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。     

GNSS坐标时序空间域共模误差去除研究

针对区域GNSS坐标时序存在共模误差(common mode error, CME)的问题,以华北地区GNSS坐标时序为例,提出可用于消除空间域误差的主成分分析法PCA与完全集合经验模态分解法ICEEMDAN。首先使用PCA滤波提取CME;然后使用ICEEMDAN方法分解CME,提取出有用的IMF分量,减少原始信息的损失;最后对比分析PCA、ICA、IC-PCA三种方法的区域滤波效果。结果表明,IC-PCA的滤波效果优于ICA和PCA,IC-PCA滤波前后N、E、U三个方向上的残差RMS平均降低1.93%、1.92%和7.60%,且滤波结果与原始时间序列变化趋势更加吻合,可有效减少PCA对原始时间序列造成的损失。     

基于CEEMD的GPS多路径改正模型研究

利用总体完备经验模态分解从X、Y、Z三坐标分量残差中分离并提取多路径信息，形成多路径改正模型,对第二天坐标序列进行改正，并与经验模态分解及移动平均去噪法进行对比。结果表明，利用总体完备经验模态分解可以有效地从坐标残差中提取多路径误差，且经改正后的坐标序列RMS明显小于改正前，说明在一定程度上削弱了多路径误差影响，且处理效果优于移动平均去噪法及经验模态分解法。     

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%。     

共模误差PCA与ICA提取方法的比较

为消除共模误差CME,目前广泛应用的主成分分析法（PCA）基于观测数据的二阶统计量（方差和协方差）将观测网残差分解成一组不相关的随时间变化的模态和对应的空间响应,而GPS时间序列分布具有非高斯特征,二阶统计量不能完全描述其随机特性。本文假设区域网CME 与其他误差相互统计独立,则可以采用独立分量分析（ICA）法。采用模拟数据对ICA提取CME的精确性和有效性进行验证,并与PCA结果进行对比。结果表明,ICA能够有效地提取观测网CME。     

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。     

大空间GPS网共模误差剔除研究

利用叠加滤波、PCA、KLE 3种方法对欧洲区域平均基线长度为2 000 km的大空间GPS网12个IGS站9 a（2006-01~2014-12）的观测数据进行处理，分析对比3种方法剔除共模误差的效果。结果显示，3种方法剔除百分比分别为25.87%、41.48%、35.72%，滤波后坐标精度明显提高；对于较大的GPS观测网，相对于叠加滤波，PCA和KLE法效果更好，可以显示不同站点的空间特征。     

基于非监督分类和图优化的GNSS多路径误差削弱方法

基于城市环境下采集的多系统GNSS数据研究非监督分类算法和图优化(factor graph optimization, FGO)算法对多路径误差的抑制能力。伪距单点定位(single point positioning, SPP)结果表明,基于K-means⁺⁺的非监督分类算法进行多路径信号分离时,在N、E、U方向的定位精度分别为3.61 m、2.90 m、8.14 m,较传统算法分别提升53.18%、55.18%、44.96%。图优化方法利用伪距和多普勒约束因子进行最优估计,在N、E、U方向的定位精度分别为0.94 m、1.34 m、2.78 m,精度分别提升82.1%、78.5%、82.0%。图优化算法对城市环境下GNSS定位的多路径误差抑制具有显著效果,可用于GNSS精密定位预处理阶段的异常卫星剔除和精确坐标初值获取,提高城市环境下GNSS定位性能。     

基于非监督分类和图优化的GNSS多路径误差削弱方法北大核心CSCD

基于城市环境下采集的多系统GNSS数据研究非监督分类算法和图优化(factor graph optimization,FGO)算法对多路径误差的抑制能力。伪距单点定位(single point positioning,SPP)结果表明,基于K-means++的非监督分类算法进行多路径信号分离时,在N、E、U方向的定位精度分别为3.61 m、2.90 m、8.14 m,较传统算法分别提升53.18%、55.18%、44.96%。图优化方法利用伪距和多普勒约束因子进行最优估计,在N、E、U方向的定位精度分别为0.94 m、1.34 m、2.78 m,精度分别提升82.1%、78.5%、82.0%。图优化算法对城市环境下GNSS定位的多路径误差抑制具有显著效果,可用于GNSS精密定位预处理阶段的异常卫星剔除和精确坐标初值获取,提高城市环境下GNSS定位性能。     

