基于數據質量評估和全球格網模型的電離層延遲建模選站策略

張碩,李建文,郭亮亮,魏勇,王世忠

(1.信息工程大學 導航與空天目標工程學院,鄭州 450001;2.北斗導航應用技術河南省協同創新中心,鄭州 450001;3.61206部隊,大連 116023)

?

基于數據質量評估和全球格網模型的電離層延遲建模選站策略

張碩1,2,李建文1,2,郭亮亮1,2,魏勇1,2,王世忠3

(1.信息工程大學 導航與空天目標工程學院,鄭州 450001;2.北斗導航應用技術河南省協同創新中心,鄭州 450001;3.61206部隊,大連 116023)

GNSS數據質量和跟蹤站的分布情況是影響電離層延遲建模的兩個重要因素。隨著全球GNSS跟蹤站數量的增加,如何合理選擇全球范圍內的跟蹤站,提高電離層延遲建模的解算效率,已成為電離層延遲建模中的關鍵問題。影響GNSS觀測數據質量的因素有很多,如多路徑效應、數據完整率、周跳和信噪比等。本文根據全球電離層延遲建模的方法,提出基于數據質量評估和全球格網模型的電離層選站策略,并解算全球電離層TEC格網,比較解算效率和精度,優化現有的電離層延遲建模選站方法。

均勻分布;格網模型;數據質量;電離層選站;解算效率;精度

0　引　言

電離層延遲是影響GNSS導航定位精度的主要誤差源之一,因此,建立全球電離層延遲模型,精確確定電離層延遲誤差,是目前GNSS電離層研究的關鍵[1]。在全球電離層延遲建模的過程中,首先要考慮的問題是如何在全球范圍內選擇跟蹤站。在進行選站時,考慮的因素之一是跟蹤站全球的均勻性。但是,由于地理及其他因素的限制,全球GNSS跟蹤站分布極不均勻。因此,在電離層延遲建模過程中,要合理利用現有的跟蹤站[2]。另外,目前全球GNSS跟蹤站在數量上呈現不斷增加的趨勢,但現存各跟蹤站的觀測數據質量參差不齊,數據質量好的跟蹤站和數據質量差的跟蹤站混雜,如果選用了觀測數據質量較差的跟蹤站數據,有可能會導致電離層延遲建模精度降低。因此,跟蹤站的數據質量也是影響電離層延遲建模精度的重要因素之一[3]。當前,在電離層延遲建模時,跟蹤站選站研究較少,方法上也不夠完善。如果沒有合理的選站策略,可能會出現跟蹤站數據質量參差不齊的現象,極可能拉低整體電離層延遲建模精度;并且當數據量過大時,計算量增大,從而會嚴重影響計算速度。本文針對上述電離層延遲建模中跟蹤站方法問題,提出了優化現有電離層延遲建模選站的方法,并且可實現解算效率與精度的最優。

1　選站策略

截止到2015年,據不完全統計,全球的IGS跟蹤站大約有500多個,全球IGS跟蹤站的分布圖如圖1所示。從圖1中可以看出,全球IGS跟蹤站在全球分布極不均勻,歐洲地區跟蹤站分布密度較大,而海洋及兩極地區由于地理位置等因素的影響,跟蹤站分布密度過于稀疏。由此會造成電離層延遲建模時,歐洲地區由于數據量龐大,計算時間過長的問題。因此,如何合理選擇的跟蹤站,使解算效率與精度達到最優,是電離層延遲建模中的一個至關重要的問題。

1.1基于格網模型的選站方法

經緯網格是將地球橢球面上的經線和緯線,按一定數學方法描繪到平面上,構成有一定變形規律的網格[4]。基于格網模型選站的基本思想是根據全球跟蹤站的位置信息,對全球經緯度格網進行重新劃分,根據實際選站個數和跟蹤站分布密度,適當調整格網大小。選擇跟蹤站時,在跟蹤站分布密度較大的地區如歐洲地區,如果格網內跟蹤站數量超過一定閾值時,按照觀測文件的綜合質量對各個跟蹤站進行排序,選擇綜合評價值靠前的數據,保證選到的跟蹤站的數據質量較高[5]。

圖1　全球IGS跟蹤站分布圖

圖2　電離層延遲建模選站流程圖

基于格網模型的電離層選站步驟如下:

