CN104236555A - 一种脉冲星计时噪声估计与预报方法 - Google Patents

一种脉冲星计时噪声估计与预报方法 Download PDF

Info

Publication number
CN104236555A
CN104236555A CN201410475515.7A CN201410475515A CN104236555A CN 104236555 A CN104236555 A CN 104236555A CN 201410475515 A CN201410475515 A CN 201410475515A CN 104236555 A CN104236555 A CN 104236555A
Authority
CN
China
Prior art keywords
timing
pulsar
noise
timing noise
autocorrelation matrix
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410475515.7A
Other languages
English (en)
Inventor
邓新坪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National Space Science Center of CAS
Original Assignee
National Space Science Center of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by National Space Science Center of CAS filed Critical National Space Science Center of CAS
Priority to CN201410475515.7A priority Critical patent/CN104236555A/zh
Publication of CN104236555A publication Critical patent/CN104236555A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/24—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for cosmonautical navigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Astronomy & Astrophysics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种脉冲星计时噪声估计与预报方法，包括：对脉冲星做计时观测，得到脉冲星计时观测数据；对脉冲星计时观测数据进行分析，从中得到测量噪声与计时噪声的自相关矩阵；根据脉冲星计时观测数据，测量噪声与计时噪声的自相关矩阵求解最大似然估计方程，从而得到计时噪声估计与预报值；其中，所述最大似然估计方程为：s为计时噪声的估计与预报值，Cs为计时噪声自相关矩阵，为计时噪声自相关矩阵的逆矩阵，n为测量噪声，Cn为测量噪声自相关矩阵，为测量噪声自相关矩阵的逆矩阵，o＝s+n为脉冲星计时观测数据。

