本发明涉及卫星定位，具体涉及一种巨型卫星网络定位性能估计方法。
背景技术：
1、使用卫星进行定位长期以来被广泛应用，随着众多巨型低轨卫星星座的建设，在轨卫星数量迎来指数级增长，评估大量卫星的定位性能对于挖掘巨型卫星星座定位潜力，指导星座建设具有重要意义。
2、克拉美罗下界(cramér-rao lower bound，crlb)是参数估计问题中无偏估计量的理论误差下限，在定位问题中，根据接收机与卫星的相对几何构型计算crlb系数，将所得crlb系数乘上测量噪声方差即可有效表征定位误差理论下限crlb。对于现有的研究，往往是给出特定时刻的卫星分布，将已知卫星位置信息代入费舍尔信息矩阵(fisherinformation matrix,fim)j，通过求fim的逆的迹，再将结果乘上测量误差方差得到该特定时刻的定位误差方差下限crlb。然而，这种方法只能计算单一时刻的定位误差下限，表征该时刻算法的精确性。由于卫星网络几何形状随时间变化，上述方法不能表征一个卫星星座的平均定位性能。
3、当前针对卫星星座定位性能的估计方法研究较少，国内外尚未见报道。
技术实现思路
1、有鉴于此，本发明提供了一种巨型卫星网络定位性能估计方法，能在到达时间(toa)、到达时间差(tdoa)和到达频率(foa)测量下根据接收机位置和星座参数计算巨型卫星星座的平均定位crlb，表征卫星星座的平均定位性能。
2、本发明的巨型卫星网络定位性能估计方法，包括：
3、步骤1，获取卫星信号到接收机的到达时间toa、到达时间差tdoa或到达频率foa，计算其误差方差和其中，和的单位为m2，的单位转换为m/s；
4、步骤2，计算卫星星座的平均定位crlb系数，具体包括：
5、s21，基于toa、tdoa或foa，将费舍尔信息矩阵j中的各项的变量转化为卫星相对接收机的方位角θ和仰角
6、s22，根据接收机的经纬度信息、卫星星座轨道参数，计算接收机获取观测量的时间间隔对应的角度分度，进而计算卫星星座关于接收机位置方位角和仰角θ的联合概率密度函数并对联合概率密度函数进行归一化处理；
7、s23，对fim的每一项进行基于的加权；为归一化后的联合概率密度函数；
8、s24，将s23基于加权后的fim的各项代入crlb系数求解公式得到crlb系数ccrlb；
9、步骤3，结合观测时间间隔δt，仿真得到卫星星座的平均可见卫星数目n；计算卫星星座平均定位crlb：
10、
11、步骤4，基于步骤3得到的卫星星座平均定位crlb完成巨型卫星网络定位性能估计。
12、较优的，所述步骤1中，通过公式(1)转换为将其单位转换为m/s：
13、
14、其中，c为光速；fc为卫星下行信号载波频率。
15、较优的，所述步骤s21中，
16、对于toa测量方法，费舍尔信息矩阵j中的分别为：
17、
18、其中，pi＝[pi,x,pi,y,pi,z]为卫星i的三维位置，p＝[px,py,pz]表示接收机三维位置，||||表示求二范数；
19、对于tdoa测量方法，费舍尔信息矩阵j中的分别为：
20、
21、其中pi-1＝[pi-1,x,pi-1,y,pi-1,z]表示卫星i-1的三维位置；
22、对于foa测量方法，费舍尔信息矩阵j中的和分别为：
23、
24、其中，vi＝[vi,x,vi,y,vi,z]和v＝[vx,vy,vz]分别表示卫星i和接收机的三维速度；和θv,i分别表示卫星i相对于接收机速度的仰角和方向角；ai表示卫星i相对于接收机速度的模值与距离模值之比。
25、较优的，所述步骤s22中，对联合概率密度函数中的每个元素使用如下方法归一化：
26、
27、其中角标“′”表示归一化后的概率密度分布。
28、较优的，所述步骤s23中，
29、对于toa或tdoa测量方法，基于加权后的fim的各项为：
30、
31、其中θi＝δθ,2δθ,...,2π/δθ，2δθ,...,π/2δθ；
32、对于foa测量方法，基于加权后的fim的各项为：
33、
34、有益效果：
35、本发明能在toa、tdoa和foa测量下使用卫星相对于接收机的方位角和仰角表示费舍尔信息矩阵中的项，代入卫星星座相关参数后，使用仰角和方位角的联合概率密度加权得到所考虑星座的平均crlb闭式解。该平均crlb能从理论上反映一个星座的平均定位性能。本发明对于挖掘巨型卫星星座定位潜力，指导星座建设具有重要意义。
1.一种巨型卫星网络定位性能估计方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述步骤1中，通过公式(1)转换为将其单位转换为m/s：
3.如权利要求1所述的方法，其特征在于，所述步骤s21中，
4.如权利要求1或3所述的方法，其特征在于，所述步骤s22中，对联合概率密度函数中的每个元素使用如下方法归一化：
5.如权利要求3所述的方法，其特征在于，所述步骤s23中，
