深圳北斗CORS穩定性可視化分析方法

薛世強，楊志敏，胡文健，王昊

(1.南京工業大學測繪科學與技術學院，江蘇 南京 211800； 2.武漢市測繪研究院，湖北 武漢 430022)

1 引 言

全球衛星導航系統(Global Navigation Satellite System，GNSS)的發展為區域GNSS網提供了充足可靠的數據源[1～3]，憑借其全天候、全自動、實時連續觀測的特點[4]，逐漸應用于各個省份、城市并作為省市測繪基準點維持了當地的坐標框架，提升了城市測量工作的效率[5，6]。

對北斗CORS站觀測數據進行質量檢測是穩定性分析的前提，Anubis是由捷克共和國大地觀測臺PECNY開發的對所有衛星導航系統所有頻點進行數據質量檢測的開源軟件，支持所有衛星導航系統。王利黨對Anubis進行了深入的分析介紹，并基于shell腳本對多模GNSS的數據實現了一鍵式操作，實現了對其進行數據質量檢測以及后續進行的可視化分析[7]。劉智強等則通過實際應用，證明了Anubis的優點，包括非常簡單的操作性，以及具有豐富的內容等[8]。

針對區域CORS系統的穩定性分析，Dillinger W等率先對美國全范圍內350個CORS參考站1994年～2002年的數據進行聯合分析，通過全局解分析了北美板塊內部穩定性[9]。Gülal等利用土耳其西南部20個CORS站788天的數據生成時間序列，量化表達了CORS站的運動變化[10]。國內李江衛等以武漢CORS系統為例，設計了一套CORS系統穩定性分析方案并進行了驗證[11]。在此基礎上，武曙光等針對深圳CORS站引入皮爾遜相關性系數分析IGS站與CORS站的位移相關性，進而評估CORS站的穩定性[12]。深圳全境地勢東南高，西北低，受板塊運動影響，CORS站會產生一定位移變化。為進一步分析深圳北斗CORS站穩定性，本文以SZBDCORS的11個基準站為例，選取2017年3月～2020年8月的觀測數據進行質量檢測及基線解算處理，通過線性近似方法提取時間序列中的趨勢項和周期項。結果表明，SZBDCORS站點的水平方向和垂直方向分量重復性值都優于 3 mm，可作為深圳市測繪基準系統的主要基礎設施，為深圳市提供穩定的測繪基準服務。

2 北斗信號結構

2.1 信號觀測值及其線性組合

GNSS觀測值模型分為偽距與載波兩類，由于偽距信號精度受限，難以滿足基站穩定性分析要求，故采用載波相位觀測值，其觀測值方程如下所示。

(1)

式中，tr為衛星信號的接收時刻，nij(tr)表示相位觀測值的模糊度參數，fsj為信號轉播過程中的平均頻率，pij(tr)為信號發射時刻衛星天線相位中心到信號接收時刻接收機天線相位中心之間的幾何距離，△項分別表示對流層折射、電離層折射、接收機鐘差、衛星鐘差、SA頻率抖動影響，f0為相位觀測值的標稱頻率，c表示光速，εij(tr)表示觀測噪聲。

通過將觀測量進行線性組合，構成僅含有波長和低噪聲等信息的新觀測方程，可簡化數據處理模型，提升數據利用率及精度[13]。組合方式有單差、雙差和三差共三種方式，其中雙差組合通過在衛星與接收機之間兩次求差，可消除衛星鐘差和接收機鐘差，削弱衛星軌道誤差和大氣延遲誤差，并保持了雙差整周模糊度的整數特性，故采用雙差組合來構建觀測方程進行基線解算[14]。

2.2 北斗數據誤差來源分析

GNSS定位誤差主要包含GNSS衛星、衛星信號的傳播過程、和地面接收設備、地球潮汐、負荷潮及相對論效應等，具體如表1所示。

GNSS測量誤差分類及對距離測量的影響 表1

除以上誤差外，還有非構造因素會對定位精度產生較大影響。由于包含模型的改正殘差、周圍環境及地表引起的負載等，非構造因素誤差至今都還未得到較為精確的改正。

3 CORS數據質量分析

通過分析GNSS觀測數據質量可提升GNSS網平差精度，實驗選用SZBDCORS站點共兩年的觀測數據進行質量分析，剔除觀測時段不足0.75天(18h)的數據，利用ANUBIS進一步剔除低質量數據，流程如圖1所示。

