神经网络在导航卫星钟差预报中的应用CSCD

为提高导航卫星钟差预报精度,提出一种神经网络和多项式相结合的钟差预报方法,该方法在根据星载原子钟物理特性进行多项式模型预报后,采用神经网络对多项式模型预报误差进行建模,以实现导航卫星钟差预报精度补偿。为验证本文提出的预报模型的可行性和有效性,利用实测的COMPASS导航卫星钟差数据进行钟差预报精度分析,并与传统的多项式模型预报精度进行比较。结果表明:基于神经网络建立的组合预报模型能有效提高导航卫星钟差的预报精度。     

一种高精度实时GPS卫星钟差预测算法

为获得高精度实时GPS卫星钟差,文章提出一种基于多项式和最小二乘支持向量机(Least Squares Support Vector Machines,LS-SVM)相结合的钟差预报方法.该方法采用国际GNSS服务发布的超快速观测星历建模进行短期预报,首先根据卫星钟的物理特性用附有周期项的多项式模型进行拟合以提取趋势项和周期项,然后用LS-SVM对多项式拟合残差进行建模预报,最后将预报结果加上趋势项和周期项,得到最终的钟差预报值.试验结果表明,所提算法能够实时有效地对GPS卫星钟差进行预报,且精度优于超快速预报星历.     

广义回归神经网络在卫星钟差短期预报中的应用

近年来,神经网络(Neural Network,简称NN)在非线性系统的预测方面取得了广泛的应用。考虑到卫星钟差包含了复杂的非线性因素,所以将一种新型神经网络-广义回归神经网络(Generalized Regression Neural Network,GRNN)应用于钟差预报中。采用“滑动窗”方式构建样本数据以提高数据利用率,为提高网络的泛化能力,利用K重交叉验证法(K-fold Cross-Validation)对网络进行训练学习,并根据最小均方根误差(Root Mean Square Error,RMSE)确定最优平滑因子。利用国际GNSS服务(International GNSS Service,IGS)公布的精密GPS卫星钟差数据进行预报实验,并与传统二次多项式模型对比分析。结果表明：GRNN模型在24h的预报跨度内的误差可达ns级,并较多项式模型有更好的稳定性;对于线性钟差,GRNN模型要逊于多项式模型,而对于非线性钟差,GRNN模型则明显优于多项式模型,初步验证了GRNN用于钟差预报的可行性、有效性以及实用性。     

基于长短时记忆神经网络(LSTM)的钟差预报算法

原子钟钟差预报在原子时计算和原子钟频率驾驭中发挥着重要的作用。长短时记忆神经网络（LSTM）预报算法能够处理多参数长期依赖关系的时间序列预报，以氢钟和铯钟实测数据为样本，通过构建LSTM钟差预报模型，降低了长期原子钟内部噪声以及原子钟漂移对钟差预报的影响，并以72h，240h和720h为预报时长，分别与线性多项式模型、灰色模型和Kalman模型原子钟钟差预报模型进行预报误差对比。研究表明，在240h以上的预报时长中，LSTM建模长期依赖关系的优势得以体现，相较于其他3类模型可以获得更高的预报精度。     

钟差和动力学参数联合约束下的北斗卫星轨道快速确定

受地球非球形引力、第三体摄动和太阳光压等摄动因素的影响,导航卫星位置存在长周期变化趋势,需要定期对导航卫星进行轨道机动,以保持卫星轨位和导航服务区.导航卫星机动后的定轨,特别是GEO卫星,其频繁轨控后的轨道快速确定问题,是制约卫星可用度和导航系统服务性能的重要因素.在基于伪距相位数据的轨道测定中,轨道与钟差的统计相关是制约卫星轨道快速确定的关键因素,特别是在观测弧段短的情况下,待估参数之间的相关性更强,动力学参数估计结果严重失真会导致轨道预报精度衰减明显.当卫星钟差与测站钟差通过外部手段高精度测定后,可以减少待估参数的估计,同时利用长弧定轨的动力学与运动学参数先验信息,对短弧定轨模式进行参数约束,卫星定轨精度将有很大的提升空间.通过钟差与力学参数的联合约束,实现了北斗卫星短弧快速定轨,解决了卫星机动后的轨道快速确定问题,SLR评估的卫星机动后4 h定轨外符视向精度优于0.71 m,比常规方法提高了3倍,预报1 h轨道视向精度为1.89 m,用户等效距离误差(UERE)精度达到1.85 m.     

