对流层延迟误差计算

已于 2023-12-02 19:39:02 修改
阅读量1.4k 收藏 21
点赞数 8
分类专栏： 卫星定位 文章标签： c语言 算法
于 2023-11-05 15:42:31 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_62942334/article/details/134230194
版权

一、写在前面

需要实测气象参数的模型：Saastamoinen模型、Hopfield模型

不需要实测气象参数的模型：UNB模型、UNB3m模型（只需要提供高程、纬度和年积日即可计算对流层延迟量）

一般对流层模型中，将对流层天顶总延迟（ZTD：Zenith Total Delay）分为对流层静力学延迟（ZHD：Zenith Hydrostatic Delay）和对流层湿延迟（ZWD：Zenith Wet Delay）。静力学延迟约占总延迟量的90%，可以通过实测气压和气温来计算，而湿延迟影响因素较多，不太容易估算。

PS：静力学延迟又叫做干延迟 ，非静力学延迟又叫做湿延迟。

二、Saastamoinen模型

代码如下：

/*Saastamoinen模型*/
void Saastamoinen(double elevation, double Phi_u, double h, double *Th, double *Tw)
{
    const double P0 = 1013.25, e0 = 11.69, T0 = 288.15;
    double p;//大气压力
    double e;//水汽压
    double T;//大气温度

    /*求大气压力*/
    p = P0 * pow( (1.0 - 0.0068 / T0 / h) , 5);
    printf("大气压力p = %.10lf\n",p);

    /*大气温度*/
    T = 288.15 - 0.0068 * h;//开尔文温度
    printf("大气温度T = %.10lf\n",T);

    /*水汽压e*/
    if(h > 11000)
    {
        e = 0;
    }
    else
    {
        e = e0 * pow((1.0 - 0.0068 * h / T0) , 4);
    }

    /*静力学延迟Th*/
    *Th = 0.002277 * p / (1.0 - 0.00266 * cos(2 * Phi_u * M_PI/180) - 0.00028 * h * 1e-3) ;
    /*湿延迟Tw*/
    *Tw = 0.0022768 * (1255.0 / T + 0.05) / (1.0 - 0.00266 * cos(2 * Phi_u * M_PI/180) - 0.00028 * h * 1e-3) * e;

    printf("静力学延迟Th = %.10lf\n",*Th);
}
//Saastamoinen.h
void Saastamoinen(double elevation, double Phi_u, double h, double *Th, double *Tw);

三、UNB3模型

静力学延迟：

非静力学延迟：

上面参数按照以下公式得出，

Average是年均值，Amplitude是振幅值或者波动值。

Lati指的是离Φ最近的两个纬度中最小的那个，比如41度的Lati为30度。

参考年积日为28，28日为延迟最小的一天。

Hopfield的精度较差，此处不做说明。UNB3m与UNB3在参数表上有所不同。UNB3的water vapour pressure (WVP)在UNB3m中被换为relative humidity (RH)。

原因：

The version UNB3m was developed to avoid the problematic values of relative humidity. Following the same method of computation as for the pressure and the temperature, average and amplitude for relative humidity were derived from the U.S. Standard Atmosphere Supplements, 1966 [Orliac, 2002].

代码如下：

const double P_avg[5] = {1013.25, 1017.25, 1015.75, 1011.75, 1013.00};//压强年均值
const double T_avg[5] = {299.65, 294.15, 283.15, 272.15, 263.65};//温度年均值
const double e_avg[5] = {26.31, 21.79, 11.66, 6.78, 4.11};//水汽压年均值
//const double e_avg[5] = {75.0, 80.0, 76.0, 77.5, 82.5};
const double Beta_avg[5] = {6.30e-3, 6.05e-3, 5.58e-3, 5.39e-3, 4.53e-3};//温度梯度年均值
const double LambDa_avg[5] = {2.77, 3.15, 2.57, 1.81, 1.55};//水汽梯度年均值

const double P_amp[5] = {0.00, -3.75, -2.25, -1.75, -0.50};//压强振幅值
const double T_amp[5] = {0.00, 7.00, 11.00, 15.00, 14.50};//温度振幅值
const double e_amp[5] = {0.00, 8.85, 7.24, 5.36, 3.39};//水汽压振幅值
//const double e_amp[5] = {0.0, 0.0, -1.0, -2.5, 2.5};
const double Beta_amp[5] = {0.00, 0.25e-3, 0.32e-3, 0.81e-3, 0.62e-3};//温度梯度振幅值
const double LambDa_amp[5] = {0.00, 0.33, 0.46, 0.74, 0.30};//水汽梯度振幅值

const double k1 = 77.60, k2_l = 16.60, k3 = 377600;
const double g = 9.80665, Rd = 287.054;

