以由模型精确计算，湿分量在时间上变化较为缓慢，一段时间内可以认为是常数。载波相位的模糊度在没有周跳发生的情况下是一常数，在实时数据处理时，当系统趋于稳定之后，模糊度参数理论上应该保持不变，实际中由于测量噪声或未准确模型化的观测误差等，其值会表现出轻微的变化，但量级很小。
导航卫星钟差预报模块42用于根据从导航卫星钟差确定模块41收到的导航卫星实时钟差进行导航卫星钟差预报，获得导航卫星钟差预报数据。
钟差预报为超短期高精度实时钟差预报，假设在几小时内卫星原子钟保持相对稳定，那么可以忽略常用的二次多项式模型中的频漂项，模型简化为线性模型。但线性模型预报残差中存在明显的周期性。为了剔除残差中的周期性信号，在用线性模型预报的同时累计一定时段的预报残差时间序列。用快速傅里叶变换分析残差序列，获得残差序列中的周期项，而后用傅里叶级数建模，通过最小二乘法求出残差序列的周期项系数，将模型应用到后续预报中。在实时应用中，线性外推和残差序列拟合都是滑动的，因而既可以反应超短期预报中线性趋势，又可以顾及钟差序列中的长周期项。
低轨卫星钟差确定模块43用于根据从导航卫星钟差确定模块41收到的导航卫星实时轨道、钟差和从导航卫星钟差预报模块42收到的导航卫星钟差预报数据获得低轨卫星实时钟差。
通过星载gnss接收机，根据空间距离后方交会的原理，以星载gnss接收机观测到的4颗或4颗以上的gnss卫星距离观测量为基础，并根据预报的gnss卫星实时轨道及钟差和低轨卫星实时轨道，利用均方根滤波方法，来确定每一历元低轨卫星钟差，最终获得低轨卫星高精度实时钟差。
低轨卫星钟差预报模块44用于根据从低轨卫星钟差确定模块43收到的低轨卫星实时钟差进行低轨卫星钟差预报，获得低轨卫星钟差预报数据。优选地，低轨卫星钟差预报模块44与导航卫星钟差预报模块42为同一模块。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
- 还没有人留言评论。精彩留言会获得点赞！