基于多星座GNSS的电离层层析方法及系统与流程

本发明涉及基于多星座gnss的电离层层析方法及系统。

背景技术：

电离层是大气中的一部分，其中含有大量的自由电子，这些自由电子的运动会显著地影响无线电波的传播。从卫星应用以及了解电离层动力学的角度，确定电离层电子密度(ionosphericelectrondensity，ied)的实时分布尤为重要。全球导航卫星导航系统(globalnavigationsatellitesystem，gnss)可以提供接收机沿卫星射线路径的总电子含量(totalelectroncontent，tec)，使全球导航卫星技术已成为电离层探测的主要工具之一。层析技术最早应用于生物学和医学领域中，电离层层析技术(computerizedionospherictomography，cit)是将层析技术和卫星信号相结合，利用传播路径上的电子含量来获取电离层电子密度的时空分布。近年来，gps技术的发展为cit研究提供了高精度的tec数据，所以基于gps的电离层层析成像技术的研究取得了突飞猛进的发展。

基于gps的电离层层析技术虽然得到了广泛发展，但是由于gps站的观测视角和稀疏分布的限制，使电离层层析反演是一个不适定问题。因此，许多国内外学者提出了各种方法来克服上述问题。闻德保等(2014，2015)针对gps电离层cit中不适定问题，先后提出了多种层析算法，并取得了较好的反演结果。schmidt等(2008)对结合gnss数据和卫星测高数据进行了电离层区域模型建立研究。alizadeh等(2011)综合gnss、leo掩星和卫星测高数据进行电离层建模，结果显示增加掩星数据可以提高电离层建模精度。赵海生、许正文等(2011)提出了一种融合地面垂测、斜测数据、顶部探测仪数据和三频卫星信标数据的多数据源电离层联合cit方法，有效解决有限视角问题，提高cit结果的垂直分辨率等。汤俊(2015)等将gnss观测数据，掩星观测数据，海洋卫星测高数据和测高仪数据进行融合，提出新的层析算法，进一步提高了层析反演的精度。

由于gps地面观测站点不足、观测视角有限等原因，现有的基于gps的电离层层析中反演得到的电离层电子密度不够精确，即电离层层析方法准确性不高。因此需要更多的卫星信号穿过电离层，进而获得更精确的电离层电子含量tec，从而得到电离层更真实的结构。

技术实现要素：

本发明的目的是提供基于多星座gnss的电离层层析方法及系统，解决现有的电离层层析方法的准确性不高的问题。

为实现上述目的，本发明的方案包括：

一种基于多星座gnss的电离层层析方法，包括以下步骤：

(1)采用多个卫星导航系统进行电离层层析，确定目标区域范围，选取目标区域范围内各个卫星导航系统对应的观测数据；

(2)计算各个卫星导航系统对应的总电子含量；

(3)计算各个卫星导航系统的总电子含量与所求的电离层电子密度之间的系数，得到系数矩阵，根据系数矩阵得到卫星导航系统的总电子含量与所求的电离层电子密度之间的关系；

(4)对卫星导航系统的总电子含量与所求的电离层电子密度之间的关系进行反演解算，解算得到目标区域范围的电离层电子密度。

本方案提供的电离层层析方法借助于多星座gnss的数据源，通过多个不同的卫星导航系统进行电离层层析运算，相较于现有的仅仅通过一种卫星导航系统，比如基于gps的电离层层析方法，反演得到的电离层电子密度的精确性得到了很大的提升，同样提升了电离层层析方法的可靠性。

进一步地，为了提高目标区域范围确定的可靠性，步骤(1)中，通过确定区域的经纬度范围、高度范围和观测时段来确定所述目标区域范围。

进一步地，为了提高各个卫星导航系统对应的总电子含量stec的计算准确性，步骤(2)中，利用载波相位平滑伪距的测量方法计算得到各个卫星导航系统对应的总电子含量stec，计算公式为：

