IGS RTS產品數據中斷修復方法研究

臧建飛　范士杰　秦學彬　陳冠旭　華　亮

1　中國石油大學(華東)地球科學與技術學院，青島市長江西路66號，266580 2　東方地球物理公司大港物探處測量設備服務中心，涿州市范陽西路189號，072751

?

IGS RTS產品數據中斷修復方法研究

臧建飛1范士杰1秦學彬2陳冠旭1華亮1

1中國石油大學(華東)地球科學與技術學院，青島市長江西路66號，266580 2東方地球物理公司大港物探處測量設備服務中心，涿州市范陽西路189號，072751

針對IGS RTS(real time service)實時數據流產品難以避免的數據中斷現象，開展了RTS數據中斷修復方法研究，提出“插值修復”方法。在對RTS數據中斷的區間分布進行統計分析的基礎上，選取15 min為可修復的最大數據中斷區間;采用常用的拉格朗日插值方法進行RTS軌道數據中斷修復，對不同階數的插值修復效果進行比較；提出新的基于RTS改正的精密衛星鐘差計算方法，采用拉格朗日插值、三次樣條插值、線性插值和線性擬合等方法進行RTS鐘差數據中斷修復和結果對比；最后利用IGS跟蹤站觀測數據和修復后的RTS產品，進行靜態模擬動態的準實時PPP實驗，對“插值修復”方法的效果和PPP定位精度進行驗證。

IGS RTS產品；實時數據流；數據中斷；插值修復；精密單點定位

針對IGS及其各分析中心發布的實時數據流改正，國內外學者分別進行了RTS產品的精度分析[1-2]和基于RTS產品的實時PPP[3-6]、實時GNSS水汽提取[7-10]等研究。然而，由于網絡傳輸等各種不確定性因素，致使IGS等實時數據流產品難以避免地存在數據不連續或者中斷現象[1]，嚴重影響了PPP數據處理和定位精度。本文對IGS RTS產品的數據中斷和可用性進行統計分析，并尋求數據中斷后的應對措施。利用BNC軟件接收4種RTS綜合產品(IGC01、IGS01、IGS02和IGS03)，對基于廣播星歷計算的衛星軌道和鐘差進行改正，然后對基于RTS改正的實時精密衛星軌道和鐘差數據的穩定性和中斷現象進行統計分析。在此基礎上，選取15 min為中斷修復的最大時間窗口，提出“插值修復”的方法，分別采用拉格朗日插值、三次樣條插值、線性插值和線性擬合等多種方法進行“插值修復”實驗和結果對比。最后，利用IGS跟蹤站觀測數據和修復的RTS精密軌道和鐘差數據，進行靜態模擬動態的快速準實時精密單點定位實驗，對“插值修復”方法的效果和PPP定位精度進行驗證。

1　RTS產品數據中斷分析

對IGS RTS 4種綜合產品的穩定性進行統計分析。利用BNC軟件接收了2014-12-28～2015-01-10共14 d的RTS數據，其中IGC01和IGS01的軌道、鐘差采樣間隔均為5 s，IGS02和IGS03的軌道采樣間隔為60 s，鐘差采樣間隔為10 s。本文以4種產品的鐘差為例，對各產品可用數據率(即實際接收數據量與應接收數據量的比值)分衛星進行統計。在統計過程中，沒有考慮衛星整日無數據記錄的情況，結果如圖1所示。

圖1　IGC01、IGS01、IGS02和IGS03產品的可用數據率Fig.1　The available data rate of IGC01, IGS01, IGS02, and IGS03 products

從圖1可以看出，除PRN3、PRN6衛星外，IGC01和IGS01的數據完整性均優于IGS02和IGS03，IGS02的數據完整性整體上不如其他3種產品。對4種RTS產品連續14 d的數據進行統計分析后發現，IGS01的可用數據率最高，達到97.12%；IGC01和IGS03次之，分別為94.46%和94.00%；IGS02產品最差，可用數據率僅為88.47%。

