留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

北斗三号卫星钟差短期预报与稳定性分析

押少帅 赵兴旺 胡豪杰 刘超 陈健

押少帅, 赵兴旺, 胡豪杰, 刘超, 陈健. 北斗三号卫星钟差短期预报与稳定性分析[J]. 全球定位系统, 2021, 46(3): 39-46. doi: 10.12265/j.gnss.2020120703
引用本文: 押少帅, 赵兴旺, 胡豪杰, 刘超, 陈健. 北斗三号卫星钟差短期预报与稳定性分析[J]. 全球定位系统, 2021, 46(3): 39-46. doi: 10.12265/j.gnss.2020120703
YA Shaoshuai, ZHAO Xingwang, HU Haojie, LIU Chao, CHEN Jian. Short-term prediction and stability analysis of BDS-3 satellite clocks bias[J]. GNSS World of China, 2021, 46(3): 39-46. doi: 10.12265/j.gnss.2020120703
Citation: YA Shaoshuai, ZHAO Xingwang, HU Haojie, LIU Chao, CHEN Jian. Short-term prediction and stability analysis of BDS-3 satellite clocks bias[J]. GNSS World of China, 2021, 46(3): 39-46. doi: 10.12265/j.gnss.2020120703

北斗三号卫星钟差短期预报与稳定性分析

doi: 10.12265/j.gnss.2020120703
详细信息
    作者简介:

    押少帅:(1992—),男,硕士研究生,主要从事导航卫星钟差数据处理理论与方法研究

    赵兴旺:(1982—),男,博士,副教授,主要从事精密单点定位模型及实时应用研究

    通讯作者:

    赵兴旺 E-mail:xwzhao2008@126.com

  • 中图分类号: P228

Short-term prediction and stability analysis of BDS-3 satellite clocks bias

  • 摘要: 针对北斗三号(BDS-3)卫星钟短期预报问题,在分析卫星原子钟频率稳定性的基础上,选用时间序列模型(ARIMA)、灰色模型(GM)、一次多项式(LP)以及二次多项式(QP)四种钟差预报模型对30天的数据进行拟合预报分析. 实验结果表明:1) 相对于北斗二号(BDS-2),BDS-3原子钟具有更高的稳定性. 其中BDS-3氢钟的千秒稳定性、万秒稳定性和日稳定性分别达到了4.2×10−14、1.89×10−14、4.14×10−15;2) BDS-3氢钟和BDS-3新型铷钟的预报稳定性和精度相对于BDS-2铷钟有明显提高,并且BDS-3氢钟在3 h、6 h和12 h下的预报精度分别达到了0.12 ns、0.18 ns和0.30 ns;3) 在四种模型中,时间序列模型的预报精度最高,在3 h、6 h和12 h下精度分别为0.26 ns、0.47 ns和0.96 ns.

     

  • 图  1  BDS-2铷钟的Hadamard方差

    图  2  BDS-3新型铷钟的Hadamard方差

    图  3  BDS-3氢钟的Hadamard方差

    图  4  BDS-2的频率稳定性

    图  5  BDS-3的频率稳定性

    图  6  四种模型3 h预报结果RMS值

    图  7  四种模型6 h预报结果RMS值

    图  8  四种模型12 h预报结果RMS值

    图  9  四种模型3 h预报结果Range值

    图  10  四种模型6 h预报结果Range值

    图  11  四种模型12 h预报结果Range值

    图  12  四种模型12 h预测偏差序列(DOY 156)

    表  1  频率稳定性统计结果

    原子钟
    类型
    千秒稳定性/10−13万秒稳定性/10−14日稳定性/10−15
    最小
    最大
    均值最小
    最大
    均值最小
    最大
    均值
    BDS-2
    铷钟
    0.492.381.362.2111.076.153.18157.6626.55
    BDS-3
    新型铷钟
    0.350.560.421.693.622.421.9547.7513.09
    BDS-3
    氢钟
    0.380.470.421.392.811.890.858.504.14
    下载: 导出CSV

    表  2  四种模型不同预报时长下钟差结果RMS均值 ns

    模型3 h 6 h 12 h
    BDS-2
    铷钟
    BDS-3
    新型铷钟
    BDS-3
    氢钟
    均值BDS-2
    铷钟
    BDS-3
    新型铷钟
    BDS-3
    氢钟
    均值BDS-2
    铷钟
    BDS-3
    新型铷钟
    BDS-3
    氢钟
    均值
    LP0.790.390.180.451.070.630.230.641.731.270.351.12
    QP0.870.280.200.451.670.500.340.843.931.040.681.88
    GM1.440.460.190.702.160.750.271.064.301.520.452.09
    ARIMA0.440.220.120.260.760.470.180.471.481.110.300.96
    均值0.880.340.170.461.420.590.260.762.861.240.441.51
    下载: 导出CSV

