一种不依赖地表气象数据实时测量的对流层天顶延迟方法与流程

文档序号:12592717阅读:845来源:国知局
一种不依赖地表气象数据实时测量的对流层天顶延迟方法与流程
本发明涉及卫星导航和对流层大气测量等相关领域,具体涉及一种精确的、不依赖于地表气象数据实时测量的对流层天顶延迟方法。
背景技术
:随着科学技术的发展,全球导航卫星系统(GlobalNavigationSatelliteSystem,GNSS)在军事和民用领域得到了广泛应用,其能够给用户提供精确的导航、定位以及授时等服务。在GNSS服务过程中,对流层的不均匀性造成GNSS服务所用电波的速度减慢以及路径发生弯曲,减慢的速度和弯曲的路径均导致电波在时间上产生延迟。在精确计算时间延迟过程中,一般将时间的延迟等效为路径的增加。研究表明,延迟在对流层天顶方向上约为2.3m,当电磁波入射角减少到10°左右时,量级进一步增大到20m。因此,对流层延迟在GNSS服务过程中必须进行相应的补偿。同时,在天波雷达的目标探测、甚长基线干涉测量(verylongbaselineinterferometry,VLBI)、地基GPS水汽反演和预报等领域中,对流层延迟估计和预测亦是一项具有重要意义的工作。目前,计算对流层延迟的主要手段是利用映射函数将电波在对流层天顶方向的延迟(以下简称天顶延迟),在入射角方向上进行映射。映射函数的数值一般仅与位置和电波入射角相关。因此,精确计算天顶延迟在对流层延迟估计和预测中至关重要,相关文献表明,天顶延迟模型主要利用实时气象数据建立或对多年实测天顶延迟数值进行拟合。前者以霍普菲尔德(Hopfield)模型和萨斯塔莫伊宁(Saastamoinen)模型等为代表,后者以国际全球卫星对流层(InternationalGlobalGPStroposphere,IGGtrop)模型等为代表。其中,Hopfield和Saastamoinen等模型的建立必须实时获取的地表温度、气压以及水气压等气象参数,故模型对地面设备的依赖较大。IGGtrop模型利用余弦函数对5年的实测天顶延迟数据进行拟合,最终将天顶延迟表述为时间、海拔以及经纬度的函数。IGGtrop模型的建立仅是对以往数据的拟合,并未研究大气折射率等因素的变化规律。在应用过程中,IGGtrop模型整年的平均误差虽然较低,但在估计某一时刻延迟的精度欠佳,故该模型的时间分辨率差。可以看出,上述天顶延迟模型均存在相应的不足:基于实时地表气象数据建立的模型对地面设备依赖较大;而对实测数据拟合的模型时间分辨率较低。因此,亟需寻求一种精度和分辨率均较高,且不依赖于地表气象数据实时测量的对流层天顶延迟估计方法。技术实现要素:为了实现上述目的,本发明提供一种不依赖地表气象数据实时测量,且时间分辨率和精度均较高的对流层天顶延迟估计方法。本发明不依赖地表气象数据实时测量的对流层天顶延迟方法,包括下列2个步骤步骤1:获取气象数据确定接收机所在位置的经纬度λ以及海拔h0参数;根据经纬度在全球气压温度2(GlobalPressureandTemperature2,GPT2)模型提供的1°×1°网格中选择距离接收机最近的四个端点,并通过GPT2模型提供的模型参数A0、A1、A2、B1、B2,结合下式计算得到四端点的气温T、气压p、比湿Q等对流层参数r(t)=A0+A1cos(doy365.252π)+A2cos(doy365.254π)+B1sin(doy365.252π)+B2sin(doy365.254π)]]>式中,r(t)表示t时刻的气象参数;doy表示简化儒略日;当气压p和水汽压ew0的单位取mbar时,Q表示为:Q=0.622ew0p-0.378ew0]]>根据求得的四端点气象参数T、p以及ew0,结合下式,双线性内插出该点的气象数据Z参数Z包含温度T0,气压P0、水汽压ew0的信息式中,Z0,0、Z0,1、Z1,1、Z1,0分别表示各端点的气象数据;λ分别表示经纬度;参数Q0,0、Q0,1、Q1,1、Q1,0用下式求得,即Q00=(1-p)(1-q)Q01=(1-p)qQ10=p(1-q)Q11=pq]]>式中,p=(λ-λ00)/(λ11-λ00);其中的参数λ00、表示网格中左下角端点的经纬度;参数λ11、表示网格中右上角的经纬度;步骤2:将获取的气象参数输入到Hopfield模型,计算得到天顶延迟,具体如下:将步骤1中得到的地表温度T0带入下式计算干、湿大气的层顶高度hd、hwhd=40136+148.72(T0-273.16)hw=11000]]>将步骤1中得到的地表处的温度T0、气压P0、水汽压ew0带入下式计算干、湿大气的初始折射指数Nd0、Nw0Nd0=77.6P0T0Nw0=3.73×105ew0T02]]>将上述步骤中得到的Nd0、Nw0以及hd、hw,结合下式,计算对流层任意高为h处的干、湿折射指数Ndh、NwhNdh=Nd0(hd-hhd-h0)4Nwh=Nw0(hw-hhw-h0)4]]>式中,h0表示当地的海拔高度;利用干、湿折射指数Ndh、Nwh和干、湿大气的层顶高度hd、hw结合下式估计对流层天顶干、湿延迟Ddz=10-6×∫h0hdNdhdhDwz=10-6×∫h0hwNwhdh]]>根据计算得到天顶总延迟DS。