圖2給出了2015-01-08 IGC01和IGS01產品的數據中斷分布情況。從圖2可以看出，數據中斷分布并無一定的規律，且會出現連續若干個歷元整體數據丟失的現象。對比兩種產品發現，不同產品的數據中斷分布也不一致。造成RTS產品數據中斷的原因可能與數據發布站點有關，也可能與網絡傳輸有關。

圖2　IGC01和IGS01產品的數據中斷分布(2015-01-08)Fig.2　The distribution of data interruptions in IGC01 and IGS01 products(2015-01-08)

為分析IGC01和IGS01產品的數據中斷分布特性，按照5 min的間隔將中斷長度劃分為0～5 min、5～10 min、10～15 min等13個區間，并分別統計各區間的數據中斷個數占總中斷個數的百分比。結果表明，5 min以內的數據中斷所占比例(IGC01為95.2%，IGS01為95.8%)最高，而超過5 min的中斷相對較少，因此對5 min以內的數據中斷進行修復應該就可以達到連續PPP的目的。但是，對RTS產品的數據中斷分析發現，有可能出現所有衛星全部數據丟失超過5 min的現象(如圖2(a) 08:03:25～08:12:25區間)，因此本文嘗試對15 min以內的數據中斷(占比約為97%)進行修復。

2　RTS產品數據中斷修復

由于衛星鐘差包含隨時間累積的隨機變化以及白噪聲特性，即使是短期預報，基于多項式擬合的外推鐘差的精度也不甚理想[1]。因此，本文提出了“插值修復”方法，適當增加產品延時，以確保RTS數據中斷修復的精度。

仍以IGC01和IGS01產品為例進行RTS數據中斷修復方法的實驗和分析。在“插值修復”過程中，插值樣本數據間隔的選取至關重要。當數據中斷區間較長時，若選取的插值樣本數據間隔太小，則無法準確反映衛星軌道和鐘差的變化趨勢，容易產生較大的插值誤差；若插值樣本數據間隔太大，則會降低RTS數據的時效性，增加產品延時，影響PPP技術的實時或準實時應用。經過多次實驗，本文所采取的處理策略為：以RTS數據中斷間隔的1/3作為插值樣本數據的間隔，分別從數據中斷的兩端按照該間隔大小選取插值樣本數據。當插值樣本數據間隔所對應的節點上沒有數據時，則選取節點前后的數據。若仍然無法滿足插值計算的需求，則增大插值樣本數據間隔，重新選取樣本數據。當插值樣本數據的間隔超過中斷修復范圍(如15 min)時，則放棄當前歷元的數據修復。

2.1RTS軌道產品的數據中斷修復

本文采用目前常用的拉格朗日插值方法對RTS軌道數據中斷進行修復。首先利用IGC01、IGS01實時軌道產品，將其恢復成精密的衛星坐標[4]；然后按照上述處理策略，對15 min內的坐標數據中斷進行修復；最后以IGS最終產品為參考值，對“插值修復”后的RTS軌道產品進行精度評價，以間接驗證插值修復的效果。

拉格朗日插值的階數不僅關系到插值修復的精度，而且會影響到RTS產品的時延長短。以IGC01為例，分別采用不同階數的拉格朗日插值對軌道數據中斷進行修復，并對所有衛星插值修復后的RTS軌道數據相對于IGS最終軌道產品的坐標(X，Y，Z)偏差進行誤差統計，其均方根差(RMS)的平均值見表1。從表1可以看出，采用6階以上的拉格朗日插值均能取得比較理想的結果。當插值的階數為7階時，插值修復后的RTS軌道產品在X、Y、Z方向的精度(RMS)均優于3 cm，這與RTS產品的標稱精度相當；繼續增加插值的階數，衛星軌道坐標的精度并沒有顯著變化，且插值階數越高，時延越長。因此，考慮到RTS產品的時效性，本文建議選用7階拉格朗日插值對RTS軌道產品的數據中斷進行修復。

