基于GNSS广播星历的高轨卫星高精度自主定轨方法与相关技术

一种基于GNSS广播星历的高轨卫星高精度自主定轨方法，可以在没有实时GNSS精密星历支持情况下，仅使用GNSS广播星历和GNSS观测量完成高轨卫星高精度自主定轨。

通过星载增强扩展卡尔曼滤波器(AEKF)完成GNSS观测量和轨道动力学模型的紧耦合，获取轨道动力学模型递推结果短期精度高和GNSS观测量长期不发散的优点；同时，针对广播星历引入的GNSS卫星轨道误差和时钟误差缓慢变化的特性，在滤波过程对其进行联合估计，并从GNSS原始观测量中予以扣除，以削弱其对定轨结果的影响。

使用本技术方法，在GEO轨道可达到优于10m(3D RMS)的自主定轨精度。

权利要求书1.一种基于GNSS广播星历的高轨卫星高精度自主定轨方法，其特征在于包括如下步骤：(1)获取GNSS卫星跟踪列表PRNs，确定与增强状态Xaug相对应的协方差矩阵Paug；其中Xaug＝[δ1,δ2,δ3…δN]N，δ1,δ2,δ3…δN为卫星跟踪列表PRNs中正在跟踪的N颗GNSS卫星由于广播星历误差引入的系统偏差，Paug为N×N维对角矩阵，初始化为对角阵，对角线元素为与N颗GNSS卫星相对应的初始方差值；(2)根据GNSS观测量的噪声水平生成观测噪声矩阵Rk；(3)利用轨道动力学模型，将上一历元滤波估计的卫星位置和速度通过轨道递推，计算得到当前历元的预测值(4)将接收机状态Xrecv和增强状态Xaug一起组成系统状态X＝[Xrecv,Xaug]N+8，采用增强扩展卡尔曼滤波器对所述系统状态进行滤波，得到更新后的卫星位置和速度；其中，rx,ry,rz为GNSS接收机的位置矢量，b为GNSS接收机的钟差，vx,vy,vz为GNSS接收机的速度矢量，为GNSS接收机的钟速。

2.根据权利要求1所述的一种基于GNSS广播星历的高轨卫星高精度自主定轨方法，其特征在于：所述的卫星跟踪列表PRNs中，若有GNSS卫星跟踪状态发生变化导致PRNs发生变化，则对增强状态Xaug及其对应的协方差矩阵Paug进行调整，具体为：若有一颗新的GNSS卫星出现，则将增强状态Xaug增加一维，并将对应于新GNSS卫星的广播星历误差初始化为0，将增强状态的协方差矩阵Paug从N×N 维增加至(N+1)×(N+1)维，并将新加入的行和列初始化；若有一颗GNSS卫星停止跟踪，则将增强状态Xaug减少一维，删除停止跟踪的GNSS卫星的广播星历误差，同时将增强状态的协方差矩阵Paug从N×N维减少至(N-1)×(N-1)维，删除停止跟踪的GNSS卫星的广播星历误差对应的行和列；若跟踪的GNSS卫星保持不变，但有某颗GNSS卫星的广播星历发生了更新，则将增强状态Xaug中对应的元素初始化为0，将增强状态的协方差矩阵Paug中对应的行和列初始化。

3.根据权利要求1或2所述的一种基于GNSS广播星历的高轨卫星高精度自主定轨方法，其特征在于：所述的Rk矩阵为对角阵，对角元素由GNSS伪距噪声σρ,k和伪速噪声组成，具体表示如下：4.根据权利要求1或2所述的一种基于GNSS广播星历的高轨卫星高精度自主定轨方法，其特征在于：所述的轨道递推方法为龙格-库塔4阶积分法。

5.根据权利要求1或2所述的一种基于GNSS广播星历的高轨卫星高精度自主定轨方法，其特征在于：所述的增强扩展卡尔曼滤波器中，状态量的递推通过轨道力学模型积分得到，系统矩阵通过在状态量处线性化轨道力学模型得到，GNSS原始观测作为观测量，观测矩阵为由GNSS卫星的位置和估计的接收机位置计算得到，系统误差矩阵Qk由轨道动力学模型的精度决定，观测误差矩阵Rk由GNSS观测的噪声水平决定。

