卫星导航实践题Satellite-navigation-practice-questions-Ⅲ（根据星历数据实现卫星位置计算）

已于 2024-01-11 13:57:04 修改
阅读量1k 收藏 25
点赞数 29
分类专栏： 卫星导航 文章标签： matlab 信息与通信 信号处理
于 2024-01-11 13:56:14 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/newton_dream/article/details/135527099
版权
本文详细介绍了如何使用MATLAB读取.n星历文件，处理文件头信息，提取卫星参数，并利用这些参数计算卫星的三维位置。步骤包括理解.n文件格式、替换字符串、计算平均角速度等，适用于GPS导航技术的学习者。
摘要由CSDN通过智能技术生成

最近学习了一些GPS卫星导航的一些知识，用matlab实现了三道实践题

比较简单，仅供参考，有问题欢迎指出

实践内容Ⅲ : 根据星历数据实现卫星位置计算

 实现代码：

% 指定星历文件的路径
file_path = 'brdc3590.23n';

% 打开星历文件进行读取
fid = fopen(file_path, 'r');
if fid == -1
    error('无法打开文件');
end

% 初始化变量来存储文件头信息和数据
header_lines = cell(0);
data_params = []; % 存储卫星参数，每行代表一个参数含义

% 读取文件内容
while ~feof(fid)
    line = strtrim(fgetl(fid)); % 去除前置空格
    if startsWith(line, 'END OF HEADER')
        header_lines{end+1} = line; % 将 "END OF HEADER" 加入文件头信息
        break; % 当遇到 "END OF HEADER" 时停止读取文件头
    else
        header_lines{end+1} = line; % 将每一行文件头信息存储在header_lines中
    end
end

%%读取数据块
m=1;
while ~feof(fid)
    for block_line = 1:8
        if block_line==1
           line = fgetl(fid);
           if feof(fid)
            break; % 如果到达文件末尾，停止读取
           end 
           line=strtrim(line);
           pattern = '(\d+\.\d+D[+-]\d+)(-\d+\.\d+D[+-]\d+)';  
           replacement = '$1 $2';  
           line = regexprep(line, pattern, replacement);
           line = strrep(line,'.0-','.0 -')
           line = strrep(line,'D','e')
           split_line=strsplit(line);
           data = str2double(strsplit(line));
           for i=1:10
                data_params(i, m) =data(i);
           end
        else
           line = fgetl(fid);
           if feof(fid)
                break; % 如果到达文件末尾，停止读取
           end 
           line=strtrim(line);
           pattern = '(\d+\.\d+D[+-]\d+)(-\d+\.\d+D[+-]\d+)';  
           replacement = '$1 $2';  
           line = regexprep(line, pattern, replacement)
           pattern = '(-\d+\.\d+D[+-]\d+)(-\d+\.\d+D[+-]\d+)';  
           replacement = '$1 $2';  
           line = regexprep(line, pattern, replacement);
           line = strrep(line,'D','e')
           data = str2double(strsplit(line));
           for j=1:4
               n=(block_line-1)*4+j+6;
               data_params(n, m) = data(j);
           end
        end
    end
    m=m+1;
end
           
% 关闭文件
fclose(fid);

% 输出文件头信息
fprintf('文件头信息:\n');
for i = 1:numel(header_lines)
    disp(header_lines{i});
end

% 输出卫星参数
display(data_params);
%for i = 1:length(data_params)
    %fprintf('参数%d:\n', i);
    %disp(data_params{i});
%end

