�봨Ms8.0���𱱴�����ͬ��ֱλ������

??????8.0????????й?????????????????????????????????????????????201.8 km?????????????35.6 km????????????????????????????????????????1????8.0??????????????????????????????????λ????????????????????λ?????0.064 m???????????????2?????????????????????????????λ???4.711 m?????????????????λ?????5.100 m???????????????3??????????????????????????λ?????2.440 m??4)????????????????λ????????????????????λ?????0.101 m??5???????????????????????????????λ????????1.003 m?????????????????λ?????1.381 m???????????????     

����ͼ��Ҷȵ�������ȡ���ӵıȽ��о����Ľ�

???γ????????????????????????Moravec?????Harris?????Forstner?????Forstner?????????????????????????λ????????????????????????????????????????????????????????????????λ?????????????????????????ó?????????????????????????????????????о??????????????????????????????λ?????????????????????     

��������Ķ�ʱ��GPS�ز���λ�������ٽ���

???????????????????GPS?????λ???????п???????????????С???????????????GPS?????λ??????????????????????????????????????????????????????????????????????Щ??????γ?????????????????????????4??λ???????е????????????????????????????????????е?????????????GPS?????λ?????????????     

SWY-����ˮλ�ǵ�����

?????SWY-?????λ???????????????￡????????????????λ?????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????32λARM920T????????????????wince????????????????????????????????????????????????????????????????????????????λ????????????????á??????????????????????????????????????????????????????????????????????????????     

һ������ģ�Ͳ��������ߴ��������綨λ�㷨

??????????????????RSSI??λ????????????????????????????????????????????????????????????????????飬?????????λ??????????RSSI??λ???????????????????????????????????????????????????λ?????????????????δ?????仯????ó?????     

ERA-Interim���Ϻ�NeQuick�����ģ������D-InSAR�������Ŀɿ����о�

????ROI_PAC????????????????ALOS PALSAR 474?????4?????????ERA-Interim?????NeQuick?????????????ж?????????????????????????????λ???????5??GPS?????????????????б????????????????????????????D-InSAR???ó?????λ????侭????????????????????????λ?????GPS??????????????????0.104 m?????????????0.057 m,???????????????????????????????D-InSAR?????????????     

COMPASS/GPS/GLONASSϵͳ������й�����ķ������

????STK?????COMPASS??GPS??GLONASS?????в???????????棬???й????????????????????PDOP??????λ??????з????????????????????????λ?????????UERE???????￡????????????????λ?????5??6 m??PDOP???0.8??0.9??????????????????????????????????????????????μ?PDOP????????λ?????????????????????     

GPSα�ද̬��λ���ƶ����ڱƽ�ģ��

????GPSα?????λ???????????????????????????仯????????????????????????α????????????????????????????????????????????????????????ξ?????е??????????????е???????????С?????????????????????????????????????????????????????????,????????仯???????????????仯??????????????????????????????????????????????????α?????λ?б??????????????????     

ˮ��ˮλ�仯�������ϵ�о�

????????????λ?????λ?仯??????λ?????????????????????????????????????????????????????λ???????????????????????????????????裬???????????????????????????????????????????????????????????????о??λ?仯???????????????????????????÷????о????????????????????·????????????????λ??????????????????????????λ?????????????????????????????????????????в?????·??????6??????????5?????????4??     

��ˮ׼���ݵ�GPS�߳�ת�����������ȷ���

?о?????GPS?????λ??????????????λ????????????????WGS84??????μ??????????????EGM2008?????и???????????4??IGS????????????????????????λ?????????????????????????????GPS?????????????????з????????????????????????Щ????????EGM2008????????и????????侫????????15 cm??     

基于DEM的SAR影像几何定位参数校正方法

针对大范围无地面控制的SAR影像几何纠正,利用在一定时间和空间范围内SAR系统几何定位参数误差具有一定稳定性的特点,提出基于DEM的几何定位参数校正方法。该方法首先基于DEM进行影像模拟生成模拟SAR影像;然后在模拟SAR影像上提取特征点,针对特征点将模拟SAR影像和原始SAR影像进行匹配,得到特征点在原始SAR影像上的同名特征点,再结合DEM进行模拟影像间接定位获取特征点的地理坐标,以此作为几何定位参数校正的参考点;进而根据严密SAR几何构像模型构建几何定位参数校正模型,解算几何定位参数校正值;最后,利用几何参数校正值改正区域内其他SAR影像几何定位参数,提高区域内SAR影像几何定位精度。以高分三号影像进行试验,使用本文方法获取一景影像的几何定位参数校正值,对同一轨道内的和不同轨道的其他SAR影像进行参数校正,并对参数校正前后的几何定位精度进行评价。结果显示,同一轨道内的影像定位精度由66.0 m提高到9.7 m,不同轨道的影像定位精度由65.0 m提高到13.5 m,表明本文方法能够显著提高SAR影像几何定位精度。     

