GPS定位中的误差源：对流层延迟模型

目录

• 1. 对流层延迟计算的基本原理
• 2. 大气模型的建立与应用
• 3. 模型实例：温度与高度的关系
• 4. 对流层延迟的分量计算（干分量与湿分量）
• 5. 投影函数 (Mapping Function)
• 6. 对流层延迟特性总结
• AI 总结

---

1. 对流层延迟计算的基本原理 原片 @ 00:00*

Screenshot-[00:00]

• 基本函数关系：折射率 N 与气象元素（Temperature 气温、Pressure 气压、Water Vapor Pressure 水汽压）之间的函数关系已经建立。
• 计算挑战：
  • 对流层延迟量 \Delta 需要通过对路径上的折射率进行积分求得。
  • 对流层高度约为 50 公里。
  • 不可直接测量性：信号传播路径上（从地面测站到卫星）不同高度、不同位置的气象元素无法通过实际测量逐一测定。
    • 卫星处于运动状态，信号路径随之变化。
    • 无法在每一条瞬时传播路径上布设传感器进行实时测量。

2. 大气模型的建立与应用 原片 @ 02:42*

为了解决无法直接测量路径上气象参数的问题，必须建立大气模型 (Atmospheric Model)。

• 已知条件：测站（地面）上的气象元素（T_0, P_0, e_0）可以通过气象仪器直接测定。
• 模型功能：
  • 描述气象元素（气温、气压、水汽压）随高度 h 变化的规律。
  • 利用测站实测数据，推算路径上任意高度处的气象参数。
• 计算流程：
  1. 测定地面气象数据。
  2. 利用大气模型推算不同高度的气象元素。
  3. 将推算出的气象元素代入积分公式。
  4. 解算出对流层延迟改正量。

3. 模型实例：温度与高度的关系 原片 @ 05:01*

Screenshot-[05:01]

视频中以一个特定模型（听录为“合作的公式”，推测为 Hopfield 或类似经验模型）为例，说明模型的建立过程。

• 数据基础：基于全球气象台站长期积累的探空仪（探空气球）观测数据。
  • 探空气球记录不同高度（如 300m, 500m, 1000m）的气温、气压数据。
• 温度递减率 (Lapse Rate)：
  • 该模型假设气温随高度增加而下降。
  • 典型变化率：每升高 1 公里，气温下降约 6.8 度（部分模型使用 6.5 度）。
  • 公式表达形式：
    T_h = T_s – 6.8 \times h 其中 T_h 为高度 h 处的温度，T_s 为测站温度。
• 物理关系：
  • 大气密度 \rho 随高度增加而减小。
  • 重力加速度 g 随高度增加而微量减小。
  • 气压的变化率与大气密度和重力加速度的乘积有关。

4. 对流层延迟的分量计算（干分量与湿分量） 原片 @ 09:43*

Screenshot-[09:43]

对流层延迟通常在天顶方向（Zenith）分解为干分量 (Dry Component) 和 湿分量 (Wet Component) 进行计算。

4.1 天顶延迟计算

计算公式通常包含两部分：
\Delta_{zenith} = \Delta_{dry} + \Delta_{wet}

• 计算依据：
  • 利用测站的大气压 P 和温度 T。
  • 结合有效高度（层顶高度）。

4.2 有效高度 (Effective Height) 定义 原片 @ 11:26*

Screenshot-[11:26]

模型中定义了干气和水汽的“上边缘”高度：

1. 干气层高度 (H_d)：
   • 干气层顶约为 40 公里以上。
   • 高度公式（视频中给出的经验公式）：
     H_d = 40136 + 1408.72 \times (T – 273.16)
   • 解释：H_d 与表面温度有关。T 为绝对温度，当表面温度为 0^\circ C (273.16 K) 时，高度为 40136 米。每增加 1 度，高度增加约 1408.72 米（注：此处数值来源于视频转录，标准模型中系数常为 148.72，需注意区分）。
2. 水汽层高度 (H_w)：
   • 水汽主要集中在低层大气。
   • 最大高度：约为 11 公里。
   • 超过 11 公里通常认为没有水汽，不再计算湿延迟。

5. 投影函数 (Mapping Function) 原片 @ 15:04*

Screenshot-[15:04]

将天顶方向的延迟量投影到卫星信号传播的视线方向（Slant direction）。

• 基本概念：
  \Delta_{slant} = \Delta_{zenith} \times M(E) 其中 M(E) 为投影函数，E 为卫星高度角。
• 简单模型：
  M(E) = \frac{1}{\sin E} = \csc E 仅适用于高高度角。
• 改进模型（视频中提及的公式形式）：
  为了优化低高度角的效果，使用了修正公式：
  M(E) = \frac{1}{\sqrt{\sin^2 E + C^2}}
  • 视频中提到类似 \sqrt{E^2 + 2.5^2} 的形式，意在对低高度角（如接近地平线）进行修正，避免函数值趋于无穷大。
  • 干分量和湿分量可能使用不同的投影系数（例如干分量用 2.5 度修正，湿分量用 1.5 度修正）。

6. 对流层延迟特性总结 原片 @ 17:03*

1. 非色散性 (Non-dispersive)：
   • 在无线电波段（GPS信号频率），对流层折射率与频率无关。
   • 关键结论：不同频率的信号在对流层中的传播速度相同，因此无法像电离层误差那样通过双频观测值组合来消除。
2. 处理方法：
   • 必须依赖模型改正或参数估计。
   • 利用测站实测气象参数结合大气模型（如 Hopfield, Saastamoinen 等）进行积分计算。
   • 虽然路径上的气象参数无法实时实测，但现有的气象模型已能提供较好的修正精度。

---

AI 总结

本节课程深入讲解了 GPS 定位中对流层延迟 (Tropospheric Delay) 的误差源及其修正原理。核心难点在于信号传播路径上的气象元素（气温、气压、水汽）无法直接测量。解决方案是引入大气模型，利用地面测站的实测数据推算不同高度的气象参数。

视频详细介绍了模型构建的逻辑，包括温度随高度递减的规律（约 6.8°C/km）以及干气层和水汽层有效高度的计算公式。特别指出了对流层延迟具有非色散性，无法通过双频技术消除，因此必须依赖精确的数学模型（包含天顶延迟计算和投影函数）进行改正。这对于实现高精度 GPS 定位至关重要。