    表  3  四种模型不同预报时长下钟差结果Range均值 ns

    模型3 h 6 h 12 h
    BDS-2铷钟BDS-3新型铷钟BDS-3氢钟均值BDS-2铷钟BDS-3新型铷钟BDS-3氢钟均值BDS-2铷钟BDS-3新型铷钟BDS-3氢钟均值
    LP0.960.440.270.561.620.940.410.993.312.220.682.07
    QP1.410.430.320.723.020.860.601.497.821.971.313.70
    GM1.480.500.280.753.061.090.451.537.592.640.873.70
    ARIMA0.940.430.260.541.590.920.400.973.242.170.662.02
    均值1.200.450.280.642.320.950.471.255.492.250.882.87
    下载: 导出CSV
  • [1] 郭海荣. 导航卫星原子钟时频特性分析理论与方法研究[D]. 郑州: 解放军信息工程大学, 2006.
    [2] 黄观文. GNSS星载原子钟质量评价及精密钟差算法研究[D]. 西安: 长安大学, 2012.
    [3] 吕栋, 欧吉坤, 于胜文. 基于MEA-BP神经网络的卫星钟差预报[J]. 测绘学报, 2020, 49(8): 993-1003. DOI: 10.11947/j.AGCS.2020.20200002
    [4] 熊红伟,程新文,张海涛,等. 卫星钟差单差的小波神经网络预报[J]. 测绘科学, 2017, 42(9): 9-14, 48.
    [5] XI C, CAI C L, LI S M, et al. Long-term clock bias prediction based on an ARMA model[J]. Chinese astronomy and astrophysics, 2014, 38(3): 342-354. DOI: 10.1016/j.chinastron.2014.07.010
    [6] 李超, 党亚民, 谷守周. 灰色模型的GLONASS卫星钟差预报[J]. 导航定位学报, 2016, 4(4): 24-29, 35.
    [7] CERNIGLIARO A, SESIA I. INRIM tool for satellite clock characterization: frequency drift estimation and removal[J]. Mapan, 2012, 27(1): 41-48. DOI: 10.1007/s12647-012-0001-5
    [8] HUANG G W, CUI B B, ZHANG Q, et al. An improved predicted model for BDS ultra-rapid satellite clock offsets[J]. Remote sensing, 2018, 10(1): 60. DOI: 10.3390/rs10010060
    [9] 黄观文, 张勤, 许国昌, 等. 基于频谱分析的IGS精密星历卫星钟差精度分析研究[J]. 武汉大学学报(信息科学版), 2008, 33(5): 496-499.
    [10] 朱祥维, 肖华, 雍少为, 等. 卫星钟差预报的Kalman算法及其性能分析[J]. 宇航学报, 2008, 29(3): 966-970, 1052. DOI: 10.3873/j.issn.1000-1328.2008.03.045
    [11] 王利, 张勤, 黄观文, 等. 基于指数平滑法的GPS卫星钟差预报[J]. 武汉大学学报(信息科学版), 2017, 42(7): 995-1001.
    [12] 王旭, 柴洪洲, 王昶. 卫星钟差预报的T-S模糊神经网络法[J]. 测绘学报, 2020, 49(5): 580-588. DOI: 10.11947/j.AGCS.2020.20190156
    [13] 雷雨, 赵丹宁, 蔡宏兵. 利用结构自适应极端学习机预报导航卫星钟差[J]. 武汉大学学报(信息科学版), 2018, 43(5): 664-668, 718.
    [14] 王旭, 柴洪洲, 王昶, 等. 优选小波函数的小波神经网络预报GPS卫星钟差[J]. 测绘学报, 2020, 49(8): 983-992. DOI: 10.11947/j.AGCS.2020.20190180
    [15] 毛亚, 王潜心, 胡超, 等. BDS-3卫星钟差特性分析[J]. 武汉大学学报(信息科学版), 2020, 45(1): 53-61.
    [16] 王宁, 王宇谱, 李林阳, 等. BDS星载原子钟频率稳定性分析[J]. 武汉大学学报(信息科学版), 2017, 42(9): 1256-1263.
    [17] 王宇谱, 陈正生, 李伟杰, 等. BDS卫星钟差短期预报性能分析[J]. 大地测量与地球动力学, 2017, 37(5): 450-456.
    [18] 王甫红, 夏博洋, 龚学文. 顾及钟差变化率的GPS卫星钟差预报法[J]. 测绘学报, 2016, 45(12): 1387-1395. DOI: 10.11947/j.AGCS.2016.20150480
    [19] 崔先强, 焦文海. 灰色系统模型在卫星钟差预报中的应用[J]. 武汉大学学报(信息科学版), 2005, 30(5): 447-450.
    [20] VALENZUELA O, ROJAS I, ROJAS F, et al. Hybridization of intelligent techniques and ARIMA models for time series prediction[J]. Fuzzy sets and systems, 2008, 159(7): 821-845. DOI: 10.1016/j.fss.2007.11.003
    [21] 艾青松, 徐天河, 孙大伟, 等. 顾及周期项误差和起点偏差修正的北斗卫星钟差预报[J]. 测绘学报, 2016, 45(增刊2): 132-138.
  • 加载中
图(12) / 表(3)
计量
  • 文章访问数:  418
  • HTML全文浏览量:  247
  • PDF下载量:  32
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-12-07
  • 网络出版日期:  2021-06-29
  • 刊出日期:  2021-06-30

目录

    /

    返回文章
    返回