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。      

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。      

CYGNSS海面风速固有误差与时空分布特征

全球导航卫星系统反射测量（GNSS-R）是一种新兴的海面风速遥感技术,对GNSS-R反演风速进行详细定量分析是该技术从科学研究走向业务应用的必要条件。 以气旋全球导航卫星系统（CYGNSS）的风速数据为例,利用时空匹配的浮标风速和欧洲中期天气预报中心（ECMWF）的预报风速数据,详细分析了CYGNSS遥感风速的气候态特征和时空分布特征。基于三配对数据分析方法,阐明了CYGNSS遥感风速的固有误差,并提出了相应的风速标定系数。研究表明:GYGNSS的中低风速（w <10 m·s–1）精度较好,但高风速的误差显著增大;风速误差具有良好的时间一致性,但呈现明显的空间分布不均匀现象;总体而言,CYGNSS风速的固有误差约为1.79 m·s–1。研究结果一方面可为CYGNSS风速数据的业务应用提供参考,另一方面也为进一步标定CYGNSS的反射测量信号提供依据。      

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。      

基于树模型机器学习方法的GNSS-R海面风速反演

GNSS-R是基于GNSS卫星反射信号的一种新技术.GNSS-R技术可以运用到海面风场反演中,传统的GNSS-R技术反演海面风场主要有波形匹配和经验函数两种方法,风速反演精度约为2m·s-1.波形匹配方法耗时多,计算量大;经验函数方法通常只使用少量物理观测量,会造成信息浪费,损失一定的反演精度.为了提高海面风速的反演精度,引入机器学习领域常用的树模型算法决策树、随机森林、GBDT等对海面风速进行预测.利用GNSS-R与ECMWF数据构成训练集和验证集,训练集用于模型学习,验证集用于检验模型的反演效果.实验结果显示,决策树和随机森林预测误差约为0.6m·s-1,GBDT等算法的预测误差约为2m·s-1,满足风速反演要求.与GNSS-R传统反演方法相比,机器学习树模型算法效果更好,在验证集上表现稳定且误差较小.因此,可以将机器学习树模型算法运用到海面风速反演中.      

美国“气旋全球导航卫星系统”与应用

正2019年6月5日,我国在黄海海域利用长征11号运载火箭发射了基于全球卫星导航系统反射信号技术(GNSS-R)的捕风一号A/B试验卫星,实现了我国全天候探测海面风场零的突破,为台风海洋监测预报业务提供重要数据支撑。早在1993年,欧洲航天局(ESA)就提出了GNSS-R概念,2003年,英国灾难监测星座(UK-DMC)卫星利用其搭载的GNSS-R仪器成功获得了海面粗糙度等数据,2014年,英国发射搭载了"海状态载荷"的技术试验验证卫星-1(TDS-1),首次提供延迟多普勒映射(DDM)数据产品,开启了星载反射测量的应用。2016年12月15日,美国国家航空航天局(NASA)利用飞马座-XL(Pegasus-XL)运载火箭从佛罗里达州卡纳维拉尔角空军基地成功发射了采用GPS技术改进天基飓风观测能力的"气旋全球导航卫星系统"(CYGNSS)。本文拟对CYGNSS卫星星座的技术指标及其应用情况进行介绍,供读者进一步理解全球导航卫星系统与遥感技术的融合应用。     

45°(N)纬度带的Klobuchar like电离层延迟季节修正模型与评估

电离层延迟是全球卫星导航系统（GNSS）的主要误差源之一。对于装配GNSS单频接收机的航空器,选择简单有效的Klobuchar广播电离层模型来改正电离层延迟误差,其修正率为50%～60%。针对45°（N）纬度带,提出了更高电离层修正需求。考虑到季节因素对中高纬度地区电离层的显著影响,利用GIMs（Global Ionospheric Maps）分析了昼夜中TEC（Total Electron Content）的峰值和谷值随季节（年积日）的变化,建立了一种适用于45°（N）纬度带的Klobuchar like电离层模型。该模型不增加广播模型系数,新模型的夜间和VTEC高峰时电离层修正率分别达到了82%和80%,表明在穿刺点集中的45°(N)纬度地区使用该模型可以更精确地描述该地区的电离层,帮助航空器实现更高精度的定位。     

