秦 瑾,孟婉婷,杜璞玉,馮劍鋒,周 勃

(上海航天電子技術研究所,上海 201109)

0 引言

利用GNSS-R(Global Navigation Satellite System-Reflection)數據進行海態(tài)參數遙感的技術已經出現20余年，相對于傳統(tǒng)的微波遙感技術,GNSS-R微波遙感技術是一項嶄新的、有效的、低成本的微波遙感技術，可應用于中尺度海面平均高度[1]、海面風場、有效波高、海冰、海表溢油、海面艦船目標、土壤濕度、植被覆蓋、空中飛行目標、掩星等參數的探測，具有刈幅寬、功耗低、質量輕、成本低的優(yōu)點。

雖然近年來GNSS-R實驗多集中在岸基、機載等平臺，但星載GNSS-R載荷由于其刈幅寬、時間及空間分辨率多樣等優(yōu)點，仍具有較大的業(yè)務應用潛力。2003年10月，英國空間中心發(fā)射了UK-DMC災難探測衛(wèi)星，其搭載的GNSS-R載荷[2]收集了大量GPS L1波段的海洋表面散射信號的原始數據，驗證了利用星載GNSS-R設備遙感海態(tài)、冰雪和陸地參數的可行性。2008年，歐洲航空局(ESA)啟動了PARIS-IoD項目[3]，2011年宣布GEROS-ISS計劃[4]，開展海面高度測量及大氣探測、降雨、海冰探測等研究。2016年，美國宇航局(NASA)發(fā)射一箭八星CYGNSS(微小型GNSS-R衛(wèi)星)[5]，對臺風進行高時空分辨率觀測，旨在對臺風內核建模。2014年7月，英國Surrey研究中心研制的SGR-Resi搭載在TechDemoSat-1技術演示驗證衛(wèi)星上發(fā)射成功，收集了大量的星載觀測數據[6-7]。

由于國外已經具有明確的星載GNSS-R微納衛(wèi)星觀測計劃，而國內并沒有，針對星載GNSS-R載荷的微小型設計，研制了微小型GNSS-R測高儀，本文對GNSS-R測高原理、測高儀的硬件設計方案、相關軟件算法、地基實驗驗證方案、反演算法、測高精度進行了介紹。

1 GNSS-R測高原理

GNSS-R探測儀可以同時接收多個GNSS衛(wèi)星的信號，其觀測范圍廣，不受天氣(云、霧)等影響，能夠對海面實現全天候、全天時觀測，圖1為GNSS-R幾何關系。GNSS-R探測儀一方面接收導航衛(wèi)星直射信號，對導航衛(wèi)星進行捕獲、跟蹤、同步、授時，并根據幾何關系計算出反射信號的碼相位、多普勒頻偏；另一方面對反射信號進行接收、下變頻，并進行多普勒延遲映射，得到相延多普勒測圖(Delay Doppler Mapping，DDM)曲線，再經過反演算法得到海面高度、有效波高、海面風場等信息。

海洋反射面的定義有兩種：一種是假設地球表面為水平，不考慮地球曲率，該方式用于以地基或低空飛行器方式進行高度測量；另一種是采用球形模型，考慮地球曲率對反射的影響，該方式用于以高空飛行器或星載方式進行高度測量。假設地球表面為水平的前提下，將接收機擺放于湖面或海面上方某高度，可建立接收機與衛(wèi)星和湖面或海面之間的幾何關系，如圖2所示。

根據空間幾何學原理，不考慮大氣層等空間傳播的不理想因素，可建立BDS-R測高型幾何路徑延遲模型。圖2中，S表示鏡面反射點的位置，R表示接收機。

已知GNSS衛(wèi)星，鏡面反射點和接收機的幾何位置[8]，則反射信號相對于直射信號總的延遲路徑為

ρE=P1+P

(1)

根據幾何光學原理，可得

P1+P=2hcos(π/2-α)

(2)

式中：h為反射信號接收天線到反射面的高度；α為反射點到某顆衛(wèi)星的俯仰角；P為直射信號在衛(wèi)星與接收天線之間的幾何距離。精確測量出直射和反射信號的傳播幾何路徑差，即可獲得觀測到的h為

h=ρE/(2sinα)

(3)

