[发明专利]附先验约束的多频多模GNSS非差非组合时间传递方法

权利要求书

1.附先验约束的多频多模GNSS非差非组合时间传递方法，其特征在于，本方法包括以下步骤：

S1、利用基准站网相位观测数据，基于多频数据计算IFCB；

S2、基于多频多模观测信息，通过参数重组，构建顾及IFCB影响的满秩GNSS非差非组合时间传递函数模型；所述的顾及IFCB影响的满秩GNSS非差非组合时间传递函数模型为：式中和分别为经过站星距和卫星钟差改正后的伪距和相位的观测值，为线性化后的三维位置向量，T为系统标识符类型，S为卫星号，r为对应的接收机编号；f为频率号，f＝1,2,3...，c为真空光速，为吸收伪距偏差的接收机钟差，为电离层斜延迟的系数，为第1频点的斜电离层延迟，Z_r为对流层斜延迟，为投影函数，ISB^T为系统间偏差，为吸收了伪距偏差和相位偏差的相位模糊度，其吸收接收机端和卫星端相位硬件延迟，因此具有浮点解特性，对应多频多模的IFB信息和IFCB信息为其中λ_f为频率f对应的波长，为接收机端伪距偏差，对应的是L₁/L₂和L₁/L_f之间的IFCB信息；

S3、基于谱密度构建随机模型：

3.1、根据IGS站钟信息，获得不同站点的站钟稳定性；

3.2、基于稳定性和噪声系数之间的对应关系拟合得到对应的噪声系数；

3.3、根据噪声系数获得时间传递对应采样间隔的稳定性，然后基于过程噪声谱密度之间的对应关系获得对应的过程噪声；过程噪声谱密度之间的对应关系为其中为确定的过程噪声，c为真空光速；

3.4、采用多个测站配备高精度原子钟，根据钟群对应站钟钟差信息获得的谱密度均值确定过程噪声；

S4、基于构建的顾及IFCB影响的满秩的GNSS非差非组合时间传递函数模型和随机模型，采用卡尔曼滤波进行参数估计，得到对应站点的接收机钟差信息；所述的S4在基于卡尔曼滤波参数求解的过程中，结合上一个历元的接收机钟差估计值，通过一步预测得到当前的接收机钟差一步预测值和其方差为k时刻状态向量的一步预测值，为k-1时刻的状态向量；Φ_k,k-1为状态转移矩阵；为一步预测误差方差矩阵，为k-1时刻状态向量的方差；附加过程噪声的接收机钟差先验约束是，将对应的接收机钟差对应的一步预测方差添加过程噪声信息后的方差改正，即然后将其引入滤波过程进行参数求解；

S5、重复S4，得到另一个站点的接收机钟差信息，对两个站点的接收机钟差进行时间比对，从而通过其中一个站点的时钟信息和时间比对信息获得另一站点的时钟信息。

2.根据权利要求1所述的附先验约束的多频多模GNSS非差非组合时间传递方法，其特征在于，所述的S1具体为：

1.1、通过单站的双频两两组合差分以及历元间差分，获得对应站点的IFCB信息；

1.2、将多个站点的IFCB信息，基于高度角加权的方式，计算得到各卫星单历元IFCB的历元间变化量；所述的多个站点位于由一定数量的观测站组成的观测网中；选定初始历元，通过累加获得单站各历元的IFCB信息；

1.3、基于双频消电离层(Ionosphere Free,IF)组合与非组合之间的IFCB关系，获得对应第f频点的IFCB改正值。