一种基于噪声统计特性的改进EMD降噪方法

GPS高程时间序列中通常都含有噪声,容易对GPS信号解算精度造成影响。针对这一问题,本文基于噪声统计特性,提出了一种改进的EMD降噪方法。首先将信号进行EMD分解,得到低频信号与高频噪声两个部分;然后将高频噪声部分随机打乱两次,并与原始高频噪声累加,求取平均值;最后与低频信号累加,构成一个新的信号再次进行EMD分解,提取出有用信号。最终利用模拟数据和WUHN站实测GPS高程时间序列数据对该方法进行验证。试验结果表明,当信噪比较高时,本文方法得到的降噪效果更佳。     

基于CLEAN算法的GPS监测数据处理方法

对建筑物进行高精度的变形监测是后期信息提取,预防安全隐患的基础。针对GPS变形监测中存在的多径误差问题,本文提出一种基于CLEAN算法的GPS多径提取方法,首先对多径信号理论模型进行分析,结果表明多径信号可以作为直达信号的谐波分量,在此基础上利用CLEAN算法在频域对多径信号进行提取,基于仿真和实测数据的实验结果表明,所提方法相对于小波方法和经验模态分解(Empirical Mode Decomposition,EMD)方法具有更高的提取精度和更好的多径抑制性能。     

主成分分析模型及在变形监测中的应用

随机误差和多径效应作为GPS变形监测中的主要误差源,严重影响着GPS测量精度。针对这一问题,本文将主成分分析(Principal Component Analysis,PCA)模型引入GPS变形监测领域,首先利用传统PCA方法将测量数据转换至特征空间,通过剔除小特征值对应的特征向量实现对高斯分布随机噪声的抑制,然后将多径噪声作为色噪声进行分析,提出一种广义PCA方法利用多径噪声的时间相关性对其进行滤除,基于实际工程测试数据的实验结果表明,相对于传统的小波噪声抑制方法,所提方法可以获得更好的噪声抑制性能。     

一种低动态高抖动环境下的GPS/INS紧组合方法

针对低动态高抖动环境下,影响GPS/INS紧组合精度的重要因素——惯性测量单元(IMU)数据中的噪声,该文提出利用小波降噪方法分离IMU数据中的噪声和有用信号以提高GPS/INS紧组合的精度。首先对IMU数据进行小波分解后得到的高频系数进行阈值量化处理,然后将GPS观测数据与降噪后的IMU数据进行GPS/INS紧组合解算,最终得到载体的导航信息。实例结果表明,该方法可以大幅提升GPS/INS紧组合的精度和稳定可靠性。     

一种低动态高抖动环境下的GPS/INS紧组合方法

针对低动态高抖动环境下,GPS/INS紧组合精度的重要因素之一——惯性测量单元(IMU)数据中的噪声,该文提出利用小波降噪方法分离IMU数据中的噪声和有用信号以提高GPS/INS紧组合的精度。首先对IMU数据进行小波分解后得到的高频系数进行阈值量化处理,然后将GPS观测数据与降噪后的IMU数据进行GPS/INS紧组合解算,最终得到载体的导航信息。实例结果表明,该方法可以大幅提升GPS/INS紧组合的精度和稳定可靠性。     

一种低动态高抖动环境下的GPS/INS紧组合方法

针对低动态高抖动环境下,GPS/INS紧组合精度的重要因素之一——惯性测量单元(IMU)数据中的噪声,该文提出利用小波降噪方法分离IMU数据中的噪声和有用信号以提高GPS/INS紧组合的精度。首先对IMU数据进行小波分解后得到的高频系数进行阈值量化处理,然后将GPS观测数据与降噪后的IMU数据进行GPS/INS紧组合解算,最终得到载体的导航信息。实例结果表明,该方法可以大幅提升GPS/INS紧组合的精度和稳定可靠性。     

一种低动态高抖动环境下的GPS/INS紧组合方法

针对低动态高抖动环境下,GPS/INS紧组合精度的重要因素之一——惯性测量单元(IMU)数据中的噪声,该文提出利用小波降噪方法分离IMU数据中的噪声和有用信号以提高GPS/INS紧组合的精度。首先对IMU数据进行小波分解后得到的高频系数进行阈值量化处理,然后将GPS观测数据与降噪后的IMU数据进行GPS/INS紧组合解算,最终得到载体的导航信息。实例结果表明,该方法可以大幅提升GPS/INS紧组合的精度和稳定可靠性。     