灰色模型在卫星钟差预报中的缺陷分析

卫星钟差预报是时间同步的关键技术之一,方法繁多。针对灰色模型在卫星钟差预报中的应用,以GPS Rb钟钟差预报为实例,从模型构造上分析了该模型在卫星钟差预报中存在的缺陷,有利于该模型的改进和完善。     

基于灰色模型和ARIMA模型的钟差预测

由于多种因素的影响,原子钟运行情况十分复杂,为了有效地进行钟差预报和更好的反应原子钟的特性,提出一种基于灰色模型和ARIMA模型的组合模型来实现钟差的预报,并给出了灰色模型和ARIMA模型进行原子钟钟差预报的基本思想和预报模型。利用组合模型更精确地把握钟差序列复杂细致的变化规律,从而更好的逼近钟差序列。为了验证该组合模型的可行性和有效性,利用原子钟钟差数据进行钟差预报分析,结果显示该模型具有较好的预报精度。     

导航卫星的地面站定轨算法

导航星座轨道的长期保持是星座导航系统运营管理的重要组成部分,而现有的导航卫星地面定轨算法又存在精度不高或计算量大不适合工程应用的问题。为此,研究了单向、被动测量模式的导航卫星地面定轨算法。基于单向伪距观测,将导航卫星钟差参数作为状态量,推导了滤波算法的状态方程、测量方程,并最终建立了滤波器模型。以不同轨道面的4颗GPS导航卫星为例进行了2天的仿真试验,考虑卫星的可见性仿真中加入了测量中断,并设计在测量恢复后重启滤波算法。仿真结果表明,4颗卫星的轨道位置估计精度可以达到米级,钟差随机偏差的估计精度可以达到纳秒级,并且在滤波中断后重启滤波器,仍然可以达到此估计精度,表明此定轨算法具有收敛性和稳定性。     

星地激光时间比对在卫星导航系统中的应用

星地精密激光时间比对具有精度高、系统误差少等优点,因此利用星地精密激光时间比对,不但可以对无线电时间比对进行外部精度检验,而且可以检验并分离无线电伪距测量的系统误差,分析检测设备时延的不稳定性和卫星钟的中短期性能指标,提高卫星钟差的预报精度。     

导航卫星高精度太阳光压摄动分析建模及验证

为提高导航卫星精密定轨与轨道预报精度,提出了一种导航卫星太阳光压摄动的分析建模方法.相较于其他摄动因素模型完善且精度较高,光压摄动由于太阳活动导致太阳能量误差、卫星姿态控制误差和表面材料老化等问题,是最难以精确建模的摄动源,也是动力学模型最大的误差源.基于此,提出了一种基于卫星的姿态控制规律,通过分析法建立卫星太阳光压摄动模型,给出了光压摄动加速度在星体坐标系中的模型,并以GPSBlock IIR为例进行了验证.计算结果表明,该仿真分析法所建立的摄动模型与T30模型、ECOM模型精度接近,达到了光压建模研究的初步计算要求.     

一种高精度GPS卫星钟差预报方法

为了获得实时高精度GPS钟差,提出了采用快速星历建模进行短期预报。文章先对钟差数据提取趋势项,再利用傅里叶分析研究其周期特征以确定建模与预报时间段长度,最后利用径向基函数(Radial Basis Function,RBF)神经网络建模实时预报钟差。由于RBF神经网络用于非线性数据建模效果良好,在提取线性趋势项并合理确定建模周期后,该方法能够得到较好的预报结果。实际预报结果表明,文中方法得到的预报钟差精度高于超快速星历,能够满足分米级实时精密定位的要求。     