/*UNB3*/
void UNB3(double Phi, double H, double DOY, double *ZHD, double *ZWD)
{
    double dh;
    double T0, P0, e0, Beta, LambDa;
    double gm, Tm, LambDa_l;

    /*求5个气象参数*/
    Coefficient(Phi, DOY, &T0, &P0, &e0, &Beta, &LambDa);
    //printf("T0 = %.10lf,P0 = %10.lf,e0 = %.10lf,Beta = %.10lf,LambDa = %.10lf\n",T0,P0,e0,Beta,LambDa);

    LambDa_l = LambDa + 1;
    gm = 9.784 * (1.0 - 2.66 * 1e-3 * cos(2 * Phi * M_PI/180) - 2.8e-7);
    Tm = (T0 - Beta * H) * (1.0 - Beta * Rd / gm / LambDa_l);
    //printf("LambDa = %.10lf\n",LambDa);

    /*天顶方向的干延迟和湿延迟*/
    *ZHD = 1e-6 * k1 * Rd / gm * P0 * pow((1.0 - Beta * H / T0) , g / (Rd * Beta));
    *ZWD = 1e-6 * Rd * (Tm * k2_l + k3) / (gm * LambDa_l - Beta * Rd) * pow((1.0 - Beta * H / T0) , LambDa_l * g / Rd / Beta - 1.0) * (e0 / T0);

}

/*计算5个气象参数*/
void Coefficient(double Phi, double DOY, double *T0, double *P0, double *e0, double *Beta, double *LambDa)
{
    double Tem;

    Tem = cos((DOY - 28) * 2 * M_PI / 365.25);

    /*求T0 P0 e0 Beta LambDa*/
    if(Phi<=15)
    {
        *T0 = T_avg[0] - T_amp[0] * Tem;
        *P0 = P_avg[0] - P_amp[0] * Tem;
        *e0 = e_avg[0] - e_amp[0] * Tem;
        *Beta = Beta_avg[0] - Beta_amp[0] * Tem;
        *LambDa = LambDa_avg[0] - LambDa_amp[0] * Tem;
    }
    if(Phi>15&&Phi<30)
    {
        *T0 = T_avg[0] + (T_avg[1] - T_avg[0]) / 15 * (Phi - 15) - (T_amp[0] + (T_amp[1] - T_amp[0]) / 15 * (Phi - 15)) * Tem;
        *P0 = P_avg[0] + (P_avg[1] - P_avg[0]) / 15 * (Phi - 15) - (P_amp[0] + (P_amp[1] - P_amp[0]) / 15 * (Phi - 15)) * Tem;
        *e0 = e_avg[0] + (e_avg[1] - e_avg[0]) / 15 * (Phi - 15) - (e_amp[0] + (e_amp[1] - e_amp[0]) / 15 * (Phi - 15)) * Tem;
        *Beta = Beta_avg[0] + (Beta_avg[1] - Beta_avg[0]) / 15 * (Phi - 15) - (Beta_amp[0] + (Beta_amp[1] - Beta_amp[0]) / 15 * (Phi - 15)) * Tem;
        *LambDa = LambDa_avg[0] + (LambDa_avg[1] - LambDa_avg[0]) / 15 * (Phi - 15) - (LambDa_amp[0] + (LambDa_amp[1] - LambDa_amp[0]) / 15 * (Phi - 15)) * Tem;
    }
    if(Phi>=30&&Phi<45)
    {
        *T0 = T_avg[1] + (T_avg[2] - T_avg[1]) / 15 * (Phi - 30) - (T_amp[1] + (T_amp[2] - T_amp[1]) / 15 * (Phi - 30)) * Tem;
        *P0 = P_avg[1] + (P_avg[2] - P_avg[1]) / 15 * (Phi - 30) - (P_amp[1] + (P_amp[2] - P_amp[1]) / 15 * (Phi - 30)) * Tem;
        *e0 = e_avg[1] + (e_avg[2] - e_avg[1]) / 15 * (Phi - 30) - (e_amp[1] + (e_amp[2] - e_amp[1]) / 15 * (Phi - 30)) * Tem;
        *Beta = Beta_avg[1] + (Beta_avg[2] - Beta_avg[1]) / 15 * (Phi - 30) - (Beta_amp[1] + (Beta_amp[2] - Beta_amp[1]) / 15 * (Phi - 30)) * Tem;
        *LambDa = LambDa_avg[1] + (LambDa_avg[2] - LambDa_avg[1]) / 15 * (Phi - 30) - (LambDa_amp[1] + (LambDa_amp[2] - LambDa_amp[1]) / 15 * (Phi - 30)) * Tem;
    }
    if(Phi>=45&&Phi<60)
    {
        *T0 = T_avg[2] + (T_avg[3] - T_avg[2]) / 15 * (Phi - 45) - (T_amp[2] + (T_amp[3] - T_amp[2]) / 15 * (Phi - 45)) * Tem;
        *P0 = P_avg[2] + (P_avg[3] - P_avg[2]) / 15 * (Phi - 45) - (P_amp[2] + (P_amp[3] - P_amp[2]) / 15 * (Phi - 45)) * Tem;
        *e0 = e_avg[2] + (e_avg[3] - e_avg[2]) / 15 * (Phi - 45) - (e_amp[2] + (e_amp[3] - e_amp[2]) / 15 * (Phi - 45)) * Tem;
        *Beta = Beta_avg[2] + (Beta_avg[3] - Beta_avg[2]) / 15 * (Phi - 45) - (Beta_amp[2] + (Beta_amp[3] - Beta_amp[2]) / 15 * (Phi - 45)) * Tem;
        *LambDa = LambDa_avg[2] + (LambDa_avg[3] - LambDa_avg[2]) / 15 * (Phi - 45) - (LambDa_amp[2] + (LambDa_amp[3] - LambDa_amp[2]) / 15 * (Phi - 45)) * Tem;

