基于粒子群优化核极限学习机的北斗超快速钟差预报

针对卫星钟差序列中非线性特性较为复杂和超快速钟差预报精度较低的问题,将核极限学习机算法引入到北斗超快速钟差预报中。首先,将极限学习机进行优化,引入粒子群优化算法来选择核极限学习机所需的核参数和正则化参数;然后,将优化后的方法应用到超快速钟差预报中,并给出了利用该方法进行超快速钟差预报的步骤;最后,在分析iGMAS提供的实测北斗超快速钟差数据的基础上,选用单天和多天数据进行短期预报。结果表明：在短期预报6h范围内,利用本文提供的优化方法解算得到的超快速钟差预报精度明显优于二次多项式模型和周期项模型,并且采用此方法得到的超快速钟差预报产品与iGMAS提供的超快速钟差预报产品(ISU-P)相比,GEO、IGSO和MEO卫星的预报精度分别提升了50.51%、46.98%、40.67%,其与最终精密钟差的符合程度显著 增强 。     

一种利用泛函网络进行导航卫星钟差预报的方法研究

为提高导航卫星钟差预报的精度和实时性,提出一种基于多项式和泛函网络相结合的钟差预报方法。该方法首先根据卫星钟的物理特性用多项式进行拟合,并用泛函网络对多项式拟合残差进行建模,其中泛函网络的结构是通过小波降噪及相空间重构的方法确定。最后以GPS卫星为例,进行四组短期预报实验。结果表明,所提方法能够实时有效地对导航卫星钟差进行拟合和预报,且精度优于IGUP星历。     

卫星钟差预报的Kalman算法及其性能分析

钟差预报是卫星导航系统应用中的一项关键技术。Kalman算法作为一种最优预测算法,在原子钟时间尺度、GPS钟差预报中得到了广泛的使用。但是,GPS钟差预报的Kalman模型中通常只考虑了钟差的确定性部分,将随机性部分简单作为白噪声处理。对随机性部分采用幂律谱模型,分析了Kalman算法用于卫星导航系统钟差预报的性能和适用条件。论文首次详细讨论了钟差变化中的确定性部分和随机性部分对钟差预报误差的影响;文中还完善了前人文献中利用阿伦方差计算Kalman预报噪声方差阵的推导;最后利用IGS数据,比较和分析了四种情况下Kalman预报、递推最小二乘和灰色系统GM(1,1)预报精度。结果表明在数据充足的情况下,对于一天内的短期预报,Kalman算法精度最高,预报结果与IGS事后精密钟差的标准差小于10ps。
     

单颗MEO卫星定轨中的二阶钟差模型

分析使用简化动力学和观测模型对单颗MEO卫星进行定轨时星地钟差参数化建模问题,建立了一个基于全弧段二阶钟差模型的定轨方案,分析了该钟差模型的精度,及其对定轨精度和卫星钟差预报精度的影响.结合对实测数据处理的结果说明,基于二阶钟差模型的定轨方案的定轨精度好于10m,相对于以往研究中对钟差分段建模的定轨方案精度明显较高,并且其对错误数据有着更好的抗差性.分析同时表明,使用二阶模型作钟差预报的精度好于20ns.     

X射线脉冲星导航中钟差的可观测性问题

标准X射线脉冲星导航(XNAV)能够求解航天器的位置信息,但航天器钟差会导致XNAV的结果产生误差.鉴于脉冲星周期的稳定性,在利用XNAV进行轨道估计中,将钟差作为状态变量进行估计的授时方案已被相关学者提出.一种针对卫星轨道修正专门设计的可观测性分析工具在文中给出,利用其能够有效地判断各个状态的可观测性情况.利用该方法分析将钟差作为状态变量的导航方案,其结果表明仅需2颗脉冲星就可以对全部轨道六根数,以及卫星钟差进行观测;仿真结果验证了可观测性分析结论,双脉冲星导航时系统可以达到60m的定位精度和60ns的授时精度.对比仿真同时揭示了该方案能够有效地抑制钟差对导航精度的影响,将由于钟差引起的定位误差减小20倍以上.理论分析与仿真表明,将钟差作为状态变量的导航方案是一种能够有效地估计钟差,并抑制钟差影响、提升系统估计精度的导航方案.     