北斗卫星导航系统实时定轨与钟差处理策略

目前鲜有对北斗卫星导航系统（BeiDouNavigationSatelliteSystem,BDS）实时精密定轨与钟差确定的研究,文章提出了BDS实时轨道与实时钟差处理策略,包括了观测与动力学模型、实时轨道与实时钟差处理流程与评估方法。尤其对于实时钟差,为了提高计算效率,联合使用两个独立并行的线程估计非差绝对钟差和历元间相对钟差。利用多模全球卫星导航系统试验(MGEX)与全球连续检测评估系统（iGMAS）实测数据进行了北斗实时轨道与钟差解算,BDS实时轨道径向平均精度对于GEO卫星优于20cm,对于IGSO与MEO一般优于10cm;钟差精度对于GEO卫星为0.5~4.5ns,对于IGSO／MEO为0.2~2.0ns。基于目前的轨道与钟差结果,实时精密单点定位（PrecisePointPositioning,PPP）结果可以达到分米量级。     

基于神经网络模型的地球同步卫星高精度轨道预报

利用动力学模型得到的预报轨道精度随时间推移衰减较快,针对这一问题,提出一种改进地球同步卫星轨道预报精度的新方法.将神经网络作为工具,结合轨道动力学特性建立一个训练样本集,根据当前时刻预报误差特征在样本集中搜索最佳训练样本,利用训练得到的神经网络模型补偿和改进当前时刻的预报轨道,达到提高预报精度的目的.基于实测数据的试验分析表明,不同卫星在不同初始时刻下的改进效果是不同的.预报4 d的轨道精度由43m提高至15m,预报8d的轨道精度由183m提高至80m.基于神经网络模型预报4d和8d的改进成功率分别为78.33%和88.33%.     

北斗首颗备份卫星性能初步分析

主要从卫星钟差预报、轨道测定精度、伪距波动情况等角度分析了I6卫星与北斗卫星导航系统（BDS）其他现役倾斜地球同步轨道（IGSO）卫星的异同,并从位置精度因子（PDOP）和格网可用性评估了I6卫星入网对BDS的贡献。利用星地双向时频传递设备观测的星地钟差数据,评估了I6卫星星载原子钟的预报性能,结果表明,I6卫星发播的卫星钟参数外推5h预报误差的均方根误差（RMS）为232ns,外推1h预报误差的RMS为073ns,与现役IGSO卫星钟差预报水平相当;对多星联合精密定轨结果分析表明,与北斗现役I3卫星相比,姿态控制方式优化后的I6卫星在地影期间的轨道精度并未发生明显衰减,克服了现有北斗二号卫星在地影期间轨道精度下降,从而影响北斗服务的连续性、可用性问题;利用大口径抛物面天线采集到的数据对I6卫星的伪距波动进行了分析,结果表明I6卫星单个观测弧段内其伪距波动峰峰差约为1m,与其他IGSO卫星一致;进行PDOP仿真计算,结果表明I6卫星的加入使得喀什地区的PDOP最大值由1282下降为726,PDOP大于6的时段所占百分比由2911%下降为1721%;对格网电离层产品实施解算,结果表明I6卫星的加入使得6个电离层格网点的可用度提升至95%以上。     

含钟差修正的脉冲星和太阳观测组合导航

为提高深空探测器巡航段的导航定位精度和钟差修正能力,提出一种利用X射线脉冲星和太阳观测信息的组合导航方法.利用脉冲星导航的脉冲到达时间测量值,同时利用太阳敏感器、分光计分别测量太阳视线矢量和探测器相对于太阳的径向速度,并将星载时钟钟差增广为状态变量,构建组合导航系统,利用基于扩展卡尔曼滤波的UD(Upper triangular matrix-Diagonal matrix)分解信息融合算法进行状态估计.仿真结果表明,该方法能有效解决因钟差漂移引起的导航滤波发散问题,同脉冲星导航相比,该方法提高了定位精度和钟差修正能力.     

