肖琴琴,宋迎春,杜 琨
(中南大學(xué) 地球科學(xué)與信息物理學(xué)院,湖南 長(zhǎng)沙 410083)
在衛(wèi)星導(dǎo)航定位中,為了確定用戶(hù)的位置,必須首先通過(guò)衛(wèi)星星歷計(jì)算衛(wèi)星的位置,因此,獲取GPS衛(wèi)星的位置是求得接收機(jī)坐標(biāo)的必要環(huán)節(jié)。目前,獲得衛(wèi)星位置的途徑主要有兩種:一種是通過(guò)廣播星歷計(jì)算得到,一種是通過(guò)事后的精密星歷直接獲取。廣播星歷是在接收機(jī)觀測(cè)時(shí)接收衛(wèi)星發(fā)播的導(dǎo)航電文經(jīng)譯碼取得的實(shí)時(shí)星歷,而精密星歷是由有關(guān)單位提供的事后處理星歷。其中廣播星歷的精度偏低[1],約為2m,而由IGS提供的精密星歷精度較高,優(yōu)于5cm,但是精密星歷需觀測(cè)工作結(jié)束11d后才可用[2]。GPS廣播星歷雖然精度較精密星歷低,但它具有實(shí)時(shí)、易獲取的特點(diǎn),常在動(dòng)態(tài)實(shí)時(shí)導(dǎo)航定位中得到應(yīng)用。因此,對(duì)實(shí)時(shí)性要求較高的定位工作而言,只能通過(guò)廣播星歷獲得衛(wèi)星位置。
使用廣播星歷直接計(jì)算衛(wèi)星位置可以通過(guò)文獻(xiàn)[3]中的公式進(jìn)行求解,然而當(dāng)采樣頻率較高需多次計(jì)算衛(wèi)星的位置時(shí),直接計(jì)算的方法就會(huì)占用很多的內(nèi)存并耗費(fèi)很長(zhǎng)時(shí)間??紤]到衛(wèi)星位置是一個(gè)連續(xù)變化的過(guò)程,在一定時(shí)間段內(nèi)可將衛(wèi)星坐標(biāo)表示為時(shí)間多項(xiàng)式,在內(nèi)存中僅保存多項(xiàng)式的系數(shù),那么在計(jì)算衛(wèi)星坐標(biāo)時(shí),只要調(diào)出多項(xiàng)式系數(shù)即可。這與按固定公式計(jì)算衛(wèi)星坐標(biāo)的方法相比,大大提高了數(shù)據(jù)處理的效率。
由于衛(wèi)星遮擋、衛(wèi)星信號(hào)傳播限制等原因,可能造成部分有用信息丟失,導(dǎo)致數(shù)據(jù)不完全,或者計(jì)算出來(lái)的星歷參數(shù)值具有一定的誤差,從而使廣播星歷計(jì)算出的衛(wèi)星坐標(biāo)與其真值之間有較大的偏差,另外每計(jì)算一個(gè)觀測(cè)歷元的衛(wèi)星坐標(biāo)也需要較大的計(jì)算量,因此如何提高衛(wèi)星坐標(biāo)計(jì)算的效率及精度是值得探討的問(wèn)題。EM(expectation maximization)算法是近年發(fā)展很快且應(yīng)用很廣的一種算法,它能夠在觀測(cè)數(shù)據(jù)的基礎(chǔ)上增加一些“潛在數(shù)據(jù)”,從而簡(jiǎn)化計(jì)算并完成一系列簡(jiǎn)單的極大化或模擬,因此可以考慮將EM算法應(yīng)用到衛(wèi)星的軌道標(biāo)準(zhǔn)化。由于不同衛(wèi)星的精度等級(jí)不一樣,因此在選擇擬合點(diǎn)的個(gè)數(shù)以及擬合階數(shù)時(shí)也會(huì)有所差別。當(dāng)發(fā)現(xiàn)某些擬合點(diǎn)的誤差太大時(shí),如果直接刪除進(jìn)行降階處理必然導(dǎo)致誤差增大,這時(shí)如利用EM算法在觀測(cè)數(shù)據(jù)的基礎(chǔ)上加一些“潛在數(shù)據(jù)”,可使得擬合的精度和可靠性仍能滿(mǎn)足要求。
