无电离层组合模型和非差非组合模型是精密单点定位(precise point positioning,PPP)中最常用的两种函数模型。非差非组合模型中电离层误差常被描述为随机游走,随机游走过程中的功率谱密度成为决定PPP定位性能的主要因素,采用经验值功率...无电离层组合模型和非差非组合模型是精密单点定位(precise point positioning,PPP)中最常用的两种函数模型。非差非组合模型中电离层误差常被描述为随机游走,随机游走过程中的功率谱密度成为决定PPP定位性能的主要因素,采用经验值功率谱密度的方法没有考虑电离层小尺度变化。在非差非组合模型的基础上,分析电离层时间相关性信息,在电离层差分时间间隔较小时,观测噪声较大甚至淹没电离层的变化。因此,通过平滑去噪的方法削弱观测值噪声的影响,实时确定电离层功率谱密度,对非差非组合模型中的电离层延迟参数进行合理约束,从而改善定位性能。对12个测站10 d的北斗卫星导航系统(BeiDou satellite navigation system,BDS)数据进行不同电离层模型下的解算,结果表明:相对于传统无电离层组合PPP模型,所提方法在收敛时间上缩短约8.2%,水平方向精度相当,垂直方向定位精度提高约31%。相较于功率谱密度采用经验值方法,所提方法在收敛时间上缩短约9.7%,水平方向精度相当,垂直方向定位精度提高约31%。展开更多
为了充分利用不同类型的时间传递链路,需要实现不同采样率下时间传递链路数据的融合应用,提出了一种基于多分辨率分析的数据融合方法.首先对原始数据进行小波分解,把数据分解到统一的分辨率,初步消除高频噪声;然后在不同分辨率下进行Kal...为了充分利用不同类型的时间传递链路,需要实现不同采样率下时间传递链路数据的融合应用,提出了一种基于多分辨率分析的数据融合方法.首先对原始数据进行小波分解,把数据分解到统一的分辨率,初步消除高频噪声;然后在不同分辨率下进行Kalman滤波;最后通过Mallat快速重构算法得到融合结果.使用该方法处理中国科学院国家授时中心(National Time Service Center,NTSC)和德国联邦物理技术研究所(PhysikalischTechnische Bundesanstalt,PTB)之间的时间传递数据,结果显示融合算法能够处理链路异常或中断造成的数据问题.由于GPS(Global Positioning System)PPP(Precise Point Positioning solutions)链路实测结果性能整体优于TWSTFT(Two-Way Satellite Time and Frequency Transfer)链路,因此用GPS PPP链路测量结果评估融合算法增益.以快速协调世界时(Rapid Realization of Coordinated Universal Time,UTCr)为参考,数据融合结果的准确性增益约1%,日频率稳定度增益优于20%.同时融合算法可以抑制TWSTFT链路的周期噪声,能够有效提高链路的稳定性和鲁棒性.展开更多
文摘为了充分利用不同类型的时间传递链路,需要实现不同采样率下时间传递链路数据的融合应用,提出了一种基于多分辨率分析的数据融合方法.首先对原始数据进行小波分解,把数据分解到统一的分辨率,初步消除高频噪声;然后在不同分辨率下进行Kalman滤波;最后通过Mallat快速重构算法得到融合结果.使用该方法处理中国科学院国家授时中心(National Time Service Center,NTSC)和德国联邦物理技术研究所(PhysikalischTechnische Bundesanstalt,PTB)之间的时间传递数据,结果显示融合算法能够处理链路异常或中断造成的数据问题.由于GPS(Global Positioning System)PPP(Precise Point Positioning solutions)链路实测结果性能整体优于TWSTFT(Two-Way Satellite Time and Frequency Transfer)链路,因此用GPS PPP链路测量结果评估融合算法增益.以快速协调世界时(Rapid Realization of Coordinated Universal Time,UTCr)为参考,数据融合结果的准确性增益约1%,日频率稳定度增益优于20%.同时融合算法可以抑制TWSTFT链路的周期噪声,能够有效提高链路的稳定性和鲁棒性.