其中，和分别表示各个卫星导航系统对应的不同频率的载波相位平滑伪距观测值，f1和f2分别为双频卫星信号的频率。

进一步地，为了准确得到各个卫星导航系统的总电子含量与所求的电离层电子密度之间的关系，步骤(3)的具体实现过程包括：

获取电离层倾斜路径总电子含量stec的计算公式：

其中，ne是射线ρ上某一位置的电子密度，是对应位置在时间t的位置向量；

设定：电离层被剖分成大量的小像素且每个像素内的电离层电子密度在一个短时期内是一个常数，则沿着射线i的电离层倾斜路径总电子含量表示为：

则：

ym×1＝am×nxn×1+εm×1

其中，n是目标区域范围内的像素总数，m是射线总数，ym×1是由m个已知的电离层倾斜路径总电子含量值组成的列向量，aij表示第i条射线穿过第j个像素的截距，xn×1是所有像素内未知电离层电子密度组成的向量，εm×1是由离散误差和仪器误差组成的向量，am×n为m×n个截距值组成的系数矩阵，εi为离散误差和仪器误差，xj为第j个像素内电离层电子密度值；

则卫星导航系统的总电子含量与所求的电离层电子密度之间的关系表达式为：

a卫星导航系统x＝y卫星导航系统

其中，y卫星导航系统为由各卫星导航系统所得总电子含量的观测值构成的电子含量矩阵，a卫星导航系统为卫星导航系统对应的系数矩阵，x为所求的电离层电子密度。

一种基于多星座gnss的电离层层析系统，包括电离层层析模块，所述电离层层析模块包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器在执行所述计算机程序时实现的步骤包括：

(1)采用多个卫星导航系统进行电离层层析，确定目标区域范围，选取目标区域范围内各个卫星导航系统对应的观测数据；

(2)计算各个卫星导航系统对应的总电子含量；

(3)计算各个卫星导航系统的总电子含量与所求的电离层电子密度之间的系数，得到系数矩阵，根据系数矩阵得到卫星导航系统的总电子含量与所求的电离层电子密度之间的关系；

(4)对卫星导航系统的总电子含量与所求的电离层电子密度之间的关系进行反演解算，解算得到目标区域范围的电离层电子密度。

本方案提供的电离层层析系统借助于多星座gnss的数据源，通过多个不同的卫星导航系统进行电离层层析运算，相较于现有的仅仅通过一种卫星导航系统，比如基于gps的电离层层析方法，反演得到的电离层电子密度的精确性得到了很大的提升，同样提升了电离层层析方法的可靠性。

进一步地，为了提高目标区域范围确定的可靠性，步骤(1)中，通过确定区域的经纬度范围、高度范围和观测时段来确定所述目标区域范围。

进一步地，为了提高各个卫星导航系统对应的总电子含量stec的计算准确性，步骤(2)中，利用载波相位平滑伪距的测量方法计算得到各个卫星导航系统对应的总电子含量stec，计算公式为：

其中，和分别表示各个卫星导航系统对应的不同频率的载波相位平滑伪距观测值，f1和f2分别为双频卫星信号的频率。

进一步地，为了准确得到各个卫星导航系统的总电子含量与所求的电离层电子密度之间的关系，步骤(3)的具体实现过程包括：

获取电离层倾斜路径总电子含量stec的计算公式：

其中，ne是射线ρ上某一位置的电子密度，是对应位置在时间t的位置向量；

设定：电离层被剖分成大量的小像素且每个像素内的电离层电子密度在一个短时期内是一个常数，则沿着射线i的电离层倾斜路径总电子含量表示为：

则：

ym×1＝am×nxn×1+εm×1

其中，n是目标区域范围内的像素总数，m是射线总数，ym×1是由m个已知的电离层倾斜路径总电子含量值组成的列向量，aij表示第i条射线穿过第j个像素的截距，xn×1是所有像素内未知电离层电子密度组成的向量，εm×1是由离散误差和仪器误差组成的向量，am×n为m×n个截距值组成的系数矩阵，εi为离散误差和仪器误差，xj为第j个像素内电离层电子密度值；

