使用广播星历计算卫星坐标(Python)
前言
- 本代码为GNSS课程设计代码,仅供参考,使用的计算方法与公式均来源于王坚主编的《卫星定位原理与应用(第二版)》。
- 本代码计算结果可以通过下载精密星历进行比照,误差在1-10m左右。
- 实现功能:读取卫星广播星历,并将其计算为WGS-84坐标系下的坐标,每颗卫星,每15分钟输出一次。
广播星历下载
- 有多重方法进行下载,由于网络原因以及使用的便捷程度,建议使用武汉大学的IGS网站进行下载。(http://www.igs.gnsswhu.cn/index.php)
- 文件名不需要填写,在选择时间时注意,即使只选择一天的数据,设置结束时间也要到第二天,否则会显示错误,检索结果中的数字代表该日期是所选年份的第几天。
Python函数库
本代码使用numpy,pandas,gnss_lib_py,matplotlib四个函数库,请提前安装。
安装代码
#两条命令根据使用环境进行选择
pip install gnss-lib-py pandas matplotlib #Python环境安装代码
conda install gnss-lib-py pandas matplotlib -c conda-forge #conda环境安装代码
gnss_lib_py库
GitHub主页:https://github.com/Stanford-NavLab/gnss_lib_py?tab=readme-ov-file
文档主页:https://gnss-lib-py.readthedocs.io/en/latest/index.html
本文主要使用该库的读取以及转化为DataFrame功能,其中参数的命名规则以及时间转换规则可以在文档中找到。
具体代码
建议使用jupyter进行执行,下方代码为分单元块格式,如果没有jupyter环境可以直接粘贴到一个python文件进行运行。
代码块一:
import gnss_lib_py as glp
import datetime
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
代码块二:
# 导入23n文件
file_path = 'brdc2550.23n'
data = glp.RinexNav(file_path)
data_df = data.pandas_df()
代码块三:
# 寻找最小差值的参考时刻
def find(inweekmilli, refers, insv):
filter_sv = refers[refers['gnss_sv_id'] == insv]
defference = np.abs(inweekmilli - filter_sv['t_oe'])
return defference.idxmin()
times = np.array([None] * 24 * 4)
gpsmillis = np.array([None] * 24 * 4)
n = 0
for hour in range(0, 24):
minut = 0
while minut < 60:
times[n] = datetime.datetime(2023, 9, 12, hour, minut, 0, tzinfo=datetime.timezone.utc)
gpsmillis[n] = glp.datetime_to_gps_millis(times[n])
minut += 15
n += 1
gpsmillis = np.array(gpsmillis)
GM=3.986005E+14
sqrtGM = np.sqrt(GM)
sv_list = [f'G{str(i).zfill(2)}' for i in range(1, 33)]
outdata = pd.DataFrame(columns=['data', 'gnss_sv_id', 'X', 'Y', 'Z'], index=range(24 * 4 * 32))
orbit = pd.DataFrame(columns=['data', 'gnss_sv_id', 'x', 'y'], index=range(24 * 4 * 32))
m = 0
j = 0
print("正在计算,请稍候。")
for gpsmilli in gpsmillis:
for sv in sv_list:
week, milli_week = glp.gps_millis_to_tow(gpsmilli)
milli_week=milli_week-18
index = find(milli_week, data_df, sv)
print(f'sv:{sv},time:{times[j]},index:{index}')
print(milli_week,data_df.iloc[index]['t_oe'])
a = np.power(data_df.iloc[index]['sqrtA'], 2)
n0 = sqrtGM / np.power(a, 3 / 2)
n = n0 + data_df.iloc[index]['deltaN']
tk = milli_week - data_df.iloc[index]['t_oe']
M = data_df.iloc[index]['M_0'] + n * tk
e = data_df.iloc[index]['e']
# 打印中间结果M和e
print(f"M: {M}, e: {e}")
# 解开普勒方程
E = M
for _ in range(50): # 使用迭代方法求解E