%计算卫星位置
GM=3.986005e14;
omegae=7.29211567e-5;
% 地球半径，单位为米
R = 6371000;
% 绘制地球
[x, y, z] = sphere(50);
x = R * x;
y = R * y;
z = R * z;
earth_surface = surf(x, y, z);
hold on;
for wx=1:32
    %计算卫星平均角速度
    sqrtA=data_params(18,wx);
    deltan=data_params(13,wx);
    n_t = sqrt(GM / (sqrtA^3)) + deltan;
    %平近点角
    a0=data_params(8,wx);
    a1=data_params(9,wx);
    a2=data_params(10,wx);
    year = data_params(2,wx);   % 年
    month = data_params(3,wx);  % 月
    day = data_params(4,wx);    % 日
    hour = data_params(5,wx);    % 时
    minute =data_params(6,wx);  % 分
    second = data_params(7,wx);  % 秒
    toe=data_params(19,wx);
    M0=data_params(14,wx);
    e=data_params(16,wx);
    omega=data_params(25,wx);
    [toc_gps_week, toc_gps] = convertToGPSTime(year, month, day, hour, minute, second);
    t_prime_gps=toc_gps;
    At = a0 + a1 * (t_prime_gps - toc_gps) + a2 * (t_prime_gps - toc_gps)^2;
    t = t_prime_gps - At;
    tk = t - toe;
    M = M0 + n_t * tk;
    %计算偏近点角
    E = M;
    for i = 1:4
        E = M + e * sin(E);
    end
    %真近点角
    nu = atan2(sqrt(1 - e^2) * sin(E), cos(E) - e);
    %计算升交距角
    u = omega + nu;
    %计算摄动改正项
    Cuc=data_params(15,wx);
    Cus=data_params(17,wx);
    Crs=data_params(12,wx);
    Crc=data_params(24,wx);
    Cis=data_params(22,wx);
    Cic=data_params(20,wx);
    i0=data_params(23,wx);
    IDOT=data_params(27,wx);
    OMEGA=data_params(21,wx);
    deltaomega=data_params(26,wx);
    % 计算升交距角的摄动改正项
    du = Cus * sin(2 * u) + Cuc * cos(2 * u);
    % 计算卫星矢径的摄动改正项
    dr = Crs * sin(2 * u) + Crc * cos(2 * u);
    % 计算轨道倾角的摄动改正项
    di = Cis * sin(2 * u) + Cic * cos(2 * u);
    % 摄动改正后的升交距角
    u_corrected = u + du;
    % 摄动改正后的卫星矢径
    a=sqrtA^2;
    r_corrected = a * (1 - e * cos(E)) + dr;
    % 摄动改正后的轨道倾角
    i_corrected = i0 + di+ IDOT*tk;
    %计算卫星在轨道面坐标系中的坐标
    x = r_corrected * cos(u_corrected);
    y = r_corrected * sin(u_corrected);
    %计算发射时刻升交点的经度
    L=OMEGA+deltaomega*tk-omegae*(tk+toe);
    %计算卫星在地固坐标系下的坐标
    Xs=x*cos(L)-y*cos(i_corrected)*sin(L);
    Ys=x*sin(L)-y*cos(i_corrected)*cos(L);
    Zs=y*sin(i_corrected);
    plot3(Xs, Ys, Zs, 'ro', 'MarkerSize', 10);
    text(Xs, Ys, Zs, num2str(wx));
    hold on;

end
title('Satellite Position in ECEF Coordinates');
xlabel('X');
ylabel('Y');
zlabel('Z');
grid on;
axis equal;

.n文件含义：

头文件：

第一行：记录了RINEX的版本号和观测类型

第二行：创建本数据文件所采用的：程序名称、单位名称及日期

第三行：注释行

第四行：历书中电离层参数：A0~A4

第五行：历书中电离层参数：B0~B3（第五行第六行的参数可做电离层改正）

第六行：用于计算UTC时间的历书参数；A0,A1为多项式系数；T为UTC数据的参考时刻；W为UTC参考周数，为连续计数

第七行：跳秒，GPS时与UTC时之差

第八行："END OF HEADER"头文件的结束标志

数据块：

1 23 12 25 0 0 0.0 0.164533499628D-03 0.682121026330D-12 0.000000000000D+00 0.100000000000D+02-0.849687500000D+02 0.415695886831D-08-0.279776426383D-01 -0.433623790741D-05 0.130402480718D-01 0.121258199215D-05 0.515402315712D+04 0.864000000000D+05-0.558793544769D-07-0.148439218353D+01 0.175088644028D-06 0.990285629166D+00 0.369781250000D+03 0.999079174149D+00-0.837892044424D-08 -0.286083345091D-09 0.100000000000D+01 0.229400000000D+04 0.000000000000D+00 0.200000000000D+01 0.630000000000D+02 0.512227416039D-08 0.100000000000D+02 0.807960000000D+05 0.400000000000D+01 0.000000000000D+00 0.000000000000D+00