则卫星导航系统的总电子含量与所求的电离层电子密度之间的关系表达式为：

a卫星导航系统x＝y卫星导航系统

其中，y卫星导航系统为由各卫星导航系统所得总电子含量的观测值构成的电子含量矩阵，a卫星导航系统为卫星导航系统对应的系数矩阵，x为所求的电离层电子密度。

附图说明

图1是本发明提供的基于多星座gnss的电离层层析方法的整体流程图；

图2是2015年3月16-18日地磁指数图；

图3是2015年3月16日iri、gps、多星座gnss的stec对比图；

图4是2015年3月17日iri、gps、多星座gnss的stec对比图；

图5是2015年3月18日iri、gps、多星座gnss的stec对比图；

图6是2015年3月16日22时、23时和24时的电子密度的变化图；

图7是2015年3月17日22时、23时和24时的电子密度的变化图；

图8是2015年3月18日22时、23时和24时的电子密度的变化图。

具体实施方式

基于多星座gnss的电离层层析方法实施例：

本实施例提供一种基于多星座gnss的电离层层析方法，如图1所示，包括以下步骤：

(1)采用多个卫星导航系统进行电离层层析，确定目标区域范围，选取目标区域范围内各个卫星导航系统对应的观测数据；

(2)计算各个卫星导航系统对应的总电子含量；

(3)计算各个卫星导航系统的总电子含量与所求的电离层电子密度之间的系数，得到系数矩阵，根据系数矩阵得到卫星导航系统的总电子含量与所求的电离层电子密度之间的关系；

(4)对卫星导航系统的总电子含量与所求的电离层电子密度之间的关系进行反演解算，解算得到目标区域范围的电离层电子密度。

基于上述基于多星座gnss的电离层层析方法的整体步骤，以下给出各个步骤的具体实现过程，当然，该基于多星座gnss的电离层层析方法并不局限于下述各个步骤的具体过程。

目前，全球导航卫星导航系统gnss有四种，分别是中国的bds系统、欧盟的galileo系统、俄罗斯的glonass系统以及美国的gps系统。随着这四个卫星导航系统的快速发展，为电离层层析带来大量的可用数据源。因此，本实施例提供的基于多星座gnss的电离层层析方法借助于多星座gnss的数据源，即借助上述四种全球导航卫星导航系统gnss，用于地震监测和空间天气环境监测等场合中。当然，作为其他的实施方式，还可以仅仅涉及上述四种全球导航卫星导航系统gnss中的部分卫星导航系统。

步骤(1)为观测数据获取的步骤，其中，先确定目标区域范围，即重构区域或者称为反演区域，这里通过确定区域的经纬度范围、高度范围和观测时段来确定该目标区域范围；然后，选取目标区域范围内各个卫星导航系统对应的观测数据，本实施例使用的观测数据是来自欧洲区域的多星座gnss观测数据，除了观测数据之外，在后续验证本实施例提供的基于多星座gnss的电离层层析方法的可行性时还需要获取目标区域范围的电离层测高仪数据。

将欧洲区域(30°n-70°n，-10°e-40°e)作为反演区域，由于多星座观测站点的分布限制，需要将此区域电离层分成经度、纬度方向间隔6°，高度方向间隔为50km的网格，层析反演的时间间隔为15分钟。

选择2015年3月16日到3月18日的多星座gnss观测数据进行实验，且根据资料显示3月17日发生了磁暴。选择这三天数据可以同时研究该多星座gnss层析方法在正常空间环境和异常空间环境下的可靠性和优越性。磁暴按地磁指数kp和地磁强度dst进行表示，kp指数描述的是每一时间段内地磁扰动，dst指数是专门描述地磁暴活动水平的指数的强度。

从spidr数据库获取相关的地磁指数，分析16日至18日的地磁指数变化。从图2中可以看出，在2015年3月16日，其dst和kp值非常稳定，没有太大的波动，说明地磁活动处于平静态，没有发生磁暴。3月17日从12:00ut时开始，kp指数开始增加，而dst则逐渐变小，直到23:00ut达到最低为-223nt，此时kp值也处于最高值。3月18日dst值仍处于-100nt以下，kp值处于4以上，说明发生了磁暴，且运动剧烈。因此本实施例将以2015年3月16日到18日三天的电离层状态为研究对象，探讨在强烈的地磁活动下电离层电子密度分布。

步骤(2)为计算各个卫星导航系统对应的总电子含量的步骤，过程如下：

本实施例提供的基于多星座gnss数据的电离层层析方法将卫星到接收机传输路径上stec(slanttotalelectroncontent，stec)值作为输入数据，利用反演算法求解电离层电子密度的时空变化。因此准确解算stec是确保层析结果精度的关键。利用载波相位平滑伪距的测量方法计算得到较高精度的总电子含量值，具体计算公式如下：