E = M + e * np.sin(E)
# 打印中间结果E
print(f"E: {E}")
f = np.arctan((np.sqrt(1 - e**2) * np.sin(E)) / (np.cos(E) - e))
if E > np.pi*0.5:
f=f+np.pi
if E < -np.pi*0.5:
f=f-np.pi
if np.pi*0.5 > E > 0 > f:
f=f+np.pi
if -np.pi*0.5 < E < 0 < f:
f=f-np.pi
print(f"arctan({(np.sqrt(1 - e**2) * np.sin(E)) / (np.cos(E) - e)}),f:{f}")
u_pie = data_df.iloc[index]['omega'] + f
r_pie = a * (1 - e * np.cos(E))
C_uc = data_df.iloc[index]['C_uc']
C_us = data_df.iloc[index]['C_us']
C_rc = data_df.iloc[index]['C_rc']
C_rs = data_df.iloc[index]['C_rs']
C_ic = data_df.iloc[index]['C_ic']
C_is = data_df.iloc[index]['C_is']
delta_u = C_uc * np.cos(2 * u_pie) + C_us * np.sin(2 * u_pie)
delta_r = C_rc * np.cos(2 * u_pie) + C_rs * np.sin(2 * u_pie)
delta_i = C_ic * np.cos(2 * u_pie) + C_is * np.sin(2 * u_pie)
u = u_pie + delta_u
r = r_pie + delta_r
i = data_df.iloc[index]['i_0'] + delta_i + data_df.iloc[index]['IDOT'] * tk
print(f'u:{u}')
x = r * np.cos(u)
y = r * np.sin(u)
w_e = 7.292115E-5
L = data_df.iloc[index]['Omega_0'] + (data_df.iloc[index]['OmegaDot']- w_e )* milli_week - data_df.iloc[index]['OmegaDot']*data_df.iloc[index]['t_oe']
X = x * np.cos(L) - y * np.cos(i) * np.sin(L)
Y = x * np.sin(L) + y * np.cos(i) * np.cos(L)
Z = y * np.sin(i)
orbit.iloc[m,:] = [times[j],sv,x,y]
outdata.iloc[m, :] = [times[j], sv, X, Y, Z]
m += 1
j += 1
print("由于结果较长,请到Excel中查看,文件位于代码同级目录下outdata.csv。")
outdata.to_csv('outdata.csv')
print("导出成功。")
代码块四:
# 三维坐标可视化显示
out_sv = 'G20'
fig = plt.figure()
ax = plt.axes(projection='3d')
X = outdata[outdata['gnss_sv_id'] == out_sv]['X']
Y = outdata[outdata['gnss_sv_id'] == out_sv]['Y']
Z = outdata[outdata['gnss_sv_id'] == out_sv]['Z']
ax.plot(X, Y, Z, label=out_sv)
ax.legend()
plt.show()
使用广播星历计算卫星坐标(Python)的更多相关文章
- OSG学习:计算纹理坐标
在很多时候,直接指定纹理坐标是非常不方便的,如曲面纹理坐标,只有少数的曲面(如圆锥.圆柱等)可以在不产生扭曲的情况下映射到平面上,其他的曲面在映射到表面时都会产生一定程度的扭曲.一般而言,曲面表面的曲 ...
- thinkphp 百度地图Api坐标计算 A坐标距离B坐标多少公里 并按照距离近的排序 坐标排序 外部字段排序
感谢我磊哥 函数封装方法: //计算距离 /* **$a 可多数坐标 就是可数组类型的 ***$b 是登录者的坐标 ***ps: lat经度 lng纬度 经度在前纬度在后 *** ***/ funct ...
- 有关科学计算方面的python解决
在科学计算方面,一般觉得matlab是一个超强的东西.此外还有R. 至于某种语言来说,一般都要讲究一些特别的算法,包含但不限于: 矩阵方面的计算 指数计算 对数计算 多项式运算 各类方程求解 总之.仅 ...
- 用蒙特卡洛方法计算派-python和R语言
用蒙特卡洛方法算pi-基于python和R语言 最近follow了MOOC上一门python课,开始学Python.同时,买来了概率论与数理统计,准备自学一下统计.(因为被鄙视过不是统计专业却想搞数据 ...
- 利用位运算进行a+b的计算(Java&&Python)
题目链接 需要用到的位运算操作:异或(^).与(&).右移(<<) 异或运算:又称不进位加法,a^b得到的结果为a与b相加,但是需要进位的地方不进位得到的结果 与运算:找出来a和b ...
