Eines der wichtigsten Ziele des neuen VLBI-Systems (VGOS, VLBI Geodetic Observing System) besteht darin,  die Zeitspanne zwischen der Durchführung der Beobachtungen und der Verfügbarkeit der Ergebnisse zu verkürzen. Als ein Beitrag zu diesem Ziel werden im Projekt VLBI-ART Tools und Module innerhalb der GFZ-Version der Vienna VLBI Software (VieVS@GFZ) entwickelt, welche die VLBI-Daten mittels eines Kalman-Filters in Nahe-Echtzeit auswerten können. Außerdem wird die Software so modifiziert, dass die Auswertung völlig autonom ablaufen kann.

Untersuchungen mit echten und simulierten Daten werden durchgeführt, um die Software zu testen und zu optimieren. Darüber hinaus besteht die vielversprechende Möglichkeit, Daten anderer Sensoren im Kalman-Filter zu integrieren, beispielsweise troposphärische Laufzeitverzögerungen von Wasserdampfradiometern, Erdrotationsparameter von Ringlaser-Kreiseln, troposphärische Laufzeitverzögerungen und EOP von GNSS oder atmosphärische Anregungsfunktionen von Wettervorhersagemodellen. Die Automatisierung der Datenanalyse beinhaltet auch das Lösen der Mehrdeutigkeiten sowie die Detektion von Uhrensprüngen und Ausreißern.

Projektleiter: Tobias Nilsson

Projektmitarbeiter: Benedikt Soja, Maria Karbon

Böhm, J., S. Böhm, T. Nilsson, A. Pany, L. Plank, H. Spicakova, K. Teke, and H. Schuh. The new Vienna VLBI software. In S. Kenyon, M. C. Pacino, and U. Marti, editors, IAG Scientific Assembly 2009, number 136 in International Association of Geodesy Symposia, pages 1007–1011, Buenos Aires, Argentina, 2012. Springer. doi:10.1007/978-3-642-20338-1_126.

Böhm, J., H. Krásná, S. Böhm, V. Choliy, A: Hellerschmied, A. Hofmeister, M. Karbon, D. Mayer, J. McCullum, M. Madzak, T. Nilsson, L. Plank, S. Shabala, B. Soja, J. Sun, and K. Teke. Vienna VLBI software: Current release and plans for the future. In D. Behrend, K. D. Baver, and K. Armstrong, editors, Proceedings of the Eight IVS General Meeting: VGOS: The New VLBI Network, pages 258–261, Shanghai, China, 2014. Science Press. Available from: ftp://ivscc.gsfc.nasa.gov/pub/general-meeting/2014/pdf/055_Bohm_etal.pdf.

Karbon, M., T. Nilsson, C. Tierno Ros, R. Heinkelmann, and H. Schuh. VLBI-Art: VLBI analysis in real-time. In N. Zubko and M. Poutanen, editors, Proceedings 21th Meeting of the European VLBI Group for Geodesy and Astrometry, pages 95–97, Espoo, Finland, 2013. Available from: http://evga.fgi.fi/sites/default/files/u3/Proceedings_EVGA2013.pdf.

Karbon, M., B. Soja, T. Nilsson, Z. Deng, R. Heinkelmann, and H. Schuh. Earth orientation parameters from VLBI determined with a Kalman filter. Geodesy and Geodynamics, 8(6):396–407, 2017. doi:10.1016/j.geog.2017.05.006.

Karbon, M., B. Soja, T. Nilsson, R. Heinkelmann, L. Liu, C. Lu, J.A. Mora-Diaz, V. Raposo-Pulido, M. Xu, and H. Schuh. ERP estimation using a Kalman filter in VLBI. In D. Behrend, K. D. Baver, and K. Armstrong, editors, Proceedings of the Eight IVS General Meeting: VGOS: The New VLBI Network, pages 298–301, Shanghai, China, 2014. Science Press. Available from: ftp://ivscc.gsfc.nasa.gov/pub/general-meeting/2014/pdf/064_Karbon_etal.pdf.

Nilsson, T., S. Glaser, M. Karbon, B. Soja, R. Heinkelmann, and H. Schuh. The GFZ-VLBI-TRF solution. In R. Haas and G. Elgered, editors, Proceedings of the 23rd European VLBI Group for Geodesy and Astrometry Working Meeting, pages 257–260, Göteborg, Sweden, 2017. Available from: http://www.evga.org/files/2017EVGA_proc_Gothenburg.pdf.

Nilsson, T., R. Heinkelmann, S. Glaser, B. Soja, M. Karbon, and H. Schuh. Combination of common parameters for co-located VLBI antennas. In Proceedings of the 22nd European VLBI Group for Geodesy and Astronomy Working Meeting, pages 252–255, 2015. Available from: http://www.oan.es/raege/evga2015/EVGA2015_proceedings.pdf.

Nilsson, T., M. Karbon, and H. Schuh. A Kalman filter for combining high frequency Earth rotation parameters from VLBI and GNSS. In N. Zubko and M. Poutanen, editors, Proceedings 21th Meeting of the European VLBI Group for Geodesy and Astrometry, pages 117–120, Espoo, Finland, 2013. Available from: http://evga.fgi.fi/sites/default/files/u3/Proceedings_EVGA2013.pdf.

