一种附约束的单频单历元GPS双差相位解算方法

在各类变形观测中，存在着2次观测的变形值不大及各种变形方向和大小可以比较精确预测等特点，可以把这些特征作为约束条件，对GPS单历元相位观测方程进行求解。基于以上几点，提出了一种含约束条件的单频单历元GPS相位求解算法和简单实用的模糊度搜索方法，本方法据观测值直接估计模糊度参数，并根据求出的模糊度估值进行搜索，还分析了最优解的获得和检验方法，最后用2个实例说明了该法的有效性和实用性。     

再论拟准检定法的原理、实施和应用

综合阐述了拟准检定法的原理和特点、研究思路。拟准检定法的关键是如何正确选择拟准观测，文章介绍了初选的复选拟准观测的实施要点。列举了拟准检定法在图相关情况下的相差检测，形变分析中的异常探测以及GPS相位观测的周跳检测和修复等方面的应用例子。     

大地测量学家 周江文教授

周江文教授是我国著名的大地测量学家和误差理论专家,八十有三的周老精神瞿铄,思维敏捷,充满着对我国大地测量事业和年轻同志成长的关心.他对我国大地测量的贡献更为学术界所赞赏.正如大地测量和固体地球物理学家许厚泽院士所评价:"周江文教授是我国大地测量和测量误差理论研究领域中最有造诣的一位优秀科学家.60多年来,他为大地测量学的发展作出了巨大贡献.他自1958年到中科院测地所工作,为我所科技事业发展和人才培养呕心沥血,作了很多贡献".他以严肃的态度治学育人,60年如一日,为我国大地测量学术界树立了一座丰碑.     

中长基线GPS网络 RTK模糊度快速解算的一种新方法

提出采用选权拟合的正则化方法。利用参考站坐标准确已知的条件作为约束，设计出正则化矩阵，使法矩阵的病态性得到了较大的改善，只用几个历元的数据求解，能较准确得到模糊度的浮点解。在此基础上，结合LAMBDA方法可以快速地确定整周模糊度。以4条中长基线的实测数据为例，本文方法用5个历元的单频L1数据就能求解出整周模糊度。与现有方法相比，新方法可采用单频GPS数据实现中长基线GPS网络RTK的整数模糊度快速解算，而且可靠性好，有良好的应用前景。     

一种小波与谱分析结合的GPS精密卫星钟差拟合方法研究

根据卫星钟固有的特性,即频移、频漂和频漂率以及周期性,提出一种新的拟合方法。新方法首先构造一个合理的钟差模型,该模型包含一个二次多项式和多个周期项。然后利用IGS提供的钟差产品数据,先粗略补充缺失数据,用二次多项式拟合;并对拟合后的残差进行小波分析,作降噪处理;最后通过谱分析,确定其主要的周期项,从而构建出适当的拟合模型,实现精密GPS卫星钟差拟合和预报。多天数据的实验结果表明,采用本文提出的新方法能够有效地对卫星钟差进行拟合和预报,满足不同目的的需求。     

基于MEA-BP神经网络的卫星钟差预报

卫星钟差是影响导航定位精度的重要因素之一,建立高精度的钟差预报模型对高精度定位有重要意义。针对常用模型卫星钟差在短期预报中随时间增加误差积累,以及传统BP神经网络不稳定,容易出现过拟合等问题,本文提出一种基于思维进化算法(MEA)优化的BP神经网络钟差预报模型和算法。首先对原始钟差数据进行一次差处理;然后利用思维进化算法对BP神经网络的初始权值和阈值进行优化,给出该模型进行钟差预报的具体步骤;选用IGS站提供的多天GPS精密钟差产品数据进行试验分析,使用GPS一天中前12 h数据建模,进行2、3、6和12 h的钟差预报。结果表明:利用MEA-BP模型得到的上述4种时段的预报精度分别优于0.36、0.38、0.62和1.56 ns,预报误差曲线变化起伏较小,说明新模型的预报性能优于3种传统模型,新模型在钟差预报短期预报中的实用性及稳定性是较佳的。     