- java计算某个坐标是否在范围内
java电子围栏 圆.矩形.多边形算法 http://blog.csdn.net/deepak192/article/details/79402694/ java-经纬度有关的计算(半径内的经纬度范围 ...
- php 计算gps坐标 距离
在计算机或GPS上经纬度经常用度.分.秒和度.度.分.分.秒.秒的混合方式进行表示,度.分.秒间的进 制是60进制,度.度.分.分. 秒.秒的进制是100进制,换算时一定要注意.可以近似地认为每个纬度 ...
- Monte Carlo计算Pi,python实现
Monte Carlo import random import matplotlib.pyplot as plt import numpy as np 6 # 函数模拟点的随机掉落,并分为两组 de ...
- C# 计算地图上某个坐标点的到多边形各边的距离
在判断了某个坐标点是否在多边形内后,还有另一个需求就是当我这个坐标点在多边形外部时,我需要计算这个坐标点到多边形的距离是否在一个允许的误差范围内 通过两个位置的经纬度坐标计算距离(C#版本) 转自:h ...
- 【转载】Python日期时间模块datetime详解与Python 日期时间的比较,计算实例代码
本文转载自脚本之家,源网址为:https://www.jb51.net/article/147429.htm 一.Python中日期时间模块datetime介绍 (一).datetime模块中包含如下 ...
随机推荐
- 对于三节点集群zookeeper配置步骤:
步骤一:干净的集群,全新的hdfs在第一台主机上配置配置文件core-site.xml:<configuration><property> <name>fs.def ...
- Unity中正面视图的相机最大距离定位
问题背景: Unity中在场景中有这样的需求,就是俯视整个场景或者平视整个场景.这种情况下场景中物体长宽比不一定和相机视口长宽比一致,要保证所有的物体都在视口内,并且距离不能太远,,所以处理起来需要点 ...
- CF1860C 题解
显然是一个博弈论题,考虑 dp. 定义状态 \(dp_i\) 表示先手走到 \(i\) 之后是否有必胜策略,不难发现以下几点: 若走到 \(i\) 之后无路可走,那么就必败. 若走到 \(i\) 之后 ...
- python实用总结
Python3 常用工具 1. 命令行快速搭建本地http服务器 python3 -m http.server 8000 在命令行中输入此命令,就会在当前目录下搭建http服务器,可以通过访问http ...
- P1754
球迷购票问题 题意描述 盛况空前的足球赛即将举行.球赛门票售票处排起了球迷购票长龙. 按售票处规定,每位购票者限购一张门票,且每张票售价为50元.在排成长龙的球迷中有N个人手持面值50元的钱币,另有N ...
- TokenObtainPairSerialize
TokenObtainPairSerializer是Django REST framework的SimpleJWT库提供的序列化器.它用于对用户凭据(如用户名和密码)进行序列化和验证,并在成功的身份验 ...
- 入门到精通rsync和inotify
rsync 作用: 实现文件的备份 备份位置可以是当前主机,也可以是远程主机 备份过程可以是完全备份,也可以是增量备份 功能: 1)类似于cp的复制功能 将本地主机的一个文件复制到另一个位置下 2)将 ...
- linux服务器webdriver启动Chrome浏览器失败
碰到一个linux启动Chrome浏览器失败的奇怪问题,查了很久资料,问题终于解决了,特此记录一下 我的情况是,一开始运维给了一个deploy的账号去部署项目UI自动化测试项目,项目是运行没有问题的, ...
- OpenAI深夜丢炸弹硬杠谷歌搜索
这几年科技变革太快,AI更是飞速发展,作为一名IT老兵,使用过的搜索引擎也是一换再换.这不,刚消停了一段时间的OpenAI又丢出一个炸弹SearchGPT,直接跟谷歌掀桌子了. 1.谷歌搜索的无奈 早 ...
- 2023/4/14 SCRUM个人博客
1.我昨天的任务 初步了解项目的整体框架,并对接下来的人脸识别库以及组件有基本了解和安装 2.遇到了什么困难 ------------ 3.我今天的任务 获得了人脸识别作弊检测和绘制界面的分工,准备先 ...