基于观测值质量指标的GPS观测量随机模型分析

卫星高度角、载噪比及信号强度是反映GPS观测值质量的重要指标,基于这些指标的随机模型可进一步削弱GPS残余大气延迟、衍射以及多路径效应等误差的影响,但这些随机模型对不同误差的处理效果具有一定差异.为合理利用这些随机模型,利用实际观测数据进行了比较计算,结果表明信号强度和载噪比随机模型的效果基本一致,当观测数据中载噪比输出时,可用信号强度代替载噪比建立随机模型;信号强度和载噪比随机模型对削弱衍射误差十分有效,而高度角随机模型能更有效地削弱残余对流层延迟误差.     

小波去噪在GPS动态监测数据处理中的应用

阐述了多尺度分析和小波变换的基本原理,分析了选择不同小波基对GPS动态监测数据去噪的效果.试验结果表明,小波变换实现了对GPS动态监测数据的有效去噪,是一种可靠的分析方法.     

GPS建筑物振动变形监测中的单历元算法研究

充分利用建筑物振动变形监测的特点，提出了一种带变形特征及最大变形量约束条件的单历元算法。实例计算证明，该算法可以极大地缩小单历元模糊度搜索空间，减少候选坐标的计算量，有效地提高解算成功率，而且约束尺度越小成功率与效率越高，尤其是加入以平面或竖直方向变形为主的变形特征约束时，单历元算法的效率越为明显。     

利用VB通信控件实现GRE4与计算机间数据通信

介绍了利用 ＶＢ５． ０中的 ＭＳＣｃｏｍｍ通信控件编程,实现ＧＲＥ４电子手簿与计算机间的数据通信。该程序以 Ｗｉｎ９８为平台,采用图形用户界面,使用简单,操作方便,对子发挥ＧＲＥ４在数字化测图方面的作用有一定的现实意义。     

近景数字摄影测量及动态卡尔曼滤波在建筑物变形观测中的应用

针对建筑物的变形特征。本文提出用数字摄影测量的方法 ,以整体分析 ,动态卡尔曼滤波作为数据处理的手段以达到实时 ,动态的再现变形的全过程。     

视觉变形测量方法及应用研究

针对现有视觉测量中监测距离较短、自动化程度不高等缺点，提出基于形状的目标识别、综合边缘和区域目标提取的视觉变形测量方法，设计了一款适用于该方法的监测标志以及与之相适应的变形计算算法。利用单反相机等普通数码相机开展相关实验，采用连续拍摄平滑及匹配校正技术，削弱由于受相机反光板和快门机械运动、环境等因素的影响而引起的测量误差。利用VS2015与QT编程平台及C++编程语言开发视觉变形监测软件，并进行长期监测实验，验证了基于视觉测量的变形监测方法的可行性、有效性以及监测精度。     

面向卓越工程师培养的测量实践教学探讨

实行卓越工程师计划是为了改革工程教育人才培养模式,以提高学生的工程实践能力和创新能力。根据中南大学卓越测绘工程师培养计划的要求,结合我校测绘工程卓越工程师班的教学实践,从学校培养和企业培养两个环节,对实践教学的师资培养、教学内容和任务等方面进行了探讨,为造就高素质卓越测绘工程师人才进行了有益探索。     

抗差自适应Kalman滤波在动态变形监测中的应用研究

抗差自适应Kalman滤波算法中,抗差等价权矩阵和自适应因子的计算,要求观测信息具有多余观测量且准确可靠,但在动态变形监测应用中,通常滤波观测值仅为三维坐标且存在较强噪声和粗差的影响。为此,先对该算法中的自适应因子和抗差等价权矩阵的计算进行研究和改进,然后计算了某高速公路边坡的GPS动态监测数据。结果表明,抗差自适应Kalman滤波能够有效地抵制动态变形监测中观测值异常的影响。     

基于有效约束的附不等式约束平差的一种新算法

不等式约束是客观实际中普遍存在的一种约束,但目前大地测量数据处理领域并没有成熟、完整并被普遍接受的处理理论和方法。首先简要总结附不等式约束平差的各种方法及其存在的问题。然后对现有测量平差中附有等式约束的平差模型进行扩展,提出一种新的处理附有线性约束(包括等式和不等式约束)的平差方法。该方法在有效约束概念下,通过库恩-塔克条件来寻找有效约束条件,把不等式约束平差问题转化为我们熟知的等式约束平差问题,因此实现解向量与观测向量之间的显式表达。最后,用一个数值算例验证新方法的可行性,同时算例分析表明:用等式约束代替有效约束或集成约束进行平差计算,能得到正确的平差结果,但得不到正确的精度评定结果。     

克里金时空自回归模型在变形建模中的应用

针对时空自回归模型的空间权阵大多采用邻接性和反距离加权法导致模型预测精度较低的问题,该文提出了一种基于克里金法空间加权的时空自回归模型,通过普通克里金插值法原理来定义空间权阵,并利用五强溪大坝5年的观测数据分别对传统空间加权和克里金法空间加权进行建模对比。结果显示,克里金法加权比传统加权的变形预测精度提高44%左右,说明克里金时空自回归更适合建立大坝时空变形模型。本文方法更加科学地描述了实际空间的变异情况,提高了变形建模的预测精度,可用于大坝及其他变形体的变形建模。