全球?qū)Ш叫l(wèi)星系統(tǒng)(gnss)實(shí)時(shí)導(dǎo)航定位中，衛(wèi)星鐘差產(chǎn)品的精度會(huì)直接影響高精度導(dǎo)航定位授時(shí)的服務(wù)能力，為進(jìn)一步提高鐘差預(yù)報(bào)的精度，以改善當(dāng)前鐘差實(shí)時(shí)預(yù)報(bào)精度較低現(xiàn)狀，國(guó)內(nèi)外學(xué)者做了大量預(yù)報(bào)方法的研究，在現(xiàn)有的鐘差預(yù)報(bào)方法中，由于星載原子中時(shí)頻特征較為復(fù)雜，很容易受到外界環(huán)境對(duì)它的影響，單一模型大部分只是照顧到了鐘差的部分特性，使得單一預(yù)報(bào)模型仍有不足之處，比如二次多項(xiàng)式模型主要針對(duì)的是鐘差中的趨勢(shì)項(xiàng)，未考慮到周期項(xiàng)和隨機(jī)項(xiàng)對(duì)預(yù)報(bào)的影響；模型指數(shù)系數(shù)對(duì)灰色模型預(yù)報(bào)精度的影響較大；譜分析模型雖然考慮到了鐘差中的周期項(xiàng)，但是較長(zhǎng)的鐘差序列才能較為準(zhǔn)確的確定鐘差中的周期，擬合預(yù)報(bào)的時(shí)候也需要較長(zhǎng)的鐘差數(shù)據(jù)建模才能發(fā)揮出該模型的優(yōu)勢(shì)；對(duì)于小波神經(jīng)網(wǎng)絡(luò)模型來(lái)說(shuō)，確定網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)存在困難；對(duì)于衛(wèi)星鐘差這種異常復(fù)雜的非平穩(wěn)、非線(xiàn)性隨機(jī)序列，單一的模型很難準(zhǔn)確表達(dá)和有效預(yù)報(bào)，組合模型雖然比單一模型能更多地考慮到隨機(jī)項(xiàng)對(duì)預(yù)報(bào)的影響，但是大多數(shù)組合模型只是簡(jiǎn)單的組合，沒(méi)有根據(jù)各單一模型的特性進(jìn)行組合，沒(méi)有更好的發(fā)揮組合模型的優(yōu)勢(shì)，預(yù)報(bào)精度和穩(wěn)定性還有比較大的提升空間。由此可知。改正信息的可靠性和精度會(huì)隨基準(zhǔn)站數(shù)目的增加而得到改善。郫都區(qū)土建GNSS接收機(jī)廠家

    接收機(jī)接收到n顆可見(jiàn)衛(wèi)星發(fā)出的導(dǎo)航信號(hào)，根據(jù)接收到的gnss信號(hào)模型和干擾源，采用基于bp神經(jīng)網(wǎng)絡(luò)的兩級(jí)識(shí)別方案，通過(guò)級(jí)識(shí)別模塊對(duì)a/d轉(zhuǎn)換后的數(shù)字中頻信號(hào)提取時(shí)域和頻域特征，送入bp神經(jīng)網(wǎng)絡(luò)進(jìn)行壓制式干擾檢測(cè)和分類(lèi)；若級(jí)識(shí)別模塊識(shí)別結(jié)果為無(wú)干擾或者存在欺騙干擾時(shí)，再對(duì)數(shù)字中頻信號(hào)進(jìn)行捕獲，利用捕獲后的二維搜索矩陣提取相關(guān)峰特征，送入第二級(jí)識(shí)別模塊進(jìn)行欺騙干擾檢測(cè)；當(dāng)兩級(jí)識(shí)別模塊終識(shí)別結(jié)果為無(wú)干擾時(shí)，判定接收信號(hào)為真實(shí)衛(wèi)星信號(hào)，當(dāng)識(shí)別出干擾類(lèi)型后，采取相對(duì)應(yīng)的干擾處理手段。具體的，利用信號(hào)頻譜幅值的大值與次大值之比、單頻能量聚集度、平均頻譜平坦系數(shù)、時(shí)域峰度、功率譜偏度、功率譜峰度頻譜方差與均值平方之比、歸一化頻譜峰均比和歸一化頻譜之3db帶寬，訓(xùn)練級(jí)識(shí)別模塊的bp神經(jīng)網(wǎng)絡(luò)，輸出標(biāo)簽分為8類(lèi)。進(jìn)一步的，信號(hào)頻譜幅值的大值與次大值之比為：x1＝|x(k)|1stmax/|x(k)|2ndmax單頻能量聚集度為：平均頻譜平坦系數(shù)為：時(shí)域峰度為：x4＝e(|x(n)-μt|4)/σt4功率譜偏度為：x5＝e[x(ω)-μp]3/σp3功率譜峰度為：x6＝e[x(ω)-μp]4/σp4頻譜方差與均值平方之比為：x7＝σf2/μf2歸一化頻譜峰均比為：x8＝max{xu(k)}/e[xu。金牛區(qū)RTKGNSS接收機(jī)價(jià)格GNSS（GPS，RTK）接收機(jī)固定解。

