电离层误差消除方法及相关设备技术

本发明专利技术实施例提供一种电离层误差消除方法，方法包括：获取t

【技术实现步骤摘要】
电离层误差消除方法及相关设备


[0001]本专利技术涉及导航系统
，尤其涉及一种电离层误差消除方法及相关设备。

技术介绍

[0002]电离层误差会导致导航系统灵敏度出现较大波动，现今一般使用接收双频信号的方法对电离层延迟进行消除。但是，双频信号需要进行信号捕捉和相位同步过程才能被用于电离层误差计算，其进入相位同步的时间较长。电离层的总电子量并非一个定值，一天内电离层的总电子量变化往往具有一定周期性的规律，且受天气影响严重，现有技术中，一般通过基于历史电离层总电子量分布来构建电离层模型，进而通过电离层模型来对某一时刻的电离层总电子量进行预测计算，但是受天气影响，传统电离层模型对电离层的估计不够准确，而且泛化能力不足，从而使得电离层误差消除的准确性不高。

技术实现思路

[0003]本专利技术实施例提供一种电离层误差消除方法，旨在解决传统电离层模型对电离层的估计不够准确，而且泛化能力不足，从而使得电离层误差消除的准确性不高的问题，通过t
q+1
时刻对应的气象数据，计算时刻对应的第一天文观测数据，基于t
q
时刻对应的电离层总电子量和t
q+1
时刻对应的第一天文观测数据，计算得到t
q+1
时刻对应的电离层总电子量，再根据t
q+1
时刻对应的电离层总电子量计算得到t
p
时刻对应的电离层总电子量，由于考虑了气象数据，可以准确地得到t
p
时刻对应的电离层总电子量，从而提高电离层误差消除的准确性。另外，由于是根据气象数据计算得到第一天文观测数据，降低了天文观测数据的获取难度。
[0004]第一方面，本专利技术实施例提供一种电离层误差消除方法，包括以下步骤：
[0005]获取t
q
时刻对应的电离层总电子量，以及获取t
q+1
时刻对应的气象数据；
[0006]根据所述t
q+1
时刻对应的气象数据，计算得到t
q+1
时刻对应的第一天文观测数据；
[0007]基于所述t
q
时刻对应的电离层总电子量和所述t
q+1
时刻对应的第一天文观测数据，计算得到所述t
q+1
时刻对应的电离层总电子量；
[0008]根据所述t
q+1
时刻对应的电离层总电子量，计算得到t
p
时刻对应的电离层总电子量，其中，p大于q；
[0009]根据所述t
p
时刻对应的电离层总电子量进行电离层误差消除。
[0010]可选的，所述气象数据包括n个类型，所述第一天文观测数据包括m个类型，所述根据所述t
q+1
时刻对应的气象数据，计算得到t
q+1
时刻对应的第一天文观测数据的步骤包括：
[0011]通过预设的m个聚类模型，对所述t
q+1
时刻对应的n个类型的气象数据进行计算，得到t
q+1
时刻对应的m个类型的第一天文观测数据。
[0012]可选的，在所述通过预设的聚类模型，对所述t
q+1
时刻对应的气象数据进行计算，得到t
q+1
时刻对应的第一天文观测数据的步骤之前，所述方法还包括：
[0013]获取n个类型的历史气象数据，以及获取m个类型的历史天文观测数据，每一历史
时刻的所述历史气象数据对应同一历史时刻的所述历史天文观测数据；
[0014]根据所述历史气象数据对相同历史时刻的所述历史天文观测数据进行聚类，得到m个聚类模型，所述聚类模型的输入为n个类型的气象数据。
[0015]可选的，所述根据所述历史气象数据对相同历史时刻的所述历史天文观测数据进行聚类，得到m个聚类模型的步骤包括：
[0016]将每类天文观测数据按大小进行排序，分成k
i＝1，2，
…
m
子类，并将所述k
i＝1，2，
…
m
子类作为气象数据的标签；
[0017]使用k
‑
NN聚类算法对与所述历史气象数据同一时刻的历史天文观测数据进行聚类分析，得到m个聚类模型，每个聚类模型包括k
i＝1，,2，
…
m
个聚类中心。
[0018]可选的，所述基于所述t
q
时刻对应的电离层总电子量和所述t
q+1
时刻对应的第一天文观测数据，计算得到所述t
q+1
时刻对应的电离层总电子量的步骤包括：
[0019]通过预设的电离层模型对所述t
q
时刻对应的电离层总电子量和所述t
q+1
时刻对应的第一天文观测数据进行预测，得到所述t
q+1
时刻对应的电离层总电子量。