基于精选基准消秩亏的GNSS参考网数据处理方法

全球导航卫星系统（GNSS）参考网多用于估计卫星轨道/钟差、监测地表形变和速度场、确定精密地球自转参数等方面。相关数据处理模式包括：双差基线解（DD）和非差精密单点定位（PPP）等。本文首先从GNSS基本观测方程出发,通过选取两组基准参数,导出了上述两模式下的列满秩观测方程,然后分析了它们的不足,例如：相位偏差在DD模式中吸收了钟差,丧失了时不变特性;模糊度在PPP模式中吸收了相位偏差,失去了整数性。基于上述分析,本文提出了一种新的参考网数据处理方案,以充分融合DD和PPP模式的优势。它的关键策略是精选基准参数,以达到消秩亏的目的,具体优点体现在：相位偏差独立可估,若合理约束为时不变参数,可充分减少参数个数,提高网解精度;待估模糊度具备整周特性,经由模糊度固定,可改善网解可靠性。     

模糊聚类方法用于监测网的拟稳点选择

本文探讨用模糊聚类的方法,将监测网的地质、地震和测量等信息建立定量的联系,从而选出合理的拟稳点。结合新丰江水库监测网的情况,讨论了统计指标的选取方法。 本文还介绍了新丰江水库1964年9月23日5.3级地震前后五期观测资料的拟稳平差结果,并对这次地震的形变特征进行了分析。     

基于改进的BP神经网络构建区域精密对流层延迟模型

利用神经网络算法挖掘海量数据的规律已成为科技发展的一种趋势,本文针对卫星信号的天顶对流层延迟进行建模.对流层延迟是影响卫星定位精度的重要因素之一,建立精密区域对流层模型对高精度定位有着重要的意义.对区域测站对流层延迟数据的分析,考虑到实时建模中传统BP（Back Propagation）神经网络计算量大,易出现"过拟合"现象、不稳定等因素,通过改进的BP神经网络建立了区域精密对流层模型.详细介绍了新模型的建立过程,并与常用的对流层区域实时模型进行了对比.还讨论了建模测站数目对预报精度的影响.相比现有的其他对流层延迟模型,基于改进的BP神经网络构建的区域精密对流层延迟模型无论在拟合和预报方面都有较好的精度,且随着测站数目的增加模型精度趋于平稳.改进的模型参数较少,可以进行实时的区域精密对流层延迟改正;需要播发的信息量小,适用于连续运行参考站系统（Continuously Operating Reference Stations,CORS）的应用.研究表明：改进的BP神经网络模型能够更好的充分利用大规模历史数据描述卫星信号对流层延迟的空间分布情况,适用于实时大区域精密对流层建模.基于日本地区2005年近1000多个测站的NCAR（National Center Atmospheric Research）对流层数据进行区域对流层延迟建模,结果表明改进的BP神经网络模型在拟合和预报精度上都有较大提升,RMSE（Root Mean Square Error）分别为：7.83 mm和8.52 mm,而四参数模型拟合、预报RMSE分别18.03 mm和16.60 mm.     

顾及电离层变化的层析反演新算法

区别于以往GPS电离层层析研究主要关注迭代模型的思路,本文从两方面入手提高GPS电离层层析迭代算法的反演精度:一方面,顾及传统电离层层析迭代模型仅与对电子密度误差起放大作用的GPS射线截距权重相关的不足,提出考虑层析像素格网中的电子密度对GPS TEC的贡献建立新的迭代模型,在不同电子密度像素格网内重新分配GPS TEC实测值与其反演值之间的差距;另一方面,顾及电离层层析迭代算法中松弛因子对反演结果的影响,提出考虑电子密度变化构造新的松弛因子,抑制传播噪声对电子密度反演精度的影响.实验结果显示,相对于传统代数重构算法(ART),新方法反演的电离层电子密度剖面更接近于电离层测高仪观测的电子密度剖面,提高了电子密度反演精度.