    并且能夠控制異常誤差或者數(shù)據(jù)預(yù)處理后部分偏差較大的鐘差數(shù)據(jù)對(duì)預(yù)報(bào)精度的影響。附圖說(shuō)明圖1為本發(fā)明的流程示意圖。具體實(shí)施方式下面參照附圖詳細(xì)說(shuō)明本發(fā)明的具體實(shí)施方式。如圖1所示，本發(fā)明提供一種新型gnss超快速鐘差預(yù)報(bào)方法，其通過(guò)以下步驟實(shí)現(xiàn)：步驟1：對(duì)鐘差數(shù)據(jù)進(jìn)行預(yù)處理由于外界環(huán)境的影響，鐘差數(shù)據(jù)不可避免的存在粗差，粗差的存在會(huì)嚴(yán)重影響預(yù)報(bào)的精度，因此要剔除粗差，把鐘差數(shù)據(jù)轉(zhuǎn)換為頻率數(shù)據(jù)后采用中位數(shù)法剔除粗差，并采用線(xiàn)性插值法補(bǔ)齊，此外采用多項(xiàng)式模型預(yù)報(bào)并設(shè)置閥值判斷鐘差數(shù)據(jù)是否存在鐘跳，若存在鐘跳，對(duì)鐘差數(shù)據(jù)進(jìn)行分段處理。步驟2：對(duì)鐘差數(shù)據(jù)進(jìn)行主成分分析因?yàn)殓姴顢?shù)據(jù)主要由趨勢(shì)項(xiàng)、周期項(xiàng)、噪聲構(gòu)成，利用譜分析模型進(jìn)行建模時(shí)噪聲對(duì)建模有一定的影響，為了減弱噪聲對(duì)鐘差建模的影響，所以考慮采用主成分分析對(duì)鐘差進(jìn)行分解，分離出大部分的噪聲項(xiàng)，幾乎只留下鐘差中的趨勢(shì)項(xiàng)和周期項(xiàng)，趨勢(shì)項(xiàng)和周期項(xiàng)作為主成分，噪聲作為次要部分a。步驟3：對(duì)主要成分和總的殘差序列分別進(jìn)行建模預(yù)報(bào)主要成分采用抗差譜分析模型進(jìn)行建模預(yù)報(bào)得到預(yù)報(bào)值c，同時(shí)也可以得到主要成分的擬合殘差b，該擬合殘差同樣對(duì)鐘差預(yù)報(bào)有一定的影響。