[0020]可选的，在所述通过预设的电离层模型对所述t
q
时刻对应的电离层总电子量和所述t
q+1
时刻对应的第一天文观测数据进行预测，得到所述t
q+1
时刻对应的电离层总电子量之前，所述方法还包括：
[0021]获取历史气象数据和第二天文观测数据，所述第二天文观测数据包括各个历史时刻对应的电离层总电子量和各个历史时刻对应的第一天文观测数据；
[0022]通过所述聚类模型对所述历史气象数据进行计算，得到各个历史时刻对应的第一天文观测数据；
[0023]以各个所述历史时刻对应的第一天文观测数据与相同历史时刻对应的电离层总电子量作为样本数据，以所述历史时刻的下一时刻对应的电离层总电子量作为标签，构建得到样本数据集；
[0024]构建长短期记忆神经网络，并通过所述样本数据集对所述长短期记忆神经网络进行训练，训练完成得到所述电离层模型。
[0025]可选的，所述根据所述t
p
时刻对应的电离层总电子量进行电离层误差消除的步骤包括：
[0026]根据所述t
p
时刻对应的电离层总电子量进行时延估计，得到t
p
时刻的时延估计；
[0027]根据所述t
p
时刻的时延估计，计算出t
p
时刻的相位关系；
[0028]以所述t
p
时刻的相位关系为基准，在预设时间范围内进行相位捕捉；
[0029]通过所述相位捕捉的结果，进行电离层误差消除。
[0030]第二方面，本专利技术实施例提供一种电离层误差消除装置，装置包括：
[0031]第一获取模块，用于获取t
q
时刻对应的电离层总电子量，以及获取t
q+1
时刻对应的气象数据；
[0032]第一计算模块，用于根据所述t
q+1
时刻对应的气象数据，计算得到t
q+1
时刻对应的第一天文观测数据；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电离层误差消除方法，其特征在于，包括以下步骤：获取t
q
时刻对应的电离层总电子量，以及获取t
q+1
时刻对应的气象数据；根据所述t
q+1
时刻对应的气象数据，计算得到t
q+1
时刻对应的第一天文观测数据；基于所述t
q
时刻对应的电离层总电子量和所述t
q+1
时刻对应的第一天文观测数据，计算得到所述t
q+1
时刻对应的电离层总电子量；根据所述t
q+1
时刻对应的电离层总电子量，计算得到t
p
时刻对应的电离层总电子量，其中，p大于q；根据所述t
p
时刻对应的电离层总电子量进行电离层误差消除。2.如权利要求1所述的方法，其特征在于，所述气象数据包括n个类型，所述第一天文观测数据包括m个类型，所述根据所述t
q+1
时刻对应的气象数据，计算得到t
q+1
时刻对应的第一天文观测数据的步骤包括：通过预设的m个聚类模型，对所述t
q+1
时刻对应的n个类型的气象数据进行计算，得到t
q+1
时刻对应的m个类型的第一天文观测数据。3.如权利要求2所述的方法，其特征在于，在所述通过预设的聚类模型，对所述t
q+1
时刻对应的气象数据进行计算，得到t
q+1
时刻对应的第一天文观测数据的步骤之前，所述方法还包括：获取n个类型的历史气象数据，以及获取m个类型的历史天文观测数据，每一历史时刻的所述历史气象数据对应同一历史时刻的所述历史天文观测数据；根据所述历史气象数据对相同历史时刻的所述历史天文观测数据进行聚类，得到m个聚类模型，所述聚类模型的输入为n个类型的气象数据。4.如权利要求3所述的方法，其特征在于，所述根据所述历史气象数据对相同历史时刻的所述历史天文观测数据进行聚类，得到m个聚类模型的步骤包括：将每类天文观测数据按大小进行排序，分成k
i＝1，2，
…
m
子类，并将所述k
i＝1,2，
…
m
子类作为气象数据的标签；使用k
‑
NN聚类算法对与所述历史气象数据同一时刻的历史天文观测数据进行聚类分析，得到m个聚类模型，每个聚类模型包括k
i＝1，2，
…
m
个聚类中心。5.如权利要求4所述的方法，其特征在于，所述基于所述t
q
时刻对应的电离层总电子量和所述t
q+1
时刻对应的第一天文观测数据，计算得到所述t
q+1
时刻对应的电离层总电子量的步骤包括：通过预设的电离层模型对所述t
q
时刻对应的电离层总电子量和所述t
q+1

【专利技术属性】
技术研发人员：郑彬，陈济洲，索光运，王东会，
申请(专利权)人：湖南北云科技有限公司，
类型：发明
国别省市：