一种基于GNSS的高精度时间传递方法

申请号 CN202010644806.X 申请日 2020-07-07 公开(公告)号 CN111983650B 公开(公告)日 2022-07-15
申请人 北京自动化控制设备研究所; 发明人 张航;
摘要 本 发明 涉及一种基于GNSS的高 精度 时间传递方法,该方法将GNSS差分系统基站间观测值进行共视选星和数据预处理,通过载波 相位 观测值和伪距观测值组合得到 观测矩阵 ,将载波相位单差模糊度和时间传递结果作为未知量,组成观测方程组。使用序贯最小二乘递归求得组合方程单差载波的模糊度,进而求解准确的钟差。更进一步地,当已知接收机时钟模型为线性漂移时,通过kalman滤波的方式求解相应未知量,模型更加准确,得到的钟差精度也更高。该方法能够同时实现低成本高精度等要求,能够达到纳秒级以下精度,是一种能够广泛使用的时间传递方法。
权利要求

1.一种基于GNSS的高精度时间传递方法,其特征在于,包括如下步骤:
步骤1,对GNSS差分系统中的移动站和基准站两个基站进行共视卫星选星,然后进行观测量数据预处理;所述观测量为基站到共视卫星的伪距和载波相位观测量;所述数据预处理为针对原始观测信息,对所述伪距观测量的粗差和所述载波相位观测量的周跳进行修正,以及对卫星信号传播过程中的误差进行修正;
步骤2,将所述伪距和载波观测量进行基站间差分,组合成当前时刻观测方程:
其中, 和 为伪距和载波的单差观测向量,σr为两者的噪声权重比,t为接收机相对钟差,τ=c·t为将接收机钟差化为单位为米的量, 为卫星到两个基站的几何距离差值,为各个共视卫星的载波相位单差整周模糊度,μ,ν为相应的码和载波观测噪声,λ为载波波长
步骤3,对所述时间传递过程中的每个历元建立观测方程,并将当前历元的观测方程与上个历元的观测方程进行联立建立历元间的观测方程;通过矩阵变换对所述历元间的观测方程进行降维运算,使其维数和未知量维数一致;
步骤4,通过所述观测方程在历元间的迭代运算,计算出所述GNSS差分系统基站间的接收机钟差,得到时间传递结果;将所述时间传递结果补偿到移动站接收机钟差中,修正移动站的本地时间和输出的秒脉冲信号。
2.如权利要求1所述的一种基于GNSS的高精度时间传递方法,其特征在于,所述步骤3中,当所述共视卫星出现卫星升起或者降落的时候,对所述观测方程依据升降星进行矩阵变换,使方程迭代过程中保持矩阵可联立,具体包括以下步骤:
步骤3.1,将所述当前时刻的共视卫星和上一时刻的共视卫星进行比较,分成上一时刻落下的卫星、保持不变的卫星和当前时刻升起的卫星,并将其变换位置在观测方程中通过矩阵的形式表现出来,完成迭代过程中的卫星置换;
步骤3.2,将所述当前历元和上个历元的观测方程进行联立,对所述联立观测方程系数T T
矩阵进行QR分解得到矩阵Q和上三矩阵R;将矩阵Q分别与联立观测方程左式和系数矩阵相乘,得到降维后的观测方程,以此方法进行多历元观测方程的迭代;
步骤3.3,通过所述迭代过程得到当前时刻k的时间传递结果τk。
3.如权利要求1或2所述的一种基于GNSS的高精度时间传递方法,其特征在于,接收机时钟为线性漂移模型时,将钟漂作为未知量加入到所述未知量矩阵中,所述观测方程使用钟差和钟漂估计,并使用kalman滤波模型进行未知量解算。

说明书全文

一种基于GNSS的高精度时间传递方法

技术领域

[0001] 本发明属于时间同步技术领域,具体涉及一种基于GNSS的高精度时间传递方法。

背景技术

[0002] 目前多个领域对高精度时间和频率传递的要求增加,例如电系统、无线定位系统、分布式雷达、协同数据链、海上舰艇编队等领域。这些系统中,除了对时间传递的精度有着较高要求外,在应用于军事、空天等领域对设备的可靠性和适应性也有很高的要求。全球卫星导航系统(GNSS)的全天候、全覆盖、高精度等特点,使其成为了高精度时间传递中的重要方法。
[0003] 目前常用的时间传递方法包括卫星双向时间传递、卫星共视法、精密单点定位等技术,其中卫星双向时间传递方法采用卫星双向链路进行时间比对,是目前GNSS时间传递中精度最高的方法,但是其需要使用转发式卫星,应用条件十分受限。GNSS共视法通过消除卫星信号传递中的共同误差提高时间传递精度,但是其采用伪距作为观测值,精度不够高。PPP借助国际GNSS服务组织发布的精密星历和钟差产品可以达到亚纳秒级的时间传递精度,由于其性能不受距离的影响,应用广泛。但是该方法依赖精密星历和钟差产品,需要长时间观测,不能实时计算,只能用于事后分析。这些时间传递方法或多或少存在算法复杂、成本较高、使用场景受限,实时性较差等缺点,不能兼顾低成本、实时性与高精度。因此,急需一种低成本高精度适用范围广的实时时间传递方法。