一种改正伪距多路径误差的北斗三频周跳探测与修复方法

使用北斗三频观测值提取伪距多路径误差。分析表明,北斗伪距多路径误差达到m级,且变化较快,不能通过历元间差分完全消除,会对周跳探测及修复产生影响。提出一种改正伪距多路径误差的北斗三频周跳探测与修复新方法,能有效控制伪距多路径误差的影响,提高周跳修复的成功率。     

HVF������GPS��·��ЧӦ�о��е�Ӧ��

????????Helmert????????????Vondrak????????????HVF??????????????GPS??·??Ч????о????????????????????????????÷???????????Vondrak?????????????????????????????????Ч????????????????е????????????????÷????????·????????????GPS??·??Ч?????????????????????Ч????????·??Ч??????????????????GPS??λ?????     

基于Anubis的北斗观测数据质量分析

为分析BDS在亚太地区及其他范围内的数据质量差异,选取2个国内和3个境外MGEX连续跟踪站10 d的数据,利用Anubis软件对BDS及GPS数据质量进行对比和可视化分析,同时着重分析C37以上不同类型轨道卫星的多路径效应及信噪比.结果表明,BDS各测站的数据完整率均为100％;各频段各类型卫星的伪距多路径平均值均低于...     

����С���˲���PCA��ϵĶ�·����������

?????????????????????????С??????????????PCA???????GPS??????????????????????????????????????????????????????Ч????????·??Ч?????????????, ????λ?????     

北斗三号在轨测试卫星观测数据分析

采用自编数据处理算法对部分iGMAS与MGEX站点的观测数据进行分析，结果表明，北斗新信号表现优异，数据完整率和信噪比弱于GPS，多路径误差和伪距噪声与GPS相当，电离层延迟变化率优于GPS。总体而言，北斗三号与GPS处于同一水准。     

顾及共模误差的四川连续GPS基准站坐标时间序列噪声分析

使用GAMIT/GLOBK软件处理四川省内23个连续GPS基准站2010～2015年数据，获取各测站的坐标时间序列，然后利用堆栈法对其进行空间滤波以剔除共模误差，通过谱指数计算和最大似然估计法（MLE）对滤波后的GPS站坐标时间序列进行噪声分析。结果表明，四川连续GPS基准站坐标时间序列N、U方向最优噪声模型为WN+FN，E方向最优噪声模型为WN+FN+RWN；空间滤波可以降低闪烁噪声，同时使一些测站显现出随机漫步噪声；根据GPS站坐标时间序列估计基准站速度时，应当顾及有色噪声的影响。     

高频单历元GPS周期性误差特性分析

分析GPS高频单历元时间序列中的误差特性,采用中值滤波法消去高频噪声。经计算,偶然中误差在水平方向为±4～4.5 mm,高程方向为±9 mm。通过周期性重复解算、时间序列比对及相关系数最大化发现,GPS高频单历元时间序列中包含的周期性系统误差的重复周期为86 153～86 165 s。通过对系统误差建模或差分,可消除时间序列中的系统性成分,提高GPS高频单历元数据处理的精度。     

���ں������˲���PPP�ྶ��������о�

????PPP???????????????????PPP??λ?????????о?????????PPP??ú????????????????????????????λ???????????????????λ??????е??????????????????????????????????????????????У????????????????÷?Χ???????????????????IGS??????????????ú???????????????????PPP?????λ???????????????????????????3???????????????69.2%??72.3%??27.6%??     

基于PCA及提升小波组合算法提取建筑物结构振动信号

针对监测结果受测量噪声和多路径等GPS误差影响的问题,提出基于PCA及提升小波的组合算法来提取建筑物结构振动信号。利用PCA空间滤波分离区域站点相关的共模误差,然后利用提升小波变换对振动信号进行降噪,用于提取结构振动信号。以香港某高楼在台风荷载作用下的观测数据为例进行实验,结果表明,此算法有效提高了变形监测的精度。