接收机时钟辅助RAIM算法研究

电子科技大学电子科学技术研究院,成都 610054) 摘 要:首先根据时间序列分析理论证明了接收机钟差残差的一阶差分序列是平稳过程,提出了基于“滑动窗”结合U-C算法的参数实时更新的接收机钟差预测模型,同时把基于该模型的钟差预测值引入到卫星导航中进行辅助自主完好性监测。仿真结果表明,本方法不仅改善了钟差预测的精度,而且提高了故障检测和识别的效率,检测的最小故障偏差下降到16m。这一算法在某型号接收机上取得了很好的效果。
     

附加周期和神经网络补偿的实时钟差预报模型

考虑到多项式模型拟合残差中仍存在显著周期信号及其他系统误差影响，提出构建一种多项式结合周期项与BP神经网络的北斗(BDS)超快速钟差预报模型，并利用实测超快速钟差数据进行算法测试验证。数值算例结果显示：利用本文模型得到的北斗超快速钟差产品，相比国内iGMAS超快速钟差产品（ISU）与德国地学中心超快速钟差产品（GBU），预报精度在3 h,6 h,12 h和24 h四个方面分别提升了26.14%,16.46%,12.68%和 10.58% 及10.34%,13.85%,8.17%和14.41%。     

应用GNSS定位数据的微小卫星自主导航方案设计

为了提高微小卫星的自主能力,设计应用全球卫星导航系统(GNSS)定位数据的微小卫星自主导航方案,可进行自主轨道确定和轨道预报。GNSS接收机生成的定位数据发送给自主导航模块,利用扩展卡尔曼(Kalman)滤波进行导航运算。同时,定位数据发送给星历模型生成器,后者基于解析轨道模型来估计平均轨道参数。当GNSS接收机出现故障后,估计得到的轨道参数可作为备份,确保卫星在轨飞行时能获得轨道信息。利用MATLAB软件进行数学仿真,结果表明:对于700km的近地圆轨道,滤波精度在25m以内,5天内的预报精度在15km以内,证明导航方案具有很好的实用性。     

导航卫星光压建模及表面光学特性参数影响分析

为分析某导航卫星（为表述方便,下文称为B导航卫星或B卫星）的表面光学特性参数变化产生的影响,本文首先参考GPS光压建模方法,结合B卫星的结构、控制及轨道特点,构建了一种适合B卫星的分析型光压模型。在该光压模型的约束下,分析表面光学特性参数变化产生的影响。最后利用建立的光压模型进行轨道预报,与精密星历等实际数据比较,验证了模型并分析了表面光学特性参数对轨道预报的影响。     

北斗卫星导航系统逆向接收溯源方法

本文针对现有卫星导航系统溯源方法以及北斗卫星导航系统(BDS)独特的星座结构,提出了逆向接收溯源方法。在中国科学院国家授时中心保持的协调世界时(UTC(NTSC))守时实验室接收北斗卫星导航信号,监测获得每颗北斗卫星广播的系统时间与UTC(NTSC)的偏差,生成溯源模型参数。研究了溯源模型参数的预报策略,分析不同时长原始数据和不同阶次的预报模型对溯源模型参数预报精度的影响。逆向接收溯源方法通过改变导航电文中的溯源模型参数产生方式,不仅能够实现向协调世界时(UTC)的溯源,而且用户在不进行任何改变的情况下,通过单向接收就可以实现优于5ns的单向授时,该精度与共视精度相当,优于目前的GNSS单向授时方法。将北斗的单向授时精度由十纳秒量级提高到纳秒量级,有利于北斗卫星导航系统的推广应用。     

基于粒子群优化算法的整星有限元模型修正方法

文章介绍了一种基于粒子群优化算法的整星有限元模型修正方法,首先对整星进行了有限元建模和模态分析,并将试验和分析结果进行了相关性分析,然后引入粒子群优化算法对整星有限元模型进行修正,提高了模型分析和预示精度,为整星级有限元模型修正提供了一种新的手段。     

一种无源北斗/惯导闭环组合算法

提出了一种北斗卫星定位系统和惯性导航系统的组合导航无源定位算法。以伪距率为观测量,基于高稳定度用户时钟,结合北斗系统的热备份星,在三星共视下用两级卡尔曼滤波器对惯导进行闭环校正。给出了组合导航系统的构成,以及第一、二级滤波的数学模型。该法能根据收星情况在闭环与开环方式间稳定转换。仿真结果表明,此算法可提高丢星时组合导航系统的滤波定位精度,有效校正惯导的姿态误差角,并以较高的精度估计用户的三维速度。     

