��ǹ��Դ�̽��Ӧ�÷���

???????????????????????????????????????????????????????????????е???????????з?????????????????????????????????????????????????????????????5 km??????????????????????????????????С????????25 km??????????93?????????6 Hz?????????????е?????????С?????????????75 m???????????290 m??     

��������Ķ�ʱ��GPS�ز���λ�������ٽ���

???????????????????GPS?????λ???????п???????????????С???????????????GPS?????λ??????????????????????????????????????????????????????????????????????Щ??????γ?????????????????????????4??λ???????е????????????????????????????????????е?????????????GPS?????λ?????????????     

��������ˮƽӦ�䳡����

????1995??1999??1999??2004???2004??2009????????GPS??????????????????????????????????????????????????????о?????????????????????????????????????????????????????????????????????????????????????????????μ?С???????????????仯?????????????е?????????????е????????????????????????????Σ????????????????????????????????????????????????????????????????     

GPS�߳�ת����������С���˷����о�

????????????GPS????????????GPS????????е?????????????????????????????????????????С?????????????????????????????ζ???????桢???ζ???????桢??????ζ???????????????????о?????????С??????????????С?????????????С?????????и???????????????????????????????е???????????????С?????????????и???????????????????     

���쳣��ֵ�в�ȼ�����е�������

???????????????????????????????ü?????е?????????????в?????·????????????????????????????????????????е????????????????????????????????????????????????????????????????????в???????????????????????     

�����ƶ�������Ϸ�����GPS�߳�ת��

????GPS????????????????????????????????з????????????????????趨????????????????е???????????????????????棬?????????????е?????????????????????????????????????????????????????????????????У?????н???GPS????????     

�������Ĵ�ֱ�α��빹���о�

????1992??2008????????????????????о?????????????洹??????仯?????????????????????????????????????????????????????????????????y??????????????????α?????????????????????????????????????????????о?????????????????????????????о??????????????α?????????????е????б?????е?????????????????????????????仯??????????д???С?????????????????????????????????0.13??0.48 mm/a??????????0.29 mm/a????     

���ڻع�����������Ľ�������μ��㼰��άģ��

?????????????μ????????μ???????????÷?????????????е????????????е???С??????????????????????????????????????????????????????????ι???????????????÷?????????С?     

����ת���й�����ֲλ�뽵�ʹֲ��Ӱ�췽���о�

?????????????????????λ?????????????·?????????????С???????????????÷????????鷨????????????????????????е???λ????????????????????????????????????￡???????????????????????????????????????????????????????????????÷???????Ч???     

�����ڸ߽ײ���е�ʱ����������ȷ����

????????????????????????????????????????????????????????????????У??????????????????????????????????????е??????????С??????????????????????????????н?????????????С????????????????????(?????????????б??????????е?λ??)???????????λ???????????????????????????????????????????????????????????????????????????????     

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

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

半重叠总方差法在惯性传感器随机误差分析中的应用

针对总方差法在分析随机误差时计算时间较长的问题,从Allan方差和完全重叠Allan方差入手,提出3种数据采样方式,并在此基础上构造了半重叠总方差法。通过光纤陀螺惯组的静态实验验证算法的有效性,结果表明,半重叠总方差法与总方差法分析精度一致,而运算时间大为缩短。     

基于动态总方差的随机信号动态特性分析

动态Allan方差法是分析输出信号随机误差的一种新方法,但是窗函数截取数据会使数据减少、自由度降低,从而导致Allan方差估计值置信度低、误差变大等。本文设计了一种可以跟踪信号变化和减小估计值误差的动态总方差法,首先以确定的步长用固定的窗函数对原始信号进行截取,然后将窗函数内的数据用倒镜像映射进行延拓来提高置信度,最后将拓展后数据的方差值再用二维或三维图表达出来。仿真数据表明,动态总方差法既能及时地跟踪信号的动态变化,也可以克服估计值置信度低、误差大的问题。     

�й�����IGS����վ���ܵ��㶨λ����ʱ������Ƶ�׷���

??ITRF2008??????й???????5??IGS??????WUHN??BJFS??URUM??KUNM??SHAO??2012??????????????TriP?????????????????????????С??????????????????????????????????????????н?????????????????????????????????GAMIT/GLOBK????????????????????з?????????ж???????????????й??????IGS???????????д??????????????????????????????????????????????????URUM??KUNM??BJFS??SHAO?????????????????????BPPL+WN????WUHN??????N??E??U????????????????з?????????????BPPL+WN??FN+WN??PL+WN??????????BPPL+WN??????????а???????????????????????????2 mm??BPPL???????WN??????1/10???????0.28??0.89 mm????????????????С???????????????????????????????????С??????TriP??????????????????????????????????????????????????     

���ڱ���˫Ƶ���ݵ�����̽�⼰�޸��㷨

????????????????????????????????????????????????????????????????????????????????????????????????????Χ?????????????λ?仯??????????????λ??????С????????????????????????Blewitt?????????????????????????????????????????
???òв???С?????????????COMPASS??MEO?????????????????飬??????????????Ч????????????????????????     

����M4.6����ǰɽ���α��쳣����

????????M4.6?????????α??????????????????????????????????бNS?????????????仯??????????????3????????????????С????????????????о???С????????????磬??????????????о?????????????????????????????????????????Χ276 km??Χ??????????????????????????????????????????????????????????     

基于完备经验模态分解自相关消噪技术的GNSS高精度动态变形监测研究

为了更好地消除混杂在变形序列中的噪声,利用完备经验模态分解（CEEMD）将形变信号自适应分解为不同尺度的振动模态。针对分解分量中信号和噪声区分标准不唯一的问题,构造一种CEEMD与自相关分析相结合的去噪算法,实现有效信号和随机信号的分离。将该算法应用在仿真实验和GNSS变形监测实测数据处理中,并与传统的小波去噪方法进行比较。结果表明,该算法避免了小波基选择带来的影响。     

基于EMD和小波的GPS/BDS变形监测中的多路径误差削弱方法

针对GPS/BDS实时监测坐标序列中多路径误差的周日重复特性和高频随机噪声,分别采用EMD以及EMD与小波阈值去噪相结合的方法对现有坐标序列构建多路径时序模型,并通过恒星日滤波削弱后续坐标序列中具有强相关性的多路径误差。实测数据的处理结果表明,EMD可以很好地去除GPS/BDS实时监测序列中的高频随机噪声并削弱多路径误差的影响,提高实时监测精度50%左右,EMD和小波组合方法较单EMD效果稍好。     

PCA和KLE在高采样率GPS定位中的应用

为抑制多路径误差和随机噪声以提高定位精度,引入主成分分析（PCA）和KLE变换方法对定位坐标序列随机噪声水平进行评价、提取和消除多天坐标序列中的多路径误差。对比分析结果表明,主成分系数比值能有效地反映出强随机噪声对某天定位坐标序列的影响,PCA方法能有效地提取和消除多天定位坐标序列中的多路径误差,显著提高定位精度。KLE变换对随机噪声污染不敏感,对多路径误差的滤波能力较PCA略弱,但其对随机噪声以及局部异常具有较好的抑制作用。     

GPS/GLONASS�ںϵ�ȫ���������ģ�ͽ������

??2010??001~031 d????????????????GLONASS??????????????????????????????????????GPS/GLONASS????????????????????????????????GPS?????????GLONASS??????????????????????????????????????????????