    }
    if(Phi>=60&&Phi<75)
    {
        *T0 = T_avg[3] + (T_avg[4] - T_avg[3]) / 15 * (Phi - 60) - (T_amp[3] + (T_amp[4] - T_amp[3]) / 15 * (Phi - 60)) * Tem;
        *P0 = P_avg[3] + (P_avg[4] - P_avg[3]) / 15 * (Phi - 60) - (P_amp[3] + (P_amp[4] - P_amp[3]) / 15 * (Phi - 60)) * Tem;
        *e0 = e_avg[3] + (e_avg[4] - e_avg[3]) / 15 * (Phi - 60) - (e_amp[3] + (e_amp[4] - e_amp[3]) / 15 * (Phi - 60)) * Tem;
        *Beta = Beta_avg[3] + (Beta_avg[4] - Beta_avg[3]) / 15 * (Phi - 60) - (Beta_amp[3] + (Beta_amp[4] - Beta_amp[3]) / 15 * (Phi - 60)) * Tem;
        *LambDa = LambDa_avg[3] + (LambDa_avg[4] - LambDa_avg[3]) / 15 * (Phi - 60) - (LambDa_amp[3] + (LambDa_amp[4] - LambDa_amp[3]) / 15 * (Phi - 60)) * Tem;

    }
    if(Phi>=75)
    {
        *T0 = T_avg[4] - T_amp[4] * Tem;
        *P0 = P_avg[4] - P_amp[4] * Tem;
        *e0 = e_avg[4] - e_amp[4] * Tem;
        *Beta = Beta_avg[4] - Beta_amp[4] * Tem;
        *LambDa = LambDa_avg[4] - LambDa_amp[4] * Tem;
    }

}

//UNB3.h
void UNB3(double Phi, double H, double DOY, double *ZHD, double *ZWD);
void Coefficient(double Phi, double DOY, double *T0, double *P0, double *e0, double *Beta, double *LambDa);

四、对流层总延迟

根据以上模型算出的皆为对流层天顶延迟，也不需要用到卫星仰角（高度角）。若想算出总延迟，要再乘以映射函数。干延迟乘以干映射函数，湿延迟乘以湿映射函数，再相加。

 

在这里藏一个main函数吧。

#include <stdio.h>
#include <math.h>
#include "Saastamoinen.h"
#include "UNB3.h"
#include "NMF.h"

int main() {

    double Phi = 30.53165278 ;//用户地理纬度
    double elevation =  0.2326965967;//卫星高度角或卫星仰角
    double H = 28.2;//用户海拔
    double DOY[10] = {152, 152 + 300.0/86400, 152 + 600.0/86400, 152 + 900.0/86400, 152 + 1200.0/86400, 152 + 1500.0/86400, 152 + 1800.0/86400,
                      152 + 2100.0/86400, 152 + 2400.0/86400, 152 + 2700.0/86400};//年积日

    for(int i=0;i<10;i++)
    {
        UNB3(Phi, H, DOY[i], &ZHD, &ZWD);
        printf("ZHD = %.10lf,ZWD = %.10lf\n",ZHD,ZWD);
        //Saastamoinen(elevation,Phi, H, &Th, &Tw);
        //printf("Th = %.10lf,Tw = %.10lf\n",Th,Tw);
    }
    return 0;
}