2 硬件設計

微小型GNSS-R探測儀采用新一代的集成芯片技術和軟件無線電技術，硬件技術指標如下。

1) 上視天線：3 dB；

2) 上視天線波束寬度：120°；

3) 下視天線：12 dB；

4) 下視天線波束寬度：40°；

5) 質量：<2 kg；

6) 功耗：<13 W。

天線的輻射方向如圖3所示，實驗設備如圖4所示。

3 軟件算法

GNSS-R測高儀的探測原理是，利用反射信號滯后于直射信號的延遲時間來進行反射面高度探測。星載GNSS-R測高儀的理想探測指標是：測高精度為5 cm，空間分辨率為100 km，時間分辨率為2 d。岸基、機載的GNSS-R測高儀通?？梢赃_到cm級的探測精度，而星載GNSS-R測高儀的探測精度卻受多種因素限制，得到的DDM曲線信噪比會降低、曲線會非常平滑，不利于尋找精確的鏡面反射點。

通常獲取反射信號DDM曲線有Clean replica和干涉式(Interferometric)兩種相關處理算法。其中，干涉式相關算法利用的是全碼互相關，即將導航衛(wèi)星上面調制的CA碼、P碼、M碼全部進行混合相關，具體操作是直接在反射信號與直射信號進行互相關操作，由于直射信號和反射信號是同源信號，所以可得到全碼互相關曲線。值得注意的是，全碼互相關時，噪聲也進行了互相關，所以得到的DDM曲線的噪底會比較大，信噪比稍微比Clean replica算法略低，這也正是采用干涉式互相關算法時通常會使用高增益天線(>20 dB)的原因。但由于其互相關曲線包含了P、M碼等高速碼的自相關信息，其互相關曲線具有更尖銳的尖峰，曲線斜率也較大，峰值部分寬度也較窄，更利于尋找精確的鏡面反射點位置，所以反演可得到更高的精度。因此，在星載環(huán)境下，使用干涉式相關算法要比傳統(tǒng)的Clean replica算法能獲得更高的精度。

3.1 Clean replica算法

Clean replica算法是傳統(tǒng)的GNSS-R相關處理算法，其將接收到的反射信號和本地生成的CA碼或者民用P碼進行相干積分、非相干累加，即利用了偽隨機碼的自相關和互相關原理。相關原理如圖5所示，CA碼的自相關函數如圖6所示。

3.2 干涉式算法

干涉式相關算法是將反射信號與直射信號直接進行互相關運算，相關曲線結果包含了CA碼、P碼、M碼的相關特性信息。相關原理如圖7所示，從圖7可以看出，全碼互相關得到的曲線具有更尖銳的尖峰。全碼互相關函數及全碼反射信號功率譜如圖8所示。

4 實驗開展及數據處理

岸基GNSS-R實驗地點為上海市滴水湖景區(qū)，兩副天線搭載在高為5 m的支撐桿上，上視天線對天放置，下視天線照射水面，實驗設備放置方式如圖9所示。

圖10是北斗GEO 01號星的直射信號相關值。橫軸為CA碼的碼相位，縱軸為相關值，可以看到出現了相關峰，并大于監(jiān)測閾值，可以對該衛(wèi)星信號進行跟蹤。

GNSS-R接收機均采用直射信號開環(huán)控制反射信號的形式對反射信號進行DDM映射，即捕獲跟蹤到直射信號的觀測量時，根據幾何關系，計算反射信號的碼延遲和多普勒頻偏。圖11是北斗GEO 01號星的反射信號與本地CA碼進行1 ms相干積分得到的波形。圖12是直射信號、反射信號分別與本地CA碼進行1 ms相干積分、0.5 s非相干積分得到的波形。可以看出：1)反射信號的功率明顯比直射信號低；2)非相干積分能夠提高功率譜的信噪比；3)由于風速較低，湖面較平靜，反射信號的功率譜散射并不劇烈。圖13是直射信號與反射信號進行干涉式互相關的波形，可以看出由于接收機的BD通道帶寬只有4 MHz，并沒有完全接收到BD的P碼，所以該波形的形狀并不準確，但同樣可看出反射信號滯后于直射信號的時間。

圖14是GPS 05號星的直射信號、反射信號分別與本地CA碼進行1 ms的相干積分、0.5 s的非相干積分得到的波形，圖15是直射信號與反射信號進行干涉式互相關的波形，由于接收機的GPS通道帶寬只有2 MHz，并沒有完全接收到GPS的P碼、M碼，所以該波形的形狀并不準確，但同樣可以看出反射信號滯后于直射信號的時間。

