样条插值拟合方法在行车梁轨道变形测量中的应用

在工程建设后期运营维护阶段,设备的长期疲劳运行会导致行车梁轨道发生纵向变形。本文根据局部采样数据采用三次样条插值方法重构行车梁轨道的物理状态,准确及时掌握行车梁轨道的纵向变形情况,以便采取措施调整轨道高度,从而确保行车运行安全,保障企业生产经营的正常进行。     

变形监测网引入信号平差方法的研究

以往对变形监测网进行数据处理时，认为同期观测值为静态，采用经典平差方法求出各点的坐标或高程。但实际，在同期网观测过程中，各点也会发生有规律的变化，将这种规律称为信号。本文主要对信号参与变形监测网平差进行探讨。     

四种精密卫星钟差插值方法的比较

利用四种插值方法加密IGS网站下载的15 min和30 s卫星钟钟差改正,分别与IGS网站下载的30 s钟差数据以及CODE网站下载的5s钟差数据比较,试验表明,两种加密情况下宜选用线性分段插值。     

顾及有色噪声的光纤陀螺信号的抗差谱分析

在惯导系统中，对光纤陀螺仪的零位漂移一般采取滤波的方法对其进行补偿或削弱。本文针对信号中含有低频有色噪声，在Kalman滤波和小波变换消噪不理想的情况下，提出一种新的处理零位漂移的方法。首先对信号中的有色噪声进行拟合和预报，然后对信号进行抗差谱分析，以期将有用信号、有色噪声以及周期噪声分离开。利用模拟数据对该方法进行验证，发现该方法能够剔除信号中的周期噪声，并能够削弱有色噪声的影响。     

变形监测缺失数据序列灰色建模方法探讨

在测量工作中,由于气候环境、观测方法、观测仪器以及观测人员自身因素等多方面的原因,可能造成观测数据的丢失或者不完全。文中针对这类数据的处理,采用加权平均法和三次样条插值法对缺失数据进行修复,建立GM （1,1）模型,并与非等间隔预测模型进行对比。通过两组仿真数据和两组实测数据验证发现：对于呈指数增长的序列和高增长序列修复之后建模预测精度更高;三次样条插值法数据修复后GM （1,1）建模预测精度较加权平均法预测精度更高;对于低增长序列,直接采用非等间隔建模预测精度更高。     

有色噪声观测量的逐次静态滤波与配置

通过改化观测方程,将有色噪声观测值转化为白噪声的虚拟观测值,用白噪声逐次滤波公式进行滤波计算.有色噪声观测值的逐次静态滤波理论可用于GPS数据处理.GPS载波相位观测值经过测站间、卫星间、历元间的3次差分计算,消除了大部分误差和整周模糊度,并使周跳成为孤值,但是相邻历元间隔的三差观测值误差相关造成其协方差阵呈现出分块三对角阵,使所求矩阵占据的时间和内存太大.利用有色噪声观测值的逐次静态滤波的理论,可消去相关性,减少计算时间和内存.这种顾及三差观测值的相关性的算法是严密的.     

精密卫星钟差的内插方法研究

分析了几种精密卫星钟差的内插方法,将插值结果和IGS提供的数据相比较,采用统计量和差值图表来显示不同方法的插值结果,得到0.11～0.38 ns的精度.结果表明,内插方案的最佳选择取决于不同卫星钟类型的钟差变化特性以及插值方法本身的特点.     

有色噪声作用下的抗差卡尔曼滤波

根据用GPS载波相位三差观测量进行动态定位或精密导航的需求,推导了动态噪声、观测噪声为有色噪声的抗差卡尔曼滤波公式。白噪声的抗差卡尔曼滤波是有色噪声的抗差卡尔曼滤波的特例,有色噪声的抗差卡尔曼滤波为白噪声的抗差卡尔曼滤波的推广。     

半参数回归模型中非参数信号的推估--三次样条函数插值法

对于半参数回归模型yi=Xi^Tβ s(ti) e，在文献[1]的基础上考虑其非参数信号s(f)的推估j(f)，从而有利于研究非参数信号；接着给出了s(t)与s^-(t)的偏差大小，从而为推估的准确性提供理论依据；并以实例加以证明。     

融合三次样条插值的D-InSAR沉陷变形监测技术

传统煤矿开采沉陷形变监测只能获得离散监测点的地表形变量,无法获取沉陷区整体的形变趋势,而D-InSAR技术能够获取整体地表形变信息,但D-InSAR技术需要大量遥感影像数据,否则导致时间失相干性而无法获得连续的形变量。本文针对D-InSAR影像数据解译过程中影像数据较少的问题,首先利用D-InSAR技术对淮北矿业集团袁店二矿7225、7226工作面进行了监测分析,获取了几个时间段内整体的下沉形变场;然后提出了采用三次样条插值与D-InSAR技术相结合的开采沉陷监测方法,基于D-InSAR影像上监测点监测值,利用三次样条插值建立了内插反演函数,在已建立函数的基础上得出了其他雷达卫星重访周期内的下沉值;最后将内插反演下沉值与实测水准数据进行了对比分析。结果表明：D-InSAR监测结果能够有效地反映开采沉陷的影响范围,能够较为准确地提取区域地表的形变信息;结合三次样条插值的D-InSAR技术监测结果最大误差和最大相对误差分别为31.5mm和17%,该方法能有效地解决D-InSAR影像数据缺少的问题。     