表1　插值修復后的IGC01軌道產品

利用7階拉格朗日插值，對IGS01軌道產品的數據中斷進行修復處理，同樣以IGS最終產品為參考值，對“插值修復”后的軌道坐標進行精度評價。由于IGS01軌道產品是相對于衛星天線相位中心的，而IGS最終產品參考的是衛星質心，需將IGS最終產品轉換到相位中心，然后再進行IGS01軌道坐標的精度驗證[11]。圖3給出了插值修復后的IGS01軌道產品分衛星的坐標精度(RMS)統計。從圖3可以看出，除PRN 32衛星3個坐標方向的RMS均大于5 cm以外，其余衛星各方向上的RMS均在4 cm以內；所有衛星X、Y、Z3個方向RMS的平均值分別為2.7 cm、2.6 cm和2.4 cm，與表1中IGC01軌道產品的處理結果基本一致。

圖3　插值修復后IGS01軌道產品所有衛星的坐標精度(RMS)Fig.3　The RMS of X,Y and Z coordinate component for every satellite with repaired IGS01 orbit product

2.2RTS鐘差產品的數據中斷修復

利用RTS鐘差產品，直接將其恢復成精密的衛星鐘差[4]，由于受RTS鐘差產品系統誤差的影響，變化比較劇烈，直接進行插值處理容易產生較大的插值誤差。因此，本文提出新的基于RTS改正的精密衛星鐘差計算方法，即首先扣除RTS鐘差產品中系統誤差的影響，然后再利用扣除系統誤差后的衛星鐘差改正計算精密衛星鐘差。具體的計算公式如下：

(1)

(2)

(3)

采用上述方法計算得到的精密衛星鐘差序列的變化較為平緩，適合RTS鐘差產品數據中斷的插值修復處理。衛星鐘差的變化比軌道變化復雜得多，因此本文采用多種插值方法進行RTS鐘差產品數據的中斷修復處理，以尋求最優方案。

以IGC01產品為例，分別采用拉格朗日插值、三次樣條插值、線性插值和線性擬合等方法，對RTS鐘差產品的數據中斷進行修復處理，并采用二次差的方法[2]與IGS最終產品進行比較和精度評價。表2給出了基于不同插值方法修復的IGC01產品所有衛星鐘差相對于IGS最終產品的精度(RMS)統計。其中拉格朗日插值方法只選用了奇數階，主要是因為當插值階數為奇數時，插值點正好位于插值區間的中間，可以提高插值的精度。從表2可以看出，采用3階或5階拉格朗日插值均可取得比較理想的中斷修復效果，所有衛星鐘差的RMS均在0.3 ns以內，RMS均值為0.17 ns；而7階拉格朗日插值修復的精度有所下降，這可能與衛星鐘差的短期復雜變化有關。直接利用中斷區間兩端數據進行線性插值的效果最差，RMS的最大值達到3.52 ns。線性擬合、三次樣條函數插值方法與3階或5階拉格朗日插值的精度相當，其中，線性擬合是利用3階拉格朗日插值的數據，采用最小二乘方法確定的最佳擬合直線，其擬合效果比曲線插值方法更加平滑，這可能與衛星鐘差序列呈近似線性變化有關。因此，建議采用線性擬合方法，對RTS鐘差產品的數據中斷進行修復處理。

表2　不同插值方法修復的IGC01產品

采用線性擬合方法，對IGS01鐘差產品的數據中斷進行處理，同樣以IGS最終產品為參考值進行精度評價。圖4為插值修復前、后IGS01產品各衛星鐘差的精度(RMS)對比。可以看出，除PRN 3衛星外，其余各衛星修復前、后衛星鐘差的RMS均在0.3 ns以內，RMS均值為0.20 ns，與IGC01產品處理結果基本一致。PRN 3衛星修復前、后的RMS均超過1 ns，說明是由于IGS01鐘差數據本身造成，并非是插值修復產生，這可能與PRN 3的衛星鐘不穩定有關。

圖4　插值修復前、后IGS01產品各衛星鐘差的精度(RMS)對比Fig.4　The comparison of RMS of every satellite clock offsets with the original and repaired IGS01 products

3　基于RTS改正的快速準實時精密單點定位

為進一步說明RTS產品數據中斷修復的必要性以及驗證“插值修復”方法得到的RTS產品的定位效果，對IGS跟蹤站(BJFS)2015-01-07的觀測數據(采樣間隔為30 s)進行靜態模擬動態的快速準實時PPP處理。以IGS公布的精確站點坐標為參考，求取單歷元PPP解在N、E、U3個方向的偏差，并對其進行誤差統計和分析。