6.根据权利要求5所述的一种基于GNSS广播星历的高轨卫星高精度自主定轨方法，其特征在于：所述的增强扩展卡尔曼滤波器中，系统转移矩阵为其中，表示k时刻的状态预测值，表示k-1时刻的状态估计值，f为系统函数，表示在t时刻状态对时间的导数，τs为状态递推的时间间隔，ax,ay,az表示GNSS接收机的加速度，由轨道动力学模型计算得到。

7.根据权利要求5所述的一种基于GNSS广播星历的高轨卫星高精度自主定轨方法，其特征在于：所述的增强扩展卡尔曼滤波器中，观测矩阵HK＝[Hrecv Haug]2N×(N+8)表示第一颗GNSS卫星和接收机间的视线矢量，角标为N的代表第N颗GNSS卫星和接收机间的视线矢量。

8.根据权利要求5所述的一种基于GNSS广播星历的高轨卫星高精度自主定轨方法，其特征在于：所述的增强扩展卡尔曼滤波器中，协方差矩阵P表示为：Precv为接收机状态Xrecv的协方差矩阵。

技术说明书一种基于GNSS广播星历的高轨卫星高精度自主定轨方法技术领域本技术属于卫星导航技术领域，涉及一种基于GNSS广播星历的高轨卫星定轨方法。

背景技术基于星载GNSS接收机的定位与授时技术具有自主性强、定位精度高和体积功耗小等优点，已经被广泛应用于低轨卫星的自主导航与精密定轨任务。

但是，对于高轨任务而言，由于卫星轨道高度高于GNSS卫星，因此只能接收来自于地球另外一边的GNSS信号。

由于主瓣信号大部分被地球遮掩而需要接收旁瓣信号，这种远距离的信号传播方式会引入很大的空间衰减，使得高轨场景下GNSS可用性急剧下降。

极弱信号的捕获和跟踪能够大幅提升GNSS的可用性，但由于在高轨场景下的GNSS观测量噪声大，GNSS卫星的几何分布差，导致导航定位误差较大。

现有的基于GNSS的高轨卫星自主定轨方法，在定轨过程中并未对GNSS广播星历引起的缓变系统误差(GNSS卫星轨道误差和钟差)进行建模估计，而将其作为GNSS测量误差的一部分，并容许其传递至定轨定位结果中去。

在高轨场景下，由于GNSS卫星的几何分布很差，几何因子PDOP的数值大都在十几至几十量级，其与由GNSS广播星历引起的用户测距误差URE相乘后，可造成数十米级的定轨定位误差。

文献《基于高轨航天器的GNSS接收机技术》(《中国空间科学技术》，Vol.37,No.3,Jun.2017)针对高轨道航天器GNSS信号微弱的特点，采用长时间积分处理的梳状滤波方法、差分相干累加比特同步算法和基于动力学模型补偿的扩展卡尔曼滤波自主定轨算法设计GNSS接收机。

文献《GNSS接收机在探月三期中的应用研究》(《飞行器测控学报》，Vol.34,No.2,Apr.,2015)针对低信噪比环境下的高灵敏度接收机系统应用进行设计，采用弱信号捕获算法和弱信号跟踪算法实现-175dBW的灵敏度，最终采用基于轨道动力学模型的卡尔曼滤波方法实现了GNSS自主定轨算法。

上述两篇文献均介绍了针对高轨和月球场景的高灵敏度GNSS接收机，分析了GNSS可用性，并为了提高自主导航的精度，引入了轨道动力学模型和扩展卡尔曼滤波进行了自主定轨。

然而，对于由于GNSS广播星历引入的系统误差，两篇文献皆未提及如何通过在轨处理予以消除或削弱，在其各自的仿真场景设计中，也未明确对此部分真实存在的误差进行模拟。

技术内容本技术解决的技术问题是：克服现有技术的不足，提供了一种基于GNSS广播星历的高轨卫星高精度自主定轨方法，可以实现在没有实时GNSS精密星历支持情况下，仅使用GNSS广播星历和GNSS观测量完成高轨卫星高精度自主定轨。

