多星融合的土壤湿度滚动式估算模型

全球定位系统干涉反射测量(GPS-IR)是一种新的遥感技术,可用于估算近地表土壤水分含量。考虑到多卫星融合的优势和土壤湿度的时空尺度性,提出一种基于多星融合的土壤湿度最小二乘支持向量机(LS-SVM)滚动式估算模型。首先通过低阶多项式拟合分离GPS卫星直射和反射信号,进而建立反射信号正弦拟合模型,获取相对延迟相位。最后,通过线性回归模型有效分析和选取多卫星相对延迟相位,并建立基于多星融合的最小二乘支持向量机模型进行滚动式估算土壤湿度。以美国板块边界观测计划PBO提供的监测数据为例,对比分析利用单颗、多颗GPS卫星进行土壤湿度滚动式估算的可行性和有效性。经理论分析和两个测站实验表明:该模型充分发挥了LS-SVM的优势,有效综合了各卫星的性能,改善了采用单颗卫星进行土壤湿度估算时,其结果极易出现异常跳变的现象;模型只需较少的建模数据,采用滚动式能实现较长时间的估算,估算误差较为稳定;模型所估算的结果与土壤湿度实测值之间的相关系数R2以及均方根误差分别为0.942和0.962、0.072和0.032,相对于部分单一卫星至少提高了18.18%。因此,土壤湿度问题可作为非线性事件处理,采用多卫星融合估算是可行和有效的。     

GNSS-IR多星融合的稳健回归土壤湿度反演方法

全球卫星导航系统干涉测量法(GNSS-IR)能够利用直/反射卫星信号间的干涉信息分析提取土壤湿度、海面高度等有效信息。针对传统线性回归方法在土壤湿度反演过程中出现的拟合模型随异常观测值偏移的问题,本文提出了利用稳健回归方法降低异常值权重,以达到减小或抵消异常观测数据对观测结果的影响。为验证模型的适用范围,本文在稳健回归的基础上进行了多星融合试验,有效提高了土壤湿度反演精度。结果表明,与传统线性回归方法相比,本文提出的方法在单颗卫星时RMSE和MAE平均降低8.38%和8.91%,在两颗卫星时RMSE和MAE平均降低15.18%和16.42%,在三颗卫星时RMSE和MAE平均降低21.00%和22.97%,在四颗卫星时RMSE和MAE平均降低26.25%和28.71%。     

利用GPS-IR监测土壤湿度的多星线性回归反演模型

全球定位系统干涉反射测量(GPS-interferometric reflectometry,GPS-IR)是一种新的遥感技术,利用测量型接收机记录的信噪比(SNR)观测值可实现近地表土壤湿度的监测。考虑到目前利用多星组合反演土壤湿度的研究较少,本文提出一种土壤湿度多星线性回归反演模型。试验表明:①多星组合反演能够更全面地反映测站附近有效监测范围内的土壤湿度信息,有效改善采用单颗卫星反演时反演过程极易出现异常跳变的现象,提高了突发性降雨时段的土壤湿度反演精度。②当组合卫星数达到6颗以上时,其反演结果与土壤湿度参考值之间的相关系数均大于0.9,相对于单颗卫星至少提高了20.8%。     

基于GPS-IR的地表土壤湿度估算方法

全球定位系统干涉反射测量（GPS-IR）是一种新型的遥感技术，可用于估算近地表土壤水分含量。本文从多卫星融合角度出发，提出了一种基于多星融合的地表土壤湿度估算方法。首先通过低阶多项式拟合分离出卫星反射信号；然后建立反射信号正弦拟合模型，获取相对延迟相位；最后基于多卫星相对延迟相位建立多元线性回归模型。利用美国板块边界观测计划（PBO）提供的监测数据，对比分析不同建模序列长度的反演效果，从而确定最佳的建模长度。试验结果表明，采用多元线性回归模型可实现多颗卫星的有效融合，运用于土壤湿度估算是可行的。     

