基于GA-SVM的GNSS-IR土壤湿度反演方法

针对提高大范围土壤湿度测量精度的问题,研究了土壤湿度的全球卫星导航系统干涉测量法（GNSS-IR）,提出了一种基于支持向量机（SVM）的土壤湿度反演模型,利用遗传算法（GA）的自动寻优功能寻找SVM的最佳参数。结果表明,GA-SVM模型在测试集上得到的土壤湿度反演值与实测值的平均绝对百分比误差（MAPE）仅为0.69%,最大相对误差（MRE）为1.22%,线性回归方程决定系数达到了0.956 9。进一步与统计回归、粒子群优化的SVM模型（PSO-SVM）及反向传播（BP）神经网络方法进行对比,结果说明:在样本数目有限的情况下,GA-SVM方法更适用于土壤湿度的GNSS-IR技术反演,且反演精度较高,泛化性能良好。      

GNSS-IR双频数据融合的土壤湿度反演方法

目前全球导航卫星系统反射信号干涉测量（GNSS-IR）土壤湿度反演研究仅针对单一频点展开,提出用熵值法将2个频点数据进行融合以改进土壤湿度反演精度。首先,利用频谱分析法分别解析出各频点的信噪比（SNR）序列的振荡频率,计算出对应的等效天线高度,并利用最小二乘法求解各频点信噪比序列相位;然后,通过熵值法进行2个频点的相位观测量融合;最后,利用融合结果与实测土壤湿度建立经验模型,实现土壤湿度反演。利用地基观测实验获得的全球定位系统（GPS）L1和L2信噪比数据对该方法进行了验证,结果表明:L1和L2双频融合反演结果平均标准差为0.6%,比L1单频反演结果提高64.73%,比L2单频反演结果提高32.12%;均方根误差为0.37%,比L1频点降低72.8%,比L2频点降低73.4%。      

基于帝国竞争优化的双目标综合决策选星算法

全球卫星导航系统（GNSS）的应用前景已经得到世界各国的普遍承认,其应用领域也趋于多样化,在此背景下,卫星接收机也要求其具有更快的解算速度和可靠的精度。针对目前多数接收机的选星算法都是固定选星数目从而限制算法机动性的问题,提出基于帝国竞争优化算法（ICA）的双目标综合决策选星算法。为了更好获取几何构型较好的卫星星座,引入可见卫星的卫星仰角和方向角先验信息,进行先验性约束,通过构建几何精度因子（GDOP）以及选星数目2个目标,进行综合决策的快速选星,提高了选星的灵活度,并且在满足用户精度的要求下减轻了多星座卫星接收机的计算负担。通过仿真实验和实测数据对双目标综合决策选星算法验证的结果表明:所提算法在高度截止角5°下引入先验性约束条件后平均选星数目在仿真数据和实测数据中缩减率分别为51.8%和45.4%,平均GDOP值较无约束下分别减少0.209 2和0.248 4。同时,所提算法单次选星平均耗时分别为0.168 4 s和0.303 1 s,与遍历法的选星耗时4 s相比,提高了95.79%和92.42%。      

CYGNSS/SMAP数据融合半经验模型的土壤湿度反演

星载GNSS反射信号(GNSS-R)的土壤湿度反演易受陆地多变环境因素影响,目前,对于星载GNSS-R土壤湿度反演中误差分析及反演模型外推性能分析较少。综合多种误差修正模型,包括GNSS卫星发射功率误差、植被和地表粗糙度对反射信号强度的衰减,通过修正提高陆地点反射率的准确性,建立了反射率-土壤湿度的CYGNSS/SMAP数据融合的反演半经验模型。实现了一年高精度外推反演,反演偏差为-0.003 7 cm³/cm³,均方根误差(RMSE)为0.026 4 cm³/cm³,相关系数为0.963 6。提出了分季节的外推模型,提高了低含水量季节的外推精度。实验区域的经度为90°E～130°E,纬度为20°N～38°N,利用2019年10月至2020年9月的CYGNSS/SMAP数据进行训练,外推2020年10月至2021年9月的土壤湿度。经误差模型修正反射率后,模型的反演偏差提升6.80%,均方根误差提升3.30%。针对实验区域内冬、春季土壤含水量较低时反演精度差的问题,提出了同季节外推的分季节训练模型,相...     