但惜夏日长huan
关注
  • 8
    点赞
  • 踩
  • 21
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
北斗导航 | Modified Tropospheric：对流层延迟计算（matlab代码）
尘世冰封的专栏
03-10 993
================================================ 博主github：https://github.com/MichaelBeechan 博主CSDN：https://blog.csdn.net/u011344545 ================================================ 参考文献： Goad, C.C. & Goodman, L. (1974) A Modified Tropospheric Refrac
【机器学习】第36篇 电离层延迟和对流层延迟计算（轨道预报、伪距观测量）
Fanjufei的博客
05-08 534
需要注意的是，这份代码只是演示了如何计算电离层延迟和对流层延迟，并没有包含完整的北斗导航解算过程。实际上，北斗导航的解算是一个非常复杂的过程，涉及到卫星轨道预报、伪距观测量的解算、时钟误差估计等多个方面，代码实现也需要考虑到各种各样的异常情况和错误处理。如果需要进行更加精确的北斗导航解算，建议使用专业的北斗导航解算软件或者相关的开源库来完成。以下是一份计算北斗导航电离层延迟和对流层延迟的C语言代码示例。
GPS从入门到放弃（十七） 、对流层延时
weixin_38428439的博客
07-04 2142
对流层延时
对流层延迟估计对高差较大短基线解算的影响.pdf
02-27
使用两台Leica 1200接收机对一条高差约为156 m、长约1.2 km的短基线进行了20 h的观测,利用GAMIT10.4软件进行了3种不同方案的基线解算。结果表明,对流层延迟估计与否对平面的影响可以忽略;不进行对流层延迟估计的基线重复性指标仍然较好,但会导致高程方向的系统性偏差
InSAR对流层延迟估计与改正
m0_50442118的博客
03-08 1197
目前主流的对流层延迟改正方法可分为两类：经验方法和外部数据集方法 经验方法：线性模型 幂律模型 时空滤波法 外部数据集方法：全球大气模型（气象再分析资料(ERA5/Interim、MERRA2)）GACOS产品 WRF模型 GPS 星载空间辐射计数据（MODIS）MERIS水汽产品 NARR数据集 对流层延迟改正后的效果评价方法：相位标准差（使用前提：评估的窗口内没有形变信号） “相位-高程相关”系数R（主要检验是否去除垂直分层延迟） ...
GPS从入门到放弃（十七） --- 对流层延时
tyst08的专栏
02-06 1万+
GPS从入门到放弃（十七） — 对流层延时 对流层概念 对流层（Troposphere）地球大气层靠近地面的一层。它同时是地球大气层里密度最高的一层，它蕴含了整个大气层约75%的质量，以及几乎所有的水蒸气及气溶胶。 对流层的下界与地面相接，上界高度随地理纬度和季节而变化，在低纬度地区平均高度为1718公里，在中纬度地区平均为1012公里，在高维度地区平均为8~9公里，并且夏季高于冬季。 卫星导航...
GPS精密定位中对流层延迟误差的研究.pdf
09-08
"GPS精密定位中对流层延迟误差的研究" 这篇论文主要研究了GPS精密定位中对流层延迟误差的影响和改正方法。对流层延迟是影响GPS精密定位精度的主要因素之一，特别是在高精度GPS定位中。对流层延迟的影响主要来自于...
GPS天顶对流层延迟计算方法研究.pdf
09-08
通过对现有的对流层延迟模型的分析和比较，研究者提出了一个新的对流层延迟模型，即ZHDM模型，该模型可以更好地削弱对流层延迟误差，提高GPS定位的精度。 对流层延迟模型是影响GPS定位的主要误差源之一，目前有多种...
网络RTK对流层误差建模方法及特性研究.docx
02-23
对流层延迟误差是网络RTK定位精度的主要影响因素之一，对流层延迟误差的高精度内插是网络RTK定位精确的前提。然而，传统的对流层延迟误差建模方法受距离限制，无法满足实际应用的需求。因此，本研究提出了一种基于...
应用GPT2+Saastamoinen模型对我国IGS测站天顶方向对流层时延误差的研究
01-09
应用GPT2+Saastamoinen模型对我国IGS测站天顶方向对流层时延误差的研究，冼泽彬，张晓林，GPS定位是通过比较接收机时钟卫星的时钟之差来测距，从而确定用户位置的。而大气层的折射使得卫星信号传播路径发生弯曲，从而影响