An algorithm for estimation and separation of ephemeris and clock errors in SBAS

The estimation and separation of ephemeris and clock errors is an integral part of a SBAS (Space Based Augmentation System). Generally, the global solution is based on the full state approach for satellite errors (ephemeris and clock) and station errors, using a large least square estimator; or the other way is to sequentially estimate the ephemeris and clock through a Kalman filter, using a complex model of the satellite dynamics. In this paper, the estimation and separation of ephemeris and clock errors is addressed through a unique approach of combining both the methods. The algorithm employs measurements, which are pre-processed for various errors and known biases. A single difference technique is used to separately estimate the ephemeris and clock components. The ephemeris Kalman filter uses a priori information of ephemeris errors along with measurements through a minimum variance estimator to provide ephemeris error estimate. A similar approach is adopted in the clock error estimation process, to provide clock and clock rate estimates. The algorithm results are presented using simulated data for known errors in ephemeris/clock and subsequent retrieval. This algorithm estimates these errors as corrections to the broadcast Global Positioning System (GPS) navigation data, required by a SBAS user for accuracy improvement.     

时差定位型卫星铷钟的双钟热备份设计

针对传统星载铷钟备份设计中对铷钟状态判断不准确和主备切换时输出信号不稳定的不足,在分析时差测算铷钟指标原理和频率信号切换方法的基础上,提出了一种适用于时差定位型卫星铷钟的双钟热备份设计,通过GPS时差测算铷钟频率性能指标,以及无扰切换设计实现频率信号的稳定输出。地面试验表明,铷钟的准确度和稳定度指标测算误差小于5%,频率输出信号在切换时连续稳定,无突波干扰。研究结果可以为后续定位型卫星和导航卫星的高精度时频系统设计提供参考。     

基于GNSS的通信星座系统的时间同步研究

为近地通信卫星星座系统提出一个将星座各星上时钟同步到地面系统时钟的新技术方案,以GNSS导航系统时钟作为高精度、高稳定的时间基准,利用地面站和星座星上的GNSS接收机基于定位原理测得各自时钟相对于GNSS系统时钟的时差量（秒脉冲相位差）,进一步得出各星时钟相对于地面系统时钟的时差观测量。每个星上时间管理单元利用一个Kalman滤波器估计星地时差模型参数,周期性更新星上时差预报,并据此估计秒脉冲调相时机,以及按照最小调相残差原则估算的调相幅值,并令PPS发生器完成相关调相操作。还设计了上述时统方案在一个典型Walker（24/3/1）星座中的应用研究,并开展了数学仿真和半物理仿真。文章还设计了一个半实物仿真方案,通过数学仿真和半物理仿真,表明该时统方法可将星地秒脉冲相位差自动控制在指定误差范围内,证实其在近地通信卫星星座系统全网时间同步任务中应用的可能性和有效性。     

卫星信号缺失情况下GPS/SINS组合导航系统研究

针对GPS/SINS组合导航在复杂环境中出现的卫星信号不全情况,在分析SINS误差模型的基础上建立了组合导航的松组合和紧组合模型,采用无迹卡尔曼滤波对两种组合模式进行仿真实验.仿真结果显示,在卫星信号正常情况下,紧组合的导航精度高于松组合;在卫星信号缺失时,松组合转变为单纯的惯性导航,导航误差随时间积累,紧组合虽然误差增大,但在一定时间内仍能提供精确导航信息,提高了GPS/SINS组合导航适应复杂环境的能力.     

我国卫星导航系统相关技术发展分析

卫星导航系统应用广泛,有利于促进国民经济的快速发展。本文在介绍国内卫星导航系统及其国内市场状况基础上,结合北斗卫星导航相关产业发展趋势,从组合导航、增强系统、时钟同步和定向解算等方面分析了北斗卫星导航系统的技术成果,并讨论了有助于提高北斗卫星导航系统精度的相关辅助技术的发展情况。最后结合我国国情和国内卫星导航系统相关技术特点,给出我国第二代卫星导航定位系统发展的若干建议。     

一种粒子群模糊支持向量机的航天器参量预测方法

针对航天器精确预测与健康管理的需求,将粒子群算法、模糊数学与支持向量机的优势相结合,提出了一种粒子群模糊支持向量机预测方法。针对某卫星南帆板输出电流参量的预测实例,设计了总平均绝对误差、总平均绝对百分比误差、总均方根误差三个预测结果评价指标,对不同步长情况下的预测结果进行了比较,证明了粒子群优化模糊支持向量机预测方法的有效性。通过对比粒子群优化模糊支持向量机模型、灰色粒子群神经网络优化模型、粒子群神经网络模型、灰色模型预测的总平均绝对百分比误差,结果证明粒子群优化模糊支持向量机的预测精度和效率较高,在航天器参量预测领域具有较好的应用前景。