基于数字天顶摄影仪的地球自转参数测定方法研究

为研究利用数字天顶摄影定位方法测定地球自转参数的可行性,结合数字天顶摄影定位原理及时空基准转换差异,详细分析多台站地球自转参数测定及单台站UT1-UTC测定原理,并推导给出相关数学模型。模拟仿真及实测验证结果表明,采用目前高精度天顶摄影定位系统(精度0.05″),通过全国范围内的合理布站,可实现UT1-UTC参数±5 ms、极移参数±0.06″的测量精度。单台站UT1-UTC实测精度为5~8 ms,可满足特定军事工程需求,同时可为多台站联合解算ERP参数提供数据支撑。研究成果可为我国开展地球自转参数测定提供理论参考。     

����CORS�Ķ��׼վBDS/GPS�ںϲ������λ���ܷ���

????BDS/GPS CORS????????????α??????????????????λ????????BDS/GPS?????????λ?????о?????????????????BDS/GPS????????????????λ????????1 m??40??????????????λ????0.5 m????????????????α??λ?????????????????????????λ????????0.1??10 m????     

附加区域电离层约束的PPP定位收敛性分析

为了改善PPP的定位精度和收敛速度,提出一种有效的解决思路：在非差非组合模型PPP定位的基础上,附加高精度区域电离层先验信息约束,利用美国西海岸CORS网内183个参考站的观测数据进行区域电离层建模,获取高精度电离层延迟信息;通过实验对比分析无电离层组合模型、非差非组合模型和附加电离层约束的非差非组合模型3种算法的PPP定位表现,结果表明,附加电离层约束算法具有更好的模型几何强度,相比于前两种模型,在PPP定位过程前10 min,该算法可以显著提升PPP定位的收敛速度和定位精度。     

VRS RTK技术在QuickBird遥感影像定位研究中的应用

基于虚拟参考站(Virtual Reference Station,VRS)的RTK定位技术是一种以载波相位观测值为基础的实时差分定位技术,与传统测量手段相比,具有快速、高效的特点,且具有较高的测量精度。本文主要探讨基于VRS RTK技术在QuickBird遥感影像定位研究中的应用,包括VRS RTK定位技术原理、基于VRS RTK的遥感影像控制点处理方法,以及基于此的遥感影像定位模型和定位精度。     

GNSS多系统组合PPP解算方法与成果分析

研究GPS、GLONASS和BDS三系统组合精密单点定位（PPP）,包括函数模型、对流层延迟参数和差分码偏差(DCB)参数的解算方法。利用C++语言编制3系统组合PPP程序,分析MEGX网12个连续跟踪站1周观测数据,结果表明,无电离层组合模型和非组合模型的收敛速度和定位精度相当,同一测站在不同时间的收敛速度无明显差异,但非组合模型采用先验电离层信息约束可提高定位的收敛速度。多系统组合定位能改善PDOP值,提高收敛速度和定位精度;3系统组合PPP的水平坐标精度约3 cm,高程精度约5 cm,优于3个系统单独定位或2个系统组合定位的精度;当卫星遮挡较大时,多系统PPP结果较单系统更为稳定。     

BP�����������Ǽ�������Զ��ָ����ģ�е�Ӧ��

????????????????????????????????????BP???????????????????人???????????????????????????????????BP??????????????????г????????????????????????о??????????BP????????????????????????????????????????????????     

一种基于网格虚拟参考站的伪距差分定位方法

为增强国家大地点坐标的安全性,在网络伪距差分方法基础上提出一种网格伪距差分方法。该方法将经纬线网格的交点作为虚拟参考站,将基准站的伪距改正数内插到网格虚拟参考站上,播发各虚拟参考站坐标和伪距改正数,最终实现流动站用户伪距差分定位。实验表明,该方法能获得与多基准站伪距差分定位方法相当的精度,实时水平方向定位精度优于1 m。     

���ڻ�׼վ������Ϣ��ʵʱ��̬���ܵ��㶨λ

??????????????????λ?????????????????????????????????????л????????????￡????????????????????????????????????λ????????????Ч?????????????????????????????????????????????????λ?????????????PPP???????涯?PPP??????????????????????????????????????λ????????     

Matched field localization based on CS-MUSIC algorithm

The problem caused by shortness or excessiveness of snapshots and by coherent sources in underwater acoustic positioning is considered. A matched field localization algorithm based on CS-MUSIC (Compressive Sensing Multiple Signal Classification) is proposed based on the sparse mathematical model of the underwater positioning. The signal matrix is calculated through the SVD (Singular Value Decomposition) of the observation matrix. The observation matrix in the sparse mathematical model is replaced by the signal matrix, and a new concise sparse mathematical model is obtained, which means not only the scale of the localization problem but also the noise level is reduced; then the new sparse mathematical model is solved by the CS-MUSIC algorithm which is a combination of CS (Compressive Sensing) method and MUSIC (Multiple Signal Classification) method. The algorithm proposed in this paper can overcome effectively the difficulties caused by correlated sources and shortness of snapshots, and it can also reduce the time complexity and noise level of the localization problem by using the SVD of the observation matrix when the number of snapshots is large, which will be proved in this paper.