摘要：Os atrasos na propagação dos sinais dos sistemas de navegação globais por satélite (GNSS), causados pela atmosfera neutra, são importantes fatores que limitam a acurácia de aplicações geodésicas precisas. Uma abordagem comum para tratar o atraso neutrosférico é estimar os chamados parâmetros neutrosféricos específicos da estação (SSNP – site-specific neutrospheric parameters ) no processamento de dados GNSS, os quais são, então, combinados com valores de um modelo predito calculados principalmente utilizando dados meteorológicos. Portanto, a qualidade do atraso neutrosférico determinado depende não somente dos efeitos que atuam nos sinais GNSS, mas também da estratégia utilizada no processamento dos dados. Neste trabalho, as influências dos fatores que afetam a modelagem neutrosférica como: o comprimento da linha de base, multicaminho, ponderação do peso das observações, resolução das ambigüidades e o modelo de predição neutrosférica, são analisados e quantificados baseando-se nos desvios-padrão dos SSNP estimados. Além disso, um modelo melhorado para a ponderação dos pesos das observações, baseado nas medidas de potência da razão sinal-ruído, é brevemente descrito. Os resultados apresentados nos testes indicam que a aplicação deste avançado modelo de ponderação dos pesos no processamento de dados GNSS, incluindo observações com baixa elevação, pode melhorar os desvios-padrão dos SSNP estimados em torno de 25% comparado com o modelo padrão de ponderação dos pesos dependente de elevação.
其他摘要：Propagation delays of the signals of global navigation satellite systems (GNSS) caused by the neutral atmosphere are an important accuracy-limiting factor for precise geodetic applications. A common approach to handle the neutrospheric delay is to estimate so-called site-specific neutrospheric parameters (SSNP) within GNSS data processing which are then combined with the predicted model values calculated primarily based on meteorological data. Therefore, the quality of the determined neutrospheric delay depends not only on the factors impacting the GNSS signals but also on data processing strategies. In this paper, the influence of the factors impacting neutrospheric modelling such as baseline length, multipath, observation weighting, ambiguity resolution, and neutrospheric prediction models are analysed and quantified based on the standard deviations of the estimated SSNP. Additionally, an improved observation weighting scheme based on signal-to-noise power ratio measurements is briefly described. Test results indicate that applying this advanced weight model within GNSS data processing, including observations at low elevation, the standard deviation of the estimated SSNP can be improved by nearly 25% compared with the standard elevation-dependent weighting model.