Single epoch GPS deformation signals extraction and gross error detection technique based on wavelet transform

IntroductionGPS technique is widely used for deformationmonitoring thanks for the high precision. Usual-ly , there are three working modes associatedwith GPS deformation observation: periodicalGPS deformation monitoring net , GPS monito-ring array and rea…     

道路噪声预测的GIS评价方法

针对单模型进行噪声预测和评价的局限性,该文提出了一种基于GIS的利用多模型进行道路噪声预测评价的方法。此方法在对比分析现有的道路交通噪声模型的基础上,选择了FHWA模型和HJ2.4-2009模型作为本研究的理论模型;以闻合高速公路数据为实验数据,分别利用上述两种噪声模型计算噪声预测值;再针对每个噪声监控点,分析两种模型计算的结果,采用折中法和取舍法对结果进行处理,确定每个噪声监控点的噪声值;并结合噪声质量标准对噪声值进行评价,利用ArcGIS Server的地图服务发布功能实现评价结果的网络共享。实验结果表明,每个噪声监控点的噪声值在未来几年都会越来越大,需要采取相应的环保措施。     

顾及有色噪声的卡尔曼滤波在多路径误差削弱中的应用

多路径误差为一时空环境效应,难以构建准确数学模型消除其影响,且该误差在基线两端不具有空间相关性,运用现有差分技术也无法很好消除,是高精度短基线测量中主要误差之一.为进一步削弱多路径误差,本文以监测站坐标时间序列中多路径误差为研究对象,根据多路径误差在历元间的时变特性,建立多路径误差状态空间模型,采用标准卡尔曼滤波和顾及有色噪声的卡尔曼滤波从监测站第一天双差固定解坐标残差序列中估计多路径误差改正序列,并根据多路径误差的周日重复特性,利用第一天得到的多路径误差改正序列对之后各天坐标序列进行改正.最后通过实验分析,得出顾及有色噪声的卡尔曼滤波估计方法优于标准卡尔曼滤波的结论.研究方法对提高GNSS定位精度具有重要实用价值.     

基准点的组合后验方差检验法及应用

在大型工程中,定期分析控制网基准点的稳定性十分必要。介绍组合后验单位权检验对已知基准点进行稳定性分析的方法,并在三峡大坝的升船机控制网复测中得到实际应用,收到良好的效果。     

三维城市模型的构建及其在噪音污染分析中的应用

本文提出了综合利用二维矢量数据、航空影像和激光测距与距离修正数据建立三维城市模型的技术路线,并在此基础上探索了城市噪音污染信息在现有三维城市模型中的建模和可视化方法。     

卡尔曼滤波粗差修正方法应用

基于标准卡尔曼滤波,提出对含有粗差的观测值进行整体修正和局部修正。最后,通过工程实例验证,两种修正方法均能够有效抵抗粗差的影响,并可获得比标准卡尔曼滤波更准确的滤波结果。     

单历元变形量快速提取算法的实现与分析

单历元解算变形信息是解决实时变形监测问题的有效手段。将高精度基线向量作为已知条件,单历元快速求解变形量,研究并实现了顾及误差改正的单历元变形量快速提取算法,将原有的有效基线解算距离从5 km扩展到了10 km。计算实例表明,该算法可以保证10 km以内的基线解算精度达到毫米级。同时,根据获取的数据初步讨论精度改善效果随距离的变化情况。     

小波阈值去噪法在非稳定信号处理中的应用

高大建筑物和工业设施等的变形监测数据一般都是含噪的信号,需要对其进行降噪处理,获取其准确的变形信息,以便掌握真实的变形情况。由于监测数据都是非稳定的信号,通常采用小波阈值降噪法对其处理,但传统的软硬阈值进行降噪的效果不佳,需对其进行改进。文中采用3种改进的小波阈值降噪法与传统的方法进行比较,通过对信噪比和均方差的分析,获得适合于变形监测数据的非稳定信号的降噪方法。     

中国大陆GNSS连续站观测噪声的时空分布

为了全面分析我国大陆及其周边GNSS连续站噪声的空间分布规律,该文基于陆态网络260个GNSS连续站和周边区域10个IGS站的观测数据,利用GAMIT/GLOBK软件进行解算,得到各站的坐标值及其N、E、U 3分量误差值,制定筛选标准,依据该标准剔除质量差的测站,剔除异常值;利用Matlab软件,按照东向(E分量)、北向(N分量)、垂向(U分量)3个方向进行拟合,并提取各测站单日解的最大误差值出现的年积日,绘制其在我国大陆的空间分布图,得到中国大陆GNSS连续站最大单日误差值的时空分布特性图。发现大部分GNSS连续站单日最大误差值集中在夏季(7月居多)并分析了原因。