ARIMA模型在衛(wèi)星鐘差短期預報中的應用

姜詩奇，李博峰

ARIMA模型在衛(wèi)星鐘差短期預報中的應用

姜詩奇，李博峰

（同濟大學 測繪與地理信息學院，上海 200092）

為了減輕各國際全球衛(wèi)星導航系統(tǒng)服務組織（IGS）分析中心的計算負擔并解決在通信中斷時，實時用戶由于無法接收實時服務（RTS）產(chǎn)品而不能實現(xiàn)實時精密單點定位（RTPPP）的問題，提出采用求和自回歸滑動平均（ARIMA）模型的短期預報鐘差替代實時鐘差產(chǎn)品，并利用動態(tài)精密單點定位（PPP）分析ARIMA模型在不同擬合弧長和預報弧長下的鐘差預報效果。結果表明，當擬合弧長大于1 h后，鐘差預報精度不再隨擬合弧長變化；當鐘差預報弧長小于30 min時，動態(tài)PPP平面方向精度達到厘米級，當預報弧長為1 h時，動態(tài)PPP在、、方向的精度優(yōu)于0.2、0.1和0.3 m。

自回歸滑動平均模型；衛(wèi)星鐘差預報；精密單點定位；全球衛(wèi)星導航系統(tǒng)

0 引言

在全球衛(wèi)星導航系統(tǒng)（global navigation satellite system, GNSS）中，實時精密單點定位（real-time precise point positioning, RTPPP）的精度很大程度上依賴于衛(wèi)星鐘差的精度，為用戶提供高精度的實時鐘差產(chǎn)品是實現(xiàn)RTPPP的關鍵。目前，國際GNSS服務組織（International GNSS Service, IGS）可向用戶提供廣播星歷和超快速預報（ultra-rapid predicted，IGU-P）2種實時產(chǎn)品，其中廣播星歷鐘差精度為5 ns，IGU-P預報6 h的鐘差精度為3 ns[1]，這2種鐘差產(chǎn)品均無法滿足RTPPP厘米級的定位要求。為了向用戶提供更高精度的實時產(chǎn)品，IGS自2013年開始正式提供實時服務[2]（real-time service，RTS），利用全球IGS站的觀測數(shù)據(jù)對軌道和鐘差進行解算，并將解算結果實時播發(fā)給用戶，產(chǎn)品時間延遲約為25 s，鐘差精度為0.3 ns[3]，能夠滿足實時用戶的定位需求。然而，RTS產(chǎn)品也有一定的局限性，對于數(shù)據(jù)分析中心而言，RTS產(chǎn)品依賴于全球IGS站，需要同時對大量的地面觀測數(shù)據(jù)進行解算，消耗大量計算資源；對于實時用戶而言，接收RTS數(shù)據(jù)需要良好的通信設施，當用戶的通信狀態(tài)較差導致實時數(shù)據(jù)流中斷時，會嚴重影響RTPPP的應用[4-5]。對衛(wèi)星鐘差預報方法進行研究，在滿足RTPPP定位精度的前提下，采用鐘差預報結果替代RTS產(chǎn)品，不僅能減輕數(shù)據(jù)分析中心的計算負擔，還能解決實時用戶在RTS數(shù)據(jù)中斷情況下無法實現(xiàn)RTPPP的問題。

求和自回歸滑動平均（autoregressive integrated moving average, ARIMA）模型是常用的衛(wèi)星鐘差預報模型之一，該模型首先對衛(wèi)星鐘差序列進行差分，消除鐘差數(shù)據(jù)中的趨勢性及周期性等非平穩(wěn)特性，再對差分后的平穩(wěn)序列建立自回歸滑動平均（autoregressive moving average, ARMA）模型并進行預報。本文對ARIMA模型在GNSS衛(wèi)星鐘差短期預報（<1 h）中的預報性能進行分析，并采用動態(tài)精密單點定位（precise point positioning, PPP）方法驗證該鐘差預報模型在RTPPP應用中的精度。

