基于部分固定策略的多系统长距离基准站间模糊度快速解算

基准站间整周模糊度的快速准确固定是实现网络RTK高精度快速定位的前提。对于GPS/GLONASS/BDS组合系统长基线,模糊度维数大幅度增加,加之观测噪声、大气残余误差等因素的影响,很难快速准确地固定所有模糊度,尤其是低高度角卫星模糊度。提出了一种基于部分固定策略的GPS/GLONASS/BDS组合网络长基线部分模糊度快速解算方法,以截止高度角、模糊度固定成功率以及Ratio值为主要参数,优选模糊度固定子集,以实现长距离基准站间模糊度快速固定。通过实测GPS/GLONASS/BDS三系统长基线数据的实验验证,部分模糊度固定方法可有效避免低高度角卫星对模糊度固定的影响,从而显著提高模糊度固定时的成功率及Ratio值,缩短长距离基准站间模糊度准确固定所需的时间。     

线性化误差对于UWB系统定位精度影响分析

针对目前常用的超宽带算法,扩展卡尔曼滤波(EKF)在解算过程中产生的线性化误差,对定位结果产生影响,而无损卡尔曼滤波(UKF)算法可以不进行线性化过程进行解算,避免误差的产生。文中首先对UWB定位系统线性化误差进行分析,在此基础上提出UKF和TDOA相结合的定位模型,通过实验比较两种算法的定位精度。实验结果表明UKF算法定位结果相比于EKF算法在U方向上有明显提升,误差稳定在10 cm之内。同时,通过改变初始坐标偏差,来进一步比较两种算法的定位效果,结果表明,初始偏差设置为0.5 m时,UKF算法比EKF算法U方向精度提升15%;初始偏差设置为1 m时,UKF算法U方向精度提升60%以上;初始偏差设置为5 m和10 m时,UKF算法U方向精度提升可以达到90%。EKF算法会产生不可忽略的线性化误差且误差会随着初始偏差增大而增大,UKF算法则可以保持较好的定位精度和稳定性。     

兴隆水利枢纽对汉江河岸带氮素分布特征的影响

河岸带作为地表水和地下水的连接枢纽,主要通过反硝化等作用控制着二者之间的氮循环。水利工程会显著改变河流区域水文环境,进而影响河岸带氮素的分布和循环,探明水利工程对河岸带氮循环的影响机制对了解区域氮素的控制及利用具有重要意义。以兴隆水利枢纽为对象,在枢纽上、下游沉积物样品进行了总氮、“三氮”（铵态氮、亚硝态氮、硝态氮）及相关土壤理化性质的分析。结果表明:（1）水利枢纽上游河岸带沉积物氮素含量显著高于下游,上游A剖面总氮、“三氮”平均含量是下游B、C剖面的1.12～3.27倍;（2）水平方向上,3个剖面的河岸带的总氮、“三氮”含量变化具有相似性,即同一剖面上总氮含量在堤内较高,且“三氮”含量均会在堤内靠近堤防的采样点发生突变（剧增或锐减）;（3）垂向上总氮、“三氮”分布规律相似,即0～60 cm氮素含量迅速减少,60 cm以下呈不规则变化,总体上氮素含量呈自上而下减少的趋势。兴隆大坝主要影响其上游,通过蓄水抬升了上游河岸带地下水位,沉积物长期处于被淹没状态导致其脱氮能力下降。此外,同一剖面由于堤防导致的微地貌差异,堤内的地下水埋深较堤外的浅,堤内沉积物脱氮能力弱于堤外。     

基于北斗三频的BDS/GPS宽巷模糊度逐级单历元固定方法

利用北斗三频超宽巷模糊度波长较长易于固定的优势,提出一种基于北斗三频的BDS/GPS宽巷模糊度逐级单历元固定方法。首先利用载波和伪距组合固定BDS(0,-1,1)和(1,4,-5)两个超宽巷模糊度,根据固定后的超宽巷模糊度变换得到BDS宽巷模糊度(1,-1,0),然后将BDS宽巷模糊度作为约束条件与GPS宽巷观测方程联立得到GPS宽巷模糊度浮点解和其方差协方差阵,最后采用LAMBDA算法实现GPS宽巷模糊度的固定。实验结果表明,BDS超宽巷组合可实现100%固定,采用BDS约束GPS宽巷模糊度固定时ratio值均大于2,大于5的占97.8%以上,因此文中提出的方法可实现BDS/GPS双系统宽巷模糊度单历元固定,有效提升GNSS模糊度解算的时效性。     

安卓智能手机GNSS数据筛选方案研究

通过设置两种不同的遮挡环境,对测地型接收机和智能手机静态采集的测量数据进行对比分析。结果表明,智能手机可接收部分非直射卫星信号,受多路径效应干扰明显。根据非直射卫星信号的数据特征设计智能手机原始GNSS数据筛选方案,静态定位实验结果表明,应用数据筛选方案能够显著提升智能手机在复杂环境下的定位精度。智能手机SPP定位算法和RTK定位算法平面方向的定位精度可提升20%~40%,高程方向的定位精度可提升30%~60%。     

手机GNSS数据质量提取的变分模态分解法

观测噪声提取是数据质量分析与随机模型构建的基础。当前手机GNSS观测噪声提取主要采用三阶差分法与历元间差分法,这些方法的提取结果都会受到卫星相关性和历元间相关性的影响。本文提出结合变分模态分解(variational mode decomposition,VMD)提取手机观测噪声的方法。模拟分解试验表明:VMD能够较好地对混合信号进行分解。提取小米8手机GNSS观测噪声并进行分析,结果表明:GPS、BDS和Galileo 3系统伪距观测噪声计算结果一致,GLONASS系统伪距噪声大约是其他系统的两倍,四系统的载波观测噪声相当,手机GNSS观测噪声与Android系统版本无关。相比于高度角随机模型,载噪比随机模型更适用于手机GNSS定位。利用数据质量提取结果拟合载噪比随机模型,并进行定位试验。定位结果表明:相对于高度角随机模型,采用载噪比随机模型后手机伪距单点定位效果能提升25%以上。手机PPP平面定位结果能收敛至0.6 m以内,高程定位精度收敛至1.2 m以内。