利用最冷目标地物替代法计算Jason-2微波辐射计的年度漂移

本文研究最冷目标地物替代法计算Jason-2微波辐射计JMR年度漂移。针对Jason-2卫星微波辐射计(JMR),利用微波辐射计传输模型,建立JMR 3个通道的全球最低亮温观测值的理论计算模型,模拟其3通道全球地物观测最冷亮温;基于2008年—2012年Jason-2地球物理数据(GDR)产品中全球对地观测亮温序列和模型计算的最冷亮温,建立亮温序列的最小观测亮温统计模型,查找全球地物观测最冷亮温序列;根据地物年度变化特性,建立光谱分析模型,去除最冷亮温序列的年度谐波;去除年度谐波后,采用线性拟合的方法外推最冷亮温序列的理论最小值,并据此计算Jason-2微波辐射计仪器的年度漂移量。     

基于GPS双频P码伪距进行单点定位研究

主要研究GPS单点定位中减弱电离层延迟和对流层延迟的方法,基于双频精码伪距观测值P1和P2的组合来消除电离层延迟,采用对流层模型UNB3来计算对流层延迟,并通过实例来验证这种方法的定位精度。     

多维AR序列的最小二乘建模方法

以测量数据处理中广泛应用的最小二乘原理为基础，详细阐述了多维AR序列参数估计的最小二乘算法、阶数确定的F检验法，并对清江隔河岩大坝1998年5月、6月间洪水前夕平差后的GPS观测数据进行了建模和预报，验证了多维时间序列分析应用于变形观测数据处理的可行性。     

非等步长GM(1,1)模型及其在大堤沉降监测的应用

针对非等步长数据,传统GM方法是构造等步长序列,生成1-AGO序列,再建立等步长GM(1,1)模型。考虑到变形观测序列非等步长特性,以相邻观测时间间隔为权,直接生成1-WAGO序列,建立非等步长GM(1,1)模型。将GM(1,1)模型应用于堤防工程沉降观测分析与预报,得到了有益的结论。     

P229 海洋测量学

CH20023149 中国地壳运动观测网络基准站应变场变化的海潮负荷信号改正问题/孙和平,周江存,许厚泽(中国科学院测量与地球物理研究所)∥测绘学报.—2002,31(3).—222～227 利用最新的卫星测高全球海潮Csr3.0模型,中国近海海潮数据和标准地球模型负荷格林函数,采用直接褶积分方法研究中国地壳运动观测网络基准站应变固体潮观测的海潮负荷影响。计算25个台站8个主要潮波的负荷振幅和相位,讨论几个主要台站的负荷应变花和负荷应变随时间的变化特征。图3表2参7     

观测与测量标准在水文观测建模中的应用

介绍了观测与测量信息模型的基本构成,研究了复杂观测模型和时间序列观测模型及其建模方法,实现了对金沙江下游攀枝花水文站的多要素观测建模和水位过程观测建模及建模结果可视化。     

卡尔曼滤波算法的GPS双差观测值周跳探测与修复

针对非差相位观测值中误差来源较多,对周跳探测不够敏感等问题,双差观测值可大幅削弱相关性较强的误差,较好地探测序列中小的周跳。该文以GPS双差观测序列为研究对象,运用卡尔曼滤波算法,建立双差观测序列周跳探测与修复模型。最后通过理论和实验分析,验证了模型的有效性和可靠性。     

基于小波分析AR(P)-SVR组合模型在大坝变形预测中的应用

监测序列经小波分解后,得到低频分量和高频分量。对低频分量采用自回归AR(P)模型预测,对高频分量采用支持向量回归机SVR模型预测,最后将各分量进行小波重构,得到监测序列的预测值。结果表明,此种预测方法比直接使用SVR模型或经小波分解后再采用SVR模型预测精度高。     

GPS／GLONASS／BDS／Galileo系统载波相位观测值质量对比分析

目前,全球卫星导航系统(GNSS)已进入以GPS、GLONASS、BDS、Galileo四系统为代表的多系统并存的时代,多系统多频率观测值的综合应用极大地提升了GNSS的服务能力. GNSS自身的数据质量是取得高精度结果的先决条件之一,也是多系统精密定位随机模型构建的关键. 为避免码分多址和频分多址机制不同的影响,本文采用几何无关和M-W组合方法,基于科廷大学实测零基线数据对四系统的载波相位单差残差序列对比分析,并利用高度角随机模型中的正弦模型和指数模型对载波相位观测值精度随高度角变化建模,获得适用于不同系统不同频率观测值的随机模型. 实验分析表明,单差残差序列随高度角变化情况在不同系统不同频率表现出不同特性;Galileo系统L1、L2观测值精度相当,均在0.9 mm左右,其他系统则表现出L2精度比L1精度更差的性质. 高度角加权模型拟合结果表明,正弦模型和指数模型对GPS和Galileo系统的L1、L2精度序列拟合一致性较好,而BDS系统使用正弦模型拟合效果略差,GLONASS系统则不适合采用正弦模型评估L2观测值精度.      