顾及多径环境差异和粗差的GNSS-MR土壤湿度反演

针对基于单系统单卫星GNSS-MR（GNSS Multipath Reflectometry）土壤湿度反演的可靠性不高、实际可操作性不强和最小二乘估计不具鲁棒性的缺点,为获取更优的延迟相位估值,并改善GNSS-MR土壤湿度反演的可靠性和实际可操作性,同时简化繁杂的选星过程,提出了一种基于抗差估计的多系统多卫星组合GNSS-MR土壤湿度反演算法。该算法首先顾及多径环境的差异性、多径误差的周期特性等进行信噪比SNR（Signal to Noise Ratio）观测值的筛选,然后采用基于IGGIII（Weight Function III Developed by Institute of Geodesy and Geophysics）权函数的抗差估计解求延迟相位,进而获得表征土壤湿度变化趋势的延迟相位组合。实验结果表明,相较于未采用抗差估计的多系统多卫星组合（方案1）和单卫星组合（方案3）,得益于抗差估计良好的鲁棒性,基于抗差估计的多系统多卫星组合（方案2）和单卫星组合（方案4）获得了较高的建模精度,所得延迟相位与实测土壤湿度间的相关系数分别为0.97和0.95、土壤湿度拟合残差的均方根误差分别为0.010和0.012;同时,方案2和方案4还取得了较高的土壤湿度预报精度,土壤湿度预测值与土壤湿度实测值间的相关系数分别为0.92和0.91、土壤湿度预报残差的均方根误差分别为0.016和0.023;此外,相比于方案4,方案2在采用抗差估计解求延迟相位的基础上,采用多系统多卫星组合进一步提升了延迟相位的估值精度,从而不仅避免了复杂的选星过程,而且还获得了更好的建模效果和更高的土壤湿度预报精度。     

低轨卫星增强北斗系统完好性性能分析

针对完好性是北斗建设的重要内容,但增强北斗系统完好性性能未有完整评估的问题,对低轨卫星增强北斗系统完好性性能进行探究.本文通过仿真北斗导航卫星(BDS)和低轨卫星(LEO),利用最小可探测偏差(MDB)、空间信号精度(SISA)和故障检测率3个指标来衡量整个增强系统下的完好性性能.结果表明,MDB平均增强了 16.5％,故障检测率提高了 8％,BDS单颗卫星也满足SISA要求.因此,低轨卫星的加入可以有效提高北斗系统完好性性能.     

联合GNSS/LEO卫星观测数据的区域电离层建模与精度评估

高精度的电离层模型对于提高导航卫星系统的定位精度具有重要意义。低轨卫星的快速发展为建立高精度的电离层模型提供了新的契机。基于仿真数据模拟获得2017年1月1日—30日LEO(low earth orbit)和GNSS(global navigation satellite system)卫星观测数据,星座类型包括60、96、192和288颗卫星,以非洲区域为例,利用该数据研究GNSS和LEO卫星穿刺点的覆盖情况和联合建模精度。结果表明:加入LEO卫星后,穿刺点分布改善明显,能够大幅度提高穿刺点密度;单颗低轨卫星穿刺点的范围比GNSS卫星大,LEO卫星的高度角和方位角变化明显;随着低轨卫星数量的增加,融合建模的精度也随之提高;在12:00时东经30°不同纬度范围内,单GNSS建模和GNSS+288 LEO建模差值最大为-1.6 TECU(total electron content unit);随着建模时长的增加,融合建模结果和单GNSS结果差值逐渐变小。     

ZY-1 02C星图像与ETM~+图像融合方法及效果评价

资源一号(ZY-1)02C卫星的发射成功填补了我国自主研发高分辨率遥感卫星的空白。根据该卫星的图像特点和数据质量,以俄罗斯西伯利亚地区的ZY-1 02C卫星P/MS传感器数据为例,通过解译该地区的地质矿产信息,对P/MS图像数据的处理和质量情况进行分析;同时结合该地区的美国Landsat卫星ETM+数据,将P/MS全色波段数据与ETM+多光谱数据融合,并采用HSV,Brovery,Gram-Schmidt和PCA等4种融合方法进行实验对比。实验结果表明,用Gram-Schmidt法融合后的图像,光谱信息丢失最少,融合效果最好,可有效提高融合图像的空间分辨率,进而提高该地区的遥感地质解译精度。该研究成果将为进一步推进我国国产高分辨率遥感卫星的应用发挥积极作用。     

BDS/GPS融合定位中系统偏差补偿模型及其性能分析

多系统的融合定位可有效提高用户导航定位的连续性、可靠性及定位精度。针对BDS、GPS观测量间存在系统间偏差的实际情况,建立了顾及系统误差的BDS/GPS融合定位模型,即在函数模型中增加附加参数来吸收系统间偏差,构造了新的顾及先验信息的融合定位模型,分析了这种新融合模型的特点及其对定位结果的影响。利用不同品牌接收机在中国不同地域对新的融合模型进行试验,试验结果表明:BDS、GPS观测量存在系统间偏差,且不同接收机的系统间偏差量值并不一样;增加系统参数的融合定位模型能较好地吸收BDS、GPS观测量的系统间偏差的影响,改善其融合导航定位性能;在观测卫星数不足、单系统不能定位的情况下,考虑先验信息的融合定位模型仍能获得较好的定位结果。     

基于道路的地球同步卫星定位方法

针对地球同步卫星定位的弱点，提出了利用高精度道路信息作约束来取代DEM的定位解算方法，该方法将无多余观测的三维定位化为单参数定位，理论上只需一颗卫星就能定位，另一颗将作为检核，这样，既保证了系统的定位精度和可靠性，又较好地减免了多值问题。模拟计算表明，方法有效、可行。