Description

一种脉冲星计时噪声估计与预报方法
技术领域
本发明涉及脉冲星计时以及脉冲星导航研究领域，特别涉及一种脉冲星计时噪声估计与预报方法。
背景技术
为了精确测量脉冲星自行，需要移除计时噪声，但是不能影响任何周期接近1yr的信号。满足此项要求的计时噪声移除可以通过fitwaves算法完成，该算法通过将多个最大周期大于1.5yr的正弦信号相叠加来拟合计时噪声。
最近研究表明，通过获得简单且解析的计时噪声频谱模型，并以此为基础计算计时噪声和白噪声自相关矩阵，可以提高脉冲星参数测量精度。以自相关矩阵为基础的线性变换，能够有效地“白化”观测数据。如果该线性变换被同时应用到观测数据和脉冲星时间模型，将能大大简化在脉冲星参数拟合中普遍采用的最小二乘算法，线性变换后的最小二乘可称为广义最小二乘。同时，利用最大似然估计，自相关矩阵还能被用于计时噪声估计和预报。
为了获得脉冲星脉冲轮廓，在观测中需要对多个脉冲进行累加。对于射电观测，数据通常被按照实时预报所得站心脉冲周期进行叠加。在较短时间区间内所进行的脉冲叠加通常可以假设在此区间内时间模型足够精确，如果脉冲轮廓折叠所用数据跨度达到数月甚至数年，则需要考虑计时噪声对脉冲折叠的影响。例如，为了折叠Fermiγ射线望远镜上Large Area Telescope(LAT)望远镜获取的γ射线光子，需要脉冲星时间模型在几年时间内有效。在γ射线脉冲折叠中，需要从射电观测中获取脉冲星时间模型；利用该时间模型预报脉冲相位；将光子按照预报相位进行叠加。在此过程中，射电观测中计时噪声可以用通过fitwaves进行“白化”，但是fitwaves并不是最优化结果，而最大似然估计则能实现最优化计时噪声估计；fitwaves不能对计时噪声进行向前和向后预报；fitwaves拟合结果依赖于所选拟合阶数，阶数太低则无法包含所有计时噪声，阶数太多则会引入并不存在的计时噪声(尤其是观测时间间隔较大时)。
脉冲星数据的实时折叠通常也需要对脉冲相位进行预报。在脉冲相位预报中，通常只基于脉冲星时间模型来进行，而忽略计时噪声的影响。为了提高硬件执行效率，典型时间预报模型通常用切比雪夫多项式展开。
X射线脉冲星航天器导航是另一个需要预报脉冲相位的典型应用。比较在航天器上测得的脉冲到达时间(ToA)和预报所得的太阳系质心(SSB)处脉冲ToA之间的差值，能获得航天器位置误差信息，用于确定航天器位置。但是，由于计时噪声普遍存在于年轻脉冲星和毫秒脉冲星时间残差中，有必要利用最优化手段对计时噪声进行预报。
发明内容
本发明的目的在于克服现有技术中计时噪声估计与预报方法的缺陷，从而提供一种优化的脉冲星计时噪声估计与预报方法。
为了实现上述目的，本发明提供了一种脉冲星计时噪声估计与预报方法，包括：
步骤101)、对脉冲星做计时观测，得到脉冲星计时观测数据；
步骤102)、对步骤101)所得到的脉冲星计时观测数据进行分析，从中得到测量噪声与计时噪声的自相关矩阵；
步骤103)、根据步骤101)得到的脉冲星计时观测数据，步骤102)得到的测量噪声与计时噪声的自相关矩阵求解最大似然估计方程，从而得到计时噪声估计与预报值；其中，
所述最大似然估计方程为：
( C s - 1 + C n - 1 ) s = C n - 1 o ;
s为计时噪声的估计与预报值，Cs为计时噪声自相关矩阵，为计时噪声自相关矩阵的逆矩阵，n为测量噪声，Cn为测量噪声自相关矩阵，为测量噪声自相关矩阵的逆矩阵，o＝s+n为脉冲星计时观测数据。
上述技术方案中，在步骤102)中，采用Tempo2软件中的插件plk与插件spectralModel分析脉冲星计时观测数据，得到测量噪声与计时噪声的自相关矩阵。
上述技术方案中，在步骤103)中，在求解最大似然估计方程时，包括：
通过脉冲星计时观测数据估计实际观测时刻的计时噪声的值；
通过将脉冲星计时观测数据o赋零值，并将中对角线赋为零，预报没有实际观测的其他时刻的计时噪声的值。
上述技术方案中，采用Cholesky分解来求解计时噪声自相关矩阵的逆矩阵
本发明的优点在于：
1、本发明的脉冲星计时噪声估计与预报方法与现有技术中的fitwaves方法相比能给出更为优化的计时噪声估计与预报值；
2、本发明的脉冲星计时噪声估计与预报方法在极端情况下(如高强度的计时噪声、大观测时间间隔以及高度变化的测量噪声)仍能实现对计时噪声的有效估计与预报；
3、本发明的脉冲星计时噪声估计与预报方法在存在微小周期跃变时，仍能实现对计时噪声的有效估计与预报；
4、本发明的脉冲星计时噪声估计与预报方法对测量噪声与计时噪声自相关矩阵计算误差不敏感。
附图说明
图1是本发明的方法的流程图。
具体实施方式
现结合附图对本发明作进一步的描述。
参考图1，本发明的方法包括以下步骤：
步骤1)、建立计时噪声估计与预报所需的最大似然估计方程；
维纳滤波器是最先讨论稳态时间序列最优化估计和预报的理论，但是由于脉冲星脉冲到达时间测量误差并不稳定，以及脉冲星观测时间间隔不规律导致时间序列不均匀，使得维纳滤波器很难直接用于脉冲到达时间残差分析。虽然维纳滤波器无法直接用于脉冲到达时间残差分析，但是维纳滤波器是一种典型的最大似然估计，在知道计时噪声和测量噪声自相关矩阵的情况下，广义最大似然估计可以直接应用于脉冲到达时间残差分析。
对脉冲到达时间残差计时噪声估计与预报问题的最大似然表述为：从含有高斯分布计时噪声和高斯分布白噪声的不规则观测中估计与预报计时噪声。
基于上述的最大似然表述，建立脉冲观测数据的概率密度对数函数，进而获得如下的最大似然方程：
s T C s - 1 s + n T C n - 1 n = s T C s - 1 s + ( o - s ) T C n - 1 ( o - s ) - - - ( 1 )
其中s为计时噪声的估计与预报值，Cs为计时噪声自相关矩阵，n为测量噪声，Cn为测量噪声自相关矩阵，o＝s+n为脉冲星计时观测。
为了从观测数据中获得计时噪声的最大似然估计，将前述的最大似然方程对计时噪声求导，从而得到如下公式：
2 C s - 1 s - 2 C n - 1 ( o - s ) = 0 - - - ( 2 )
进一步求解，可获得最终的最大似然估计方程为：
( C s - 1 + C n - 1 ) s = C n - 1 o . - - - ( 3 )
步骤2)、对脉冲星做计时观测，得到脉冲星计时观测数据，并进一步获取脉冲星计时观测数据中测量噪声与计时噪声的自相关矩阵；
对真实脉冲星计时观测数据进行分析，获得测量噪声与计时噪声自相关矩阵。对脉冲星计时观测数据进行分析可采用现有技术实现，如Tempo2软件中的插件plk、spectralModel等。
步骤3)、基于真实的脉冲星计时观测信息、测量噪声与计时噪声自相关矩阵信息以及最大似然估计方程，对计时噪声进行估计与预报。
将步骤2)所得到的真实的脉冲星计时观测信息，步骤2)得到的测量噪声与计时噪声自相关矩阵信息代入步骤1)得到的最大似然估计方程(即公式(3))，对该最大似然估计方程求解，可得到计时噪声估计与预报值s。
对计时噪声进行估计与预报可分为两种情况，一种是当前时刻为实际观测时刻，即具有脉冲星计时观测数据的时刻，此时可根据脉冲星计时观测数据、测量噪声与计时噪声自相关矩阵信息来求解最大似然估计方程，估计计时噪声的值；第二种是没有实际观测的其他时刻，此时需要将脉冲星计时观测数据o赋零值，并将中对角线赋为零，求解最大似然估计方程，预报计时噪声的值。
在对最大似然估计方程求解时，由于测量噪声自相关矩阵Cn为对角矩阵，因此很容易求得方程中的在求解方程时，对的求解可能出现奇异性，因此作为一种优选实现方式，采用Cholesky分解来完成该求解过程，另外可通过将等号两边同乘以Cs来回避对的计算。
最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (4)