首先利用本文提出的“插值修復”方法，對2015-01-07 RTS實時軌道和鐘差產品進行處理；然后，分別利用修復前、后的IGS01產品進行動態PPP處理，結果如圖5所示。從圖5可以看出，采用原始的IGS01實時軌道和鐘差產品進行PPP處理時，由于原始數據中存在多處所有衛星數據的整體中斷，導致PPP定位中斷，且在重新獲得改正數后，有個重新初始化的過程(圖5(a))。雖然在發生中斷后可采用SPP(standard point positioning)繼續定位，但是其定位精度較低；而采用修復后的IGS01軌道和鐘差產品，則可以很好地進行連續PPP處理，且定位結果較為穩定(圖5(b))。

圖5　采用修復前、后的IGS01產品的動態PPP結果Fig.5　The results of kinematic PPP based on the original and repaired IGS01 products

分別對修復后的IGC01和IGS01產品以及IGS最終產品、IGU(實測部分)產品的動態PPP結果進行精度評價。以IGS發布的BJFS站點坐標為真值，對PPP相位模糊度收斂后N、E、U方向的坐標偏差進行誤差統計，結果見表3。從表3可以看出：1)采用IGS最終產品的PPP結果最優，但是其時延最長(12～18 d)。2)采用IGC01和IGS01產品的PPP結果基本一致，其平面位置精度(RMS)約為5 cm，高程精度(RMS)約為8 cm。當RTS實時數據流產品沒有發生數據中斷時，為實時PPP處理；而當RTS數據產生中斷時，按照本文方法，其PPP處理的時延最長僅為45 min。3)基于IGU(實測部分)產品的PPP結果的平面位置精度與IGC01和IGS01產品基本相當，高程方向的精度稍差(RMS為9.5 cm)，其時延為3～9 h。

表3　不同IGS產品的動態PPP結果的精度統計

4　結　語

以IGC01和IGS01為例，利用連續14 d的RTS數據，詳細分析了RTS產品的數據中斷現象和區間分布情況。在此基礎上，分別采用拉格朗日插值、線性擬合等方法對RTS軌道和鐘差產品的數據中斷進行修復實驗和結果比較。最后利用IGS跟蹤站(BJFS)觀測數據，采用修復后的IGC01和IGS01產品、IGS最終產品以及IGU(實測部分)產品進行靜態模擬動態的PPP處理和精度評價。結果表明：1)目前RTS產品的數據中斷大部分在5 min以內，15 min以內的數據中斷約占97%；2)以IGS事后最終軌道(15 min間隔)和鐘差(30 s間隔)產品為參考，采用7階拉格朗日插值方法修復得到的RTS軌道產品在X、Y、Z方向的精度(RMS)均優于3 cm;3)基于3階拉格朗日插值數據的線性擬合方法的修復結果比曲線插值方法更加平滑，修復后的RTS衛星鐘差優于0.3 ns；4)“插值修復”處理的RTS產品的精度與其標稱精度相當，靜態模擬動態的快速準實時PPP的平面位置精度約為5 cm，高程精度約為8 cm。

“插值修復”方法極大地改善了RTS數據的可用性，兼顧了PPP連續定位的精度和時效性。但是，“插值修復”方法增加了RTS產品的延時，在一定程度上破壞了PPP的實時性。因此，RTS產品數據中斷的實時修復方法是本文下一步研究的重點。

[1]Hadas T, Bosy J. IGS RTS Precise Orbits and Clocks Verification and Quality Degradation Over Time[J]. GPS Solutions, 2014, 19(1): 93-105

[2]尹倩倩，樓益棟，易文婷.IGS 實時產品比較與分析[J]. 大地測量與地球動力學，2013，32(6): 123-128(Yin Qianqian，Lou Yidong，Yi Wenting. Comparison and Analysis of IGS Real-Time Products[J].Journal of Geodesy and Geodynamics，2012，32(6): 123-128)

