[发明专利]一种GNSS对流层湿延迟估计方法、系统、设备及介质

说明书

本发明公开了一种GNSS对流层湿延迟估计方法、系统、设备及介质，所述方法包括以下步骤：获取不同频点的观测值，在每个历元形成无电离层组合观测方程；根据先验ZWD随机游走参数进行Kalman滤波状态更新和观测更新，得到未知变量预报值和其方差协方差阵Psubgt;t|t‑1/subgt;；计算给定先验ZWD随机游走噪声和观测噪声时的数学期望；以所述数学期望作为伪观测值，应用滑动窗口里的数据估计新的ZWD随机游走参数；用新的ZWD随机游走参数更新先验ZWD随机游走参数。本发明的方法可以实时估计随时间变化的随机模型参数，可改善对流层湿延迟估计值。

技术领域

本发明属于卫星定位技术领域，涉及对流层湿延迟估计领域，特别涉及一种GNSS对流层湿延迟估计方法、系统、设备及介质。

背景技术

对流层是全球导航卫星系统(GNSS)、甚长基线干涉测量(VLBI)和多普勒定轨与无线电定位系统(DORIS)等空间大地测量技术的主要误差来源之一，目前对流层已经成为实现毫米级高精度地面参考系，可靠地测量和解释冰后回弹，监测海平面和全球变暖等气候变化影响的制约因素。

目前，通常将对流层延迟分为干延迟(Zenith Hydrostatic Delay，ZHD)和湿延迟(Zenith Wet Delay，ZWD)两部分。

(1)干延迟可以通过经验模型准确建模，经验模型可以分为两类：第一类是以地面气象数据作为输入，根据Saastamoinen(1972)和Hopfield(1969)等经验气象公式计算天顶方向的对流层延迟(Zenith Total Delay，ZTD)；第二类需要时间和近似坐标，以使用数值天气模型(Numerical Weather Model，NWM)的周年项、半周年项和温度变化率等参数的平均值计算对流层延迟，这类模型包括GPT和GPT2等。

(2)相比于干延迟ZHD，由于对流层湿延迟ZWD依赖于大气水汽含量，随着时间和空间剧烈变化，导致ZWD难以准确地预测和模型化，只能作为未知参数进行估计。一般是将GNSS信号在倾斜方向的湿延迟通过映射函数映射到天顶方向，逐历元估计对天顶湿延迟ZWD、接收机坐标和钟差；将倾斜对流层延迟映射到天顶方向的映射函数包括Neill(1996)和VMF1等。另外，有时还需要考虑大气方位角不对称性的影响而使用三维映射函数，即在估计对流层天顶延迟的同时估计对流层梯度。

随着新的GNSS数据处理技术发展，与事后处理的ZWD产品相比，GNSS轨道和时钟的(近)实时高精度产品使人们能够在大约1厘米的精度实时估算ZWD，仍需要改善(近)实时ZWD精度。目前主流的方法包括：

(1)从单GPS星座演变为多GNSS星座，以便可以利用更多的观测值和更好的星座几何构型。

(2)改善离散的经验映射函数，使得不规则变化ZWD的一部分进入经验模型，并且该映射函数可以在特定仰角下表现更好。这两种方法已经发展得相对成熟。

(3)通过实时估计ZWD随机模型改进实时ZWD估计值。在处理GNSS数据时，通常将ZWD模型化随机游走噪声(Random Walk Noise，RWN)，目前不同的软件采用不同的固定RWN值，取值范围从0.01到但是，这种固定RWN的方法有时并不能区分正常天气事件和极端天气事件，导致极端天气条件下的ZWD估计值不准确，故有必要根据GNSS台站位置和当地的天气状况确定最佳的RWN。

针对上述现有方法(3)，根据RWN定义可知，可从数值天气模型NWM获得RWN；然而，通过NWM计算RWN尚存在以下缺点：

(1)由于NWM不准确，且ZWD的大小和变化趋势取决于所使用的映射函数和GPS观测值随机模型，因此由NWM得出的RWN可能与软件的背景模型不一致。

(2)NWM并不能保证RWN估计的准确度。

(3)NWM的产品不是公开可用的。