1.一种脉冲星计时噪声估计与预报方法，包括：
步骤101)、对脉冲星做计时观测，得到脉冲星计时观测数据；
步骤102)、对步骤101)所得到的脉冲星计时观测数据进行分析，从中得到测量噪声与计时噪声的自相关矩阵；
步骤103)、根据步骤101)得到的脉冲星计时观测数据，步骤102)得到的测量噪声与计时噪声的自相关矩阵求解最大似然估计方程，从而得到计时噪声估计与预报值；其中，
所述最大似然估计方程为：
( C s - 1 + C n - 1 ) s = C n - 1 o ;
s为计时噪声的估计与预报值，Cs为计时噪声自相关矩阵，为计时噪声自相关矩阵的逆矩阵，n为测量噪声，Cn为测量噪声自相关矩阵，为测量噪声自相关矩阵的逆矩阵，o＝s+n为脉冲星计时观测数据。
2.根据权利要求1所述的脉冲星计时噪声估计与预报方法，其特征在于，在步骤102)中，采用Tempo2软件中的插件plk与插件spectralModel分析脉冲星计时观测数据，得到测量噪声与计时噪声的自相关矩阵。
3.根据权利要求1所述的脉冲星计时噪声估计与预报方法，其特征在于，在步骤103)中，在求解最大似然估计方程时，包括：
通过脉冲星计时观测数据估计实际观测时刻的计时噪声的值；
通过将脉冲星计时观测数据o赋零值，并将中对角线赋为零，预报没有实际观测的其他时刻的计时噪声的值。
4.根据权利要求3所述的脉冲星计时噪声估计与预报方法，其特征在于，采用Cholesky分解来求解计时噪声自相关矩阵的逆矩阵
CN201410475515.7A 2014-09-17 2014-09-17 一种脉冲星计时噪声估计与预报方法 Pending CN104236555A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410475515.7A CN104236555A (zh) 2014-09-17 2014-09-17 一种脉冲星计时噪声估计与预报方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410475515.7A CN104236555A (zh) 2014-09-17 2014-09-17 一种脉冲星计时噪声估计与预报方法

Publications (1)

Publication Number Publication Date
CN104236555A true CN104236555A (zh) 2014-12-24

Family

ID=52225101

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410475515.7A Pending CN104236555A (zh) 2014-09-17 2014-09-17 一种脉冲星计时噪声估计与预报方法

Country Status (1)

Country Link
CN (1) CN104236555A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107784190A (zh) * 2017-11-29 2018-03-09 哈尔滨工程大学 船舶结构宽频线谱振动噪声快速预报方法
CN111189445A (zh) * 2020-01-14 2020-05-22 哈尔滨工业大学 一种基于随机共振的脉冲星辨识方法
CN114114881A (zh) * 2021-11-23 2022-03-01 中山大学 一种脉冲星计时性能优化方法及***

