COMPASSα�൥�㶨λ���ȷ���

??????COMPASS???????????COMPASSα?????????????????????????????4GEO+5IGSO????????COMPASSα????λ???????????????COMPASSα???·??Ч???????????0??3 m???仯???侫???0.3??0.7 m??????????????·??Ч??????????С??GEO??????????·??Ч??????????????С??IGSO?????COMPASSα????λ?????RMS????N??E??U?????????3.33??3.45??8.84 m??     

�봨Ms8.0����ǰɽ��ǰ�׵�Ƶǰ������������

????Ms8.0??????????????????仯????????????????????仯??????????????????????????????????64??128????????????????????????????????????￡???????????????????д????????????????5??11??14???16????о???????????????????????????????????????????????????????????????????????????λ???????????     

����λ��������2011���ձ�ǿ���е�Ӧ���о�

????????λ???????????2011???????????????????λ?????????????GPS??????????????????????????????????1??????????λ???????????????????λ????????????????????????????λ????λ????????嶼??????е????????о??5 000?????????????3 mm??????????λ???????λ???????GPS????????????????????2??????????????????????????????λ??????????????????????λ???????????1%??4%???С?????????????????????????????6%??15%????????Χ????????ò????????????????????????????????GPS????????2011????????????????????????????????3???????й????????????GPS?????????????2011?????????????????????????????????????(3.24??4.96)??10 ²² Nm???????????Mw8.97??9.10??4??2011???????????????????????????????????????????仯????????????????????????????????????????????Ч???     

�����������㽨ģ�ĵ��㶨λӦ�÷���

???????????????CORS??????????????????????????????????????????????????????WHU???????????????????????λ??????????????WHU???????α????λ??SPP?????λ???????????CODE????SPP???????????CODE??WHU????PPP??λ????????????????????10%~30%?? ????1~1.5 dm?????2~2.5 dm??????WHU?????????PPP???ж?????????飬??????????????????????????λ?????????????????ж???????????????????á?     

GPS�ⶨ���Ĵ�«ɽMw6.6����ͬ���α�

??????????????Χ??GPS??????????????з?????????t???????λ?????????α?????50 km??Χ????GPS????α???????????????????70 mm????????????30 s???????λ??????????????????α????????λ???????????У???С?????о???????????????29 km????????λ???21 mm????????150 km???λ???1??2 mm????GPS???????α????????????????????????????????????????????λ?????и???20 km????????廬?????0.6 m??GPS????????α??о????????????????????????????????ε?????????????????     

̨������7������ǰ�󸣽��غ������ؿ��˶��ı仯

???????????GPS????1995???????????????6???????????????????GPS?λ??仯????????仯????????У???????1999??9??20???UTC????弯??Ms7.7???????2001??12??18???UTC????????Ms7.6??????????GPS??????????????????λ??????????????????????????????????С???????Ms7.7???????????GPS????????????????????λ???????????????????????????????????????????????????1997??2001????????????????仯???????????????????????????7??????????????????????????????γ????????￡????????????????ε????????????????     

����GPS�۲��о������ؿ��ж��ֽ�ؿ��˶������

??????????ж???·????GPS??????2005??2007????????????????????????????????????ε?ò??????????????о???????????ж???·??????????????????????????????????????Щ??????????????????1???о?????????????????????-??????????????????????????????????????????￡????????????????????????????????????????????????????????????2???????????????????????α??η?????????????????η?????????й??????????1????????????????????????????????????????-????????????3?????????-?????????????F76??F67??F50 3???????????????????????????????-??????????????F73??F65????λ???丽?????????????????У????????????????????????????ε??????     

�������й�����������ͨ������λ�Ʒ�������ģ��

?????????????????????????????й?????????????????У?????FLAC??3D???????????????????λ?????????????????????????λ??????????????ɡ??о?????????????й???????????????????ж???????λ???????????λ????????????????λ?ò???????????й????λ????????????????????λ?????????????????й???λ??????????????????????????????????     

JASON-2������λ���ı仯���Ƽ�1 cm���ܹ��ȷ��

????JASON\|2????1 a?????????GPS?????????????????????в?????JASON\|2???????????λ????仯??PCV????????????????????????????????????JASON\|2??PCV?????в???????????????????PCV???JASON\|2??1 a?????????????????в????????????ζ???????JPL?????????????????????????????????????,????PCV???????JASON\|2????????????????????????????????3D RMS???2.5 cm??????RMS?1.0 cm????????     

�ؿǷֲ�͵ؿǺ�ȶ��봨����ͬ��ЧӦ��Ӱ��

???????????λ???????USGS???????????????????о?????????????????????????????????????????PSGRN/PSCMP?????????????????????????????α???????仯??????????????????????????????Ч?????????????????????????λ???й??????????????????????????Ч????????????????????????????Ч?????????????????????????????????????10%~20%????????????????????30%?????г????????????????????????λ???γ??λ??????λ????????仯???????????18.4????18.0%??15.8%??16.2??????????40 km?????????????λ???γ??λ??????λ????????仯???????????4.6%??5.3%??3.8%??3.8%???????70 km??????????????3.5%??4.6%??3.0%??2.5%??     