海潮负荷对天顶对流层延迟影响分析.docx
02-23
海潮负荷是全球导航卫星系统（GNSS）测量领域中的一项重要误差源，天顶对流层延迟是 GNSS 遥感天顶水汽的重要参数。本文研究了海潮负荷对天顶对流层延迟的影响，选取分布在中国沿海和内陆的多个国际 GNSS 服务组织...
静态精密单点定位中对流层延迟估计.pdf
09-08
本文主要讨论了静态精密单点定位中的对流层延迟估计问题，介绍了三种对流层误差改正模型，并将模型改正值作为先验值，将天顶延迟的剩余误差作为待定参数，分别用卡尔曼滤波和最小二乘两种估计方法计算对流层的残余量...
GPT-3模型简单介绍
云隐雾匿的博客
04-19 1415
模型在不同序列上的训练则对应元学习的“外循环”（Outer loop），起到了在不同任务之间泛化的作用，以避免模型过拟合至某一个特定的任务。由于GPT-3庞大的参数量，目前在将 GPT-3用于下游任务时，主要是在小样本学习的设定下直接进行推理， 而不对模型本身作进一步的精调。）相似，OpenAI提出的GPT-3模型（第三代GPT）也是通过将不同形式的自然语言处理任务重定义为文本生成实现模型的通用化。实验表明，GPT-3模型不需要任何额外的精调，就能够在只有少量目标任务标注样本的情况下进行很好的泛化。
103-RTKLIB中对流层延迟模型
学问思辨行
06-13 7539
1、Troposphere Model 该模型实际上就是Saastamoinen模型，实现函数为tropmodel，求得的是信号传播路径上的电离层延迟。 值得注意的是，该函数中干延迟与湿延迟是分开求取的，然后相加，这样做的目的是可以方便的直接求取天顶干延迟，只需要将卫星高度角设置为90度，相对湿度设置为0.在第三个模型精细的对流层模型中就使用了该函数求天顶干延迟。 模型实现较为简单，只是最后面干...
卫星导航定位误差之电离层、对流层
热门推荐
wuwuku123的博客
07-01 2万+
一、电离层 电离层是高度在60~1000KM的大气层，由于太阳紫外线、γ射线等光线的照射导致中性分子被电离，产生正负离子，形成了电离层区域。导致电磁波信号的传播速度发生变化，即产生电离层延迟。 电磁波在电离层中传播的相速度(单一频率的电磁波的相位的传播速度)Vp与电离层中的相折射率np之间有下列关系: 式中,c为真空中的光速。而相折射率np可表示为: Ne:电子密度,即单位体积中所含的电子数,常用电子数/m3或电子数/cm3来表示; m:电子的质量,m=9.1...
DAY27---GINav学习
weixin_57150597的博客
10-05 626
对流层延迟模型。
GNSS单点定位与测速3：卫星位置计算、电离层、Hopfield模型对流层延迟解算、卫星钟差改正、单点定位、测速
whut1277654的博客
12-17 1675
本程序适用于导航工程专业本科生课程作业：单点定位与测速。本节为单点定位与测速部分。文章最末尾的函数SPPpos即为单点定位与测速实现的程序。程序参数依据GPS L1载波 C/A码。
C语言中的位域（bit-field）是什么，以及它的用途和优缺点
最新发布
2402_84885073的博客
06-20 337
例如，不同的编译器可能会以不同的方式处理位域的内存布局和对齐。因此，在使用位域时，最好查阅相关编译器和平台的文档，以确保你的代码能够按预期工作。在不同的平台或编译器上，位域的行为可能会有所不同，这导致了位域在本质上是不可移植的。：由于位域不是独立的变量，而是结构体的一部分，因此不能直接对位域进行取地址操作（即不能使用&运算符），这意味着没有能指向位域的指针。位（假设没有内存对齐和填充），但编译器可能会根据内存对齐的要求，在结构体中插入填充字节，以确保结构体的大小是某个特定值（通常是字节的整数倍）的倍数。
射线追踪原理计算对流层延迟
06-09
射线追踪原理可以用于计算对流层延迟。对流层延迟是指电离层中自由电子对卫星信号的影响，导致信号传播速度变慢，从而引起卫星信号的延迟。射线追踪原理可以通过将射线从卫星发射出去，一直穿过电离层，最终到达地面接收站来模拟信号传播的过程。在这个过程中，射线会与电离层中的自由电子相互作用，从而发生散射和折射，导致信号的传输路径发生弯曲和延长。通过计算射线的路径和与自由电子的相互作用，可以估算出信号传播的延迟情况。利用这种方法，可以更准确地预测卫星信号的到达时间，从而提高卫星导航和通信的精度和可靠性。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值