GNSS多天线基线网单历元模糊度同步解算法

提出多天线基线网单历元模糊度同步解算法，其具体实现步骤为：1）根据宽巷组合模糊度易于固定的优点，采用附加已知基线长度约束法同步解算各基线的宽巷模糊度，得到dm~cm级精度的近似基线分量；2）将解算得到的各近似基线分量作为约束，同步解算各基线的基频模糊度，以获取mm级精度的基线矢量。该方法的关键在于检验各历元宽巷模糊度解算的正确性，以获取可靠的近似基线分量，为解算各基线的基频模糊度提供准确的基线先验信息。由于动态情况下各历元观测信息比较少，单纯依赖ratio检验不可靠，提出结合基线误差、单位权中误差、基线网模糊度闭合环及ratio值等对多组宽巷模糊度进行检验，避免ratio值设置不当导致模糊度检验中发生纳伪和弃真问题。实测数据结果证明，该处理方法使得模糊度解算的成功率提高1%~2%，可以获取移动平台更丰富的导航信息，提高其服务能力。     

连续台风时期香港区域的水汽变化分析

利用香港卫星定位参考站网GNSS观测数据,提取强热带风暴"塔拉斯"与热带风暴"洛克"影响期间各测站天顶方向对流层延迟,反演香港区域大气可降水量;根据香港区域49个天文台气象站提供的实测降雨量数据,分析大气可降水量与实际降雨量的相关性,以及两次台风对香港区域水汽时空分布的不同影响。结果表明,大气可降水量在台风影响前期均上升,在大量降雨后回落,但在连续台风的间歇期间,仍高于台风来临前的水平;水汽累积是大量降雨的前提条件,当水汽累积量相近时,水汽累积时长与累积降雨量呈正相关;台风期间大气可降水量值超过65 mm的区域面积与台风等级相关,台风路径对局部水汽分布有一定的影响。     

Using advanced soft computing techniques for regional shoreline geoid model estimation and evaluation

This study aims at evaluating the global geoid model for a regional shoreline fitting using advanced soft computing techniques and global navigation satellite system/leveling measurements. Artificial neural networks, fuzzy logic, and least square support vector machine models are developed and used to fit the global geoid model for the north coastal Egyptian line. In addition, a novel estimation geoid model is designed and evaluated based on the latest global geoid models. The results of the three estimation models show that they can be used to correct the shoreline geoid model, in terms of root mean square error that ranges from 1.7 to 8.5?cm. Moreover, it is found that the least square vector machine model is a competitive approach with certain advantage in solving complex problems represented by missing data.     

Helmert方差分量估计在GPS/GLONASS/BDS组合定位权比确定中的应用

因GNSS系统间观测噪声、轨道精度的差异，采用经验权比进行组合定位难以得到最优结果。基于此，在GPS/GLONASS/BDS组合定位中引入Helmert方差分量估计，对GPS/GLONASS/BDS组合单点定位和基线解算中各系统观测值进行合理定权。实验表明，采用该方法确定的伪距观测值最佳权比为5∶1∶1，相位观测值最佳权比为1∶1∶1，有效提高了GPS/GLONASS/BDS组合定位的精度和可靠性。     

基于GIS的石家庄市雾霾分析

为了得出雾霾气象成因机制、影响因素和时空分布特征,以石家庄市区与郊县为研究区域,将2013年9月至2016年12月石家庄市各市区、郊县的PM2.5历史监测数据中的有效数据进行了数据分析处理得到雾霾浓度数据,还有温度、降水、风速、地形和人口密度等数据,运用GIS分析的方法,模拟绘制石家庄雾霾的时空分布图、雾霾与各影响因子的专题对比图,得到雾霾形成机制的因子、雾霾的时空分布规律、雾霾季节变化特征、雾霾与地形间的关系等;运用数据分析软件OriginPro8.SR3分析雾霾浓度与风速数据、降雨数据、温度数据间的相关性。     