通过上述计算过程,本发明即可获得任意经纬度在任意时刻的天顶延迟,且不依赖于地面气象测量设备。附图说明图1示出本发明不依赖地表气象数据实时测量的对流层天顶延迟方法原理图;图2示出双线性内插示意图;图3示出利用GPT2模型双线性内插我国部分测站在2012年的气象数据误差图;图4示出本发明方法与Hopfield模型计算我国部分测站在2012年的天顶延迟误差对比图;图5示出了本发明方法预测某点在2016年全年气象参数和天顶延迟结果图。图中:BJFS为北京房山测站;TWTF为台湾桃园测站;WUHN为湖北武汉测站;XIAN为陕西西安测站。具体实施方式下面结合附图,详细介绍本发明的具体实施步骤。图1示出本发明不依赖地表气象数据实时测量的对流层天顶延迟方法的原理图。从图1中可以看出,本发明利用双线性内插算法结合GPT2模型得到Hopfield模型所需的气象参数,最终根据Hopfield模型得到天顶延迟,包括2个步骤。步骤1:获取气象数据确定接收机所在位置的经纬度λ以及海拔h0等参数;根据经纬度在GPT2模型提供的1°×1°网格中选择距离接收机最近的四个端点,并通过GPT2模型提供的模型参数A0、A1、A2、B1、B2(取自GPT2模型数据库),结合下式计算得到四端点的气温T、气压p、比湿Q等对流层参数。r(t)=A0+A1cos(doy365.252π)+A2cos(doy365.254π)+B1sin(doy365.252π)+B2sin(doy365.254π)]]>式中,r(t)表示t时刻的气象参数;doy表示简化儒略日。当气压p和水汽压ew0的单位取mbar时,Q可表示为:Q=0.622ew0p-0.378ew0]]>根据求得的四端点气象参数T、p以及ew0结合下式双线性内插出该点的气象数据Z参数Z包含温度T0,气压P0、水汽压ew0的信息。式中,Z0,0、Z0,1、Z1,1、Z1,0分别表示各端点的气象数据;λ分别表示经纬度。参数Q0,0、Q0,1、Q1,1、Q1,0可用下式求得,即Q00=(1-p)(1-q)Q01=(1-p)qQ10=p(1-q)Q11=pq]]>式中,p=(λ-λ00)/(λ11-λ00);其中的参数λ00、表示网格中左下角端点(如图2中端点1)的经纬度;参数λ11、表示网格中右上角(如图2中端点3)的经纬度。图3示出利用GPT2模型双线性内插我国部分测站2012年的气象数据误差,从图3中可以看出,该气象数据获取方法在我国四个测站的精度均符合要求。步骤2:将获取的气象参数输入到Hopfield模型,计算得到天顶延迟。具体如下:将步骤1中得到的地表温度T0带入下式计算干、湿大气的层顶高度hd、hw。hd=40136+148.72(T0-273.16)hw=11000]]>将步骤1中得到的地表处的温度T0、气压P0、水汽压ew0带入下式计算干、湿大气的初始折射指数Nd0、Nw0。Nd0=77.6P0T0Nw0=3.73×105ew0T02]]>将上述步骤中得到的Nd0、Nw0以及hd、hw结合下式计算对流层任意高为h处的干、湿折射指数Ndh、Nwh。Ndh=Nd0(hd-hhd-h0)4Nwh=Nw0(hw-hhw-h0)4]]>式中,h0表示当地的海拔高度。利用干、湿折射指数Ndh、Nwh和hd、hw结合下式估计对流层天顶干、湿延迟Ddz=10-6×∫h0hdNdhdhDwz=10-6×∫h0hwNwhdh]]>根据计算得到天顶总延迟DS。图4示出上述天顶延迟计算方法与Hopfield模型计算2012年的我国部分测站天顶延迟误差对比,从图4中可以看出,本发明提出的不依赖地表气象数据实时测量模型与传统Hopfield模型具有相当的精度。因此,在包括北斗卫星导航系统在内的全球导航卫星系统中,此组合模型有着广泛的应用前景。本发明的一个应用实例如下:利用GPS卫星对地面用户设备进行授时,授时接收机位于0#(34.28°N,109.03°E),海拔390m。此情况的2016年全年的天顶延迟预测过程如下:首先,按照0#的经纬度在GPT2模型中进行网格查询,此时在双线性内插过程中对应的四端点坐标分别为1#(33.5N,108.5E);2#(34.5N,108.5E);3#(34.5N,109.5E);4#(33.5N,109.5E);然后,根据GPT2模型提供的A0、A1、A2、B1、B2等参数结合doy预测四端点在2016年的气压、气温以及水汽压等,并利用得到的气象参数对0#进行双线性内插;最后,将插值出的气象数据输入到Hopfield模型,预测全年的天顶延迟,图5反应了预测的气象数据以及天顶延迟结果。当前第1页1 2 3 
当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1