利用多項(xiàng)式進(jìn)行插值擬合通常有很多種方法,如拉格朗日多項(xiàng)式插值、埃爾米特插值、普通的多項(xiàng)式擬合、勒讓德多項(xiàng)式擬合和切比雪夫多項(xiàng)式擬合。但目前最常用的多項(xiàng)式是切比雪夫多項(xiàng)式,關(guān)于切比雪夫擬合的原理已在文獻(xiàn)[4]詳細(xì)闡述。
用n階切比雪夫多項(xiàng)式來(lái)逼近時(shí)間段[t0,t0+Δt]中的衛(wèi)星星歷時(shí),先要將變量t∈[t0,t0+Δt]變換為變量τ∈[-1,1]:
于是,衛(wèi)星坐標(biāo)可表示為
式中:n為多項(xiàng)式的階數(shù),Cxi,Cyi,Czi為切比雪夫多項(xiàng)式的系數(shù)。
切比雪夫多項(xiàng)式Ti的遞推公式為
根據(jù)已知的衛(wèi)星坐標(biāo),用最小二乘法擬合出多項(xiàng)式系數(shù)Cxi,Cyi,Czi后,就可以計(jì)算該時(shí)段內(nèi)任意時(shí)刻的衛(wèi)星位置。
廣播星歷文件經(jīng)常會(huì)由于衛(wèi)星信號(hào)限制等原因,導(dǎo)致部分?jǐn)?shù)據(jù)失真或缺失,在數(shù)據(jù)缺失或數(shù)據(jù)量較少的情況下,會(huì)導(dǎo)致坐標(biāo)的計(jì)算精度降低。采用EM算法,添加與衛(wèi)星軌道信息相關(guān)的“潛在數(shù)據(jù)”,可以有效解決這一問(wèn)題,大大提高衛(wèi)星坐標(biāo)擬合的精度。
EM算法[5]是一種迭代算法,它的每一次迭代由兩步組成:E步(求期望)和M步(極大化)[6]。一般地,以表示θ的基于觀測(cè)數(shù)據(jù)的后驗(yàn)分布密度,稱(chēng)為觀測(cè)數(shù)據(jù)后驗(yàn)分布;以P(θ/Y,Z)表示添加數(shù)據(jù)(缺失數(shù)據(jù))Z后得到的關(guān)于θ的后驗(yàn)分布密度函數(shù),稱(chēng)為完全數(shù)據(jù)后驗(yàn)分布。P(Z/θ,Y)表示在給定θ和觀測(cè)數(shù)據(jù)Y下潛在數(shù)據(jù)(缺失數(shù)據(jù))Z的條件分布密度函數(shù),其目的是計(jì)算觀測(cè)后驗(yàn)分布的參數(shù)。
EM算法的進(jìn)行如式(4)、式(5)所示。記θi為第i+1次迭代開(kāi)始時(shí)后驗(yàn)參數(shù)的估計(jì)值,則第i+1次迭代的兩步為:
E步:將P(θ/Y,Z)或logP(θ/Y,Z)關(guān)于Z的條件分布求期望,從而把Z積掉,即
M步:將Q(θ/θi,Y)極 大 化,即 找 一 個(gè) 點(diǎn)θi+1,使
如此形成一次迭代θi→→θi+1,θi+1∈M(θi),這里M(θi)是在整個(gè)參數(shù)空間Ω內(nèi)使得Q(θ/θi,Y)最大的θ的值所組成的集合。將上述E步和M步進(jìn)行 迭 代 直 至 ‖θi+1-θi‖ 或 者充分小時(shí)為止[7-9]。
這里以8階切比雪夫多項(xiàng)式擬合為例,衛(wèi)星的坐標(biāo)可以表示為8階切比雪夫多項(xiàng)式:
則誤差方程為
廣播星歷文件是每隔2h進(jìn)行一次更新,在用多項(xiàng)式擬合其函數(shù)模型時(shí),可先對(duì)某個(gè)時(shí)刻的廣播星歷進(jìn)行外推1h,把某些加密時(shí)刻的數(shù)據(jù)當(dāng)成是缺失數(shù)據(jù),應(yīng)用EM算法進(jìn)行處理,可提高擬合的精度。假設(shè)在式(8)中l(wèi)k為缺失數(shù)據(jù)(加密時(shí)刻的衛(wèi)星坐標(biāo)數(shù)據(jù)),已知誤差向量V服從高斯正態(tài)分布,利用EM算法建立似然函數(shù)方程:
缺失數(shù)據(jù)lk的條件分布概率密度函數(shù)為
式中:θi為經(jīng)過(guò)i次迭代后的參數(shù)值。
則得到EM算法的期望步:
EM算法的極大化步:將Q(θ/θi,Y)極大化,積分后對(duì)各參數(shù)求偏導(dǎo)數(shù),計(jì)算得到參數(shù)θi+1,將θi+1代入E步進(jìn)行迭代,循環(huán)直至‖θi+1-θi‖或者充分小時(shí)為止。
由于GPS廣播星歷的外推時(shí)間一般為1h[10],因此,只對(duì)廣播星歷中的某一歷元前、后各1h內(nèi)的衛(wèi)星位置進(jìn)行擬合。本文采用從Internet網(wǎng)上下載的GPS衛(wèi)星2010-09-05的廣播星歷abpo2480.10n數(shù)據(jù)(RINEX格式),對(duì)19號(hào)衛(wèi)星在1:00-3:00時(shí)段內(nèi)X方向上的坐標(biāo)值進(jìn)行擬合,并將擬合出的結(jié)果分別與直接由廣播星歷和IGS精密星歷計(jì)算出的軌道進(jìn)行對(duì)比。由于內(nèi)插點(diǎn)較多,本文僅選取靠近缺失值附近的8個(gè)點(diǎn)值來(lái)進(jìn)行對(duì)比。計(jì)算結(jié)果見(jiàn)表1、表2和圖1、圖2,其中表1與圖1是擬合值與廣播星歷計(jì)算值之間的比較結(jié)果,表2與圖2是擬合值與IGS精密星歷的比較結(jié)果。
圖2 與精密星歷計(jì)算值的絕對(duì)誤差曲線(xiàn)
表2 與IGS擬合結(jié)果精度比較 m
由計(jì)算結(jié)果可以看出:
1)當(dāng)用于切比雪夫多項(xiàng)式擬合的數(shù)據(jù)精度較好且數(shù)據(jù)完整的情況下,使用切比雪夫多項(xiàng)式內(nèi)插獲得的衛(wèi)星位置和直接使用廣播星歷用戶(hù)算法計(jì)算出的結(jié)果非常接近,且其誤差在毫米級(jí)以?xún)?nèi),這充分說(shuō)明使用切比雪夫多項(xiàng)式來(lái)擬合衛(wèi)星軌道是合理的,如表1和圖1所示。
圖1 與廣播星歷計(jì)算值的絕對(duì)誤差曲線(xiàn)
表1 與廣播星歷直接擬合結(jié)果精度比較 m
2)在缺失數(shù)據(jù)的情況下,使用降階的切比雪夫多項(xiàng)式計(jì)算出的衛(wèi)星位置將會(huì)產(chǎn)生明顯的偏差,且在缺失點(diǎn)附近尤為顯著,偏差大小達(dá)到數(shù)據(jù)完整時(shí)的1000多倍,如表1所示。這也說(shuō)明,在數(shù)據(jù)缺失時(shí)有必要采取一定的措施來(lái)提高切比雪夫多項(xiàng)式擬合的精度和可靠性。
3)通過(guò)引入EM算法來(lái)生成缺失數(shù)據(jù)的潛在值,解決了因數(shù)據(jù)不足需要對(duì)切比雪夫多項(xiàng)式進(jìn)行降階處理的問(wèn)題,且使用生成的潛在數(shù)據(jù)與其它數(shù)據(jù)一起擬合出的衛(wèi)星位置的精度和可靠性與數(shù)據(jù)完整時(shí)基本相當(dāng),如表1和圖1所示。同時(shí)也表明,在數(shù)據(jù)缺失的情況下,使用EM算法來(lái)生成缺失數(shù)據(jù)的潛在值是可行的,且其精度和可靠性能夠滿(mǎn)足需求。
4)將表2、圖2與表1、圖1進(jìn)行比較可知,無(wú)論是將直接使用GPS廣播星歷用戶(hù)算法計(jì)算出的衛(wèi)星位置作為參考值,還是將IGS精密星歷內(nèi)插出的衛(wèi)星位置作為參考值,其結(jié)論都是相同的,只不過(guò)前者的效果尤為顯著,其原因是廣播星歷本身的精度要明顯地低于IGS精密星歷。