本技术的主要原理是：通过星载增强扩展卡尔曼滤波器(AEKF)完成GNSS观测量和轨道动力学模型的紧耦合，获取轨道动力学模型递推结果短期精度高和GNSS观测量长期不发散的优点；同时，针对广播星历引入的GNSS卫星轨道误差和时钟误差缓慢变化的特性，在滤波过程对其进行联合估计，并从GNSS原始观测量中予以扣除，以削弱其对定轨结果的影响。

本技术的技术解决方案是：一种基于GNSS广播星历的高轨卫星高精度自主定轨方法，包括如下步骤：(1)获取GNSS卫星跟踪列表PRNs，确定与增强状态Xaug相对应的协方差矩阵Paug；其中Xaug＝[δ1,δ2,δ3…δN]N，δ1,δ2,δ3…δN为卫星跟踪列表PRNs中正在跟踪的N颗GNSS卫星由于广播星历误差引入的系统偏差，Paug为N×N维对角矩阵，初始化为对角阵，对角线元素为与N颗GNSS卫星相对应的初始方差值；(2)根据GNSS观测量的噪声水平生成观测噪声矩阵Rk；(3)利用轨道动力学模型，将上一历元滤波估计的卫星位置和速度通过轨道递推，计算得到当前历元的预测值(4)将接收机状态Xrecv和增强状态Xaug一起组成系统状态X＝[Xrecv,Xaug]N+8，采用增强扩展卡尔曼滤波器对所述系统状态进行滤波，得到更新后的卫星位置和速度；其中，rx,ry,rz为GNSS接收机的位置矢量，b为GNSS接收机的钟差，vx,vy,vz为GNSS接收机的速度矢量，为GNSS接收机的钟速。

所述的卫星跟踪列表PRNs中，若有GNSS卫星跟踪状态发生变化导致PRNs发生变化，则对增强状态Xaug及其对应的协方差矩阵Paug进行调整，具体为：若有一颗新的GNSS卫星出现，则将增强状态Xaug增加一维，并将对应于新GNSS卫星的广播星历误差初始化为0，将增强状态的协方差矩阵Paug从N×N维增加至(N+1)×(N+1)维，并将新加入的行和列初始化；若有一颗GNSS卫星停止跟踪，则将增强状态Xaug减少一维，删除停止跟踪的GNSS卫星的广播星历误差，同时将增强状态的协方差矩阵Paug从N×N维减少至(N-1)×(N-1)维，删除停止跟踪的GNSS卫星的广播星历误差对应的行和列；若跟踪的GNSS卫星保持不变，但有某颗GNSS卫星的广播星历发生了更新，则将增强状态Xaug中对应的元素初始化为0，将增强状态的协方差矩阵Paug中对应的行和列初始化。

所述的Rk矩阵为对角阵，对角元素由GNSS伪距噪声σρ,k和伪速噪声组成，具体表示如下：所述的轨道递推方法为龙格-库塔4阶积分法。

所述的增强扩展卡尔曼滤波器中，状态量的递推通过轨道力学模型积分得到，系统矩阵通过在状态量处线性化轨道力学模型得到，GNSS原始观测作为观测量，观测矩阵为由GNSS卫星的位置和估计的接收机位置计算得到，系统误差矩阵Qk由轨道动力学模型的精度决定，观测误差矩阵Rk由GNSS观测的噪声水平决定。

所述的增强扩展卡尔曼滤波器中，系统转移矩阵为其中，表示k时刻的状态预测值，表示k-1时刻的状态估计值，f为系统函数，表示在t时刻状态对时间的导数，τs为状态递推的时间间隔，ax,ay,az表示GNSS接收机的加速度，由轨道动力学模型计算得到。

所述的增强扩展卡尔曼滤波器中，观测矩阵HK＝[Hrecv Haug]2N×(N+8)表示第一颗GNSS卫星和接收机间的视线矢量，角标为N的代表第N颗GNSS卫星和接收机间的视线矢量。