[3]Chen J P, Li H J, Wu B, et al. Performance of Real-Time Precise Point Positioning [J]. Marine Geodesy, 2013, 36(1): 98-108

[4]王勝利，王慶，高旺，等.IGS實時產品質量分析及其在實時精密單點定位中的應用[J]. 東南大學學報:自然科學版, 2013, 43(增2): 365-369(Wang Shengli，Wang Qing，Gao Wang，et al. Quality Analysis of IGS Real-Time Products and Its Application in Real-Time Precise Point Positioning[J]. Journal of Southeast University: Natural Science Edition, 2013, 43(S2): 365-369)

[5]劉志強，王解先.廣播星歷 SSR 改正的實時精密單點定位及精度分析[J]. 測繪科學，2014，39(1): 15-19(Liu Zhiqiang，Wang Jiexian. Realization and Analysis of Real-Time Precise Point Positioning Based on SSR Broadcast Ephemeris Corrections[J]. Science of Surveying and Mapping, 2014, 39(1): 15-19)

[6]Elsobeiey M, Al-Harbi S. Performance of Real-Time Precise Point Positioning Using IGS Real-Time Service[J]. GPS Solutions, 2016, 20(3): 565-571

[7]Shi J, Xu C, Li Y, et al. Impacts of Real-Time Satellite Clock Errors on GPS Precise Point Positioning-Based Troposphere Zenith Delay Estimation[J]. Journal of Geodesy, 2015, 89(8):747-756

[8]Yuan Y B, Zhang K F, Rohm W, et al. Real-Time Retrieval of Precipitable Water Vapor from GPS Precise Point Positioning[J]. Journal of Geophysical Research: Atmospheres, 2014, 119(16): 10 044-10 057

[9]Shi J B, Xu C Q, Guo J M, et al. Local Troposphere Augmentation for Real-Time Precise Point Positioning[J]. Earth, Planets and Space, 2014, 66(1): 1-13

[10]Shi J B, Xu C Q, Guo J M, et al. Real-Time GPS PPP Based Precipitable Water Vapor Estimation for Rainfall Monitoring and Forecasting[J]. IEEE Transactions on Geoscience and Remote Sensing, 2015, 53(6): 3 452-3 459

[11]時小飛，高成發，潘樹國，等.全球定位系統實時服務數據的精度分析[J]. 導航定位學報，2013,1(4):84-88(Shi Xiaofei，Gao Chengfa，Pan Shuguo，et al. Accuracy Analysis of GPS Real-Time Service Data[J]. Journal of Navigation and Positioning, 2013,1(4):84-88)

About the first author:ZANG Jianfei，postgraduate，majors in GNSS precise point positioning and its application，E-mail：jianfeizang@163.com.

Research on Repairing Method for the Data Interruptions of IGS RTS Products

ZANGJianfei1FANShijie1QINXuebin2CHENGuanxu1HUALiang1

1School of Geosciences, China University of Petroleum, 66 West-Changjiang Road, Qingdao 266580, China 2Survey Center of BGP Offshore, CNPC, 189 West-Fanyang Road, Zhuozhou 072751, China

This paper first analyzed the data interruptions of RTS (real time service) products, and second carries on research into methods of repairing of these disruptions. According to statistics on the interval distribution of these data interruptions, the maximal repairable interval of 15 min is selected. Then, the data interruptions less than 15 min are repaired with different interpolation methods. The satellite orbit data interruptions are repaired using the common Lagrange interpolation with different orders. In order to explore the optimal solution, the satellite clock data interruptions are repaired with the Lagrange interpolation, cubic spline interpolation, linear interpolation and linear fitting, respectively. Finally, an experiment of simulative near real-time PPP on the IGS station is conducted using the repaired RTS orbit and clock products to verify the proposed method.

IGS RTS product; real-time data stream; data interruption; interpolation repairing; precise point positioning

National Natural Science Foundation of China, No. 41274011,41374044.

2015-09-26

臧建飛，碩士生，研究方向為GNSS精密單點定位技術及應用，E-mail：jianfeizang@163.com。

10.14075/j.jgg.2016.10.009

1671-5942(2016)010-0884-05

P228

A

項目來源：國家自然科學基金(41274011，41374044)。