基于时间序列分析的变形预报

研究了利用时间序列分析方法进行变形预报。首先叙述了变形观测数据预处理、时间序列平稳性检验、模型的选用和检验;然后针对一组实测数据,利用多项式提取趋势项,分析回归残差,建立了AR(2)预报模型,并利用模型进行了预报;最后将预报结果与实测数据比较,证明了预报模型的有效性。     

融合小波变换和自适应Kalman滤波在GPS监测中的应用研究

针对自适应卡尔曼滤波只适用于滤除高斯分布的白噪声,本文提出了融合小波变换和自适应卡尔曼滤波的算法。该算法利用小波变换的多尺度分解,将GPS高频的监测时间序列进行多层分解,重构出新的GPS监测时间序列,将其作为新的自适应卡尔曼滤波初始值,进行滤波处理。将融合算法的滤波结果与单一的自适应卡尔曼滤波结果进行对比分析,结果表明融合算法的滤波效果较为显著。同时,对融合算法滤除的噪声信息进行统计分析,结果表明融合算法滤除的噪声符合正态分布,进一步说明了该融合算法的有效性,为GPS的高频率、高精度的监测提供了技术支持。     

非线性系统中卡尔曼滤波的一种新线性化方法

针对测量领域非线性系统卡尔曼滤波的线性化，在分析两种传统线性化方式的基础上．提出了一种新的基于最优估计值的线性化方式。     

自适应卡尔曼滤波在GPS/DR组合导航中的应用

针对在观测条件较差的情况下卡尔曼滤波的鲁棒性较差,本文设计了一种自适应卡尔曼滤波模型。通过实际车载GPS/DR组合导航试验,结果表明该模型在观测质量较差的情况下能够抑制较大的偏差,相对于标准卡尔曼滤波模型,其平面定位精度提高了近一倍,达到2～3m。因此,在观测环境较差的情况下建议采用渐消自适应卡尔曼滤波模式进行组合导航。     

抗差估计在多站多星卡尔曼滤波精密定轨中的应用

针对在多站多星卡尔曼滤波定轨中,粗差探测判断标准选择不合适时会影响卡尔曼滤波解精度的问题,采用放宽粗差探测阈值并在滤波阶段采用抗差估计的方法来控制滤波的精度。利用IGS站和BD站的观测数据,分别计算了GPS、BD卫星单天弧度的定轨结果,并与IGS精密星历、武大精密星历作比较。结果表明,利用抗差卡尔曼滤波方法轨道精度得到了提高。     

基于小波降噪的IMU精对准性能分析

精对准性能是保障惯性导航精度必不可少的重要条件,论文总结了国内外精对准的研究现状,发现精对准一般是通过卡尔曼滤波和惯性传感器的小失准角线性误差方程实现;基于此,本文通过卡尔曼滤波及小波分析,对低、中、高三种不同性能的惯性传感器进行精对准性能分析,对比发现,高精度的惯性传感器有着较好的对准精度;而低精度的传感器,由于噪声偏差及非线性原因,对准精度较低,甚至出现滤波发散的情况.      

一种新的综合Kalman滤波及其在星载GPS 低轨卫星定轨中的应用

针对将Kalman滤波方法应用到星载GPS定轨时，由于动态噪声和观测噪声确定不准而造成滤波的发散、污染观测值造成Kalman滤波估值的扭曲及计算舍入误差可能带来协方差阵的不正定性等缺陷，提出了一种新的综合Kalman滤波方法。该方法用拟准检定法准确地探测和修正量测方程中存在的粗差；用UD分解算法克服了数值的不稳定性，改进了计算精度；用Sage自适应滤波器克服滤波器的发散。算例结果表明，这种综合卡尔曼滤波方法具有数值稳定性好、较强的自适应性和较好地削弱粗差影响等优点。     

基于噪声估计的卡尔曼滤波用于GPS卫星钟差预报研究

利用重叠哈达玛方差确定卫星钟噪声随机模型,采用顾及钟差随机噪声模型的卡尔曼滤波进行钟差预报分析,并与最小二乘预报算法相比较,得出以下结论:卡尔曼滤波进行1 d以内的短期预报时,精度达到亚纳秒级,优于最小二乘预报算法,在长期预报或拟合数据量较少时,最小二乘预报精度优于卡尔曼滤波。     

车载GPS虚拟观测值求解航向角方法

如何提高利用GPS获取车载系统航向角的精度是当前研究的热点之一。本文介绍了一种利用固定基线长的双GPS天线求车载航向角的新方法,该方法针对GPS的误差特点并结合"当前"统计模型,建立了适合航向角滤波的系统方程,然后利用卡尔曼滤波来消除航向角噪声,并且将基线长约束引入模型建立虚拟观测值进行处理。结果表明,该方法显著地提高了的航向角精度。     

基于贝叶斯估计的平滑算法

基于贝叶斯估计的平滑算法是在事后处理的情况下,依据过去直至现在的观测值去估计过去的历史状态,以有效提高精度。而滤波是依据过去直至现在的观测值去估计现在的状态。从理论上讲,由于平滑用了所求估计时刻之后的观测值,平滑算法应比滤波优异一些。本文设计了2个实验仿真计算,在逼近效果和RMS等方面分别与Kalman滤波和双向滤波加权平均进行了比较。经实验证明,无论是逼近效果还是RMS,平滑算法都要更优一些。     

动态EIV模型及其总体卡尔曼滤波方法

针对求解动态EIV模型时未考虑状态方程中状态转移矩阵误差的问题,本文建立了一种能够同时顾及状态方程和观测方程中各量误差的动态EIV模型。推导了针对该动态EIV模型的总体卡尔曼滤波方法及其近似精度评定公式。对比分析了本文总体卡尔曼滤波方法与已有总体卡尔曼滤波方法及总体最小二乘方法的异同。算例结果表明,本文方法统计上要优于标准卡尔曼滤波方法和已有的总体卡尔曼滤波方法。