圖1 ANUBIS數據處理實驗流程

3.1 GNSS數據質量評估指標

GNSS數據分析常用指標有數據完整性、多路徑效應(MP1、MP2)、信噪比、周跳比(o/slps)。MP1與MP2表示Ll或L2載波上的C/A碼或P碼多路徑觀測誤差；周跳比表示觀測值與周跳的比值；信噪比表示GPS接收機接收到的信號強度與噪聲強度的比值；其中數據完整性大于80%，多路徑效應MP1、MP2小于 0.5 m，周跳比小于5便認為數據質量良好，可進行后續處理。

使用2.3版本ANUBIS對2017年3月～2020年8月進行質量分析，以SZBDCORS站點中新建基巖站XICH為例，選取5天觀測數據進行可視化分析，如表2所示。

XICH測站數據質量處理結果 表2

由上表可知，XICH站5天的數據完好性均值96.24%，多路徑影響指標均小于 0.3 m，周跳比均值4.34，信噪比均大于 30 dBHz，均達到IGS站標準。

3.2 數據質量可視化分析

為進一步分析數據質量優劣程度，借助ANUBIS可視化工具，從衛星號、天體軌跡、衛星仰角、信號通道等對觀測數據進行全方位的監控，以XICH站年積日316日為例，繪制如圖2所示。

圖2 XICH站單系統方位偏差統計

由圖2可知，GPS和GALLIEO的點相對集中在零點附近，說明偏差較小。而GLONASS和BDS的點相對分散，尤其是GLONASS的點分布不均勻，表明偏差較大且與性能不穩定有關。

圖3(a)是一個單系統信號多路徑統計圖，日本的QZSS系統RMS值最大，GALLIEO系統RMS最小，BDS與GPS的RMS相近，表明QZSS數據質量較差。圖3(b)為每顆衛星的信噪比圖，除GPSS2W外其余信號均在 40 dBHz以上，說明XICH站接收的信號較強，數據質量相對穩定。

圖3 XICH站單系統信號統計圖

4 區域CORS網解算模型

4.1 研究區域及數據來源

實驗選取2017年3月至2020年8月深圳市地區11個可以同時接收BDS、GPS、GALILEO、GLONASS數據的基準站：BAOA站、BINH站、DONC站、KENZ站、SONG站、PINH站、SZDP站、SZJY站、SZLG站、SZNS站、SZSY站，站點分布如圖4所示。

圖4 SZBDCORS站分布

4.2 基線解算方案

實驗采用GAMIT/GLOBK10.74軟件對SZBDCORS站點觀測數據進行基線解算。通過引入我國境內的9個IGS站進行聯合解算與ITRF2014參考框架建立聯系，具體解算策略如表3所示。

GAMIT數據基線解算策略 表3

4.3 區域網平差分析

進行網平差之前對SZBDCORS站點進行中長基線解算得到單天均方根誤差(Normalized Root-Mean-Square Value，NRMS)，統計結果如圖5所示：

圖5 單天解NRMS值統計結果

由圖5可知，NRMS值隨著時間變化相對平穩，在0.18～0.20之間輕微波動，最小值為0.15，最大值為0.21，均值為0.18，數據質量屬于優秀水平[15，16]，可進行后續的網平差處理。聯合我國境內9個帶有速度場信息的IGS站進行網平差，統一采用IGS處理結果作為框架基準，統計坐標重復性如圖6～圖8所示。

圖6 SZBDCORS站E方向重復性分析

圖7 SZBDCORS站N方向重復性分析

圖8 SZBDCORS站U方向重復性分析

結果表明，SZBDCORS站點的水平方向和垂直方向分量重復性值都優于 3 mm，在E、N、U方向上的重復性均值為 0.95 mm、0.79 mm、0.57 mm。

5 站點穩定性分析

通過線性近似的方法提取GNSS時間序列的趨勢項和周期項，對比原始時間序列模型獲取SZBDCORS站在N、E、U方向上的偏差，以SZDP站、SZJY站及SZLG站為例繪制趨勢圖。

由圖9可知，SZDP站有穩定的趨勢項，而SZJY與SZLG均在2018年12月發生較大偏移，其原因在于2018年12月受臺風影響導致基站天線罩丟失，站點坐標發生突變，但整體趨勢仍較為穩定。

圖9 U方向趨勢項擬合圖

6 結 語

本文以SZBDCORS為例，利用ANUBIS對2017年3月至2020年8月SZBDCORS數據進行可視化分析，從數據完整性、多路徑效應、信噪比、周跳比等分析，11個基準站都具有良好的衛星信號。通過GAMIT基線解算進行網平差，各站點水平方向和垂直方向的重復性都優于 3 mm，進一步提取SZBDCORS站在N、E、U方向上的趨勢項、周期項，發現SZJY和SZLG受臺風影響導致基準站天線罩丟失，其坐標產生跳變后趨于穩定，下一步將深入研究天線罩對基準站定位影響。