Nilsson, T., M. Karbon, B. Soja, S. Glaser, R. Heinkelmann, and H. Schuh. Simulations of near real-time EOP estimation from a future VGOS network. In D. Behrend, K. D. Baver, and K. Armstrong, editors, IVS 2016 General Meeting Proceedings ’New Horizons with VGOS’, NASA/CP-2016-219016, pages 208–212, Johannesburg, South Africa, 2016. Available from: ftp://ivscc.gsfc.nasa.gov/pub/general-meeting/2016/pdf/043_nilsson_etal.pdf.

Nilsson, T., M. Karbon, B. Soja, R. Heinkelmann, C. Lu, and H. Schuh. Atmospheric modeling for co-located VLBI antennas and twin telescopes. J. Geodesy, 89:655–665, 2015. doi:10.1007/s00190-015-0804-6.

Nilsson, T., M. Karbon, B. Soja, V. Raposo-Pulido, R. Heinkelmann, J. Mora Diaz, C. Lu, L. Liu, and H. Schuh. Rapid UT1 estimation by combining VLBI intensives with GNSS. In IAG 150 Years, Proceedings of the IAG Scientific Assembly 2013, volume 143 of IAG Symposia, pages 521–526, Potsdam, Germany, 2016. Springer. doi: 10.1007/1345_2015_105.

Nilsson, T., B. Soja, K. Balidakis, M. Karbon, R. Heinkelmann, Z. Deng, and H. Schuh. Improving the modeling of the atmospheric delay in the data analysis of the Intensive VLBI sessions and the impact on the UT1 estimates. J. Geodesy, 91(7):857–866, 2017. doi:10.1007/s00190-016-0985-7.

Nilsson, B. Soja, T., S. Glaser, K. Balidakis, M. Karbon, R. Heinkelmann, R. Gross, and H. Schuh. Comparison of a VLBI TRF solution based on Kalman filtering and recent ITRS realizations. In D. Behrend, K. D. Baver, and K. Armstrong, editors, IVS 2016 General Meeting Proceedings ’New Horizons with VGOS’, NASA/CP-2016-219016, pages 256–260, Johannesburg, South Africa, 2016. Available from: ftp://ivscc.gsfc.nasa.gov/pub/general-meeting/2016/pdf/052_soja_etal.pdf.

Nilsson, T., B. Soja, M. Karbon, R. Heinkelmann, and H. Schuh. Application of Kalman filtering in VLBI data analysis. Earth Planets Space, 67(136):1–9, 2015. doi.org/10.1186/s40623-015-0307-y

Nilsson, T., B. Soja, M. Karbon, R. Heinkelmann, and H. Schuh. Water vapor radiometer data in very long baseline interferometry data analysis. In J. T. Freymueller and L. Sánchez, editors, International Symposium on Earth and Environmental Sciences for Future Generations, volume 147 of IAG Symposia, pages 303–308. Springer, 2017. doi:10.1007/1345_2017_264.

Soja, B.. Anwendung eines Kalman-Filters in der Auswertung von VLBI-Daten, PhD Thesis, Scientific Technical Report STR ; 16/06, Deutsches GeoForschungsZentrum GFZ, Potsdam, 2016, doi:10.1007/1345_2015_80.

Soja, B., R. Gross, C. Jacobs, T. Chin, C. Abbondanza, M. Heflin, J. Parker and X. Wu, M. Karbon, T. Nilsson, R. Heinkelmann, and H. Schuh. A celestial reference frame based on Kalman filtering. In R. Haas and G. Elgered, editors, Proceedings of the 23rd European VLBI Group for Geodesy and Astrometry Working Meeting, pages 152–156, Göteborg, Sweden, 2017. Available from: http://www.evga.org/files/2017EVGA_proc_Gothenburg.pdf.

Soja, B., M. Karbon, T. Nilsson, K. Balidakis, S. Glaser, R. Heinkelmann, and H. Schuh. Short-term station coordinate variations from Kalman filtering VLBI data. In Proceedings of the 22nd European VLBI Group for Geodesy and Astronomy Working Meeting, pages 172–176, 2015. Available from: http://www.oan.es/raege/evga2015/EVGA2015_proceedings.pdf.

Soja, B., T. Nilsson, K. Balidakis, S. Glaser, R. Heinkelmann, and H. Schuh. Determination of a terrestrial reference frame via Kalman filtering of very long baseline interferometry data. J. Geodesy, 90(12):1311–1327, 2016. doi:10.1007/s00190-016-0924-7.

Soja, B., T. Nilsson, M. Karbon, C. Lu, X. Li, K. Balidakis, J. Anderson, S. Glaser, L. Liu, J. Mora-Diaz, M. Xu, R. Heinkelmann, and H. Schuh. Comparison of tropospheric delays from gps and Kalman filtered VLBI data. In Proceedings of the 22nd European VLBI Group for Geodesy and Astronomy Working Meeting, pages 240–244, 2015. Available from: http://www.oan.es/raege/evga2015/EVGA2015_proceedings.pdf.

Soja, B., T. Nilsson, M. Karbon, F. Zus, G. Dick, Z. Deng, J. Wickert, R. Heinkelmann, and H. Schuh. Tropospheric delay determination by Kalman filtering VLBI data. Earth Planets Space, 67(144):1–16, 2015. doi.org/10.1186/s40623-015-0293-0

zurück zum Thema Geodätische und astrometrische VLBI