在動(dòng)態(tài)導(dǎo)航定位中,數(shù)據(jù)的采樣頻率越來(lái)越高,如果直接使用廣播星歷用戶(hù)算法來(lái)計(jì)算衛(wèi)星的位置,必然會(huì)大大增加導(dǎo)航定位計(jì)算的內(nèi)存或負(fù)荷,從而導(dǎo)致實(shí)時(shí)性難以滿(mǎn)足。此時(shí),選擇較少的采樣點(diǎn)并使用廣播星歷用戶(hù)算法計(jì)算相應(yīng)時(shí)刻的衛(wèi)星位置,再用切比雪夫多項(xiàng)式擬合,將會(huì)節(jié)約導(dǎo)航定位計(jì)算占用的內(nèi)存并減少計(jì)算負(fù)荷。但是,由于各方面因素的影響,直接使用廣播星歷計(jì)算出的衛(wèi)星位置個(gè)數(shù)及精度會(huì)受到一定的影響,導(dǎo)致部分所需節(jié)點(diǎn)的觀測(cè)數(shù)據(jù)缺失或不可用,此時(shí)必須使用降階的切比雪夫多項(xiàng)式進(jìn)行擬合,其精度和可靠性將會(huì)大大降低。本文引入的EM算法能夠生成缺失或不可用節(jié)點(diǎn)位置的潛在值,彌補(bǔ)了因數(shù)據(jù)缺少切比雪夫多項(xiàng)式需要降階處理的不足,且使用EM算法后的切比雪夫多項(xiàng)式不需降階,其擬合結(jié)果的精度和可靠性與數(shù)據(jù)完整時(shí)基本相同。因此,EM算法確實(shí)是一種解決部分衛(wèi)星軌道數(shù)據(jù)缺失或不可用時(shí)獲取任意時(shí)刻的衛(wèi)星位置的較好方法。
[1]邱蕾,廖遠(yuǎn)琴,花向紅.基于IGS精密星歷的衛(wèi)星坐標(biāo)插值[J].測(cè)繪工程,2008,17(4):15-18.
[2]樓益棟,劉萬(wàn)科,張小紅.GPS衛(wèi)星星歷精度分析[J].測(cè)繪信息與工程,2003,28(6):4-6.
[3]徐紹銓?zhuān)瑥埲A海,楊志強(qiáng).GPS測(cè)量原理及應(yīng)用[M].武漢:武漢大學(xué)出版社,2002.
[4]余鵬,孫學(xué)金,趙世軍.GPS定位中衛(wèi)星坐標(biāo)計(jì)算的切比雪夫多項(xiàng)式擬合法[J].氣象科技,2004,32(3):198-201.
[5]DEMPSTER,A.P,LAIRD,N.M.,and Rubin,D.B.Maximum Likelihood From Incomplete Data Via the EM Algorithm[J].Journal of the Royal Statistifcal Society B,1977,39(1):1-38.
[6]GRAHAM C.G,JUAN C.A,Approximate EM Algorithms for Parameter and State Estimation in Nonlinear Stochastic Models[J].Proceedings of the 44th IEEE Conference on Decision and Control,and the European Control Conference,2005:368-373
[7]林東方,宋迎春,肖琴琴.缺失數(shù)據(jù)下基于EM算法的GPS高程擬合[J].大地測(cè)量與地球動(dòng)力學(xué),2012,32(2):1-4.
[8]楊基棟.EM算法理論及其應(yīng)用[J].安慶師范學(xué)院學(xué)報(bào):自然科學(xué)版,2009,15(4):30-35
[9]曾傳璜,張?chǎng)?,張晶晶,?EM算法的研究[J].軟件導(dǎo)刊,2008,7(9):97-98
[10]羅力,黃聲享.單組廣播星歷精度分析及其衛(wèi)星軌道擬合研究[J].測(cè)繪信息與工程,2010,35(1):21-22.