GPS/INS紧组合的INS辅助周跳探测与修复

建立了GPS/INS紧组合定位模型,改正惯性器件误差及电离层折射误差,对不同组合观测量的误差影响进行了分析,构造不同观测值组合,提出了基于惯性信息辅助的GPS周跳自适应探测方法,分析了INS定位误差对周跳探测的影响,给出了周跳探测误报率及修复成功率评价指标,提出了一种周跳检测阈值自适应确定方法。利用实测组合导航试验数据验证本文的算法,文中模拟了不同的单历元多周跳及信号失锁条件,结果表明,在GPS信号完全失锁20 s内,该方法能准确检测和修复所有周跳,中断时间的延长降低了周跳修复的成功率;GPS信号部分失锁时,在模拟的90 s中断时段内仍能修复所有周跳;模拟了170历元的5 s间隔密集周跳,周跳探测成功率为100%,正确修复率为99.41%。     

GPS高精度时间／频率同步设备设计和实现

研究分析了GPS接收机的定时特性,以及高精度时间／频率同步设备对GPS定时信号丢失后的指标要求,提出了GPS定时信号的滑动平均滤波算法和信号丢失后的保持算法,取得了频率稳定度优于1×10^-11／天和无时间漂移误差的成果,初步实现铯原子频标的性能,满足时间同步精度和频率稳定度的需求。     

基于小波分析的GPS双差观测数据消噪方法研究

通过双差方法难以消除的多路径误差、接收机观测噪声等非模型化误差会大大影响GPS动态定位的精度.基于小波分析的理论,对GPS双差观测数据序列的消噪问题进行研究,结果表明,利用小波去噪原理,可有效地从受到强噪声干扰的GPS观测数据序列中提取变形特征信息,增强基线解算的有效性,提高GPS定位精度,解决传统技术对GPS动态监测...     

小波去噪在GPS监测数据处理中的应用研究

在GPS观测的数据中,往往存在大量的噪声,噪声的存在对卫星信号造成了一定程度的干扰。利用小波去噪的方法可以分解GPS载波信号,得到信号的高频和低频不同的频率成分,从而有效的剔除GPS信号的噪声,调高GPS变形监测数据的精度。     

GPS载波相位测量中的信号多路径效应影响研究

当利用GPS进行高精度变形监测时,GPS信号的多路径效应成为影响GPS变形监测精度和可靠性的一种不可忽略的误差源.本文针对GPS载波相位测量中的多路径效应影响进行理论和试验分析.论述载波相位测量中GPS多路径信号的特征,分析它对载波相位测量的影响,提出在坐标域用移动平均进行短基线静态GPS测量多路径误差探测的方法.通过实测数据进行分析,取得满意的效果.     

小波分析技术在GPS动态测量数据处理中的应用

目前,小波分析技术已经广泛应用于数据处理、图象处理、语音识别与合成、天体识别,机器视觉、故障诊断与监控等诸多科技领域。在GPS动态测量中,由于在数据的采集和处理过程中存在一些偶然性的误差,这些误差会在一定程度影响测量结果的精度。因此,怎样有效地剔除这些误差以提高测量的精度和可靠性就成为一个不可回避的问题。针对这个问题,本文基于动态测量平台用两台NovAtel DL-4 plus GPS接收机设计了双动态测量实验。利用GrafMov数据处理软件对采集的GPS数据进行了解算,对解算的结果利用小波分析技术进行了降噪处理,求得了其噪声信号分布和特性,并对该噪声对测量结果的影响进行了评估分析。     

卷积神经网络GPS坐标转换方法

GPS坐标转换方法对于GPS空间定位系统至关重要。目前已有很多方法被提出用于转换GPS坐标,但效果并不是很显著。究其原因,是因为大多数都存在模型误差和投影误差。针对目前方法的不足,本文利用深度学习对非结构化数据处理的优势,提出了一种基于卷积神经网络(CNN)的GPS坐标转换方法。该方法将GPS数据转化为非结构化图片数据,以其作为CNN的输入层来训练GPS坐标转换模型,这样能够最小化满足对数据的预处理要求,无监督地从数据中学习出有效特征。试验结果表明,该方法与传统坐标转换方法相比,具有更高的转换精度。     

