COMPASSα�൥�㶨λ���ȷ���

??????COMPASS???????????COMPASSα?????????????????????????????4GEO+5IGSO????????COMPASSα????λ???????????????COMPASSα???·??Ч???????????0??3 m???仯???侫???0.3??0.7 m??????????????·??Ч??????????С??GEO??????????·??Ч??????????????С??IGSO?????COMPASSα????λ?????RMS????N??E??U?????????3.33??3.45??8.84 m??     

�������������������GNSS/INS��ϵ����е�Ӧ��

???С????????????????????????С???任????AR???????GNSS/INS??????????С????????????????????????????AR??????????????е???????????????????????????÷??????????????????????????????????????Ч??GNSS/INS???????????     

����GPS���߽�������ͳ�Ʒ���

??????????????????TIKHONOV??????????GPS?????????????????????????????????ε??????????о????????????????????????????????????????????????????????????????????????????????????У?????????з??????Eviews???????????????е????????????????????????ó??????1?????????????????????С??1 mm???????????????????????????????е???????????2????????????????5 mm?????????????????????3???????????X????Y??????н???????????????????????????????????????????????????·??Ч???4???????????Z???????????????????·????Z??????С??     

GNSSα�����ģ�͹��ƵķDz���Ϸ���

??????????????????????????ξ????????????2??UGIF???????????GNSS[JP2]???α????????????UGIF????????????÷??????赥????????????UGIF?????????????????μ???α??????????????o??????????й????????????????????????????????????????????????Ч???     

�˼�RPDOPֵ��GPS���μ�⿹��Kalman�˲�

??GPS???μ???У???????????·??Ч????????????????ν??????λ??????г????д??????????ν????????????λ??????????λ?????????????????λ????????????????????????GPS?????λ?е?????λ???ξ????????????????????????Kalman?????????к????????????y????????????RPDOP??????Kalman??????и???????Ч????     

����SUSAN����Ľ��㷨��InSAR����ͼ�˲��о�

??SUSAN?????????InSAR???????и???????????SUSAN??????????InSAR????????????????????????????Ч?????SUSAN???????SUSAN??????????Goldstein????????ж????飬???????SUSAN??????????Goldstein???????????λ????????Goldstein??????????71.7%????82.6%??SUSAN???????????????????????????????????????????????????????????????????     

����MODISˮ�����ݸ���InSAR�еĴ���ЧӦ

????????MODIS??????????InSAR?е????Ч?????????????????????????????????????????????????????????????????????????????????ó????????????Ч???????????ò???????????????MODIS?????????????顣??鷢????????????????MODIS????????????InSAR??GPS????????????????31.25%??     

ARMAģ���ڵ�������TEC�쳣̽���е�Ӧ��

????IGS??????????????????????TEC????,??????????з????????е?ARMA????2008-05-12??Ms8.0?????????TEC??????д???,??ARMA???TEC????????????TEC?????ο??,?????????????TEC??????????о??????????,??????????????о??????????????μ??????,?·????????13??d??12??d??10??d??7??d?????????TEC?????????????????????TEC?????????,????ARMA??????????Ч???????????TEC?????????,???????????     

���ڳ��������ƽ̨�IJ��н⼼�����������������е�Ӧ��

???????????????????н?????????????????????е???????????漰??????????л?????????????????????????????????????λ????????С????????,?????OpenMP??MPI??????л??????????Ч???     

��̫ͬ�������������㷨��GNSS����ϵͳ����Ӱ���о�

?о???????????JPL????????????????????????????GNSS??????λ??????????????????????????????????????????5×10⁸ m???????????????????3×10⁶ m????????????DE421???????????X??????????н?????30′????Y????????X??????????????????????????????λ??????????????????0.3 mm????????????λ?????????????????????3 mm???????????????????1??峱???????????????3 mm???????GPS??????????????????????????????????????PPP??????????????????PPP?в??ü???Ч??????????????     

青岛市连续运行基准站系统（QDCORS）稳定性分析

采用GAMIT/GLOBK软件,联合16个IGS站,处理青岛市连续运行基准站系统（QDCORS）2014~2015年2 a的观测数据,获取ITRF2008下区域网解,并进行坐标时间序列分析,得到QDCORS基准站总体位置变化趋势与周边陆态网站点一致,水平速度33.66 mm/a,方向为E19.62°S;通过固定1个基准站为参考,求得其他基准站的水平相对速度在1 mm/a左右,垂直相对速度低于5 mm/a。结合基准站周边环境情况分析异常站点的成因,初步确定造成QDCORS基准站异常的主要因素是多路径效应、工程施工。     

