北斗卫星星载原子钟的短期钟差预报模型参数选取分析

高精度实时卫星钟差改正数据的获取一直是实现精密单点定位技术的关键问题.针对短期钟差预报模型参数设定对预报精度的影响,详细分析了多项式模型和灰色模型的基本原理,通过对精密星历文件中钟差数据的计算,分析阶数和已知数据个数对2种预报模型精度的影响,评估了此2种预报模型的优劣.实验结果表明:多项式模型应采用的已知点数量和阶数分别为7和2,而灰色模型的已知点数量应设为11;灰色模型总体上优于多项式模型.     

灰色模型与自回归模型组合在钟差短期预报中的应用研究

研究卫星钟差预报的精度及稳定性对增强卫星导航系统的导航、授时等功能有重要作用。针对GM(1,1)模型在卫星钟差短期预报时存在的问题,引入AR模型对其预报结果进行修正,以提高钟差预报结果的精度和稳定性。实验结果表明：组合模型的预报精度较单一GM(1,1)模型有一定提高,其中铷钟的精度提高较为明显,铯钟的精度则提高较少;此外,组合模型的误差变化趋势与GM(1,1)模型相似,但稳定性相对更高。     

基于灰色BP网络的卫星钟差预报

精密卫星钟差是精密定轨的重要因素之一.将BP神经网络模型引入卫星钟差预报,分别对少量及大量的卫星钟差数据进行预报,将其预报精度和灰色模型GM(1,1)预报结果进行分析比较,证明BP神经网络模型适于卫星钟差预报.通过对IGU超快速星历中的卫星钟差进行预报,发现前期预报精度很高,验证了其实际有效性.     

基于kalman滤波的改进钟差模型辅助RAIM算法

为了提高完好性监视结果的可信度,现采用Kalman滤波建立新的接收机钟差预测模型.利用该模型的钟差预测值辅助进行自主完好性监测(RAIM).利用GPS实测数据进行分析验证,结果表明这种新模型辅助相对于原模型辅助,改善了卫星的几何分布和钟差预测的精度,提高了RAIM的可用性,降低了能检测到的最小故障偏差.     

时钟校准过程中的组合钟差预报模型

时间同步技术在分布式系统中应用广泛,时钟校准是时间同步的前提。针对时间校准过程中所需的时间信号可能出现传递失效等问题,在时间校准过程中引入钟差预报技术。同时为提高钟差预报模型的预报精度,提出一种GM-BP神经网络的钟差预报组合模型,首先利用已测钟差数据建立多个不同维数的GM(1,1)钟差预报模型,并对某时段的钟差进行预报,发挥多个不同GM(1,1)模型的优点;然后利用训练好的BP神经网络对预报结果进行非线性组合,最终的预报结果为BP神经网络非线性组合后的钟差。利用衰减器模拟对流层散射信道,设计对流层散射单向时钟校准试验,利用试验过程中实测的钟差数据进行组合模型精度验证。仿真结果表明,组合模型较单一预报模型,预报误差更加平稳,精度上提高53%~95%。     

基于时钟偏差模型的GPS不完整星座定位方法

为使GPS接收机在卫星星座不完整情况下仍能定位,提出采用接收机时钟偏差模型辅助接收机定位的方法.将模型预测的时钟偏差引入伪距线性化定位解算方程中,保证了在GPS星座不完整时仍能给出接收机的位置.基于GPS实测数据的验证分析表明,该方法的定位精度在标准误差范围内.同时,该方法具有计算简单、有效可行的特点,可以方便地嵌入到GPS接收机中.     

基于人工鱼群优化LS-SVM的卫星钟差预报

针对导航卫星短期钟差预报精度不高的问题,提出了一种基于人工鱼群(AFSA)优化最小二乘支持向量机(LS-SVM)的卫星钟差预报方法。利用人工鱼群算法较强的全局寻优能力优化LS-SVM模型的惩罚参数和核宽度参数,避免人为选择参数的盲目性,提高了LS-SVM的泛化能力和预报精度。选取IGS产品中4颗典型卫星的钟差数据,分别采用人工鱼群优化LS-SVM模型、神经网络模型和灰色系统模型进行短期钟差预报,计算结果表明:人工鱼群优化LS-SVM模型的预报精度优于其它2种模型,尤其是在铷钟方面,预报误差在0.5 ns内,运行时间在5 min内。     

几种GPS卫星钟差预报方法比较及精度分析

精密单点定位技术在高精度的坐标框架维持、地球动力学研究及区域性或全球性的科学考察及低轨卫星定轨、海陆空间导航等动态应用方面都有不可估量的前景.但是IGS现在还不能提供实时和外推的精密卫星钟差,GPS卫星钟差仍然是实现PPP技术实时应用的瓶颈问题,制约了实时PPP技术的应用.本文分别利用二次多项式模型、灰色模型和线性模型进行了大量卫星钟差资料分析,总结了它们的优点与不足,为GPS卫星钟差预报研究提供借鉴与参考.     

随机模型在GPS卫星钟差估计中的应用

卫星钟差是影响定位精度的重要误差源之一.针对不同接收机评估其伪距观测精度,选择相应的相位观测方差,构建合理的随机模型.采用56个IGS(International GNSS Service)跟踪站观测数据解算卫星钟差,并进行定位验证.结果表明:基于该方法的钟差估计结果与传统的钟差估计方法的结果在定位精度上改进约为5％....     

