利用交互多模型的动态精密单点定位故障诊断算法

提出了一种基于相邻历元模型概率比的交互多模型方法,以提高故障诊断的效率,控制异常数据对定位结果的影响。首先,根据故障可能发生的情况建立交互多模型,以便对故障进行定位;然后,根据相邻历元的故障模型概率比对故障进行诊断,提高故障诊断的正确率;最后,根据抗差估计原理对故障进行处理,控制异常影响,提高动态精密单点定位的精度。以实测动态GPS数据为例,此模型可以提高故障诊断的正确率,控制异常影响,进而提高动态精密单点定位的精度。     

改进的Kriging算法用于GPS水汽插值研究

大气水汽含量在时间和空间上波动所造成的雷达信号不确定性延迟,是影响雷达干涉测量精度的主要因素之一.将高精度地基GPS可降水汽值用于SAR影像大气延迟的改正,需要采用合适的插值方法对GPS观测值进行空间插值.常规的逆距离权(inverse distance weighted,IDW)倒数和克里格(Kriging)等空间插值方法,由于未考虑地形对大气延迟的影响,其应用效果不理想.为此,提出了一种改进的Kriging插值方法,该方法充分考虑了高程和距离对大气插值的影响.对香港地区GPS水汽观测建立的区域水汽改正模型实验结果表明,改进的Kriging方法具有明显的优越性,可以进一步推广用于建立多影响因素的拟合插值模型.     

GPS���������ģ�͵����½�չ���Աȷ���

?????????????GNSS??????λ????????????????????????????????????????????о??????????????????????????????UNB3m??EGNOS??SHAO??????????????????????????????????????????????????3??IGS???GPS?????????????????????????????????     

导航解算中的系统误差及其协方差矩阵拟合

利用Kslman滤波进行导航定位计算不得不涉及观测函数模型和动力学模型,而观测函数模型和动力学模型经常含有系统误差或区域性系统误差.本文提出了一种基于移动窗口的函数模型和随机模型系统误差自适应拟合法.基于相同的窗口给出了相应的观测向量和状态预测向量的协方差矩阵估计方法,其协方差矩阵的估计与现有的Sage滤波不同.利用经系统误差修正后的观测向量和状态预测向量及相应的协方差矩阵,再进行动态导航滤波计算,能有效提高导航解的精度.文中给出了开窗估计系统误差的公式,并利用实测数据验证了该算法的可行性和实用性.计算结果表明该算法能有效地抵制系统误差对导航滤波结果的影响.     

GNSS-MR技术用于雪深探测的初步研究

积雪是全球水循环中的重要组成部分,积雪深度与雪水当量的精确监测对全球气候变化研究极其重要。随着GNSS研究与应用的不断深入,基于多路径效应的GNSS-MR（GNSS multipath reflectometry）技术用于地表环境监测（植被、土壤湿度、雪深、海平面等）已成为一种新兴的遥感手段。分析了SNR（signal-to-noise ratio）信噪比值的变化特性,详细给出了基于SNR观测值的GNSS-MR技术探测雪深的基本原理及其计算流程图。为了验证算法的有效性,利用科罗拉多州17 d连续跟踪站NWOT的GPS数据反演了降雪厚度,其结果与实测的雪深记录数据吻合较好,误差均值为0.07 m。初步研究结果验证了GNSS-MR技术用于积雪深度探测的可行性,并为后续充分利用现有的全球密集GNSS跟踪站数据开展地表环境监测提供重要参考。     

北斗卫星导航系统广播星历精度分析

针对系统地评估我国北斗卫星导航系统广播星历精度与保障实时导航定位服务的需求,对BDS广播星历提供的卫星轨道、钟差以及用户测距误差(URE)的精度性能进行分析,统计了2015年连续4周全部BDS在轨健康卫星的广播星历各项精度指标值。分析结果表明:BDS的MEO和IGSO卫星轨道精度优于GEO卫星结果,且径向精度优于法向和切向精度;BDS搭载的国产星载铷钟卫星钟差序列相对比较稳定,其均方根误差优于4ns;GEO/IGSO卫星的用户距离误差(URE)在6m以内,MEO的URE优于20m。研究结果对北斗系统的建设、后期的发展和用户市场的拓展,都具有重要的参考价值。     