基于移动窗口的抗差Chebyshev多项式拟合探测与修复单频GPS周跳

由于载波相位的双差观测量消除了公共误差而具有较好的平滑性,并且在双差观测序列进行相邻历元间求差后,周跳能真实地以粗差形式反映出来,在利用Chebyshev多项式拟合双差观测量时,顾及抗差估计的思想、Chebyshev多项式拟合阶数、拟合弧段长度,提出基于移动窗口的抗差Chebyshev多项式拟合算法来探测与修复周跳,分别应用采样间隔为60 s和15 s的L1频率的载波相位数据测试表明：该算法可有效探测多历元间隔周跳及连续周跳,并能对周跳进行准确的修复。     

粗差检定的两种途径

给出了解决粗差问题的两种计算方案：①将粗差作为待估参数,采用拟稳平差思路解秩亏问题,直接获得粗差;②选取部分观测值作为准观测值,采用部分最小二乘法获得待估参数,将非准观测值的残差作为粗差。结果表明,两种方案与“拟准检定法”具有相同的效果,具有粗差的观测值在平差时不起作用。     

基于选权迭代的总体最小二乘算法在三维坐标转换中的应用

提出一种基于选权迭代的TLS算法,通过IGG I函数进行定权,降低含粗差观测值的权值,在进行三维坐标转换时能有效地处理观测值粗差。实例证明,该算法可以获取更高精度的三维坐标转换参数。     

星载GPS相位非差观测粗差和周跳的探测与修复

提出了以历元间星载GPS载波相位观测值之差作为观测量,结合拟准检定法（QuAD）来探测和修复非差星载GPS相位观测值中的粗差和周跳的方法。利用仿真低轨卫星GPS相位观测数据,对粗差和周跳的特性进行了分析,并对探测和修复步骤与效果进行了详细说明。实验表明,该方法不仅计算简捷,而且能有效修复非差载波相位观测值中的粗差和周跳,为非差星载GPS精密单点定轨提供了良好的质量控制基础。     

一次范数最小和选权迭代联合的抗差法

联合一次范数最小和选权迭代法进行抗差估计。使用一次范数进行粗差定位,在确定粗差位置后,对相应的观测值进行降权,以此作为选权迭代法的初始权进行迭代平差,解决初始权不合理导致选权迭代法失效的问题。最后以水准网数据验证了该联合法的正确性。     

同时检测监测网的异常形变和粗差

粗差干扰影响形变分析成果的质量，以往都是粗差与异常变形分开来检测，即对每一期观测锡除粗差后再进行平差，然后利用两期或多期平差结果进行形变分析，这两步是重复的，为此，从位移观测方程入手，根据粗差检测与异常形变检测相似的特点，提出将粗差与异常形变同时检测，根据二者的不同特点，将它们区分开的新思路。通过算例分析比较了拟准检定法、假设检验法及相关抗差估计方案的检测效果，结果表明拟准检定法具有比其它两种方法实施简单、定位准确的优点，同时验证了这种思路的可行性。     

RANSAC-PSO算法的抗差反演——以芦山地震为例

本文利用RANSAC-PSO算法研究在反演断层滑动参数时所用大地测量数据包含粗差的问题。在模拟实验中对理论观测值加入1%、5%、10%粗差,分别采用粒子群算法、选权迭代算法和RANSAC-PSO算法反演断层滑动参数。结果表明,当观测值中包含粗差率达10%时,PSO算法反演的滑动参数与理论值相差23.2 cm,选权迭代法反演的滑动参数与理论值相差26.2 cm,而RANSAC-PSO反演的滑动参数与理论值相差小于1 cm。芦山地震具有以逆冲为主兼具少量左旋走滑性质,采用芦山地震同震GPS位移数据分别以PSO算法和RANSAC-PSO算法反演断层滑动参数,RANSAC-PSO算法反演的走滑量为0.051 8 m,倾滑量为0.828 9 m,均大于PSO的反演结果;释放能量1.000 9×1019 N·m（MW6.63）,与GCMT 的1.060 0×1019 N·m更加吻合。分别用RANSAC-PSO算法与PSO算法反演的滑动参数计算地表水平位移,并与GPS观测进行对比,发现二者在计算距断层的远场点时,计算的水平位移基本一致;而在计算距断层的近场点时,RANSAC-PSO算法表现更为优秀,尤其体现在LS07点上,其计算值与GPS观测值完全重合。     

粗差的自动定位与剔除──鲜水河断裂带水平形变监测网的可靠性分析

讨论了多个粗差的定位方法──“向前、向后”探测法,并编制了相应的平差计算程序,对鲜水河断裂带上具有代表意义的虾拉沱小测边网和老乾宁小测边网进行了粗差探测与自动剔除,结果表明效果显著,方法简单、有效。     

小波辅助的拟准检定法和补偿最小二乘估计解算污染半参数模型

利用拟准检定法探测粗差时,解算的污染半参数模型的标准化残差受到模型系统结构的干扰,难以准确初选拟准观测值。通过小波变换滤波分析的模极大值点初选拟准观测值,在拟准观测真误差估值范数极小的条件下实现对粗差的定位定值,最后采用补偿最小二乘估计分离系统误差,得到较为准确的参数估值。     

相邻历元误差相关的抗差卡尔曼滤波算法分析

根据卡尔曼滤波理论以及抗差理论,本文推导出了相邻历元误差相关的抗差卡尔曼滤波模型,其对观测值中含有粗差有良好的抗差性。通过对含有粗差的变形监测数据分析,与相邻历元误差相关的卡尔曼滤波模型进行比较,采用本文构造的抗差卡尔曼滤波模型处理数据,无论是否有粗差存在观测值里,变形计算结果与实际结果大体一致,粗差对计算结果的影响不敏感。在对变形监测数据分析时,可得出卡尔曼滤波方法估计的状态向量,没有寄存大量的以往观测数据,而是使用最近的观测数据,经过不断的预测和改正,把新的状态展示在系统中。