论文部分内容阅读
随着全球卫星导航系统(GNSS,Global Navigation Satellite System)飞速发展,其在精密单点定位(PPP,Precise Point Position)及GNSS气象学等领域都取得了丰硕成果。卫星信号经过大气层时,受到非色散介质的影响产生的延迟即为对流层延迟。长期以来,对流层延迟始终是影响GNSS导航定位和精密单点定位效果的重要因素。因此研究对流层延迟对于提高GNSS导航精度和PPP定位效果具有重大意义。对流层延迟改正方法较多,包括参数估计法、外部修正法、差分法及模型改正法。模型改正法凭借其廉价性和便利性,得到了广泛应用,但同时也存在模型精度较低的缺陷。随着神经网络技术、遗传算法和数据同化技术的飞速发展,这些技术在多个领域呈现出诸多优势。因其他方向的对流层延迟均可由天顶方向的对流层延迟解算获取,故主要将上述技术用于对流层天顶延迟(ZTD,Zenith Tropospheric Delay)的研究。具体研究内容及成果如下:(1)介绍了大气基本结构及影响大气折射的气象参数,如气压、温度、相对湿度及水气压等。在分析对流层延迟随时间变化的基础上,总结了ZTD的时间序列变化规律。(2)在Hopfield模型基础上,利用误差补偿技术建立了具有较高精度的对流层延迟融合模型(BP-Hopfield模型)。通过美国怀俄明大学提供的2010年全球120多个测站的气象探空数据进行验证。结果表明,Hopfield模型的平均精度为±35.3mm,融合模型(BP-Hopfield模型)的平均精度为±23.5mm。融合模型(BP-Hopfield模型)的精度相比Hopfield模型提高约33%。(3)基于EGNOS模型,利用遗传算法与BP神经网络建立了一个高精度的对流层延迟融合模型(GA-BP-EGNOS模型)。利用IGS中心提供的2011-2014年北美洲20个测站的ZTD数据验证,结果表明融合模型(GA-BP-EGNOS模型)的平均精度为±34.4mm,EGNOS模型的平均精度为±80.4mm。相比EGNOS模型,融合模型(GA-BP-EGNOS模型)的精度提高约58%。(4)针对UNB3m模型存在气象数据质量低、数据周期性考虑不全等缺陷,通过数据同化技术,在UNB3m模型基础上同化ERA-Interim大气再分析数据,建立了一个高精度的融合模型(ERA-UNB3m模型)。利用IGS中心提供的2016年欧洲区域40个测站的ZTD数据进行多维度验证,结果表明,融合模型的平均精度为±31.4mm,UNB3m模型的平均精度为±46.3mm。结果表明融合模型(ERA-UNB3m模型)的精度较UNB3m模型提高约31%。(5)通过精密单点定位验证工作,发现ZTD模型精度越高,其定位效果越好。参数估计法比ZTD模型的定位效果稍好一些。对于XYZ三个方向的误差,Z方向比X、Y方向误差较大。对于NEU三个方向的误差,U方向误差最大。