第一行第一列代表了卫星的PRN号，之后八行四列的参数意义如下：

卫星钟时间(toc时刻，年月日时分秒) 卫星钟差(a0,s) 卫星钟偏(a1,s/s) 卫星钟偏移(a2,s/s²)

数据龄期(AODE) 轨道半径改正项(Crs,rad) 平均角速度改正项(deltan) 平近点角(M0，rad)

升交点角距改正项(Cuc,rad) 轨道偏心率(e) 升交点角距改正项(Cus,rad) 轨道长半轴平方根(sqrtA)

星历的参考时刻(TOE) 轨道倾角的改正项(Cic,rad) 升交点经度(OMEGA) 轨道倾角改正项(Cis,rad)

轨道倾角(i0) 轨道半径的改正项(Crc,m) 近地点角距(omega,rad) 升交点赤经变化(deltaomega,rad)

轨道倾角的变率(IDOT) L2频道C/A码标识 GPS时间周(GPS Week) L2P码标识

卫星精度(SVA,m) 卫星健康(SVH) 电离层延迟(TGD,s) 星钟的数据质量(IODC)

信息发射时间 拟合区间（h） 空 空

计算方法：

（1）计算卫星运动的平均角速度

（2）计算信号发射时卫星的平近点角

（3）计算偏近点角

（4）计算真近点角

（5）计算升交距角

（6）计算摄动改正项

（7）计算摄动改正后的升交距角、卫星矢径和轨道倾角

（8）计算卫星在轨道面坐标系中的坐标

（9）计算发射时刻升交点的经度

（10）计算卫星在地固坐标系下的坐标

结果：

 