基于BDS/GPS的KBLMS信道补偿多径缓减算法

在全球卫星导航系统（GNSS）中,针对城市峡谷单系统无法定位及信号失锁后重新捕获及跟踪性能表现不佳的问题,提出了一种基于BDS/GPS的卡尔曼最小均方估计（KBLMS）的信道补偿技术。首先,建立双系统模型。其次,设计基于卡尔曼估计的最小均方误差的延迟估计模块,补偿接收信号上的多径失真。最后,设计视距（LOS）最佳估计块以在反馈回路中产生控制误差信号,用于自适应地更新补偿矩阵系数。通过实测数据与实验仿真,分析KBLMS的信道补偿多径缓减算法的性能。结果表明:KBLMS的信道补偿多径缓减技术相较于最小均方（LMS）算法在多径信道中能快速收敛,且码跟踪误差在ENU三个维度误差减少了0.1 chip,载波跟踪误差减少了约0.125 cm,有效降低了多径效应引起的误差,最终残余误差比LMS降低了0.035 chip,说明所提多径缓减算法可以进行更为精准的估计,从而验证了算法的有效性。      

基于TechDemoSat-1卫星的GPS反射信号海面高度反演

针对星载GPS反射信号（GPS-R）海面测高的误差问题,基于星载GPS-R实测数据进行星载海面测高模型和误差修正模型的研究,并验证其有效性。利用TechDemoSat-1（TDS-1）数据,使用时延多普勒图（DDM）海面高度反演技术,着重分析了星载GPS-R海面高度反演中的各类误差,并建立了相应的误差模型。对星载GPS-R海面高度反演模型进行优化,采用DTU15全球平均海面模型、DTU全球海潮模型验证反演精度。结果证明:优化后反演模型得到的全球海面高度反演结果的平均绝对误差（MAD）为6.05 m,精度提高了约29%,有效提高了海面高度反演的精度。研究成果对于推广星载GNSS反射信号（GNSS-R）的海面测高应用具有一定的意义。      

SVRM辅助的北斗GEO卫星反射信号土壤湿度反演方法

提出了一种支持向量回归机(SVRM)辅助的北斗地球静止轨道(GEO)卫星反射信号土壤湿度反演方法。使用全球导航卫星系统反射信号(GNSS-R)右旋圆极化(RHCP)天线和左旋圆极化(LHCP)天线接收体制进行了地基实验,采集了北斗GEO卫星直射、反射信号原始数据,并从中提取直射、反射信号的相关功率,结合北斗GEO卫星的高度角与方位角信息作为输入,烘干称重法获取的土壤湿度作为输出对使用径向基(RBF)核函数的ε-SVRM进行了训练。独立测试集上的结果表明,SVRM辅助的北斗GEO卫星反射信号土壤湿度反演方法获取的土壤湿度结果与烘干称重法获取的土壤湿度参考值误差控制在3%以内,线性回归方程决定系数为0.897 9,均方根误差RMSE为1.492 6%,证明了该方法具有良好的泛化特性,实际应用中效果良好。      

基于相关功率修正的地基GNSS-R土壤湿度反演

利用全球导航卫星系统反射信号测量技术(GNSS-R)进行土壤湿度反演过程中,实际接收天线方向性会造成GNSS直反信号相关功率测量偏差。针对地基观测场景下天线方向性造成的相关功率的类余弦振荡问题,提出了基于多项式拟合的信号相关功率修正方法。为了验证所提方法的有效性,开展了地基GNSS-R土壤湿度观测实验,结果表明:基于多项式拟合的相关功率修正可以消除信号相关功率的类余弦振荡,提升GNSS-R土壤湿度反演中的观测数据有效性和反演结果准确性。      

基于三频数据的北斗卫星导航系统DCB参数精度评估方法

差分码偏差（Differential Code Biases,DCB）参数作为导航电文中重要的一项,是影响用户PNT服务的主要误差源之一。北斗卫星导航系统（后文简称“北斗系统”）发射三个频点的导航信号,在导航电文中需要发播卫星的2个TGD（Timing Group Delay）参数。文章首先介绍了北斗系统卫星DCB参数最小二乘解算与形式误差评估;其次根据北斗系统三频特点,提出了不同频点组合计算垂直方向电离层电子总含量（VTEC）互差的DCB精度定量评估方法,并与IGS(International GNSS Service)提供的GPS卫星DCB精度进行比较;最后,详细分析了DCB参数精度对用户等效距离误差（UERE）计算和定位计算的影响,分别采用卫星出场标定DCB参数和经过解算DCB参数进行评估。实测数据分析结果表明,北斗系统卫星DCB参数解算形式误差与IGS解算GPS卫星DCB参数形式误差相当,但受卫星类型和解算测站的几何分布限制,北斗系统卫星DCB参数解算不确定度相比IGS略差,估计精度优于0.5ns,不同频率组合计算VTEC互差绝对值均值优于0.6TECU。相比采用卫星出场标定值,采用系统解算DCB参数后,双频用户三维位置误差改善13.80%～47.42%。     

