基于改进Cao算法的奇异谱分析法及其在北斗多路径去噪中的应用

研究了基于奇异谱分析的北斗恒星日滤波算法，采用相空间重构Cao算法来确定奇异谱嵌入维度，并针对Cao算法的不足进行改进，提高奇异谱分析法的准确性和计算效率。分析北斗系统不同星座卫星的轨道重复周期特性，通过计算确定北斗系统多路径误差的周期约为86 160 s。利用奇异谱分析法和传统小波分析法对北斗短基线解算结果进行恒星日滤波处理。结果表明，本文提出的奇异谱分析法多路径滤波效果优于小波滤波法，能较好地消除原始坐标序列中的多路径误差。     

基于改进EEMD的GPS多路径误差建模与削弱方法研究

引入一种改进的集合经验模式分解方法（improved ensemble empirical mode decomposition，IEEMD）进行多路径误差的建模。与EEMD方法相比较，IEEMD方法可以有效地克服模态分量数目不一致和分解不彻底等问题，并将原始序列分解为不同尺度的模态分量。同时，考虑到不同模态分量中高斯白噪声的能量密度与平均周期之积为常数，设计一种自动选择尺度与重构的方法，用于模态分量的选择与重构，进而构建GPS多路径误差模型。在此基础上，采用恒星日滤波技术，进行邻近周日GPS坐标序列中多路径误差的实时削弱。实验结果表明，采用同样的尺度选择方法和恒星日滤波技术，使用IEEMD方法可以得到比EEMD方法精度更高的GPS坐标序列。     

GPS/PWV时间序列特征提取方法的研究

针对GAMIT/GLOBK软件解算得到的4 a GPS/PWV时间序列的特征提取问题，提出基于滤波辅助的部分集成经验模态分解（PEEMD）与Hilbert谱分析相结合的特征提取方法。首先，在PEEMD方法的基础上,结合滤波辅助的PEEMD方法与Hilbert谱分析，建立GPS/PWV时间序列特征提取模型；然后，将所提出的方法应用于TNML测站4 a的GPS/PWV长时间序列和7 d的GPS/PWV短时间序列分析中，并将滤波辅助的PEEMD结果与传统的小波分解结果进行对比。结果表明，该特征提取方法能准确有效地提取出 GPS/PWV时间序列中的周年周期和日周期特征分量，滤波辅助的PEEMD分解结果与小波分解结果一致，且提取的特征分量与原始信号更加吻合。     

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。     

用两颗GPS卫星进行变形监测的研究

论述了用两颗GPS卫星进行变形监测的原理。经模拟测试，验证了原理是正确的。最后介绍了用两颗GPS卫星进行变形监测的观测纲要。     

复杂环境下GNSS滑坡监测多路径效应分析及处理方法

GNSS-RTK技术用于地形地貌、植被环境较为复杂区域监测形变时,因反射引发的多路径效应会对形变监测结果产生较大影响,严重制约该技术应用于高精度滑坡监测。针对复杂环境下GNSS滑坡监测多路径效应,通过采集秦巴山区监测环境与黄土监测环境下GNSS滑坡形变监测数据,对不同环境的可视卫星观测范围、信噪比及多路径效应序列进行详细分析,并利用恒星日滤波法对多路径效应序列进行修正,验证复杂环境下削弱多路径效应的方法和精度。结果表明:受监测地形影响,多路径效应与低高度角相关关系减弱,采用单一截止高度角削弱多路径效应的方法不适用;复杂环境引起的多路径效应可达2m,其定位精度无法满足形变监测要求;通过小波去噪,对定位结果采用恒星日滤波法提取误差趋势项,并用于相邻两天的定位误差实时修正,发现采用恒星日滤波法进行多路径效应修正后使定位残差提高至毫米级,东、北和高程3个方向精度分别提高84.38%、72.88%、64.84%。     

Kalman滤波在GPS/BDS组合伪距差分定位中的应用

随着各国卫星导航系统的蓬勃发展,单一的GPS系统时代正逐步转变为多系统并存且兼容的全球性卫星导航系统(GNSS)时代。相比于单一卫星导航系统,多系统组合将显著增加可视卫星数目、改善卫星空间几何结构,多系统组合导航定位将是必然的发展趋势。滤波算法是减小GNSS定位随机误差的重要方法,利用非线性滤波方法可消除多种随机误差,从而提高导航定位精度。该文实现了基于Kalman滤波的GPS/BDS组合的伪距差分定位,并将其与最小二乘方法进行比较。实验结果表明:基于Kalman滤波的GPS/BDS伪距差分的定位精度能达到分米级,在差分定位解算过程中,多卫星系统伪距差分精度明显优于单卫星系统伪距差分精度,Kalman滤波解算的精度明显优于最小二乘解算的精度。     