基于QZSS L1信号的岸基GNSS-R码延迟海面测高

为了探究GNSS L1波段中信号不同调制方式的GNSS-R码相位延迟海面的测高性能，开展了双天线岸基GNSS-R海面测高实验，收集了采样率为40 MHz的原始中频数据。利用自主开发的GNSS-R测高软件接收机和反演软件对实验数据进行了处理分析，同时获得了基于QZSS L1C/A码和L1C码的GNSS-R海面测高结果，并分别与岸基同步观测的雷达高度计的测高值进行对比，以对反演结果进行精度评定。实验结果表明:基于QZSS L1C/A码和L1C码的海面测高精度最优可达0.63 m和0.4 m，L1C码的延迟GNSS-R测高精度明显高于L1C/A码。此外，GNSS-R测高精度会随着卫星高度角的增加而有所增加。      

星载SAR图像方位角计算及其对风速反演影响评估

星载合成孔径雷达(Synthetic Aperture Radar, SAR)是海洋常规观测的重要技术手段,然而在其数据处理和关键物理参数反演中,SAR图像方位角SAR海面风速的反演精度。对此,根据SAR图像方位角的定义,结合空间卫星坐标系转换关系推导了?_IMG,并进一步提出了基于SAR图像地面控制点的?_IMG计算方法。通过对比分析2016年全球近70万景哨兵一号卫星波模式SAR图像,量化了?_IMG与?_SAT的系统偏差,发现该偏差与雷达入射角和轨道方向紧密相关。选用五次多项式拟合该偏差随纬度的变化规律,同时发现将卫星飞行方向角近似等于SAR图像方位角会引起海面风场反演误差,该误差空间分布不均,且升轨降轨有所差异,风速误差最大可达±0.5 m·s^–1。研究结果表明,?_IMG的正确计算和使用对于SAR地球科学研究具有重要意义,本文提出的?_IMG计算方法对其他SAR卫星系列也具有实际参考价值。     

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%。      

涌浪及降雨影响下的GNSS海面反射信号建模

全球导航卫星系统（GNSS）海面反射信号的模拟仿真采用的海浪谱多为风驱模型,而忽略了真实复杂环境中涌浪、降雨的影响。为此,提出了一种涌浪、降雨影响下的GNSS海面反射信号模型。首先,对Elfouhaily海浪谱、涌浪谱、降雨谱分别进行仿真,从海浪谱的角度分析涌浪、降雨对GNSS反射信号的影响。然后,设计了引入涌浪、降雨影响因子后的GNSS反射信号建模的方法,并建立噪声模型。最后,对星载场景下仿真得到的二维时延-多普勒相关功率分布图像（DDM）、时延相关功率波形（DW）进行分析,并与英国技术演示卫星（UK TDS-1）实测数据的处理结果进行了对比验证。结果表明:涌浪主要形成对GNSS反射信号影响较大的大尺度粗糙海面,而降雨对GNSS反射信号影响较小;仿真的DDM与实测数据结果的波形有很好的一致性,DW对比的相关系数达到0.92,优于未修正模型的对比结果,模拟的反射信号更为真实,证明了提出的GNSS反射信号建模方法的可行性、有效性。对真实复杂环境下的GNSS反射信号建模及GNSS反射信号星载探测应用研究具有一定的参考意义和实用价值。      

GNSS电离层模型改正精度评估与分析

电离层时延误差是导航定位信号在空间传播路径上的主要误差源之一,因此全面了解GNSS电离层模型的改正精度具有一定现实意义.根据GPS,BDS和Galileo系统所采用的电离层修正模型,利用2014年电离层校正参数,以高精度全球电离层图为基准,评估分析了三大系统电离层时延的改正精度.结果表明:目前GNSS使用的几种电离层修正模型的改正率在65~75%左右;Galileo系统使用的第二版NeQuick模型与第一版NeQuick模型相比在修正精度上并无显著提高;GPS使用的Klobuchar 8参数模型在北半球25°-45°N的中纬度地区精度很高,但是在全球其他区域精度较低,分布性较差,而NeQuick模型全球改正率分布则较为平均且平滑.      

飓风天气下机载SFMR与星载微波遥感海面风速的对比分析

飓风天气下多种探测技术提供的海面风速的一致性备受关注。飓风侦察机搭载的步进频率微波辐射计(SFMR)提供的海面高风速数据是海面风速最主要的现场观测数据源。本文旨在分析SFMR风速与星载微波散射计(C波段欧洲MetOp系列卫星散射计ASCAT,Ku波段中法海洋卫星散射计CSCAT和中国HY-2系列卫星散射计HSCAT)和微波辐射计(SMAP和SMOS)遥感风速的一致性。通过分析SFMR风速随空间尺度变化的关系,进而提出了SFMR与散射计和辐射计数据进行时空匹配的方法。结果表明,高风速(>15 m·s^–1)辐射计比散射计风速与SFMR风速的一致性更好,风速高于25 m·s^–1时Ku波段散射计风速趋于饱和。高风速下降雨也是影响散射计风速误差的重要因素,但依赖于风速的误差显著高于降雨影响带来的误差。基于SFMR数据进一步揭示了星载微波散射计和辐射计提供海面风速的误差特征,为遥感数据应用提供参考。     