基于自适应噪声抵消与小波滤波的GPS监测误差分析

对GPS载波相位测量误差进行了理论分析和试验研究。根据噪声特征以及它们对载波相位测量结果的影响，提出了基于自适应噪声抵消与小波滤波相结合的GPS噪声抑止方法。对具有强相关特性的多路径误差采用自适应噪声抵消方法，而对于不相关的高频噪声则通过合理选择小波分解层数对信号进行分解，对作用闽值后的小波系数进行重构，得到最后的变形信号。实测数据分析表明，该方法能有效地削弱多路径效应及测量随机噪声，较用单一方法对GPS数据进行消噪处理有较大的优越性。     

基于软件实现GPS信号捕获以及获取精确载波频率

捕获模块是实现GPS软件接收机的重要组成部分。本文立足于通过软件的方法实现GPS信号的捕获,由捕获的结果得到准确而精度更高的载波频移,从而对降低跟踪环路的设计复杂性有利。作者先用GPS串行搜索捕获和并行搜索捕获这两种传统的方法对GPS信号进行捕获,在此基础上尝试采用一种降低频率搜索步长并结合二次曲线拟合的方法以获取高精度的载波频率,进而更好地提高整个捕获准确性以及精度,经过分析后,得到了一些较有意义的结论。     

基于小波的GPS基线解算精化处理技术及其应用

采用小波技术对GPS信号进行处理,提出基于小波变换的周跳与粗差的探测.利用基于小波变换的小波滤波法对于提高GPS双差相位观测值的信噪比具有较好的效果,对其相位观测值进行小波滤波,消除或削弱多路径效应和各种观测噪声,使其观测值得以净化.这种方法对于缩小模糊度搜索空间及提高模糊度解的有效性有明显的作用,从而提高基线解算的精度.     

基于衰减因子的虚拟应答器信息融合方法研究

针对虚拟应答器(VB)信息融合时使用Kalman滤波易出现滤波发散的问题,提出了基于改进Sage-Husa自适应滤波算法的信息融合方法. 首先采用自适应滤波动态调节噪声统计特性参数,抑制滤波发散,在预测误差方差矩阵中引入衰减因子,减小陈旧数据的影响进而提高滤波精度,最后进行仿真实验,将所提出的滤波算法与Kalman滤波和Sage-Husa自适应滤波在VB的位置误差和速度误差上进行对比. 仿真结果证明:在相同的时间内,本文所述算法在VB的定位误差上具有显著优势,具有较好地稳定性.      

GPS双频非差周跳探测修复SET法

分析了TurboEdit方法中MW组合和GF组合的缺陷,提出了GPS双频非差周跳探测修复SET（satellite elevation TurboEdit）法。设计了自适应滑动窗口模型对MW组合进行改进,避免了在低高度角时引入多径误差和噪声误差对后续处理精度的影响,增强了对小周跳的探测与修复能力。对GF（geometry-free）组合中引入的伪距误差采用历元间求差法进行替换,同时在卫星低高度角时,对其探测阈值引入高度角加权系数,有效剔除虚假周跳,提高周跳探测成功率与可靠性。在探测出周跳后,联合两种方法组合进行周跳修复。实验结果表明,SET法能够有效地抑制低高度角时的多径效应和观测噪声,降低周跳误探率,并对周跳进行有效修复。     

基于小波阈值消噪自适应滤波的GPS/INS组合导航

惯导系统中惯性元件误差是影响惯性导航及其组合导航精度的重要因素.在GPS/INS组合导航自适应滤波的基础之上,提出利用小波进行阈值消噪以提高组合导航精度.首先对惯性元件输出信号进行频谱分析,确定相应的多分辨分析尺度以及不同尺度下对高频系数采取的相应措施.对噪声占主要成分的尺度将其高频系数全部置零,对噪声和有用信号共同占有的尺度将其高频系数作阈值处理.利用实测数据进行验证,结果表明这种方法能够有效地削弱惯性元件误差的影响,提高GPS/INS组合导航系统的精度和可靠性.