1 ARIMA模型

1.1 模型簡介

1.2 模型識別與定階

式中：

2 實驗與結果分析

IGS建立了多GNSS試驗項目（multi-GNSS experiment，MGEX），用于跟蹤整理及分析所有可用的GNSS信號[9-10]。實驗采用了德國地學研究中心（Deutsches GeoForschungsZentrum Potsdam, GFZ）向IGS提供的MGEX精密鐘差產(chǎn)品，數(shù)據(jù)起止時間為2018年8月12日至2018年8月25日，數(shù)據(jù)時長為14 d，時間間隔為30 s。采用ARIMA模型對上述鐘差數(shù)據(jù)進行預報，對不同擬合弧長和預報弧長下的預報精度進行統(tǒng)計分析，并采用動態(tài)PPP方法驗證鐘差預報結果在RTPPP應用中的精度。本文采用MGEX精密鐘差產(chǎn)品而非RTS產(chǎn)品的原因主要有2個：①目前IGS RTS實時數(shù)據(jù)流僅包含全球定位系統(tǒng)(global positioning system, GPS)與格洛納斯衛(wèi)星導航系統(tǒng)(global navigation satellite system, GLONASS)衛(wèi)星數(shù)據(jù)，其他衛(wèi)星導航系統(tǒng)的數(shù)據(jù)尚未開放訪問[4]；②RTS實時鐘差產(chǎn)品與MGEX精密鐘差產(chǎn)品的精度分別為0.3和0.4 ns[11]，可以認為采用RTS實時鐘差數(shù)據(jù)進行預報的精度不會低于采用MGEX精密鐘差產(chǎn)品預報的精度。

2.1 預報精度

為了研究ARIMA模型在不同擬合弧長和預報弧長下的預報精度，采用如圖1所示的預報策略對MGEX精密鐘差產(chǎn)品進行預報。其中黑色箭頭部分表示實際觀測數(shù)據(jù)，白色箭頭部分表示鐘差預報結果，擬合弧長從1~24 h每30 min進行遞增，預報弧長為1 h，滑動窗口長度設置為5 min，即每5 min進行一次鐘差預報。

圖1 預報策略示意

當預報弧長為5、15、30 min和1 h時，ARIMA模型對4種系統(tǒng)衛(wèi)星鐘差的預報精度統(tǒng)計結果如圖2所示。其中，擬合弧長從1~24 h每30 min進行遞增。圖2表明，對于大多數(shù)GPS衛(wèi)星、北斗衛(wèi)星導航系統(tǒng)（BeiDou navigation satellite system, BDS）衛(wèi)星和GLONASS衛(wèi)星而言，ARIMA模型的預報精度幾乎不隨擬合時長變化，而對于伽利略衛(wèi)星導航系統(tǒng)（Galileo navigation satellite system, Galileo）衛(wèi)星而言，預報精度在擬合弧長為1 h處達到最大。考慮到ARIMA模型定階時間相對較長，在實時應用中為了提高預報效率，建議對4種系統(tǒng)衛(wèi)星鐘差進行預報時，將擬合弧長均設置為 1 h。圖2中RMS（root mean square）表示均方根。

圖3給出了各GNSS衛(wèi)星在1 h擬合弧長下，分別預報5、15、30 min及1 h時的預報精度。表1列出了本文分析期間GPS衛(wèi)星的詳細信息。綜合圖3和表1進行分析可以發(fā)現(xiàn)：①對于GPS衛(wèi)星而言，ARIMA模型的鐘差預報精度與衛(wèi)星BLOCK型號及衛(wèi)星鐘種類有關，G08與G24星載原子鐘為銫鐘，其鐘差預報精度明顯低于搭載銣鐘的其他GPS衛(wèi)星，最新一代BLOCK IIF衛(wèi)星的鐘差預報精度明顯優(yōu)于其他BLOCK型號的衛(wèi)星；②ARIMA模型對Galileo衛(wèi)星的鐘差預報精度明顯優(yōu)于其他GNSS衛(wèi)星，預報1 h的精度均優(yōu)于0.3 ns，可能的原因是Galileo星載原子鐘為銣鐘和氫鐘，而氫鐘是目前性能最好的星載原子鐘[12-13]；③對于除C11與C13外的所有BDS衛(wèi)星，鐘差預報1 h的精度均優(yōu)于1 ns；④在4種系統(tǒng)中，GLONASS衛(wèi)星鐘差的預報精度最低，這可能是由于GLONASS衛(wèi)星搭載的原子鐘均為銫鐘，與銣鐘和氫鐘相比，銫鐘性能最差。