总结：

1.n文件读取出来时是字符串的形式，要用字符串的操作进行替换、分割，再转换成数值进行计算

2.特定形式的字符串替换可以用正则表达式

3.计算具体位置还需要带有观测时间的.o文件

牛顿会飞
关注
  • 29
    点赞
  • 踩
  • 25
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
React Native未来导航库：react-navigation 使用详解（基础篇）
...
05-17 9万+
欢迎大家关注【跨平台开发那些事】公众号，定期推送跨平台开发技术实践。 上篇博客和大家分享了关于React Native jsBundle预加载，界面启动优化的内容，详情可点击： 基于最新版本React Native实现JsBundle预加载，界面秒开优化 一、开源库介绍 今年1月份，新开源的react-natvigation库备受瞩目。在短短不到3个月的时间，gith...
根据卫星电文计算GPS卫星位置
m0_47631200的博客
09-30 1390
n文件提供的轨道参数： PS：需要对文件内容格式做一定修改：D改成E/e（如果是D的话在Java中运行会报错，鬼知道报错的时候我有多茫然……），各个数据间以空格隔开（懒得用代码对数据格式进行处理） 计算步骤参考武汉大学出版的《GPS测量原理及应用》（第四版）的4.3部分。 使用Java编写代码计算GPS在地固坐标系中的坐标： 参考的这篇博客（由衷感谢该大佬！！！十分膜拜！！！感恩！！！)： 原文链接：根据北斗广播星历计算卫星位置的小程序 Java版本 RINEX VERSION3.04_我们.
根据星历文件计算卫星精确坐标
06-07
通过N文件以及0文件 计算此时可卫星的精确坐标
微信小程序自定义navigation-bar导航栏(自适应安卓苹果)
热门推荐
weianl的博客
01-02 2万+
最近在写商城，中途遇到了需要自定义修改导航栏的操作，大概是如下图接过样子的，于是想手写一份，但我发现右上分的分享按钮在不同设备离顶部的距离是不一样的，于是找了下官方程序员写的文档(点这里查看)，(⊙o⊙)…一脸懵逼咧，貌似不能满足这需求，而且后续也要实现点击导航滚动定位，组件传参麻烦，而且未必能实现，于是我把WeUI的navigation-bar组件的精华提取出来写了一份。 wxml文件 &lt...
ReactNative基础（六）使用react-navigation实现页面导航布局效果（TabNavigator)
上辈子作恶多端，这辈子写前端。
10-13 9691
此博客基于react-native-0.49.3上一篇介绍了一下react-navigation依赖库中的StackNavigator 这篇文章就接着上一篇继续往下说也就是依赖库中的第二个导航栏TabNavigator相当于Android中的TabLayoutTabNavigator： 官网地址：https://reactnavigation.org/docs/navigators/tab
React-Native中导航组件react-navigation的使用
YanceChen2013的博客
08-18 9307
写在开头的话最近使用React-Native开发新应用，一开始使用的导航器是navigator，后来发现navigator有很多不足之处，而且官方也建议使用react-navigation来进行开发，所以现在转为使用react-navigation开发新应用了。总览React Native 中，官方已经推荐使用 react-navigation 来实现各个界面的跳转和不同板块的切换。react-na
卫星导航实践题Satellite-navigation-practice-questions-II
01-10
《卫星导航实践题Satellite-navigation-practice-questions-II》实践题2主要涵盖了GPS（全球定位系统）、卫星导航技术以及卡尔曼滤波等关键知识点。在深入理解这些概念之前，我们首先要明白卫星导航系统的基本原理。...
卫星导航实践题Satellite-navigation-practice-questions-Ⅲ
01-11
【标题】卫星导航实践题Satellite-navigation-practice-questions-Ⅲ 这是一份与卫星导航相关的实践题目集，特别是针对“实践题3”。在卫星导航领域，GPS（全球定位系统）是应用最为广泛的一种技术，它利用多颗卫星...
卫星导航实践题Satellite-navigation-practice-questions-I
01-09
【标题】卫星导航实践题Satellite-navigation-practice-questions-I 在卫星导航领域，GPS（全球定位系统）是最重要的组成部分之一，它通过接收来自多颗卫星的信号来确定地球表面的位置、时间和速度。本实践题旨在...
React Native react-navigation 导航使用详解
08-28
React Native react-navigation 导航使用详解 React Native 中的 react-navigation 库是当前最流行的导航解决方案之一，该库...react-navigation 库还可以根据需要进行自定义，例如自定义导航栏、Tab 栏、抽屉菜单等。
行业分类-设备装置-基于计算机平台的卫星导航软件.zip
08-31