根據跟蹤站坐標文件得到全球IGS跟蹤站經緯度信息,然后并依據目標跟蹤站數量重新劃分經緯格網。

1) 由各跟蹤站的觀測文件所提供的信息,對觀測數據進行數據質量評估,生成跟蹤站數據質量信息并對跟蹤站進行排序。

2) 當經緯格網中跟蹤站數量超過一定閾值時,選用數據質量評估排名靠前的跟蹤站。

3) 生成跟蹤站列表。

1.2數據質量評估方法

1.2.1數據質量評估參數

在衛星導航領域,通常采用數據完整率、數據有效率、偽距多路徑、信噪比和周跳等參數來評估各跟蹤站的觀測數據的數據質量[6-7]。

1) 數據完整率

數據完整率是跟蹤站實際觀測數據歷元總數與理論上應該觀測的歷元總數之比。

(1)

式中: T為實際觀測數據歷元總數; P為理論上應該觀測的歷元總數。

2) 數據有效率

(2)

式中: Lobs是丟失的歷元數; Snobs數據的信噪比小于某一閾值的歷元數; Elobs高度角小于某一衛星高度角設置的歷元數; Robs為總歷元數。

3) 偽距多路徑

(3)

(4)

(5)

式中: P1、P2分別表示L1和L2波段上的偽距觀測量; φ1、φ2表示L1、L2波段上的載波相位觀測量: f1、f2表示L1、L2載波的頻率。

4) 信噪比

接收的載波信號強度與噪聲強度的比值,信噪比的單位是dBHz的單位。

5) 周跳比

周跳比就是觀測的歷元數與發生周跳的歷元數之比。

1.2.2綜合質量評估

在進行綜合質量評估時,需對各個評估參數進行權重分配,通常采用的方法是熵值法,即根據一種綜合評價指標的數值所提供的信息量大小來確定權重系數的方法。根據熵的特性,所提供的信息量越大,其熵值也就越小[8]。假設m個指標,第k個指標的熵值為Ik,則其權重為

(6)

2　實驗分析

為了檢驗基于數據質量評估和全球格網模型的綜合方法所提出的電離層延遲建模選站策略的可行性,并設計合理的選站方案,為以后的電離層延遲建模研究提供合適的選站參考。本文根據上述理論所采用的設計方案是選出全球約70、90、110、130、150、170、190、210、230個跟蹤站的觀測數據進行快速電離層TEC格網的解算,并將解算結果與IGS最終電離層TEC格網產品的進行比較,并統計RMS.在實驗中,采用IGS提供的2015年年積日為284～289共6天的觀測數據。表1示出了解算快速電離層TEC格網的策略。

考慮到緯度對電離層活動的影響較大,因此,將南北半球分別按照地理緯度0°～30°、30°～60°、60°～90°分為低、中、高三個緯度帶,統計不同緯度帶內的與IGS最終電離層TEC格網產品的互差。結果如圖3所示。

表1　解算快速電離層TEC格網的策略

圖3　不同緯度帶內的快速電離層TEC格網與IGS最終電離層TEC格網產品的互差(a)年積日284; (b)年積日285; (c) 年積日286; (d) 年積日287; (e) 年積日288; (f) 年積日289

從圖3中可以看出,隨著跟蹤站觀測數據數量的增加,快速電離層TEC格網與IGS最終電離層TEC格網產品的一致性的趨勢是越來越好的。但從圖3的六幅圖中可以看出南北半球中低緯度地區電離層RMS在隨著測站數量的增加變化不大,在高緯度地區,電離層RMS隨測站數量的增加反而變大。采用本文方法分別選擇的110個跟蹤站和230個跟蹤站時,高緯度地區電離層TEC格網精度僅相差0.03 TECu,中高緯度地區電離層TEC格網精度平均下降0.09 TECu.原因是隨著所需的跟蹤站數量的增加,全球經緯度格網密度增大;然而高緯度地區的跟蹤站數量有限,而且數據質量差的測站也會隨著站數的增多而被選入,因而導致高緯度地區電離層TEC格網的RMS增大。

在進行電離層延遲建模時,如果盲目選擇大量跟蹤站數據計算時,會出現計算量增大,從而會嚴重影響計算速度。因此,不僅要考慮電離層TEC格網的精度,還要考慮實際解算時間。圖4示出了上面算例中年積日為284的快速電離層TEC格網解算效率,計算平臺是DELL R910四核服務器,操作系統為Windows server 2003 SP2 x86.

從圖4中可以看出,隨著跟蹤站數量的增加,快速電離層TEC格網解算的時間會逐漸增加,解算時間越來越長。在以往的電離層延遲建模中,采用的是200個左右的IGS跟蹤站進行快速電離層TEC格網的解算,解算時間為27 min左右,但采用本文所提出的方法,只要選擇110個跟蹤站,就能滿足快速電離層TEC格網精度的要求,解算效率提高40%.

