一种星载GNSS-R海风反演的卡尔曼滤波模型

作者：李中奎,张波,杨东凯,张国栋

摘要：针对传统星载全球卫星导航系统反射计(GNSS-R)测风,通过建立经验性的地球物理模型函数(GMF)进行风速反演时,会因反射信号数据质量较差而出现异常结果,若执行严格的数据质量控制,则会降低数据利用率,最终影响星载GNSS-R测风的空间覆盖率的问题,提出1种基于卡尔曼(Kalman)滤波的风速反演算法:利用差分整合移动平均自回归模型(ARIMA)得到状态方程和观测方程,并将GMF反演的风速值作为观测值,从而建立Kalman滤波模型,实现星载GNSS-R风速反演的实时校正和优化。实验结果表明,该方法的风速反演均方根误差能够满足风速测量要求,并有效提升星载GNSS-R测风的空间覆盖率。

发文机构：北京航空航天大学电子与信息工程学院

关键词：星载全球卫星导航系统反射计风速反演卡尔曼滤波地球物理模型函数经验模型差分整合移动平均自回归模型spaceborne global navigation satellite system-reflectometry(GNSS-R)wind speed retrievalKalman filteringgeophysical model function(GMF)empirical modelauto-regressive integrated moving average model(ARIMA)

分类号： P228[天文地球—大地测量学与测量工程]