[发明专利]一种超短期地球自转参数预报方法在审
申请号: | 202210350876.3 | 申请日: | 2022-04-02 |
公开(公告)号: | CN114925327A | 公开(公告)日: | 2022-08-19 |
发明(设计)人: | 叶飞;袁运斌 | 申请(专利权)人: | 中国科学院精密测量科学与技术创新研究院 |
主分类号: | G06F17/18 | 分类号: | G06F17/18;G06F17/16;G06F17/11 |
代理公司: | 武汉市首臻知识产权代理有限公司 42229 | 代理人: | 章辉 |
地址: | 430077 湖北*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 短期 地球 自转 参数 预报 方法 | ||
一种超短期地球自转参数预报方法,包括以下步骤:S1、获取UT1‑UTC和LOD的基础数据,同时获取GNSS技术快速低延迟观测导出的最新的LOD基础数据;S2、移除UT1‑UTC的跳秒和潮汐,获得UT1R‑TAI基础数据,并移除LOD的潮汐,获得LODR基础数据;S3、先计算UT1R‑TAI的一阶差分序列再利用最小二乘模型拟合并预报LODR的周期项和线性项,同时,计算的残差项和LODR的残差项,然后利用多元自回归模型拟合和LODR的残差项,再计算的预报值然后利用差分恢复算子计算UT1R‑TAI的预报值S4、增加的跳秒和潮汐,获取UT1‑UTC的预报值。本设计能显著改善UT1‑UTC超短期预报的精度。
技术领域
本发明涉及大地测量与卫星导航技术领域,尤其涉及一种超短期地球自转参数预报方法,主要适用于改善UT1-UTC超短期预报的精度。
背景技术
地球自转参数(ERP),例如UT1-UTC,对于天体和地球参考系统之间的转换是必要的。然而,全球导航卫星系统(GNSS)技术无法观测到UT1-UTC,这是实时估计过程中最难确定的。为了获得观测到的UT1-UTC,其他空间大地测量技术(例如甚长基线干涉测量(VLBI))的数据处理的复杂性和耗时总是会导致时间延迟。因此,GNSS卫星的实时轨道确定完全取决于预测的UT1-UTC。在近实时和实时高精度GNSS应用中,UT1-UTC超短期预测(1~10天)直接影响和限制了GNSS卫星快速和超快速定轨的性能。例如,IGS(国际GNSS服务)和iGMAS(国际GNSS监测和评估系统)分析中心通常使用每周更新的国际地球自转和参考系统服务(IERS)Bulletin-A(例如UT1-UTC)生成GNSS卫星的快速和超快速轨道。由于UT1-UTC预测的准确度远低于观测部分的准确度,因此UT1-UTC的预测方法值得改进,以用于与参考系相关的实时应用,例如GNSS卫星定轨。
如何提高UT1-UTC超短期预测的精度,一直是大地测量与卫星导航领域关心和研究热点。目前,在UT1-UTC超短期预测的方法中,LOD和UT1-UTC之间的相关信息尚未得到充分挖掘和利用,也没有充分利用GNSS技术可以快速低延迟导出LOD参数的特点,使得UT1-UTC的超短期预报精度较低。
发明内容
本发明的目的是克服现有技术中存在的预报精度低的缺陷与问题,提供一种预报精度高的超短期地球自转参数预报方法。
为实现以上目的,本发明的技术解决方案是:一种超短期地球自转参数预报方法,该方法包括以下步骤:
S1、通过文件或者网络获取IERS提供的UT1-UTC基础数据和LOD基础数据,同时获取GNSS技术快速低延迟观测导出的最新的LOD基础数据;
S2、移除UT1-UTC基础数据的跳秒和潮汐,获得UT1R-TAI基础数据,并移除LOD基础数据的潮汐,获得LODR基础数据,UT1R-TAI基础数据和LODR基础数据的时间序列均分为周期项、线性项和残差项;
S3、计算UT1R-TAI基础数据在时间t+1的预报值具体包括以下步骤:
S31、计算UT1R-TAI基础数据的一阶差分序列:
式中,Δftut1为UT1R-TAI基础数据在时间t的一阶差分序列,ftut1为时间t的UT1R-TAI基础数据,为时间t-1的UT1R-TAI基础数据;
S32、利用最小二乘模型拟合并预报Δftut1的周期项和线性项、LODR的周期项和线性项,同时,计算Δftut1的残差项dΔftut1和LODR的残差项dLODRt;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院精密测量科学与技术创新研究院,未经中国科学院精密测量科学与技术创新研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210350876.3/2.html,转载请声明来源钻瓜专利网。