其中，和分别表示各个卫星导航系统对应的不同频率的载波相位平滑伪距观测值，f1和f2为双频数据，具体分别为双频卫星信号的频率。

在多星座gnss观测数据中有很多观测参数选择，但每个观测站点的观测参数都不完全相同，所以需要选择合适的观测参数才能建立观测方程，进而求出层析反演所需的stec数值。对于单一星座gps而言，通常利用p码或c/a码测得的卫星信号建立观测方程，所以对于多星座gnss，也尽可能选用p码或c/a码测得的卫星信号参数。通常情况下，使用同一通道/编码的卫星信号来进行相关计算是最佳的，误差最小。对于gps导航系统而言，可以选择l1和l2波段上的l1c，c1c，l2w，c2w观测值；对于glonass导航系统而言，可以选择g1和g2波段上的l1c，c1c，l2c，c2c观测值；对于galileo导航系统而言，可以选择e1和e5a波段上的l1x，c1x，lsx，csx观测值；对于bds导航系统而言，可以选择b1和b2波段上的l1i，c1i，l7i，c7i观测值，如表1所示，表1是多星座gnss可用频率参数。

表1

表2给出了上述四大卫星导航系统所选择的波段及频率值，将所选择的频率值代入上式方程(1)可得到四种导航信号穿过电离层的tec的表达式，即stec的表达式：

tecgps＝9.520(p2-p1)

tecglonass＝9.751(p2-p1)

tecgalileo＝7.763(p2-p1)

tecbds＝8.993(p2-p1)(2)

其中，上述各公式中的tec即为对应的stec，p1对应上述中的p2对应上述中的

表2

步骤(3)用于得到卫星导航系统的总电子含量与所求的电离层电子密度之间的关系，该关系为多星座gnss的电离层层析模型，具体过程包括：

电离层倾斜路径总电子含量stec是电离层电子密度沿信号传播路径从卫星到接收机的线性积分，计算公式(即表达式)为：

其中，ne是射线ρ上某一位置的电子密度，是对应位置在时间t的位置向量。

为了获得ne，设定：电离层被剖分成大量的小像素，且假设每个像素内的电离层电子密度在一个短时期内是一个常数，则式(3)中沿着射线i的电离层倾斜路径总电子含量steci可近似表示为，这里就将其表示为：

则，式(4)可以用简单的矩阵符号写成：

ym×1＝am×nxn×1+εm×1(5)

其中，n是目标区域范围内的像素总数，m是射线总数，ym×1是由m个已知的电离层倾斜路径总电子含量值组成的列向量，aij表示第i条射线穿过第j个像素的截距，xn×1是所有像素内未知电离层电子密度组成的向量，εm×1是由离散误差和仪器误差组成的向量，am×n为m×n个截距值组成的系数矩阵，εi为离散误差和仪器误差，xj为第j个像素内电离层电子密度值。

则卫星导航系统的总电子含量与所求的电离层电子密度之间的关系表达式为：

a卫星导航系统x＝y卫星导航系统

其中，y卫星导航系统为由各卫星导航系统所得总电子含量的观测值构成的电子含量矩阵，a卫星导航系统为卫星导航系统对应的系数矩阵，即由各卫星导航系统对应的系数构成的系数矩阵，x为所求的电离层电子密度。具体如下：

对于四个卫星导航系统，这四个卫星导航系统各自对应的关系表达式分别为：

agpsx＝ygps

aglonassx＝yglonass

agalileox＝ygalileo

abdsx＝ybds(6)

那么，

因此，a卫星导航系统为上述四个卫星导航系统各自的系数组成的4×1的矩阵形式；y卫星导航系统为上述四个卫星导航系统各自电子含量组成的4×1的矩阵形式，x求取的是单一值。其中，ygps,yglonass,ygalileo,ybds分别是各卫星导航系统所得stec的观测值；agps,aglonass,agalileo,abds分别表示相应的系数。

式(6)即为多星座gnss的电离层层析模型。

步骤(4)对卫星导航系统的总电子含量与所求的电离层电子密度之间的关系进行层析反演解算，即采用乘法代数重建算法(multiplicativealgebraicreconstructiontechniques，mart)，解算得到目标区域范围的电离层电子密度。

以下通过多个方面对本实施例提供的层析方法的可靠性和优越性进行了验证。

图3-5给出了在2015年3月16-18日12:00ut和24:00ut，分别由iri、gps和多星座gnss反演得到的tec(tec即为stec，下同)对比图，从总体情况来看，由多星座gnss计算得到的tec比由单gps计算得到的tec更加接近国际电离层参考模型所计算的tec值，且精度也高于基于gps数据得到的层析结果。同样也可以看出，在20°n-70°n范围内电子含量随着纬度的增大而减小。在12:00ut时，白天的电离层电子含量大于24:00ut时夜晚的电离层电子含量tec。在2015年3月17日12：00ut和24：00ut的tec值均大于3月16日和3月18日，且电子含量tec最大值高40tecu，这是因为17日发生了磁暴导致了电子含量的增大。