    使其工作溫度保持在工作溫度限值以下。通過(guò)設(shè)置在每個(gè)發(fā)熱元件2上的溫度檢測(cè)單元36能夠準(zhǔn)確測(cè)量發(fā)熱元件2的溫度，當(dāng)檢測(cè)到gnss接收機(jī)內(nèi)部發(fā)熱元件2的溫度達(dá)到預(yù)設(shè)閾值時(shí)，可以通過(guò)控制器控制泵送機(jī)構(gòu)35自動(dòng)開(kāi)啟，通過(guò)導(dǎo)熱介質(zhì)34將gnss接收機(jī)內(nèi)部的熱量導(dǎo)流到gnss接收機(jī)的外側(cè)，能夠及時(shí)地對(duì)發(fā)熱元件2進(jìn)行降溫，使得散熱裝置3能夠有針對(duì)性地進(jìn)行散熱降溫，還避免了因溫度正常而對(duì)發(fā)熱元件2進(jìn)行散熱的能源浪費(fèi)的現(xiàn)象發(fā)生，進(jìn)一步提高了散熱效率和能源節(jié)約。如圖2結(jié)構(gòu)所示，導(dǎo)熱管路33還可以包括設(shè)置于每個(gè)吸熱結(jié)構(gòu)31與放熱結(jié)構(gòu)32之間的導(dǎo)熱介質(zhì)蒸發(fā)管路331、以及設(shè)置于每個(gè)吸熱結(jié)構(gòu)31與放熱結(jié)構(gòu)32之間的導(dǎo)熱介質(zhì)回流管路332；在導(dǎo)熱介質(zhì)蒸發(fā)管路331和導(dǎo)熱介質(zhì)回流管路332中均設(shè)置有一個(gè)泵送機(jī)構(gòu)35。如圖2結(jié)構(gòu)所示，導(dǎo)熱管路33可以包括多個(gè)導(dǎo)熱介質(zhì)蒸發(fā)管路331和多個(gè)導(dǎo)熱介質(zhì)回流管路332；導(dǎo)熱介質(zhì)蒸發(fā)管路331用于將吸收熱量的導(dǎo)熱介質(zhì)34從吸熱結(jié)構(gòu)31一側(cè)導(dǎo)流到放熱結(jié)構(gòu)32側(cè)，導(dǎo)熱介質(zhì)回流管路332用于將放熱后的導(dǎo)熱介質(zhì)34從放熱結(jié)構(gòu)32一側(cè)導(dǎo)流到吸熱結(jié)構(gòu)31一側(cè)，通過(guò)導(dǎo)熱介質(zhì)蒸發(fā)管路331和導(dǎo)熱介質(zhì)回流管路332實(shí)現(xiàn)導(dǎo)熱介質(zhì)34在吸熱結(jié)構(gòu)31和放熱結(jié)構(gòu)32之間的往復(fù)循環(huán)。使用狀態(tài)空間表示 (SSR) 的技術(shù)是這些新一代GNSS校正數(shù)據(jù)服務(wù)的一種風(fēng)范。

    k)減去對(duì)自身使用滑動(dòng)平均后的結(jié)果，表示為其中，l是滑動(dòng)平均窗口的長(zhǎng)度，在后續(xù)仿真中取l＝1。在x4的計(jì)算中，μt為x(n)的均值，σ是x(n)的標(biāo)準(zhǔn)差。在x5和x6的計(jì)算中，μp為x(ω)的均值，σp是x(ω)的標(biāo)準(zhǔn)差。在x9的計(jì)算中，card{}表示取元素的個(gè)數(shù)，x′u(k)為x(k)利用均值進(jìn)行歸一化的結(jié)果，v3db＝[x′u(k)]。利用上述9個(gè)特征，訓(xùn)練級(jí)識(shí)別模塊的bp神經(jīng)網(wǎng)絡(luò)，輸出標(biāo)簽分為8類(lèi)，對(duì)應(yīng)于h0～h7。第2級(jí)識(shí)別模塊第二級(jí)識(shí)別模塊利用的數(shù)據(jù)來(lái)自于數(shù)字中頻信號(hào)經(jīng)過(guò)捕獲操作后生成的二維數(shù)組。若存在衛(wèi)星信號(hào)或欺騙干擾信號(hào)，捕獲輸出中將存在相關(guān)峰。對(duì)這些相關(guān)峰在碼相位軸和多普勒頻移軸的平面投影進(jìn)行計(jì)算，提取相應(yīng)的特征參數(shù)，再輸入到第二級(jí)識(shí)別模塊的神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練。記接收機(jī)捕獲生成的二維矩陣為a，a在偽碼相位軸和多普勒頻移軸上的投影分別為ac和af。第二級(jí)識(shí)別模塊所使用的特征參數(shù)集如表3所示：表3第二級(jí)網(wǎng)絡(luò)使用的特征參數(shù)其中，ai,j是矩陣a的第i,j個(gè)元素，vt是接收機(jī)的捕獲門(mén)限，表示af中所有波峰峰值的。表示ac中所有波峰峰值的。在x18的計(jì)算中，bf是af的平移并限幅后的結(jié)果，即將大相關(guān)峰移位至中間位置，且將小于捕獲門(mén)限vt的值置為0而其余值不變。在網(wǎng)絡(luò)RTK中，有多個(gè)基準(zhǔn)站，用戶(hù)不需要建立自己的基準(zhǔn)站。南充自動(dòng)GNSS接收機(jī)維修