载波/多普勒平滑伪距在Android手机中的定位实现

针对Android手机GNSS伪距定位精度较低的问题，利用手机端观测信息，通过载波相位/多普勒平滑伪距改善手机端伪距观测值的质量，从而达到提高定位精度的效果。首先给出了Android手机GNSS原始观测量的获取方法，然后推导了载波相位平滑伪距和多普勒平滑伪距算法模型，并设计合理有效的试验对算法的精度进行评定。试验结果表明：在手机端静态定位中载波相位和多普勒平滑算法均可提高原始伪距的定位精度，且多普勒平滑算法表现更优；在手机端动态定位中多普勒平滑算法可获得比原始伪距更优的定位精度，但是载波相位平滑算法较原始伪距更差；由于硬件的制约手机端周跳和信号失锁严重，占比超过50%，载波相位在手机端的可用性较低；多普勒平滑算法的最优平滑时间常数小于等于10 s，具有实时动态定位的巨大潜力。     

低轨道人造卫星(CHAMP、GRACE、GOCE)与高精度地球重力场——卫星重力大地测量的最新发展及其对地球科学的重大影响

评述了卫星重力大地测量的最新发展及其对地球科学的重大影响。为了更好地理解地球内部物理构造与海洋动力学，以及大陆，冰川和海洋的相互作用，改善现有地球重力场模型（包括精度和空间解析度）是非常重要的。IUGG等国际组织对此已经强调了很多年。最近，由德国的GFZ（GeoForschungsZentrum)，美国的NASA（National Aeronautics and Space Adminitration)以及欧洲宇航局ESA（European Space Agency)开发研制了最先进的地球监测技术－SST（Satellite-to-Sateilite Tracking)。其主要特点是利用现有的GPS连续追踪新发射低轨道卫星，并由低轨道卫星对地球重力场作精密观测。已经发射和即将发射的卫星有3颗：GHAMP（Challenging Mini-Satellite Payload for Geophysical Research an Application)已经于2000年发射；GRACE（Gravity Recovery and Climate Experimert)定于2002年发射；GOCE（Gravity Field and Steady-state Ocean Cirulation Explorer)计划2004年发射，它们可以统称为重力卫星。载有SST技术的人造卫星的主要目的是获得具有前所未有的高精度和高空间解析度的全球重力场和大地水准面模型，加强人们对地球内部构造的理解并为海洋和气象研究提供更好地参考。上述3个重力卫星工作在有明显区别的不同波谱内，它们有不同的科学应用，仅有一小部分重合。所以，就应用而言它们是完全互补的。它们在地球科学中的应用将是广泛的，特别对于固体地球物理学，海洋学以及大地测量学等领域，它们将会带来革命性的变化，其意义不亚于GPS。     

GPS现代化重大进展——GPSL5和L3频率的发射

由于技术原因，原定于2005年发射的GPS现代化ⅡF卫星系列延误了好长时间，现在终于在2009年3月24日成功发射了一颗GPS现代化中属于ⅡR卫星系列的ⅡR20-（M）卫星，它具有发射L1，L2，L3，L5频道信号的功能，是GPS现代化走向发播三个民用频率（L1，L2，LS）的第一步，是GPS现代化进程的一个里程碑。而对这一GPS卫星还首次检测到它在发射L3频道信号，据有关资料，它是为安装在GPS上的，用于发现核爆炸或其他高能量红外辐射事件的核爆炸侦察系统（NDS）平台提供通讯联系。     

Calibrating the GOCE accelerations with star sensor data and a global gravity field model

A reliable and accurate gradiometer calibration is essential for the scientific return of the gravity field and steady-state ocean circulation explorer (GOCE) mission. This paper describes a new method for external calibration of the GOCE gradiometer accelerations. A global gravity field model in combination with star sensor quaternions is used to compute reference differential accelerations, which may be used to estimate various combinations of gradiometer scale factors, internal gradiometer misalignments and misalignments between star sensor and gradiometer. In many aspects, the new method is complementary to the GOCE in-flight calibration. In contrast to the in-flight calibration, which requires a satellite-shaking phase, the new method uses data from the nominal measurement phases. The results of a simulation study show that gradiometer scale factors can be estimated on a weekly basis with accuracies better than 2 × 10⁻³ for the ultrasensitive and 10⁻² for the less sensitive axes, which is compatible with the requirements of the gravity gradient error. Based on a 58-day data set, scale factors are found that can reduce the errors of the in-flight-calibrated measurements. The elements of the complete inverse calibration matrix, representing both the internal gradiometer misalignments and scale factors, can be estimated with accuracies in general better than 10⁻³.