圖3 ARIMA模型擬合1h對4種系統(tǒng)衛(wèi)星鐘差的預報精度

表1 分析期間GPS衛(wèi)星分類信息

2.2 PPP驗證

為了驗證ARIMA鐘差預報模型在RTPPP應用中的可用性及精度，一共對15個MGEX測站采用動態(tài)PPP方法進行處理，這些測站均能接收到GPS、Galileo、BDS和GLONASS衛(wèi)星數(shù)據(jù)，測站分布如圖4所示。進行動態(tài)PPP解算時輸入的軌道和鐘差分別為MGEX精密軌道和基于ARIMA模型的預報鐘差。鐘差預報策略依舊如圖1所示，其中擬合弧長為1 h，預報弧長與滑動窗口的長度相等，值分別為5、15、30 min和1 h。詳細的PPP處理策略如表2所示。

圖4 15個MGEX測站分布

表2 PPP處理策略

對動態(tài)PPP定位結果與IGS提供的測站坐標進行比較，得到各測站在東（east）方向、北（north）方向、上（up）方向上的定位誤差。將選取的15個測站按照測站名從A到Z進行排序，測站序號與對應的測站名稱如表3所示，以第1個測站CHTI在第1天的動態(tài)PPP定位誤差為例進行展示，結果如圖5所示。從圖中可以看出，測站CHTI基于ARIMA模型5、15、30 min和1 h鐘差預報值的動態(tài)PPP定位誤差分別在0.3、0.6、0.8及0.7 m以內(nèi)。

表3 測站號與測站名稱對應信息

對15個MGEX測站14 d的動態(tài)PPP定位誤差進行統(tǒng)計，剔除每天定位結果的前1 h數(shù)據(jù)，各測站在、及方向上的定位精度統(tǒng)計結果如圖6所示。對所有測站的定位結果進一步統(tǒng)計得到平均均方根誤差（root mean square error, RMSE），結果如表4所示。根據(jù)圖6可以發(fā)現(xiàn)，當鐘差預報為1 h時，所有MGEX測站在和方向上的定位精度均在0.2 m以內(nèi)，方向上精度優(yōu)于0.4 m。表4顯示ARIMA模型鐘差預報弧長在30 min以內(nèi)時，動態(tài)PPP定位精度在和方向上能達到厘米級，預報1 h的定位精度在方向上優(yōu)于0.1 m，方向上優(yōu)于0.3 m。

圖6 ARIMA模型鐘差預報5、15、30 min和1 h的動態(tài)PPP定位精度

表4 15個測站14 d內(nèi)動態(tài)PPP定位結果的平均RMSE

3 結束語

本文采用MGEX精密鐘差產(chǎn)品對ARIMA模型的預報精度進行分析，并采用動態(tài)PPP方法對鐘差預報結果在RTPPP應用中的可用性及定位精度進行了驗證。結果表明，ARIMA模型的預報精度幾乎不隨擬合時長變化，當擬合弧長和預報弧長均為1 h時，對大部分GPS、Galileo、BDS和GLONASS衛(wèi)星進行鐘差預報的精度分別維持在1.0、0.3、1.0和2.5 ns以內(nèi)。ARIMA模型的預報精度會受到星載原子鐘種類的影響，其中性能最好的氫鐘預報精度最高，銣鐘次之，銫鐘最差；對于GPS衛(wèi)星而言，預報精度還與衛(wèi)星BLOCK型號有關。將預報鐘差應用于動態(tài)PPP，當預報時長在30 min以內(nèi)時，在和方向上的定位精度能維持在厘米級，增加預報弧長至1 h時，方向上的定位精度優(yōu)于0.1 m，方向上優(yōu)于0.3 m。結果證明：ARIMA模型能夠有效預報衛(wèi)星鐘差并應用于RTPPP，其突出的優(yōu)點在于，ARIMA模型僅需要1 h的歷史數(shù)據(jù)就能對衛(wèi)星鐘差進行準確預報，使得數(shù)據(jù)分析中心可以在滿足實時用戶定位精度要求的情況下減輕計算負擔；另外，當實時用戶通信情況較差導致無法獲取RTS鐘差產(chǎn)品時，采用數(shù)據(jù)中斷發(fā)生前存儲的少量鐘差數(shù)據(jù)就可保障RTPPP在中斷1 h內(nèi)的定位精度。

[1] HUANG G W, ZHANG Q, XU G C. Real-time clock offset prediction with an improved model[J]. GPS Solutions, 2014, 18(1): 95-104.

[2] HADAS T, BOSY J. IGS RTS precise orbits and clocks verification and quality degradation over time[J]. GPS Solutions, 2015, 19(1): 93-105.