根據測風儀測量，此時風速為1.008 m/s，根據超聲波雷達的測量數據，超聲波雷達與湖面之間的垂直平均距離為0.925 m，所以天線距離水面的真實高度應為5.925 m，根據曲線平滑算法，對多普勒頻偏為0 Hz時的一維時延反射功率譜進行曲線擬合，再根據最大倒數點法(DER)、峰值半功率法(HALF)[9]得到鏡點的位置，如圖16所示。

不同衛(wèi)星的反演數據結果如表1所示，直射滯后于反射信號的時間的估計值Δρ=2hsinθ以50 s的數據為樣本，對兩種鏡點跟蹤方法進行反演精度計算。

衛(wèi)星號高度角/(°)跟蹤方法測高誤差/cmBDGEO0149DER1.5HALF1.8BDMEO1349DER2.5HALF3.4GPS0653DER4.6HALF5.2GPS1967DER4.3HALF5.1

從表1可以看出，有的衛(wèi)星的反演結果測高誤差(方差)較小，但有的衛(wèi)星反演結果方差較大，分析原因有可能是因為接收機的定位精度不夠準確，或者風速太小導致散射效應不明顯，也有可能受到電離層等環(huán)境的誤差因素影響，后續(xù)可利用寬帶接收機對數字中頻信號進行采集，對干涉式算法進行性能驗證，提高反演結果的精度。

5 結束語

本文介紹了GNSS-R測高原理、自行研制的微小型GNSS-R測高儀硬件設計方案、相關軟件算法(Clean replica算法、Interferometric算法)、地基實驗開展、反演算法(DER、HALF)、測高精度評估、后續(xù)改進思路等，實現了測高儀的地基實驗測高精度的評估，測高誤差小于5.1 cm。從反演結果來看，有的衛(wèi)星測高誤差較小，有的衛(wèi)星測高誤差較大，原因可能是北斗衛(wèi)星碼速較高，導致測高誤差較小。由于風速較小，滴水湖的湖面較為平靜，預計測高誤差應小于2 cm，而實驗結果并沒有達到預期目標，原因可能是接收機采用的是單頻定位，精度不夠準確，也可能是受電離層等環(huán)境的誤差因素影響，后續(xù)可研制寬帶GNSS-R測高儀(30 MHz頻寬)，對全碼信號進行采樣，利用干涉式算法進行載荷的測高精度驗證并在多平臺(如機載、熱氣球)進行數字采集，分析環(huán)境因素對測高精度的影響，進而結合實測數據統(tǒng)計特征，建立測高精度仿真模型[10]，對仿真和實測數據的測高精度進行對比，進而對GNSS-R測高儀在星載環(huán)境下的工作性能進行評估。

[2] UNWIN M, GLEASON S, BRENNAN M. The space GPS reflectometry experiment on the UK disaster monitoring constellation satellite[C]//Proceedings of International Technical Meeting of the Satellite Division of the Institute of Navigation, 2003: 2656-2663.

[4] WICKERT, J, CARDELLACH E, MARTN-NEIRA M, et al. GEROS-ISS: GNSS reflectometry, radio occultation, and scatterometry onboard the International Space Station[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2016, 9(10): 4552-4581.

[5] ROSE R, WELLS W, REDFERN J, et al. NASA′s cyclone global navigation satellite system (CYGNSS) mission: Temporal resolution of a constellation enabled by micro-satellite technology[C]//27thAnnual AIAA/USU Conference on Small Satellites, August 10-15, 2013, Utah State University, Logan, UT, USA.

[6] UNWIN M, JALES P, BLUNT P, et al. The SGR-ReSI and its application for GNSS reectometry on the NASA EV-2 CYGNSS mission[C]//Aerospace Conference, IEEE, 2013, Big Sky, MT, USA. 13517422.

[7] HU C, BENSON C, RIZOS C, et al. Single-pass sub-meter space-based GNSS-R ice altimetry: results from TDS-1[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2017, 10(8): 3782-3788.

[8] 李偉強, 楊東凱, 李明里, 等. 面向遙感的GNSS反射信號接收處理系統(tǒng)及實驗[J]. 武漢大學學報(信息科學版), 2011, 36(10): 1204-1208.

[9] MASHBURN J, AXELRAD P, T. LOWE S, et al. An assessment of the precision and accuracy of altimetry retrievals for aMonterey bay GNSS-R experiment[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2016, 9(10): 4660-4668.

[10] SEMMLING A M, LEISTER V, SAYNISCH J, et al. A phase-altimetric simulator: studying the sensitivity of Earth-reflected GNSS signals to ocean topography[J]. IEEE Transactions on Geoscience and Remote Sensing, 2016, 54(11): 6791-6802.