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101038169A (zh) * 2007-02-13 2007-09-19 北京空间飞行器总体设计部 基于x射线脉冲星的导航卫星自主导航***与方法
CN103674032A (zh) * 2012-09-04 2014-03-26 西安电子科技大学 融合脉冲星辐射矢量和计时观测的卫星自主导航***及方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101038169A (zh) * 2007-02-13 2007-09-19 北京空间飞行器总体设计部 基于x射线脉冲星的导航卫星自主导航***与方法
CN103674032A (zh) * 2012-09-04 2014-03-26 西安电子科技大学 融合脉冲星辐射矢量和计时观测的卫星自主导航***及方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
T.I.LARCHENKOVA ET.AL: "Shapiro Effect as a Possible Cause of the Low-Frequency Pulsar Timing Noise in Globular Clusters", 《ASTRONOMY LETTERS》 *
X.P.DENG ET AL.: "Optimal Interpolation and Prediction in Pulsar Timing", 《MONTHLY NOTICES OF THE ROYAL ASTRONOMICAL》 *
杨廷高等: "毫秒脉冲星计时噪声估计", 《时间频率学报》 *
田丰: "基于脉冲星计时的航天器自主定位误差估计方法", 《天文学进展》 *
邓新坪: "改进UKF在X射线脉冲星导航中的应用研究", 《北京理工大学学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107784190A (zh) * 2017-11-29 2018-03-09 哈尔滨工程大学 船舶结构宽频线谱振动噪声快速预报方法
CN111189445A (zh) * 2020-01-14 2020-05-22 哈尔滨工业大学 一种基于随机共振的脉冲星辨识方法
CN114114881A (zh) * 2021-11-23 2022-03-01 中山大学 一种脉冲星计时性能优化方法及***
CN114114881B (zh) * 2021-11-23 2023-04-18 中山大学 一种脉冲星计时性能优化方法及***

Similar Documents

Publication Publication Date Title
Yang et al. Extended Kalman filter for extended object tracking
CN104076355B (zh) 基于动态规划的强杂波环境中弱小目标检测前跟踪方法
CN104296755B (zh) 一种x射线脉冲星导航脉冲toa的确定方法
CN101661104B (zh) 基于雷达/红外量测数据坐标转换的目标跟踪方法
US20170338802A1 (en) Actually-measured marine environment data assimilation method based on sequence recursive filtering three-dimensional variation
CN109031215B (zh) 高脉冲丢失下的参差雷达脉冲重复周期估计方法
CN103776454A (zh) 基于x射线脉冲星的最大似然相位估计方法
CN104237853B (zh) 一种针对多帧检测前跟踪点迹序列的粒子滤波方法
CN105785358B (zh) 一种方向余弦坐标系下带多普勒量测的雷达目标跟踪方法
CN110186464A (zh) 一种基于贝叶斯估计的x射线脉冲星导航toa估计方法
CN104236555A (zh) 一种脉冲星计时噪声估计与预报方法
Hyun et al. A new OS-CFAR detector design
CN102930171A (zh) 一种基于多胞型微分包含的非线性滤波方法
CN112797989A (zh) 一种脉冲星频率参数的快速搜索方法
Pathak et al. Fast likelihood evaluation using meshfree approximations for reconstructing compact binary sources
CN104990548A (zh) 基于历元折合的动态脉冲星信号的处理方法
CN104699966A (zh) 一种融合GNSS和InSAR数据获取高时空分辨率形变序列的方法
CN104035076B (zh) 一种多帧检测前跟踪的迭代滤波方法
CN110501686A (zh) 基于一种新型自适应高阶无迹卡尔曼滤波的状态估计方法
CN104331087A (zh) 一种鲁棒的水下传感器网络目标跟踪方法
Li et al. A new adaptive unscented Kalman filter based on covariance matching technique
CN105160692A (zh) 加门限的滑动窗口一阶矩质心计算方法
RU2601143C1 (ru) Адаптивный экстраполятор
CN103940424B (zh) 一种x射线脉冲星导航信号整周模糊度检测与估计方法
Gruyer et al. Experimental comparison of Bayesian positioning methods based on multi-sensor data fusion

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20141224