[3] EL-MOWAFY A, DEO M, KUBO N. Maintaining real-time precise point positioning during outages of orbit and clock corrections[J]. GPS Solutions, 2017, 21(3): 937-947.

[4] NIE Z X, GAO Y, WANG Z J, et al. An approach to GPS clock prediction for real-time PPP during outages of RTS stream[J].GPS Solutions,2018,22(1): 14-20. https://doi.org/10.1007/s10291-017-0681-y.

[5] WANG Y P, LU Z P, QU Y Y, et al. Improving prediction performance of GPS satellite clock bias based on wavelet neural network[J]. GPS Solutions, 2017, 21(2): 523-534.

[6] STEIN S R, EVANS J. The application of Kalman filters and ARIMA models to the study of time prediction errors of clocks for use in the defense communication system(DCS)[C]//The Institute of Electrical and Electronic Engineers (IEEE). Proceedings of 44th Annual Symposium on Frequency Control. Baltimore: IEEE, 1990: 630-635.

[7] VALENZUELA O, ROJAS I, ROJAS F, et al. Hybridization of intelligent techniques and ARIMA models for time series prediction[J]. Fuzzy Sets and Systems, 2008, 159(7): 821-845.

[8] ZHANG Z T, LI B F, SHEN Y Z, et al. A noise analysis method for GNSS signals of a standalone receiver[J]. Acta Geodaetica et Geophysica, 2017, 52(3): 301-316.

[9] MONTENBRUCK O, STEIGENBERGER P, PRANGE L, et al. The multi-GNSS experiment (MGEX) of the International GNSS Service (IGS)–achievements, prospects and challenges[J]. Advances in Space Research, 2017, 59(7): 1671-1697.

[10] KAZMIERSKI K, SO?NICA K, HADAS T. Quality assessment of multi-GNSS orbits and clocks for real-time precise point positioning[J].GPS Solutions,2018,22(1):11-17. https://doi.org/10.1007/s10291-017-0678-6.

[11] GUO J, XU X L, ZHAO Q L, et al. Precise orbit determination for quad-constellation satellites at Wuhan University: strategy, result validation, and comparison[J]. Journal of Geodesy, 2016, 90(2): 143-159.

[12] STEIGENBERGER P, HUGENTOBLER U, LOYER S, et al. Galileo orbit and clock quality of the IGS multi-GNSS experiment[J]. Advances in Space Research, 2015, 55(1): 269-281.

[13] SVEHLA D. Noise model of the Galileo “mm-Clock”[M]//SVEHLA D.Geometrical Theory of Satellite Orbits and Gravity Field.[S.l.]: Springer, Cham, 2018: 251-267.

Application of ARIMA model in short-term satellite clock error prediction

JIANG Shiqi, LI Bofeng

（College of Surveying and Geo-Informatics, Tongji University, Shanghai 200092, China）

Aiming at the problems that there is big computational burden in IGS analysis centers, and real-time users cannot carry out RTPPP because they cannot receive RTS products with interrupted communication, the paper proposed a prediction method of satellite clock errors: ARIMA model was used to replace real clock errors with short-term prediction clock errors; and kinematic PPP was implemented to analyze the prediction effect of clock errors with ARIMA model under different fitting and predicting arcs. Results showed that: the accuracy of the clock error prediction would barely vary with the fitting arcs when the arc length is longer than 1 hour; the horizontal accuracy of kinematic PPP could achieve centimeter level when the predicting arc length is within 30 minutes; and when the predicting arc length is 1 hour, the accuracy of kinematic PPP in,anddirections would be better than 0.2, 0.1 and 0.3 m respectively.

autoregressive integrated moving average (ARIMA) model; satellite clock error prediction; precise point positioning (PPP); global navigation satellite system (GNSS)

P228

A

2095-4999(2019)04-0118-07

姜詩奇，李博峰. ARIMA模型在衛(wèi)星鐘差短期預報中的應用[J].導航定位學報,2019,7(4): 118-124.（JIANG Shiqi, LI Bofeng.Application of ARIMA model in short-term satellite clock error prediction[J].Journal of Navigation and Positioning,2019,7(4): 118-124.）

10.16547/j.cnki.10-1096.20190421.

2019-04-09

國家自然科學基金項目（41874030，41622401）。

姜詩奇（1994—），女，湖南岳陽人，碩士生，研究方向為GNSS衛(wèi)星鐘差預報。

李博峰（1983—），男，陜西咸陽人，博士，教授，研究方向為衛(wèi)星精密定位與導航位置服務的理論與應用技術。