LEO星座增强GNSS的精密单点定位初步分析

本文选取GPS系统和Iridium系统，采用数学仿真技术初步分析了LEO星座对GNSS在精密单点定位中的增强作用。在仿真了BJFS站GPS和Iridium观测数据的基础上进行Iridium增强GPS的伪动态下精密单点定位实验，结果表明：与GPS单系统相比，GPS＋Iridium双系统的可视卫星数平均增加1.5颗，GDOP值和PDOP值降低0.25左右；Iridium增强GPS后PPP滤波矩阵的条件数快速减小，提升了PPP滤波矩阵的稳定性，提高了天顶U方向的定位精度，从而提高了三维的定位精度，PPP收敛时间缩短了30%以上；采用单差MW法固定PPP模糊度，分别以Ratio=1.5、3、5作为模糊度固定成功的指标，并与模糊度仿真值对比，PPP模糊度首次固定成功所需的时间缩短40%以上。     

BDS/GPS单历元阻尼LAMBDA算法及其在边坡变形监测中的应用效果分析

论述了BDS/GPS双系统组合下的单频单历元阻尼LAMBDA算法原理,并基于该算法实现一种实时远程变形监测系统。以理县某边坡变形监测应用为例,比较了GPS、BDS及其组合系统下的观测条件和阻尼LAMBDA算法定位效果：BDS的观测卫星数多于GPS,PDOP值相较于GPS也更加稳定;BDS单历元解标准差在N、E、U方向上分别为0.40 cm、0.31 cm、1.00 cm,优于GPS的0.61 cm、0.40 cm、1.74 cm。长期实验结果表明,在我国南部边坡监测中,BDS相比GPS具有一定优势。理县边坡23个月内位移量显著,3个监测站平均位移在N、E、U方向上分别达到8.70 cm、43.63 cm、18.03 cm。强降雨是引起土质山体滑坡的主要因素,使用累积降雨量和累积位移量建立线型回归模型,线性相关系数在0.98以上。在边坡监测中,可将实时的位移数据和降雨数据作为滑坡预警的重要依据。     

BDS-2卫星钟设计年限末期阶段性能评估与分析

为探究BDS-2卫星钟在当前阶段的运行状态及性能情况,采用国际GNSS监测评估系统（iGMAS）2018年共365 d的精密钟差数据,将Score检验量引入钟差异常探测,并结合中位数法进行数据质量控制,弥补了中位数法部分粗差漏探的缺陷;再从频率准确度、频率漂移率、频率稳定度、模型拟合残差、周期特性、噪声类型等6个方面对BDS-2卫星钟的相关性能进行全面评估。结果表明,现阶段BDS-2在轨卫星钟的运行状态良好,各项性能指标均正常,可继续提供相应的系统服务。其中,BDS-2卫星钟的频率准确度为3.15×10^-11,日漂移率为1.59×10^-13,万秒稳为5.72×10^-14,模型拟合残差平均精度为0.596 ns;GEO、IGSO和MEO三类卫星的钟差序列周期特性显著,第1、2主周期与其各自卫星轨道周期相关,分别为其轨道周期的0.5倍或1倍左右;不同平滑时间下的BDS-2卫星钟主要受调频白噪声（WFM）、调频闪烁噪声（FFM）和调频随机游走噪声（RWFM）的影响。     

基于多传感器信息融合的城市边坡监测数据异常事件检测

为预防和管控城市突发地质灾害造成的人民生命和财产损失, 国家针对城市地质灾害易发地区部署了大量的各类传感器, 用来感知和监测城市边坡等地质体的变化情况, 以支持对地质灾害的预警。从边坡监测数据特点和时序数据分析技术出发, 针对监测数据噪声混杂、模式分析困难、预警阈值的不确定性等问题, 给出了一种基于多传感器信息融合的边坡监测数据异常事件检测方法。主要工作包括: ①边坡监测数据变化模式可以归结为周期项、趋势项以及噪声项的叠加, 实践中在预处理基础上对边坡监测数据进行周期为24 h的重采样, 同时趋势项可以近似看作是经典的牛顿运动, 以此构建形变运动模型, 为卡尔曼滤波的状态转移提供理论支持; ②采用集中式衰减记忆卡尔曼滤波, 引入衰减记忆因子, 对多传感器边坡监测数据进行特征级融合, 降低了噪声的影响, 提高了边坡监测数据的可靠性; ③引入惩罚系数, 应用改进的动态时间弯曲算法对于周期序列数据进行相似性度量。在此基础上基于K-means聚类和局部异常因子分析对边坡监测数据进行异常检测, 并基于3σ准则确定预警阈值。该方法能将正常模式和异常模式的时序数据进行区分, 有效检测出边坡监测数据的异常, 为灾害预防提供支持。最后以深圳市典型边坡监测数据为例验证了此方法的可行性。      

朝鲜2017年核爆对中国东北地区形变场的影响

基于19个连续GNSS观测站的多种采样率（10 Hz、1 Hz和30 s）数据,分析2017-09-03朝鲜核爆对中国东北地区地壳形变场的影响。静态位移分析结果显示,距核爆现场最近的GNSS观测站JLCB没有产生明显的同震形变,与基于均匀半无限弹性空间断裂位错模型正演模拟的结果一致;GNSS应变结果显示,此次核爆在东北区域引起主应变的略微调整,但总体调整量在10-8以内,没有引起区域范围内面应变的变化;高频GNSS动态形变分析结果显示,核爆在JLCB站处没有引起明显的波形变化。另外,高频GNSS受到多路径效应的影响,可能会引起cm级的扰动,利用恒星日滤波方法可以抑制多路径的影响,得到精度更高、更可靠的动态形变结果。     