北斗三号系统广域差分服务精度评估

为了保证北斗系统广域差分服务的平稳过渡，北斗三号系统（BDS-3）通过GEO卫星B1I/B3I信号播发北斗二号协议广域差分改正信息，包括等效钟差改正数与格网点电离层信息。分析了增加BDS-3卫星后，等效钟差改正数和格网点电离层信息的特征，并对BDS-2和BDS-3的用户差分距离误差（UDRE）进行了对比。联合BDS-2和BDS-3实测数据，对BDS-3广域差分服务定位精度进行了评估。分析结果表明:BDS-2卫星广播星历空间信号用户等效距离误差（UERE）约为1 m，经过等效钟差改正数后，用户差分距离误差约为0.3 m；BDS-3卫星广播星历空间信号用户等效距离误差约为0.4 m，经过等效钟差改正数后，用户差分距离误差约为0.2 m。等效钟差改正数可以修正广播电文更新带来的空间信号阶跃误差，显著提升卫星空间信号精度。与基本导航系统播发的Klobuchar 8模型，广域差分系统所播发的格网点电离层信息可将电离层误差修正精度提高约18%。与单独BDS-2卫星相比，BDS-2/BDS-3卫星联合条件下，基本导航的单频用户和双频用户定位精度可分别提升26%和41%；广域差分服务的单频用户定位精度为2.4 m，双频用户定位精度为1.7 m，单频用户和双频用户定位精度分别提升13%和41%。      

基于视线测量和轨道预报高轨非合作目标相对导航方法

对于非合作目标,由于中远距离星上相对测量手段有限,大多情况仅能获得视线角信息.仅视线测量相对导航方法在GEO轨道条件下滤波精度低、可观测性差.提出一种基于星间视线方位测量和轨道预报信息结合的非合作目标相对导航方法.建立基于星间相对运动模型的状态方程和基于星间视线测量和轨道预报信息的观测方程,分别选取了扩展卡尔曼滤波和无迹卡尔曼滤波两种方法,仿真分析了轨道预报信息精度和滤波方法对导航精度的影响.     

脉冲星方位误差估计的两步卡尔曼滤波算法

为了克服钟差和卫星位置误差对脉冲星方位误差估计的影响,设计了两步卡尔曼滤波（TSKF）算法。首先,介绍了脉冲星方位误差估计的传统模型,并通过分析和仿真验证了钟差、卫星位置误差以及2种误差同时存在时会使脉冲星方位误差估计结果产生较大偏差。其次,在传统的估计模型中加入了钟差和卫星位置误差,并将钟差和钟差变化率增广为新的状态量,从而推导出包含2种误差的新模型,并证明了该模型的完全可观测性;根据该模型并按照两步卡尔曼滤波原理,得到了TSKF算法的步骤。最后,通过仿真表明:在钟差和卫星位置误差同时影响下,传统脉冲星方位误差估计算法偏差较大且发散;TSKF算法则能够有效隔离2种误差的影响,使赤经和赤纬误差估计达到0.2 mas之内的精度。      

卫星与测站钟差支持条件下的GEO卫星精密定轨

在基于伪距的GEO卫星精密定轨中, GEO卫星的静地特性导致定轨解算无法对星地组合钟差进行有效估计, 需要独立的时间同步支持. 本文讨论了卫星和测站钟差支持条件下的GEO卫星定轨原理, 利用仿真数据系统地分析了中国区域网跟踪条件下GEO卫星的定轨精度, 从定性和定量角度分析了钟差二次项、星地时间同步精度、站间时间同步精度及系统差等因素对定轨精度的影响.      

脉冲星导航在高精度卫星轨道修正中的应用

X射线脉冲星导航系统(XNAV,X-ray Pulsar Based Navigation)能够为航天器提供自主的定位服务,但是XNAV存在精度较差,且受航天器钟差和脉冲星时间模型误差的影响而产生近似常值偏差的缺点.分析与仿真指出,在采用XNAV单独导航时需要2颗脉冲星可达到完全观测,而采用XNAV和星间观测的组合导航时仅需要1颗脉冲星即可达到完全观测,同时组合导航能够将轨道修正的精度提高10倍以上,并将由于常值偏差造成的估计误差抑制在0.2 m以内.在现实的噪声设定下,采用标准XNAV单独进行轨道修正,仅需要两颗脉冲星即可取得50 m以内的估计精度;而采用组合导航时,在单脉冲星的导航方案下,系统的估计精度为5 m以内.分析结果表明:基于单脉冲星导航的组合导航,是一种高精度、低需求,容易实现的卫星轨道估计方案.