发明内容

[0004] 为解决所述问题,本发明提供了一种基于GNSS的时间传递方法,该方法能够同时实现低成本高精度等要求,能够达到纳秒级以下精度,是一种能够广泛使用的时间传递方法。
[0005] 本发明一种基于GNSS的高精度时间传递方法,包括如下步骤:
[0006] 步骤1,对GNSS差分系统中的移动站和基准站两个基站进行共视卫星选星,然后进行观测量数据预处理;所述观测量为基站到共视卫星的伪距和载波相位观测量;所述数据预处理为针对原始观测信息,对所述伪距观测量的粗差和所述载波相位观测量的周跳进行修正,以及对卫星信号传播过程中的误差进行修正;
[0007] 步骤2,将所述伪距和载波观测量进行基站间差分,组合成当前时刻观测方程:
[0008]
[0009] 其中, 和 为伪距和载波的单差观测向量,σr为两者的噪声权重比,t为接收机相对钟差,τ=c·t为将接收机钟差化为单位为米的量, 为卫星到两个基站的几何距离差值, 为各个共视卫星的载波相位单差整周模糊度,μ,ν为相应的码和载波观测噪声,λ为载波波长
[0010] 步骤3,对所述时间传递过程中的每个历元建立观测方程,并将当前历元的观测方程与上个历元的观测方程进行联立建立历元间的观测方程;通过矩阵变换对所述历元间的观测方程进行降维运算,使其维数和未知量维数一致;
[0011] 步骤4,通过所述观测方程在历元间的迭代运算,计算出所述GNSS差分系统基站间的接收机钟差,得到时间传递结果;将所述时间传递结果补偿到移动站接收机钟差中,修正移动站的本地时间和输出的秒脉冲信号。
[0012] 进一步地,所述步骤3中,当所述共视卫星出现卫星升起或者降落的时候,对所述观测方程依据升降星进行矩阵变换,使方程迭代过程中保持矩阵可联立,具体包括以下步骤:
[0013] 步骤3.1,将所述当前时刻的共视卫星和上一时刻的共视卫星进行比较,分成上一时刻落下的卫星、保持不变的卫星和当前时刻升起的卫星,并将其变换位置在观测方程中通过矩阵的形式表现出来,完成迭代过程中的卫星置换;
[0014] 步骤3.2,将所述当前历元和上个历元的观测方程进行联立,对所述联立观测方程T T系数矩阵进行QR分解得到矩阵Q和上三矩阵R;将矩阵Q分别与联立观测方程左式和系数矩阵相乘,得到降维后的观测方程,以此方法进行多历元观测方程的迭代;
[0015] 步骤3.3,通过所述迭代过程得到当前时刻k的时间传递结果τk。
[0016] 进一步地,接收机时钟为线性漂移模型时,将钟漂作为未知量加入到所述未知量矩阵中,所述观测方程使用钟差和钟漂估计,并使用kalman滤波模型进行未知量解算。
[0017] 本发明有益效果在于相比于卫星双向时间传递算法、PPP等传统时间传递方法,能够不依赖转发式卫星和精密星历等条件,实现高精度实时时间传递,同时能够应用于大多数场景中,适应性强可靠性高成本较低,能够被广泛采用。附图说明
[0018] 图1为本发明的基于GNSS的高精度时间传递原理图;
[0019] 图2为本发明中所述接收机钟差模型图;
[0020] 图3为本发明中GNSS时间传递方法系统框图