網(wǎng)絡(luò)RTK至少要有3個(gè)基準(zhǔn)站才能計(jì)算出改正信息。郫都區(qū)土建GNSS接收機(jī)廠家

    衛(wèi)星信號(hào)接收機(jī)不斷間隔的判斷各個(gè)通道或者單通道對(duì)各自鎖定的衛(wèi)星信號(hào)是否有失鎖。s1，衛(wèi)星信號(hào)接收機(jī)判斷是否存在衛(wèi)星信號(hào)失鎖的情況，如果是，則繼續(xù)s2，否則繼續(xù)s1；判斷是否存在衛(wèi)星信號(hào)失鎖的情況，判斷該衛(wèi)星信號(hào)失鎖的方法具體為，在每個(gè)遍歷周期，對(duì)衛(wèi)星導(dǎo)航接收機(jī)的各個(gè)通道進(jìn)行遍歷，通過(guò)iq_det的值來(lái)檢測(cè)通道的失鎖狀態(tài)，其中，iq_det的計(jì)算方法如下式中ip(n)為同向支路相干積分值，qp(n)為正交支路相干積分值，門(mén)限th設(shè)置為，即iq_det>，否則為失鎖狀態(tài)。當(dāng)然，門(mén)限值也可以設(shè)置在，均值本發(fā)明保護(hù)范圍之內(nèi)，如果檢測(cè)判斷出衛(wèi)星信號(hào)接收機(jī)對(duì)某顆衛(wèi)星的衛(wèi)星信號(hào)失鎖，則轉(zhuǎn)入s2，否則繼續(xù)遍歷檢測(cè)衛(wèi)星信號(hào)接收機(jī)的通道是否對(duì)某顆衛(wèi)星的衛(wèi)星信號(hào)失鎖。s2，衛(wèi)星信號(hào)接收機(jī)進(jìn)行失鎖計(jì)數(shù)，得到失鎖時(shí)間，當(dāng)失鎖時(shí)間在閾值之內(nèi)時(shí)繼續(xù)s3，否則進(jìn)入s4；當(dāng)檢測(cè)到衛(wèi)星信號(hào)接收機(jī)的通道對(duì)某顆衛(wèi)星的衛(wèi)星信號(hào)失鎖后，啟動(dòng)該通道的失鎖計(jì)數(shù)器times_unlock進(jìn)行累加計(jì)數(shù)，其中的計(jì)數(shù)來(lái)源于fpga給過(guò)來(lái)的積分標(biāo)識(shí)，每1ms增加1。times_unlock大值為10000。利用該計(jì)數(shù)器得到失鎖時(shí)間，當(dāng)失鎖時(shí)間在閾值內(nèi)時(shí)轉(zhuǎn)入s3，閾值為10秒。當(dāng)然其他實(shí)施例中。郫都區(qū)土建GNSS接收機(jī)廠家

四川科析聯(lián)測(cè)檢測(cè)儀器有限公司致力于儀器儀表，是一家貿(mào)易型公司。公司業(yè)務(wù)涵蓋RTKGPS，全站儀，經(jīng)緯儀，水準(zhǔn)儀等，價(jià)格合理，品質(zhì)有保證。公司從事儀器儀表多年，有著創(chuàng)新的設(shè)計(jì)、強(qiáng)大的技術(shù)，還有一批**的專(zhuān)業(yè)化的隊(duì)伍，確保為客戶(hù)提供良好的產(chǎn)品及服務(wù)。科析聯(lián)測(cè)檢測(cè)儀器立足于全國(guó)市場(chǎng)，依托強(qiáng)大的研發(fā)實(shí)力，融合前沿的技術(shù)理念，飛快響應(yīng)客戶(hù)的變化需求。