图6-8给出了2015年3月15-17日反演区域电离层电子密度在22:00ut，23：00ut，24:00ut随高度的变化情况。可以发现：利用gps数据和多星座gnss层析反演的电离层的电子密度的峰值高度与测高仪数据相近，说明反演结果基本正确。从图6-8中可以看出多星座gnss数据层析反演的电子密度，同gps数据层析反演的峰值密度相比，更接近于测高仪给出的峰值密度，说明其反演的电子密度效果更好。在200km的以下区域，出现过两种反演方法精度差别不大的情况，但是从整体来看，多星座gnss层析技术反演精度更高。通过精度分析可以进一步进行验证。同时，2015年3月17日峰值电子密度最高达到0.6×10¹²el/m³，明显高于其他几天，而且2015年3月17日整体比其他几天的也要高。所以可判断3月17日电离层扰动较大，说明2015年3月17日23:00ut确实发生了磁暴。

表3是16日到18日电离层电子密度精度分析。在16日22时，23时和24时，由多星座gnss数据得到的电子密度的精度比由gps数据得到的结果分别提高了14.3％，16.5％，9.3％；在17日22时，23时和24时，由多星座gnss数据得到的电子密度的精度比由gps数据得到的结果分别提高了9.9％，13.1％，4.7％；在18日22时，23时和24时，由多星座gnss数据得到的电子密度的精度比由gps数据得到的结果分别提高了10.9％，16.7％，3.0％。整体上看，多星座gnss数据得到的电离层电子密度精度要高于gps数据得到的电离层电子密度，平均整体提高了11％。所以，多星座gnss电离层层析方法的反演效果更好。

表3

因此，由于gps地面观测站点不足，观测视角有限等原因，反演得到的电离层电子密度不够精确，因此需要更多的卫星信号穿过电离层，进而获得更精确的电离层电子含量tec，从而得到电离层更真实的结构。随着欧盟的galileo、俄罗斯的glonass、中国的bds等卫星导航系统的快速发展，全球导航卫星导航系统gnss为电离层层析带来大量的可用数据源。因此，本发明即是借助于多星座gnss的数据源，开发出基于多星座gnss的电离层层析方法，用于地震监测和空间天气环境监测等系统中。并利用欧洲地区多星座gnss数据作为实例，验证了基于多星座gnss数据的层析方法反演结果的正确性。另外，通过层析方法反演重构了2015年3月16日到18日欧洲区域上空电离层电子密度，和基于gps的电离层层析方法的反演结果进行了比较，发现新的方法反演精度更好，有着11％的提高，更能反应电离层内部真实变化情况。因此，通过利用基于多星座的gnss电离层层析方法，监测电子密度的变化，便可实现在空间天气监测系统和地震监测系统中对异常情况的监测。

以上给出了具体的实施方式，但本发明不局限于所描述的实施方式。本发明的基本思路在于上述基本方案，对本领域普通技术人员而言，根据本发明的教导，设计出各种变形的模型、公式、参数并不需要花费创造性劳动。在不脱离本发明的原理和精神的情况下对实施方式进行的变化、修改、替换和变型仍落入本发明的保护范围内。

基于多星座gnss的电离层层析系统实施例：

本实施例提供一种基于多星座gnss的电离层层析系统，包括电离层层析模块，该电离层层析模块包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器在执行计算机程序时实现的步骤包括：

(1)采用多个卫星导航系统进行电离层层析，确定目标区域范围，选取目标区域范围内各个卫星导航系统对应的观测数据；

(2)计算各个卫星导航系统对应的总电子含量；

(3)计算各个卫星导航系统的总电子含量与所求的电离层电子密度之间的系数，得到系数矩阵，根据系数矩阵得到卫星导航系统的总电子含量与所求的电离层电子密度之间的关系；

(4)对卫星导航系统的总电子含量与所求的电离层电子密度之间的关系进行反演解算，解算得到目标区域范围的电离层电子密度。

由于上述步骤过程在基于多星座gnss的电离层层析方法实施例中已进行了详细地描述，本实施例就不再具体说明。