圖4　年積日為284的快速電離層TEC格網解算時間

3　結束語

本文綜合考慮影響跟蹤站的全球分布情況和數據質量兩個因素,提出基于數據質量評估和全球格網模型的電離層延遲建模選站策略。在實驗中,設計了不同數量跟蹤站的選站方案,選擇年積日284～289 6天的觀測文件,解算全球電離層TEC格網,比較解算時間和精度,得出一下兩個結論:

1) 隨著所需的跟蹤站數量的增加,全球經緯度格網密度增大;然而高緯度地區的跟蹤站數量有限,而且數據質量差的測站也會隨著站數的增多而被選入,導致高緯度地區電離層TEC格網的RMS增大。

2) 采用本文所提出的方法,只要選擇數量較少的跟蹤站,就能滿足快速電離層TEC格網精度的要求,解算效率將大幅提高。

基于本文所提出的電離層延遲建模選站策略,當跟蹤站的數量達到110時,在滿足電離層TEC格網精度的同時,解算效率能夠提高40%.因此,該方法可在保證精度的前提下廣泛應用于電離層快速確定，實時電離層研究等應用方向。

致謝:感謝信息工程大學iGMAS分析中心對本文撰寫的支持。

[1] 章紅平,韓文慧,黃玲,等. 地基GNSS全球電離層延遲建模[J]. 武漢大學學報(信息科學版),2012(10):1186-1189，1261-1262.

[2] 郭東曉,黨金濤,李建文,等. iGMAS全球電離層延遲模型及并行計算策略[J]. 測繪科學技術學報,2015(4):357-360.

[3] KIM M, SEO J, LEE J. A comprehensive method for GNSS data quality determination to improve ionospheric data analysis[J]. Sensors, 2014, 14(8): 14971-14993.

[4] 王樹峰. 水文要素面平均值的經緯網格計算法[J]. 水文,1998(5):34-37.

[5] 趙學勝,王磊,王洪彬,等. 全球離散格網的建模方法及基本問題[J]. 地理與地理信息科學,2012(1):29-34.

[6] 劉薈萃，唐歌實，崔紅正，等.多系統GNSS數據質量檢測軟件BQC的算法與性能[C]//第五屆衛星導航學術年會論文集，2014.

[7] 吳丹,王利,張勤,等. GNSS數據質量評估軟件的實現及驗證分析[J]. 測繪科學技術學報,2015(4):344-348.

[8] 葉宗裕.關于多指標綜合評價中指標正向化和無量綱化方法的選擇[J].浙江統計,2003(4):24-25.

Station Selection Strategy ofIonospheric ModelingBased on Data Quality Assessment and Global Grid Model

ZHANG Shuo1,2,LI Jianwen1,2,GUO Liangliang1,2,WEI Yong1,2,WANG Shizhong3

(1.CollegeofNavigationandAerospaceEngineering,InformationEngineeringUniversity,Zhengzhou450001,China;2.BeidouNavigationTechnologyCollaborativeInnovationCenterofHenan,Zhengzhou450001,China;3.61206Troops,Dalian116023,China)

The distribution and data quality of GNSS tracking stationsare two important factors that influence the ionospheric delay modeling. With increasing the number of GNSS tracking stations, how to choose good-quality data observation around the world and optimize the efficiency of ionospheric delay modeling, it has become the key issue in ionospheric delay modeling. There are many factors affect GNSS data quality, such as multi-path effects, data integrity rate, cycle slips and SNR. According to strategy of ionospheric delay modeling, this paper put forward to a selected-station strategy based on data quality assessment and global grid model, solve global ionospheric TEC grid, compare solve efficiency and accuracy, and optimize of existing ionospheric selected station methods.

Evenly distributed; grid model; data quality; ionospheric selected-station strategy; efficiency; accuracy

2015-12-19

P228.4

A

1008-9268(2016)03-0001-05

張碩(1992-),女,碩士生,主要從事電離層方向研究。

李建文(1971-),男,教授,主要從事衛星導航系統工程與應用研究。

郭亮亮(1991-),男,碩士生,主要從事衛星精密定位研究。

魏勇(1989-),男,碩士生,主要從事GNSS數據處理與模型研究。

doi:10.13442/j.gnss.1008-9268.2016.03.001

聯系人： 張碩E-mail: mei_xi0619@163.com