SGP4模型家族結合ML 衛星位置估算要快/要準任君選

本文將介紹簡化擾動模型(Simplified Perturbations Model),並舉其中最重要的SGP4模型和dSGP4模型來說明。SGP4模型具有可以快速估算衛星位置的優勢,但其誤差範圍較大;dSGP4則是SGP4模型的可微分版本,可進一步縮小誤差。...
2025 年 02 月 05 日

以Tk模型進行參數擬合 衛星位置估算八九不離十(1)

不使用GPS,僅利用都普勒頻移(Doppler Shift)原理,也能測量出低軌通訊衛星的速度和虛擬距離(Pseudorange)。本文將從建立一個簡單的5階次柴比雪夫多項式模型(Chebyshev Polynomial...
2024 年 12 月 31 日

以Tk模型進行參數擬合 衛星位置估算八九不離十(2)

不使用GPS,僅利用都普勒頻移(Doppler Shift)原理,也能測量出低軌通訊衛星的速度和虛擬距離(Pseudorange)。本文將從建立一個簡單的5階次柴比雪夫多項式模型(Chebyshev Polynomial...
2024 年 12 月 31 日

無跡卡爾曼濾波精確度提升 衛星定位非線性無跡轉換效能佳(1)

擴展型卡爾曼濾波器(EKF)利用雅可比矩陣線轉換成線性函數,無跡卡爾曼濾波器(UKF)則以無跡轉換選擇西格瑪點。使用非線性轉換的UKF精確度高於EKF,適用極度非線性模型。 擴展型卡爾曼濾波器(Extended...
2024 年 12 月 20 日

無跡卡爾曼濾波精確度提升 衛星定位非線性無跡轉換效能佳(2)

擴展型卡爾曼濾波器(EKF)利用雅可比矩陣線轉換成線性函數,無跡卡爾曼濾波器(UKF)則以無跡轉換選擇西格瑪點。使用非線性轉換的UKF精確度高於EKF,適用極度非線性模型。 工作流程 (承上文)產生最佳的西格瑪點是執行UT之前,必須先完成的前置工作。跟EKF一樣,UKF也是從預估階段(Prediction...
2024 年 12 月 20 日

添加雜訊模型與初始參數最佳化 EKF精準估算衛星位置(2)

前文介紹了使用奇異值分解(Singular Value Decomposition, SVD)的擬反矩陣(Pseudo Inverse Matrix)來求解最小平方問題(Least Squares Problem)的方法。本文將改用擴展型卡爾曼濾波(Extended...
2024 年 08 月 16 日

添加雜訊模型與初始參數最佳化 EKF精準估算衛星位置(1)

前文介紹了使用奇異值分解(Singular Value Decomposition, SVD)的擬反矩陣(Pseudo Inverse Matrix)來求解最小平方問題(Least Squares Problem)的方法。本文將改用擴展型卡爾曼濾波(Extended...
2024 年 08 月 16 日

結合歐拉方法與雅可比矩陣 衛星位置估測更精準(1)

本文將先介紹造成低軌通訊衛星的實際位置和估測位置之間出現誤差的可能原因。然後,介紹考量地球自轉和公轉效應,將低軌衛星的速度、重力加速度和地球的標準重力參數(Standard Gravitational...
2024 年 07 月 17 日

結合歐拉方法與雅可比矩陣 衛星位置估測更精準(2)

本文將先介紹造成低軌通訊衛星的實際位置和估測位置之間出現誤差的可能原因。然後,介紹考量地球自轉和公轉效應,將低軌衛星的速度、重力加速度和地球的標準重力參數(Standard Gravitational...
2024 年 07 月 17 日

結合歐拉方法與雅可比矩陣 衛星位置估測更精準(3)

本文將先介紹造成低軌通訊衛星的實際位置和估測位置之間出現誤差的可能原因。然後,介紹考量地球自轉和公轉效應,將低軌衛星的速度、重力加速度和地球的標準重力參數(Standard Gravitational...
2024 年 07 月 17 日

善用最小平方法 低軌衛星定位最佳化(2)

  估測成功的關鍵 由於是採用單點定位(Single Point Positioning, SPP)和C/A編碼,所以只能測得虛擬距離,也只會用到圖4中的C1C欄位的數據。以虛擬隨機識別碼(Pseudo...
2024 年 06 月 28 日

善用最小平方法 低軌衛星定位最佳化(1)

前文已介紹了國際全球衛星導航系統服務組織(International Global Navigation Satellite System(GNSS) Service, IGS)所發布的SP3(Special...
2024 年 06 月 28 日