重力辅助惯性导航中重力归算的垂直梯度计算

重力辅助惯性导航技术是利用地球物理特征信息数据—重力来完成水下运动载体的辅助导航与定位。为了实现水下运动载体上重力传感器输出的实测重力信息与重力数据库中存储的重力信息之间的匹配,首先必须将这两类数据归算到一个平面。本文研究分析了重力归算中重力垂直梯度求解的各种方法;探讨了不同数值积分区域对扰动重力垂直梯度精度的影响;并通过计算分析,提出了可以直接以重力异常垂直梯度代替扰动重力垂直梯度来求取重力垂直梯度。     

扰动重力边值问题与实际数据处理的研究

讨论了应用GPS测量重力点的大地高 ,从而获得地面点的扰动重力 (或称纯重力异常 )值这样新的重力边值条件 ,如何从理论与实际上确定重力场的问题。     

局部区域模型重力异常快速算法

地球重力场位系数模型可以用于计算局部重力扰动场元。然而随着地球重力场模型阶次的提高、局域重力场计算范围的增大,其计算速度往往不能满足工程需求。针对这一问题,在对位系数模型泰勒级数展开的基础上提出了采用向量运算、混合编程的方法,同时对连带勒让德函数Belikov递推方法中与经纬度无关的量进行了预先计算,有效提高了计算速度。提出的方法对于利用超高阶次重力场模型快速解算大范围、高分辨率重力场元数据以及累加求和计算具有一定的参考与借鉴意义。     

导纳函数的中国南海海底地形模型

针对目前大面积海域依然存在海深测量数据空白的问题,该文选取中国南海4°×4°(12~16°N,115~119°E)海域范围为研究区域,通过频率域上的相关性分析,得到重力异常在30~130km波长范围与研究海域海底地形的相关程度较高。以ETOPO1海深模型作为先验模型,应用导纳函数实现了在无船测数据情况下对海深的反演,最终得到1′×1′的海深模型。将反演结果与检核点进行比较发现,模型1在2 500m以上海域相对误差较小,反演精度较高;2 500m以下海域相对误差变化大,反演精度较低。无船测数据环境下,适当加入一定数量船测海深值作为控制点得到的海深模型2,相较于未加控制点的模型1,在1 000m以下水深处的标准差明显优于模型1,与检核点的差值精度最大提高了45%左右。     

基于夜光遥感的粤港澳大湾区人口空间分布及特征研究

将粤港澳大湾区的珞珈一号辐射亮度数据和高精度土地类型数据融合,在区县级行政区划上构建分区逐步回归模型,获得大湾区2020年500 m人口格网数据并进行精度验证,从人口数量和密度、空间方向性和空间集聚分散等角度分析2020年人口空间分布特征。结果表明：1）珞珈一号夜光遥感数据与土地类型数据的融合提高了人口空间化精度;2）大湾区人口数量与密度具有高度协同的空间分布关系,存在五大人口集聚区,分别是广州天河、越秀、海珠、荔湾和白云西南部组成的集聚区;东莞内部环形集聚区;深圳西、中和北部集聚区;港澳集聚区和肇庆端州集聚区,边缘城市人口稀疏;3）人口分布沿广州—东莞—深圳—香港方向性显著,说明经济水平是影响人口空间分布的重要因素;4）人口集聚特征明显,68%的人口分布聚集在27.64%空间范围内,人口热点区位于东莞、深圳和香港一带,冷点区域主要分布在肇庆和江门内部。     

基于Oracle Spatial的多元重力场信息数据库的设计与应用

随着地球重力场信息多元化的发展及其应用领域越来越广,科学高效的管理和应用重力场信息数据就显得尤为重要。文中介绍了基于Oracle Spatial技术设计与构建的重力场信息数据库的结构框架,分析了存储数据信息的种类、属性及特点,研究了数据的存储方式。在多元化重力场数据与基础地图数据统一管理的基础上,初步实现了多元化重力场信息的存储、查询、计算、绘图及显示等功能。     

GAINS中重力传感器信息的扰动改正

重力辅助惯性导航系统GAINS(Gravity Aided Inertial Navigation System)是利用地球物理特征信息重力来完成水下运动载体的辅助惯性导航与定位.为实现重力匹配以校正惯性导航随时间累积的误差,首先必须对重力传感器输出信息进行扰动改正.分析了水下运动状态下重力传感器受到的各种重力扰动,如垂直扰动加速度、水平扰动加速度以及厄特弗斯效应影响所产生的原因,研究了扰动误差模型与INS导航精度之间的关系,并通过计算,提出了可直接以INS输出数据而无需其它外部有源导航信息进行扰动分离的方法.     

联合多源重力数据反演菲律宾海域海底地形

对比分析重力-海深的“理论导纳”和实际数据的“观测导纳”,获得研究海域有效弹性厚度理论值为10 km。联合重力异常和重力异常垂直梯度数据,应用自适应赋权技术,采用导纳函数方法构建菲律宾海域1'×1'海底地形模型。试验发现,当重力异常垂直梯度反演海深结果与重力异常反演海深结果的权比为2∶3时,所构建的海深模型检核精度最高。同时,联合多源重力数据反演海深能够综合重力异常和重力异常垂直梯度在对待不同海底地形上的反演优势,生成精度优于单独使用重力异常数据和重力异常垂直梯度数据反演的海底地形模型。以船测数据作为外部检核条件,反演模型检核精度略低于V18.1海深模型,而相较于ETOPO1海深模型和DTU10海深模型检核精度分别提高了27.17%和39.02%左右;反演模型相对误差的绝对值在5%范围内的检核点大约占检核点总数的94.25%。     

2016年新疆轮台MS 5.3地震序列尾波Qc值分析

基于Sato单次散射模型,利用轮台地震台单台记录,计算并分析2016年1月14日新疆轮台M_S5.3地震及余震序列尾波Q_c值震后变化,拟合得出Q_c值随频率的变化关系为Q_c (f) =（18.0±3.19）f^1.184±0.072。结果表明,Q_c值在序列初期起伏较大,随着强震后能量的释放,Q_c值趋于平缓;低频段的Q_c值在较大余震发生前有显著变化;不同中心频率点的Q_c值变化形态不一致。对Q_c值变化特征的研究,可为地震预报提供参考依据。     

关联概率密度加权重力异常UKF滤波匹配导航算法

无味卡尔曼滤波(UKF)是一种通过采样来近似非线性分布,从而对非线性问题进行次优估计的滤波方法。利用实时观测得到的重力异常以及航行区域参考重力异常图,可以建立基于重力异常的UKF滤波匹配导航算法,以此校正惯性导航系统的漂移误差。针对选取与UT变换相同权系数来求取预测观测值而可能导致求得的预测观测值为伪观测值的问题,提出了利用关联概率密度函数对采样观测值进行加权的重力异常UKF滤波匹配导航算法。通过对某实验区域的实验进行计算分析,结果表明,基于关联概率密度加权重力异常UKF滤波算法能够克服传统加权预测观测值带来伪观测信息的问题,将惯性导航系统经纬向漂移误差降低至1.1 n mile以内,均优干传统加权算法和纯惯性导航系统的定位精度。