GPS/BDS卫星钟差融合解算模型及精度分析

为推动实时高精度定位技术的发展,文章通过构建历元差分模型,实现了对全球定位系统(Global Positioning System,GPS)与北斗卫星导航系统(BeiDou Navigation Satellite System,BDS)精密卫星钟差的融合估计,并选取全球均匀分布的45个地面跟踪站进行仿实时钟差解算实验。结果表明:自估GPS和BDS钟差与国际全球卫星导航系统服务(International GNSS Service,IGS)事后精密钟差产品的二次差标准差分别优于0.2、0.4 ns,平均精度为0.11、0.19 ns;基于自估钟差的GPS静态和动态精密单点定位(precise point positioning,PPP)精度分别优于2、15 cm,BDS静态和动态PPP精度分别优于5、40 cm,均可满足用户dm级定位需求。     

基于最优滤波的卫星和惯性组合导航方法

针对目前三种主流导航方法各自的不足,提出了一种基于最优滤波法的卫星、惯性组合导航方法,采集这两种导航系统实时测量得到的伪距、伪距率的差值,通过设计合适的最优滤波器,以校正系统误差,获得高精度位置、速度、姿态的用户定位结果,从而弥补了惯性导航误差随时间离散和卫星导航易受外界电磁环境干扰、无法直接提供用户姿态信息的问题。     

一种新型软件接收机定位解算方法

随着卫星导航产业的飞速发展,对于定位解算的精度和速度要求也不断提高,为了满足现代高精度、快速性定位的要求,提出一种新型软件接收机定位解算方法,该方法对伪距方程组中的公共白噪声和时钟误差进行消除,然后再进行迭代计算,最后采用位置差分的方法对迭代结果进行差分运算得到定位结果。计算机实验仿真,结果表明,与传统的最小二乘法相比,该方法具有更高的定位精度以及更快的迭代速度,对于软件接收机定位解算的研究具有重要的意义。     

GPS相位模糊度固定对钟差解算的影响研究

分析了全球定位系统(GPS)载波相位模糊度固定对接收机钟差解算的影响,并利用GRACE-FO实测数据基于不固定模糊度、固定单差模糊度和固定双差模糊度三种方法解算了三组钟差,最后通过与官方产品比较和重叠弧段比较两种方法进行了质量评估.结果显示：固定单差模糊度和固定双差模糊度所解算的相对钟差与官方产品差异的标准差(17.2和13.2 ps)比不固定模糊度(32.8 ps)分别减小了48%和60%;重叠弧段差异标准差(2.3和0.7 ps)比不固定模糊度(11.4 ps)分别减小了80%和94%,比官方产品(3.6 ps)分别减小了36%和81%.以上结果表明固定GPS相位模糊度可显著改善相对钟差精度.     

基于Theil不等系数的IOWGA算子组合预测模型

将Theil不等系数和IOWGA算子相结合,提出一种基于Theil不等系数的IOWGA算子最优组合预测模型,并定义了优性组合预测和非劣性组合预测的概念,最后通过对税收收入进行组合预测说明该组合预测方法的有效性和合理性,且该模型存在优性组合预测.     

基于ARCH模型的组合导航缓变故障容错方法

为了解决缓变故障的检测和容错问题,针对容错设计中小幅度增长的缓变故障,考虑组合导航系统导航传感器的特点,提出了一种新的组合导航缓变故障容错方法。定义了滤波器观测信息的故障因子,提供了基于自回归条件异方差模型的故障因子模糊评估方法,并利用故障因子来自适应调整观测噪声协方差阵中相应的量值,从而达到抑制缓变故障的作用。通过仿真分析和实验验证了缓变故障容错方法的有效性。实验结果表明,在导航传感器发生缓变故障时,这种缓变故障容错方法可以有效地改善组合导航滤波精度。     

基于间隔丝排列模型的经编间隔织物压缩性能

提出了经编间隔织物间隔丝的排列模型,并在此基础上研究间隔织物的压缩性能.对模型进行简化并得到了不同表面组织、织物厚度、间隔丝直径的间隔丝排列加权平均倾斜角.根据间隔织物压缩方程和理论参数,由Matlab模拟得到间隔织物的理论压缩曲线,并与试验得到的压缩曲线进行比较.结果表明,根据间隔丝排列模型得到的理论压缩曲线与试验曲线拟合较好,具有较大的网孔表面和织物厚度及较小的间隔丝直径的经编间隔织物在小变形压缩下的压力较小.     

基于Theil不等系数和广义诱导算子的组合预测

Theil不等系数极小化组合预测方法是基于相关性的组合预测方法的一种,把Theil不等系数及广义诱导有序加权平均算子结合起来,介绍了基于Theil不等系数及几种诱导算子相关的概念,并建立了基于Theil不等系数及几种诱导算子的最优组合预测模型,研究了最优组合预测模型的相关性质及模型有效性的评价方法。     

基于Theil不等系数的调和平均组合预测模型研究

The il不等系数是一种新的相关性指标,基于该指标提出调和平均组合预测的一种新的模型,探讨了该模型非劣性组合预测、优性组合预测以及冗余预测方法的存在性,并给出冗余信息的判定.     

基于组合模型的交通流量预测方法

随着智能交通系统的蓬勃发展,交通控制和交通流诱导成为智能交通系统(ITS)研究的热门问题,而实现交通控制诱导的关键问题是实时准确的短时交通流量预测,预测的精度直接影响交通控制和诱导的效果.为此,提出基于组合模型的交通流量预测方法,该方法将历史趋势模型和多元回归模型加权组合以建立组合预测模型,并利用加权平均的方法,对较精确的预测值赋予较大的权重,从而提高模型预测的精度.通过对2009年上海城市交通流量预测结果的分析,证明该方法可提高预测准确度.