Vibration Deformation Monitoring of Offshore Wind Turbines Based on GBIR

In view of the disadvantages of vibration safety monitoring technology for offshore wind turbines, a new method is proposed to obtain deformation information of towering and dynamic targets in real-time by the ground-based interferometric radar(GBIR). First, the working principle and unique advantages of the GBIR system are introduced. Second, the offshore wind turbines in Rongcheng, Shandong Province are selected as the monitoring objects for vibration safety monitoring, and the GPRI-II portable radar interferometer is used for the health diagnosis of these wind turbines. Finally, the interpretation method and key processing flow of data acquisition are described in detail. This experiment shows that the GBIR system can accurately identify the millimeter-scale vibration deformation of offshore wind turbines and can quickly obtain overall time series deformation images of the target bodies, which demonstrate the high-precision deformation monitoring ability of the GBIR technology. The accuracy meets the requirements of wind turbine vibration monitoring, and the method is an effective spatial deformation monitoring means for high-rise and dynamic targets. This study is beneficial for the further enrichment and improvement of the technical system of wind turbine vibration safety monitoring in China. It also provides data and technical support for offshore power engineering management and control, health diagnosis, and disaster prevention and mitigation.     

2011���ձ�Mw 9.0����ĸ�ƵGPS��̬�α��о�

????????????????SHAO????ο????????GAMIT/GLOBK??TRACK??????????????????8????????????1 Hz GPS??????д??????????????2011?????Mw9.0???????????????α??????????????????GPS???????????????????????о????н????MIZU???USUD?????????????3.11 m??0.67 m???????????λ??????????????й???????????????????????????USUD????????????????????????????????USUD???????????????RMS??1.65 cm??????0.82 cm??     

基于多因子及泰勒级数的滑坡变形预测模型研究

将滑坡的变形看作时间、月降雨量、气温的函数,使用泰勒级数建立它们的函数关系,并将泰勒级数展开至二次项,建立卡尔曼滤波模型,用于滑坡变形的预测预报。实例计算表明,卡尔曼滤波模型的拟合效果和预测效果良好,可用于土质滑坡变形的短期预测预报。     

基于TCP-InSAR的采动区铁路动态沉降监测与时序分析

为高效获取采动区长时间序列形变，监控煤炭开采对矿区铁路的影响，研究一种基于TCP-InSAR(temporarily coherent point interferometric synthetic aperture radar)的采动区铁路形变监测方法。该方法根据时间序列SAR影像间的相干性，选取临时相干点构建Delaunay三角网，并通过离群值探测去除具有相位模糊度的TCP间的弧段，最后采用最小二乘解算得到区域地表变形。实验使用2016-10~2017-04时间段内的15景Sentinel-1A数据，利用TCP-InSAR技术获得某矿区的铁路形变。结果表明，受采动影响，该时间段内铁路最大下沉值为95 mm，最大倾斜坡度为0.37‰。利用TCP-InSAR技术可实现采动区内铁路长时间的动态形变监测。     

一种基于熵权法的小波去噪复合评价指标

传统的评价指标在真值未知的情况下不能满足小波去噪质量评价的要求。为此，借助变化率特征重新构建均方根误差变化量和平滑度变化量两个指标，利用熵权法定权将归一化后的两个指标线性组合，所得到的新指标即为复合评价指标。该方法借助指标的变化率随分解层数的增加表现出明显的收敛特性来确定去噪最优分解层数。实验表明，该方法能够在真值未知的情况下准确地指导小波分解，确定去噪最优分解层数，从而达到最优去噪效果。     

桥梁水平位移混沌特征识别与神经网络预测研究

跨海大桥系统受外界影响扰动,其变形伴有混沌现象发生。对桥梁变形监测数据实现了混沌识别,运用C-C法计算时间序列的延迟时间,用G-P方法求得最佳嵌入维数,通过求取的时间延迟和最佳嵌入维数对桥梁变形监测数据进行相空间重构,为混沌时间序列预测模型的建立奠定基础;基于RBF神经网络建立混沌时间序列预测模型,对实测数据进行桥梁变形水平位移预测,并与基于最大Lyapunov指数混沌时间序列预测结果以及实测数据进行对比分析。结果表明,基于RBF神经网络建立的混沌时间序列预测模型的预测结果比基于最大Lyapunov指数混沌时间序列预测模型的预测结果要好,且短期预测效果好。     

基于提升小波的单历元GPS变形监测信号的去噪

介绍提升小波阈值收缩法去噪的基本原理和方法,利用该方法对含噪的GPS单历元变形监测数据进行去噪,提取真实变形信息。实际数据处理结果表明,相比第一代小波,提升小波变换去噪效果更好,计算速度更快。