北京地区GPS水汽变化与雾霾的相关性

针对北京地区雾霾频发的现状,该文基于雾霾与GPS水汽共有的影响因素,以具体季节为背景,对北京地区2014年1—11月对流层干延迟ZHD、GPS可降水量与大气中PM2.5含量的一致性做了分析。研究结果表明:雾霾过程中盛夏季节表现为大气中PM2.5含量与GPS可降水量具有很好的正相关性,而在冬季则表现为大气中的PM2.5含量与对流层干延迟含量具有很好的正相关性,并发现结合两者的变化在一定程度上可用于雾霾天气的监测与预警。     

InSAR数据约束下2016年和2022年青海门源地震震源参数及其滑动分布

中国青海省门源县于2016年和2022年分别发生了Mw 5.9和Mw 6.7地震,相距不足40 km。利用欧洲空间局Sentinel-1A升降轨雷达影像,采用合成孔径雷达干涉测量(interferometric synthetic aperture radar, InSAR)技术分别获取两次地震的同震地表形变场,进而利用弹性半空间的位错模型确定上述事件的震源参数,基于分布式滑动模型反演确定两次地震断层面上的滑动分布,并探讨2016年门源地震对2022年门源地震的发震影响及触发机制。结果表明,2016年门源地震为逆冲型地震,并未破裂到地表,升、降轨同震形变场沿视线向的最大形变量分别为6.7 cm和7.0 cm,断层的最大滑动量为0.53 m,主要集中在地下4~12 km区域滑动。2022年门源地震同震形变场沿NWW-SEE向破裂,降轨影像最大视线向地表形变量为78 cm,断层的最大滑动值达到3.5 m,处于地下4 km左右,断层滑动分布模型揭示此次地震为左旋走滑型地震;结合冷龙岭断裂的运动性质和几何特征,可初步判定发震断层主要为冷龙岭断裂的西段、且极有可能破裂到了其西北端西侧的托莱山断裂。静态库仑应力触发关系显示,2016年门源地震对2022年门源地震的发生有一定的促进作用。     

利用BP神经网络的动态精密单点定位故障诊断算法

针对动态精密单点定位中可能出现的观测信息故障,提出了基于两级神经网络的故障诊断算法。该算法首先采用一级神经网络在线修正Kalman滤波的动力学模型信息,然后基于二级神经网络自动对观测信息进行故障检测、定位和剔除。利用机载实测数据进行了实验,结果表明该方法能够正确地诊断观测信息中存在的故障,提高了诊断正确率。     

时序InSAR用于滑坡灾前二维形变追溯与灾后风险评价

针对美国俄勒冈州西海岸Hooskanaden滑坡发生的大规模失稳以及破坏后坡体的稳定性仍然未知的问题,本文基于升降轨Sentinel-1影像数据,利用SBAS-InSAR技术对Hooskanaden滑坡灾前的变形模式、驱动因素和灾后的稳定状态进行了研究。结果表明,早在2019年滑坡事件发生前,Hooskanaden滑坡就处于持续蠕变状态,其沿LOS向的最大形变速率可达-226 mm/a;该滑坡属于推移式滑坡,以水平自东向西运动为主,二维形变与其倾角的组合有利于推断滑坡的变形模式;滑坡运动存在明显的季节性周期变化,降雨是其加速变形的主要驱动因素;滑坡的中部及其后缘在灾后仍处于活跃状态,沿LOS向的最大形变速率达-65 mm/a,存在再次失稳的可能性。