【正文】 。對于單個衛(wèi)星i的SISRE的計算，是基于交軌誤差和沿軌誤差以及它們結(jié)合后的徑向軌道和時鐘誤差，分別記為eC ，eA和eRE/CE。在導航解決方案中，這些常見的誤差會進入到用戶時鐘校正中，并且不會影響其位置。為了得到對預期定位精度的粗略估計，用到了空間范圍誤差信號（SISRE） (Warren and Raquet 2003).。用于這些分析計算的數(shù)據(jù)都是從IGU每天更新的數(shù)據(jù)庫中下載得到的。如果把它作為一個標準的前向卡爾曼濾波器來看，它還可以用來推算實時時鐘估計濾波器的預期效果。正向/后向平滑減弱了濾波器對收斂誤差的敏感性，特別是對短弧數(shù)據(jù)，因為在短數(shù)據(jù)弧中，濾波器的收斂時間是整個數(shù)據(jù)弧中很重要的一部分。在濾波器初始化之后的一段時間內(nèi)，濾波器狀態(tài)是收斂的，而且協(xié)方差會減小。這個運算方案和前置濾波器是一樣的。快速文件中的初始時鐘參數(shù)被將被濾波器的結(jié)果取代。這是一個迭代的過程，直到所有的時刻都完成。在測量校正中，測量偽距和載波相位的觀測值時需要進行特殊處理，表格2中總結(jié)了所用到的模型和定理。該時鐘約束作為一個偽測量校正，它吧IGU時鐘產(chǎn)品的所有時鐘偏移的平均值當做濾波狀態(tài)平均時鐘偏移的觀測值。此外，在數(shù)據(jù)篩選中被篩選調(diào)的衛(wèi)星的非單性值從濾波器中刪除并且在衛(wèi)星能夠有效測量后立即重新進行初始化。如果衛(wèi)星低于了濾波器所規(guī)定的還把最低極限或者不再被跟蹤，那么它們的將被刪除，同時在濾波器狀態(tài)中的空間也被釋放。通過這個監(jiān)控程序，可以檢測出來異常的測量和周期性跳躍，數(shù)據(jù)的測量更新也可以把相應的衛(wèi)星排除在外。在后一種情況下，所有剩余的衛(wèi)星仍然達不到要求的話，那么監(jiān)督程序不能再進一步執(zhí)行。在這個時刻，這顆衛(wèi)星被濾波器排除在外。如果偽距的RMS幅度超過預定的閾值，殘差會以遞歸的方式根據(jù)某顆衛(wèi)星重新計算出來。在此監(jiān)測過程中，通過IGU先發(fā)產(chǎn)品的軌道和時鐘與已知站的位置來計算每個衛(wèi)星的非電離層的殘差。此外海拔仰角低于10度的數(shù)據(jù)也可以觀測得到。在下一步中，濾波器的狀態(tài)將會指向第一時刻，該時刻的測量數(shù)據(jù)是已知的。濾波器初始化后，最初的協(xié)方差矩陣是一個對角陣，它對角線上的元素是最初的標準差的平方。相反，地面站的時鐘偏移將會由于前面所提到的時鐘跳躍消除程序的原因而產(chǎn)生數(shù)十米的偏移，同時會有相應的大的過程噪聲來抵消這些偏差。然而，對不同的時鐘模型優(yōu)缺點的評估對于它們的改進有很大的幫助。另外，這種模型的好處不會得到充分體現(xiàn)。雖然這些簡化假設沒有嚴格反映所選定的二態(tài)時鐘模型，但是它們和其他模型相比，更有實時性。相反，所有的GPS衛(wèi)星的過程噪聲設置都是一樣的。過程噪聲矩陣的結(jié)構(gòu)是對角線矩陣，主對角線元素符合以下關(guān)系: qi =σi2Δt/τi時間差Δt指連續(xù)時刻之間的時間間隔。為簡單起見，假定它是從一個綜合的白噪聲過程中產(chǎn)生的，也就是說，這個過程噪聲隨時間的推移而增加。在我們的例子中，載波相位觀測值已經(jīng)精確到了2厘米測量噪聲。也就是說，如果過程噪聲比測量噪聲低，該過濾器將更多地依賴于系統(tǒng)模型，并且會隨著測量的進行不斷慢慢的改正濾波器的狀態(tài)。此外，過濾器狀態(tài)的過程噪聲和測量噪聲也在這一步種設置。從IGS的超快速的產(chǎn)品獲得的粗值用于作為衛(wèi)星的時鐘偏移和漂移的先驗值。圖1描述了一個完整的過濾器的流程圖算法。沒有過程噪聲，狀態(tài)向量協(xié)方差將隨時間而減少。此外，地面站的時鐘偏移和微分對流層延遲收到這些變化的影響。當然，衛(wèi)星時鐘漂移并不是嚴格不變，但是它的變化非常緩慢。在這個算法中，GPS衛(wèi)星時鐘的預測在時間上是線性的。在濾波器的狀態(tài)中載波相位被估計為是浮動的，不是確定值。真正的對流層延遲會因為不同的實驗模型提供的值的不同而不同，而且當?shù)靥鞖馇闆r也與給出的不同。微分對流層天頂延遲也應在這里進一步詳細解釋。第二，預處理中的消除緩解了后面步驟的執(zhí)行，因為沒有進一步的措施對地面站時鐘的處理是必要的。這種預處理可以減少大的時鐘跳躍，是非常有益的，原因有二：第一，時鐘接收機的該進程的噪音可以減少幾個數(shù)量級，作為地面站時鐘跳躍不須補償。偽范圍的觀測和先驗軌道是結(jié)合在一塊兒使用的，用已知站的位置來大體估計接收器的時鐘誤差。假設每個站平均跟蹤10顆衛(wèi)星，這樣總共會產(chǎn)生大約300個的狀態(tài)向量元素。該站的位置從最近IGS的辛克斯文件（IGS 2008年）種提取，然后輸入到濾波器中。狀態(tài)向量包括接收機的時鐘偏移，對流層天頂延遲和載波相位的誤差。這個濾波器處理無電離層的代碼和載波相位數(shù)據(jù)的線性數(shù)據(jù)組合時的頻率是L1和L2。IGS的超快速，噴氣推進實驗室，歐洲航天局和AIUB也都對同樣的分析進行了計算和估計，并且對他們的結(jié)果和產(chǎn)品進行比較和討論。在這篇文章中，對完整的濾波算法進行了介紹，其中也包括對原始數(shù)據(jù)的預處理。該軟件是基于卡爾曼濾波器，它所處理的無差代碼和載波相位觀測都是從GPS全球網(wǎng)絡所獲得的。 德國航天中心的德國空間發(fā)展中心正在研發(fā)一個時鐘估計的實時系統(tǒng)。這篇文章中，伯爾尼大學（AIUB天文研究所）也計算了近實時時鐘和軌道產(chǎn)品在測試期間的數(shù)據(jù)。實時軌道和加拿大自然資源部時鐘基于一個全球?qū)崟r站網(wǎng)絡的數(shù)據(jù)。一個批處理算法被用于生成這些產(chǎn)品，這些用于衛(wèi)星軌道的數(shù)據(jù)處理需要兩天時間。