基于因果卷积与LSTM网络的电离层总电子含量预报

电离层总电子含量（TEC）不仅是分析电离层形态的关键参数之一,同时为导航及定位等空间应用系统消除电离层附加时延提供重要支撑。由于电离层TEC的时空变化特征,本文融合因果卷积和长短时记忆网络,以太阳活动指数F_10.7、地磁活动指数Dst和电离层TEC历史数据作为特征输入,构建深度学习模型,实现提前24 h预报电离层TEC。进一步利用2005－2013年连续9年的CODE TEC数据,全面评估了模型在北京站（40°N,115°E）、武汉站（30.53°N,114.36°E）和海口站（20.02°N,110.38°E）的预报性能。结果显示不同太阳活动条件下三个站的TEC值与真实测量值的相关系数都大于0.87,均方根误差大都集中在0～1 TECU以内,且模型预报精度与纬度、太阳、地磁活动程度、季节变化相关。与仅由长短时记忆网络构成的预报模型相比,本实验模型均方根误差降低了15%,为电离层TEC预报模型的实际应用提供了参考。      

夜间135.6 nm气辉反演的电离层f0F2与测高仪观测比较研究

在夜间电离层，气辉135.6 nm谱线主要由F层的O⁺和电子的辐射复合过程以及O⁺和O^–的中性复合过程激发，该谱线强度和电离层峰值电子密度Nm F₂存在很强的相关性。利用夜气辉135.6 nm辐射强度与F₂层峰值电子密度Nm F₂的平方成正比的物理模型，建立了在不同经纬度、地方时、季节和太阳活动下均适用的反演算法。通过DMSP卫星上搭载的紫外光谱成像仪(SSUSI)实际观测的135.6 nm气辉辐射强度来反演相应时空的电离层F₂层临界频率f₀F₂，并将其与地基测高仪探测结果做了综合对比。结果表明，在太阳活动高年(2013年)，相对误差小于等于20%的数据占比93.0%，平均相对误差约为7.08%；在太阳活动低年(2017年)，相对误差小于等于20%的数据占比80.8%，平均相对误差约为12.64%。最后，对该算法在太阳活动高低年的反演精度差异进行了分析。     

基于NTCM-BC模型的全球卫星导航系统单频电离层延迟修正

选择NTCM-BC模型作为单频电离层延迟修正模型,通过非线性最小二乘拟合的方法,利用提前一天预测的电离层图（COPG文件）,计算得到NTCM-BC模型修正系数;利用Klobuchar模型和IGS发布的GIM数据对NTCM-BC模型进行比较和分析.对太阳活动高、中、低年实测数据的分析结果表明:全球平均水平上,NTCM-BC模型的电离层延迟修正性能明显优于Klobuchar模型,NTCM-BC模型的TEC平均误差和均方根误差比Klobuchar模型分别下降了41%和30%;模型的TEC计算误差与太阳活动剧烈程度成正相关,即太阳活动高年模型误差较大,太阳活动低年误差相对较低.相较于磁静日,磁扰日期间Klobuchar模型和NCTM模型的误差均有一定程度的增加.此外,模型的电离层修正误差同时存在明显的纬度、季节和地方时差异.      

USB观测数据时标偏差影响分析与评估

USB系统是目前中国载人航天和月球探测任务的主要测控网.由于USB测量设备本身以及无线电信号传播媒介以及其他误差因素的影响,USB测量数据中包含了各种误差,需要在定轨时对观测数据进行误差修正.通常,例行的USB测量误差修正包括对流层折射修正、电离层延迟修正和通道延迟修正,但对定轨过程中可能影响观测数据计算精度的时标偏差并未作修正.针对USB测距测速观测数据,详细研究了观测数据时标偏差对观测值计算精度的影响,分析了误差影响特性,建立了相应的误差修正模型,并通过与卫星星历偏差对USB测距测速观测值计算精度影响特征的比较,发现时标偏差对测量的影响与轨道沿迹误差对观测计算值的影响等效,这使得在定轨过程中分离时标偏差的难度较大.提出了基于星载GPS定位数据分离时标偏差的方法,并利用某次任务的实测数据,分离出了该次任务中USB测量的时标偏差.最后针对目前USB数据时标偏差影响和观测误差量级相当的情况,建议将目前的观测时标精度提高到优于0.1ms的水平,使得时标偏差的影响降低到比观测误差小一个量级的水平.     

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。