全球卫星导航系统（Global Navigation Satellite System, GNSS）是由多颗卫星组成的网络，通过向地球表面发送信号，使用户能够确定其位置、速度和时间。目前，全球有四大主要的卫星导航系统：美国的GPS、俄罗斯的...
【Matlab绘图】Matlab 多饼图绘制 pie饼图颜色绘制 饼图不同颜色
m0_52427832的博客
07-19 638
因此，如果你给axis一个更大的范围，那么整个饼图看起来就会相对于坐标轴变小，因为它需要适应这个更大的空间。的范围来实现这一点。尺寸需要从大到小，这是因为在MATLAB中使用axis函数来设置坐标轴的显示范围时，你所观察到的现象是由于axis函数如何定义坐标轴的显示区域造成的。会将每个饼图特别设定的颜色给覆盖，所以只能生成figure图窗之后单独给每个扇形单独设置颜色，后期更改颜色，得到的就是如文章顶部的图片。依次准备好每个 饼状图上方的标题，下方的自定义文本，每个扇形图旁边的数据，以及要设置的颜色。
Python深度学习
2401_85886655的博客
07-16 917
Python Matlab C++ Opencv Nlp Pytorch TensorFlow，Matlab 代码，机器学习预测，bp神经网络，lstm 粒子群等多种方法，手敲代码，远程代编均可，算法创新，模型训练，模型优化，调度，部署，python深度学习，python代码定制， 可做创新点 创新思路 代码改进跑通 深度学习。计算机视觉深度学习 机器学习 github 代码环境配置，复现，远程服务。目标检测、分类、分割、蒸馏、剪枝、等都能接！另外接深度，机器学习项目有需要都可以接。
【matlab 投影寻踪】基于PSO算法的最优投影方向优化
最新发布
u013367499的博客
07-19 494
投影寻踪是处理和分析高维数据的一类统计方法，其基本思想是将高维数据投影到低维（1～3维）子空间上，寻找出反映原高维数据的结构或特征的投影，以达到研究和分析高维数据的目的。1974年，美国Stanford大学的Friedman和Tukey首次将该方法命名为Projection Pursuit，即投影寻踪。投影寻踪（projection pursuit，简称PP）是国际统计界于70年代中期发展起来的一种新的、有价值的新技术，是统计学、应用数学和计算机技术的交叉学科。
【matlab】智能优化算法优化BP神经网络
m0_58683132的博客
07-15 932
BP神经网络（Back Propagation Neural Network）是一种基于误差反向传播算法的人工神经网络，由输入层、隐层和输出层组成。它通过前向传播计算输出，然后通过反向传播调整权重和阈值，以最小化输出误差。BP神经网络广泛应用于分类、回归、模式识别等领域。智能优化算法是一类受到人类智能、生物群体社会性或自然现象规律启发的算法，用于解决复杂的优化问题。这些算法通常具有全局搜索能力，能够避免陷入局部最优解。
基于视觉工具箱和背景差法的行人检测,行走轨迹跟踪,人员行走习惯统计matlab仿真
MATLAB,verilog,python,opencv,tensorflow,caffe,C,C++
07-16 331
基于视觉工具箱和背景差法的行人检测、行走轨迹跟踪以及人员行走习惯统计是视频监控和智能分析领域的重要应用。背景差法是一种经典的运动目标检测技术，其核心思想是通过比较当前帧与背景模型的差异来识别运动物体。具体步骤如下：首先，需要构建背景模型。这通常通过帧平均、高斯混合模型（Gaussian Mixture Model, GMM）等方法实现。
金豺狼优化算法（GWO）及其Python和MATLAB实现
qq_45441438的博客
07-16 708
金豺狼优化算法（GWO）是一种启发式优化算法，灵感来源于灰狼群体的社会行为和层级结构。GWO算法由Mirjalili等人于2014年提出，通过模拟灰狼群体的捕猎行为，寻找最优解。相比于其他优化算法，GWO算法具有较好的收敛速度和收敛性能，适用于解决各种优化问题。### 背景金豺狼优化算法的背景是模拟灰狼群体的捕猎行为，灰狼是一种高度社会化的动物，具有层级结构和协作捕猎的能力。通过模拟灰狼群体的协作和竞争关系，GWO算法利用这种群体智慧来搜索最优解。### 原理。
20. Python读取.mat格式文件通用函数
小兔子乖乖
07-16 391
在科研和工程领域，MATLAB的.mat文件是一种常见的数据存储格式，用于保存复杂的数组和结构体。Python作为一种强大的编程语言，提供了多种库来读取和处理.mat文件。本文将介绍一个通用的Python函数，用于读取.mat格式文件，并将其内容转换为Python数据结构，以便进一步分析和处理。
简单一阶滤波器设计：matlab和C实现
渣渣小码农的博客
07-16 167
简单一阶滤波器设计：matlab和C实现
ROS自主导航系统解析：从ros-navigation到Autoware
"第12章 典型自主导航系统 - 关键知识点包括ROS导航系统、AMCL定位、Costmap代价地图、ros-navigation系统框架及源码解读" 在自主导航领域，ROS (Robot Operating System) 提供了强大的工具集，使得机器人能够实现...

“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
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