具体实施方式

[0021] 下面参照附图,对发明优选实施例详细进行描述。
[0022] 本发明提供了一种实时解算高精度时间传递结果的方法,利用序贯最小二乘实时解算模糊度和钟差。由于单差观测值之间不存在强相关性,序贯最小二乘方法将解算模糊度和钟差通过历元之间递归求解,初始化时间较短,解算准确率高,满足实时性要求,能达到实时时间传递亚纳秒级精度。为了进一步提高时间传递的精度,在时钟模型为线性漂移的情况下引入了Kalman滤波的方法,在序贯最小二乘基础上增加了钟漂估计,提高了解算的精度和准确度。基于GNSS的高精度时间传递原理图如图1所示。
[0023] 其中伪距和载波的测量值都包含了时钟偏差和其他不可忽略的误差,做站间单差后卫星端的误差基本消除,大气延迟等误差也可以通过模型削弱或消除,因此在去除误差项后差分测量值主要包含了接收机钟差和几何距离差值。对星站间观测量的精确估计得到两站除几何距离和误差外的差值即时间传递的结果。
[0024] 时间传递的精度和可靠性除了受上述误差的影响,还受接收机自身时钟的性能的影响,由于其他几种误差经过预处理以后已经基本消除,因此本发明关注如何针对接收机钟差模型进一步提高时间传递精度。
[0025] 接收机时钟频标由接收机内部的石英振荡器提供,通常不同型号的接收机内部运转的方式有三种:(a)线性漂移。(b)实时调整。(c)将钟差控制在1ms以内。图2为常见接收机钟差模型图。
[0026] 由于序贯最小二乘方法不受钟差模型的影响,同时可以满足实时性的要求,在接收机时钟模型未知的情况下,我们采用序贯最小二乘的方法进行时间传递的实时求解,并且取得可亚纳秒级的精度。当已知钟差模型为(a)时,在序贯最小二乘求解模糊度和钟差的基础上,可以采用kalman滤波算法对时钟钟漂进行估计,该方法由于充分考虑了模型时钟变化特点,精度较序贯最小二乘方法有进一步的提升。图3给出了高精度实时时间传递的系统框图。
[0027] 本发明基于GNSS的高精度时间传递方法包括如下步骤:
[0028] 步骤1,对GNSS差分系统中的移动站和基准站两个基站进行共视卫星选星,然后进行观测量数据预处理;观测量为基站到共视卫星的伪距和载波相位观测量;数据预处理为针对原始观测信息,对伪距观测量的粗差和载波相位观测量的周跳进行修正,以及对卫星信号传播过程中的误差进行修正。
[0029] 步骤2,针对GNSS差分系统基站观测到的卫星,将伪距和载波观测量进行基站间差分,组合成当前时刻观测方程:
[0030]
[0031] 其中, 和 为伪距和载波的单差观测向量,σr为两者的噪声权重比,t为接收机相对钟差,τ=c·t为将接收机钟差化为单位为米的量, 为卫星到两个基站的几何距离差值, 为各个共视卫星的载波相位单差整周模糊度,μ,v为相应的码和载波观测噪声,λ为载波波长;
[0032] 步骤3,针对GNSS差分系统,对时间传递过程中的每个历元建立观测方程,并将当前历元的观测方程与上个历元的观测方程进行联立建立历元间的观测方程;通过矩阵变换的方法将联立矩阵进行降维运算,使其维数和未知量维数一致;
[0033] 步骤4,通过观测方程在历元间的迭代运算,计算出GNSS差分系统基站间的接收机钟差,得到时间传递结果;将时间传递结果补偿到移动站接收机钟差中,修正移动站的本地时间和输出的秒脉冲信号。
[0034] 根据以上步骤2可以求得单差模糊度 以及当前历元接收机钟差τ。由于伪距的误差通常在分米级,单历元难以准确固定载波相位的模糊度。而在多历元模型中,只要接收机对初始历元的可见星持续跟踪,则模糊度的维数不会变化,且观测方程的冗余度会随历元的增加而增加,因此多历元固定初始模糊度具有更高的准确性。多个历元的方程联立求解,可以写为如下形式
[0035]
[0036] 式中下标t1到tn表示历元数。
[0037] 对系数矩阵进行QR分解得到矩阵QT和上三角矩阵R。
[0038]
[0039] 将第tk历元观测方程的未知量分为序列相关的模糊度 和在时间上独立的钟差值τk=c·ttk。观测方程可以写为
[0040]
[0041] 其中,
[0042] 由分最小二乘平差可以得到方程和相应未知量
[0043]
[0044]
[0045]
[0046] 将式(7)写为
[0047] 使用对系数矩阵QR分解的方式对分解后的观测方程进行联立和递归。将本历元的观测方程和之前的迭代结果结合
[0048] 对系数矩阵进行QR分解,可以得到:
[0049] 上述方法就是通过多历元序贯最小二乘的递推解算初始模糊度。将模糊度带入到载波观测方程中更新得到精确的钟差
[0050] 当接收机内部时钟模型为线性漂移时,在序贯最小二乘求解模糊度和钟差的基础上,将钟漂作为未知参数加入kalman滤波方法中。Kalman滤波以最小均方误差为最佳估计准则,采用信号与噪声的状态空间模型,利用前一时刻的估计值和当前时刻的观测值来更新对状态空间的估计,求出当前时刻的估计值。根据卡尔曼滤波原理,设置状态变量为单差模糊度和两站接收机之间的钟差τ及钟漂τ′。
[0051] 状态变量Xk:
[0052] 测站钟差当作白噪声模型处理,整周模糊度等参数不变。
[0053] 状态转移矩阵Fk:
[0054] 其中,T为采样间隔。
[0055] 观测值Yk:
[0056] 观测矩阵Hk:
[0057] Kalman滤波中,参数设置影响整个系统的估计结果,通常采用经验与理论结合得到相应参数。观测噪声协方差由于观测值之间做了一次差分,所以其协方差为原来的协方差两倍。
[0058] 综上,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
QQ群二维码
意见反馈