城市复杂环境下GNSS/INS组合导航算法研究

针对城市环境下GNSS车辆导航存在卫星信号易受影响的问题,利用GNSS/INS组合算法提高复杂环境下城市车辆定位性能。基于城市环境下实测GNSS数据评估分析定位结果,使用GNSS/INS组合的常规卡尔曼滤波算法实现卫星失锁区域导航。同时,提出一种基于新息的自适应卡尔曼滤波算法,可有效增强卫星数较少及信号干扰严重区域的车辆导航定位能力。该方法利用量测与预测的关系构造自适应因子,改善定位精度。结果表明,常规卡尔曼滤波可在20 s卫星信号失锁情况下保证亚m级导航精度,自适应卡尔曼滤波算法在卫星信号受到严重干扰时,其定位精度相比于常规卡尔曼滤波算法提高30%,可满足在城市复杂环境下的高精度、高可靠性车辆导航定位服务需求。     

Ӧ�ǵش�̨��Ź۲⻷������

??????????????????????????????????????????????????????в?????????????????????????????????????????????≤1 nT/m????????????≤0.1 nT?????????????????????????????????????????????????????в???????????????????????????????????     

����GPS���ջ������źŲ���ˮ��߶�

???????????????????GPS????????????????????????????????GPS???????????????????????????????????????????÷??????????????????????????????????????????????????????????????????????????????????????Lomb??Scargle???????????????????????????????????????????????ù???????????÷????????????????????????3 cm?????????????????????????????鳱??????μ?????     

����ȱʧ��GNSSʱ�����з�����Ӱ��

??GNSS?????????????????????????????????????????????????????GNSS??????з??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????￡??????????????????????????????????????岹??????????????????????????????????????????????????????????????????????????????????????????????????????????仯??????￡?????????????????й????????????????????10%??????統???????9 mm???????????????????11???????????????12?????????GNSS????????????????о???????????????GNSS??????????????????????????     

地表温度变化对GNSS连续运行基准站垂向形变影响研究

利用实测地表温度数据,计算温度变化对GNSS基准站观测墩和基岩垂向形变的影响;联合大气负荷变化,综合分析温度变化对基准站垂向形变的影响规律。以新疆GNSS连续运行基准站数据为例,结果表明,温度变化对新疆GNSS连续运行基准站垂向影响的年周期项振幅为1.4～2.1 mm,半周年振幅为0.01～0.33 mm,周年项振幅占主要部分;垂向时间序列变化扣除温度变化影响后,RMS值平均减小0.55 mm,精度提高约9%;温度变化与大气负荷变化对垂向形变影响的趋势基本一致,呈现上半年增加、下半年下降,扣除两项影响后精度提高约13%。研究表明,温度和大气负荷变化均为基准站垂向位移周期性变化的重要影响因素。     

蓟县基准站长期重力变化特征研究

基于蓟县GNSS基准站1998~2018年近20 a的绝对重力长期变化资料，联合地面大地测量（绝对重力、GNSS）、地表及地下水文数据和GRACE卫星重力数据，计算并分析由地表垂直位移、地下水及地表水负荷等不同物理信号产生的重力效应，获取各影响因素的长期重力变化特征，并对结果进行深入分析研究，得出以下结论：1）蓟县基准站绝对重力近20 a的长期变化总体呈下降趋势，变化率为－1.64±0.53 μGal/a；2）2004~2017年井水位数据显示，蓟县GNSS基准站所在地区地下水水位呈现明显的下降趋势，变化率为－0.66±0.07 m/a，产生的重力效应为－1.94±0.22 μGal/a，是影响该点重力变化的最主要因素；3）综合分析蓟县基准站地面绝对重力和其他各因素重力效应的长期变化特征认为，该点存在每年0.43±0.58 μGal的重力上升变化，可能与首都圈地区上地幔顶部高密度物质的上涌有一定关系。     

基于GNSS及探空仪数据的大气折射指数反演新方法

提出一种综合GNSS及探空仪数据的对流层折射指数剖面反演模型新方法,利用GNSS观测数据直接采用参数估计计算测站高精度ZTD（zenith troposphere delay）值,结合探空数据构建测站上空折射指数分层剖面反演模型。通过BJFS（北京站）、WUHN（武汉站）、WIND（Windhoek站）和DARW（Darwin站）的实测数据进行相应计算与验证。结果表明,该反演模型与基于探空数据的反演模型精度相当,二者均优于Hopfield模型。同时该方法计算简便,且在模型建立后可以大大减少探空仪观测。     

GMS气象卫星图像中的随机共振现象与强震活动关系探讨

国内外有关卫星热红外异常与地震关系的文献已有许多 ,但大部分是探讨或研究震源区地表及上空产生增温异常现象。天线附近背景噪声和强震前后形成的电磁波与卫星数据传输载波产生随机共振 ,造成卫星图像中出现特殊异常现象 ,这种异常与强震具有非常明显的对应关系 ,通过进一步研究 ,可以开拓电磁波随机共振应用的新领域进行短临地震预报。     

陆态网基准站的坐标和速度

介绍“中国大陆构造环境监测网络”GNSS基准站观测数据的处理和分析.数据处理基于陆态网工程2010-07-01 -2012-03-16日的252个GNSS基准站观测数据,获得了基准站的坐标单日解时间序列,利用抗差最小二乘估计拟合出了这些站的速度场.