基于VMD-MA的GNSS-MR雪深反演方法

针对利用全球卫星导航系统多径反射(GNSS-MR)技术反演雪深过程中信噪比(SNR)序列趋势项分离不佳和反演结果波动较大的问题,提出一种基于变分模态分解(VMD)和移动平均(MA)的雪深反演方法。VMD算法通过自适应高通滤波有效分离SNR序列的趋势项,MA算法对初始反演结果进行平滑处理从而减少随机波动。选用瑞典KIRU站2021年前5个月GLONASS不同频段的SNR观测值开展实验,研究所提方法的可行性。结果表明：基于VMD算法的反演结果与气象站原位雪深相关系数超过0.95,均方根误差(RMSE)最低约5 cm,较传统算法减少近40%;经MA算法平滑处理后,反演精度进一步提高。考虑到GNSS站和气象站之间的差异性,选取GPS SNR反演结果作为参考数据源,不同参考数据源取得了一致的实验结论,验证了所提方法的可行性和有效性。     

基于多星联合侦察的卫星数传调度问题模型

基于多星联合侦察的卫星数传调度问题是研究如何为卫星数传任务中每个单数传任务分配地面资源及数传时间的问题,对该问题的模型进行了研究.首先建立了单数传任务模型及卫星数传任务模型;然后在此基础上建立了问题的约束满足优化模型,重点分析了问题的目标函数及主要约束条件;为了解决该问题,最后提出了一个基于双综合优先度的启发式调度算法,并通过实例验证了算法的有效性.研究成果实现了问题的形式化描述,并给出了一种有效的问题求解算法.      

A multi-satellite co-tracking method for a single space target based on adaptive distributed spherical simplex information-weighted consensus filter

A multi-satellite co-tracking method for a single non-cooperative target is proposed to extend the arc of observation as well as to improve the accuracy of tracking. Firstly, the motion of the target is considered to be affected by J2 perturbation, and the model of multi-satellite co-tracking a single space target is designed with only measured angles. Then, a multi-satellite co-tracking method for a single space target based on an adaptive distributed spherical simplex information-weighted consensus filter (ADSSICF) is proposed. The spherical simplex is used to reduce the computational cost of the information filter, and to improve the efficiency of tracking. The angle-only measurement equation is linearized by the statistical linear regression method, and linearization errors are compensated for by updating measurement noise. By designing an adaptive consensus algorithm, only a small number of iterations are needed to achieve network consensus, to improve the convergence speed of the consensus algorithm, and prove the stability of ADSSICF. Finally, a simulation of four low-orbit satellites tracking a single space target is established. The focus of this paper is on the real-time performance and tracking accuracy of the multi-satellite co-tracking a single space target with angle-only based on ADSSICF. The performance of ADSSICF is verified from three indicators: the consensus and convergence of algorithm, the accuracy of state estimation.     

乏信息多传感器压力数据自助模糊融合估计

乏信息多传感器压力测量数据的融合估计是压力测量研究的重要问题,不同于经典的统计学方法,结合自助法和模糊数学的相关算法,提出一种实现乏信息多传感器压力测量数据融合估计的自助模糊数学模型.对具有乏信息特征的多个压力传感器的测量数据进行自助抽样;利用最大熵算法构建出不同时刻与位置的多个压力传感器测量数据的自助分布;用自助分布进行加权均值计算,提取相应特征值,得到自助融合序列;通过模糊隶属函数得到所测压力值的真值与区间估计.实例计算表明：在乏信息条件下,算法精度可达87%;在大样本条件下,测量数据在置信水平99.7%下,融合估计可靠性可达95%,验证了乏信息自助模糊融合估计算法的有效性.     

一种基于自适应滤波的GPS滚转角估计方法

全球定位系统（GPS）测姿技术主要是利用GPS载波相位和信号功率2种方法,但是测量信息单一且独立,针对旋转载体的测姿问题,提出一种基于自适应滤波的GPS滚转角估计方法,通过融合GPS接收机天线信号功率和多普勒频率信息测量载体滚转角和滚转角速度。利用当前统计模型对滚转角和滚转角速度测量进行系统建模,根据滚转角预测估计值选取量测量,并提出自适应滤波,采用滚转角加速度估计自适应滤波算法,实现了对系统噪声方差阵的自适应调整,避免了滚转角加速度最值的选取问题,降低了噪声的影响。通过仿真验证了基于自适应滤波的GPS滚转角估计方法的可行性,结果表明该方法的测量精度高于无迹卡尔曼滤波（UKF）。      

MGNC系统实时快速组合导航新算法

微小型导航制导控制系统MGNC(Micro Guidance Navigation and Control)传感器多,且数据处理能力有限,为实时提供导航结果,传统上采用降维滤波提高实时性,但这样会造成精度损失.为保证不减少滤波状态量,不损失精度,针对捷联和滤波特点提出一种新的实时解算方法:在捷联解算中以直接递推求解方向余弦矩阵代替以四元数为中间变量进行的间接求解;在滤波计算中用序贯方法处理量测修正值,避免复杂的矩阵求逆;采用稀疏矩阵三元组法,应用于协方差阵计算,减少乘法次数.仿真和实验证明改进算法对计算精度没有损失,且滤波计算时间比原算法减少了34.50%,显著提高了MGNC系统的实时性、鲁棒性和实用性.