實時軌道和時鐘產(chǎn)品在歐空局目前正在開發(fā)，而且是不對外公開的。2006年）。其中有三個是IGS的分析中心：噴氣推進實驗室（(BarSever等。對這個問題的解決辦法是時鐘偏移，它的估計來源于GPS測量傳感器站的網(wǎng)絡。對時鐘偏移和漂移的預計，例如由鈊象電子提供的超快速軌道預測的一部分或廣播星歷所提出的，將很快從其真值偏離出數(shù)分米甚至幾米。為了處理這些數(shù)據(jù)，用戶需要完整的全球定位系統(tǒng)星座的精確軌道和時鐘數(shù)據(jù)。其中一個應用方面，就是遙感衛(wèi)星的精密定軌，它的執(zhí)行緊接著地面接收站的數(shù)據(jù)傳送。最后，軌道和時鐘產(chǎn)品的精確度是根據(jù)METOP衛(wèi)星的精密定軌而來的，并與其他實時產(chǎn)品的結(jié)果相比較。本文提供了一個對現(xiàn)有近實時和實時時鐘產(chǎn)品的簡要的概述。該算法基于卡爾曼濾波及非差進程代碼和一個全球性的跟蹤載波相位測量網(wǎng)絡。rez et al. 2006). The JPL products are transmitted to the user with a latency of about 5 s and can be accessed in various ways, for example, internet data streams and satellite broadcast. The realtime orbit and clock product generation at ESA is currently under development and not publicly available. For our article, however, near realtime orbit and clock products dedicated for the support of the MetOpMission have been used. A batch algorithm has been used to generate these products by processing a 2day data arc for the satellite orbits. The corresponding clocks are puted from shorter data arcs of 23 min including an overlap of 8 min to the previous batch (Zandbergen et ). The realtime orbits and clocks from NRCan are based on data from a global realtime station network. The products are not publicly available.The Astronomical Institute of University Berne (AIUB) has also puted nearrealtime clock and orbit products for the test period used in this article. AIBU generates orbit and clockdata by postprocessing of short 100min batches of GPS observations (Bock et al. 2008). A realtime system for clock estimation is currently under development at the German Space Operations Center of DLR. The generated orbit/clockproducts will be used to support orbit determination of lowearthorbit satellites (LEO satellites) for uping space missions, which require near realtime orbit determination accuracies downto 8–10 cm. The software is based on a Kalmanfilter, which processes undifferenced code and carrier phase observations from a worldwide network of GPS stations. The filter uses the orbit information from the predicted part of the latest ultrarapid IGS products and estimates clock offsets and drifts for the plete GPS constellation. In this article, the plete filter algorithm including the preprocessingof the raw measurements is introduced. The orbit and clock products puted with the filter algorithm are used for a POD with real GPS measurements from the GNSS Receiver for Atmospheric Sounding (GRAS) onboard the MetOpA satellite. The same analysis has also been performed with the IGS ultrarapid, JPL, ESA and AIUB products and the results are pared a