GNSS与加速度计融合超高建筑动态监测数据分析

针对影响全球导航卫星系统(GNSS)变形监测精度的多路径误差，该文建立基于经验模态分解(EMD)算法的系统趋势分离模型，修正GNSS变形序列。构建多速率卡尔曼滤波Rauch-Tung-Striebel(RTS)平滑模型，融合超高层建筑的GNSS和加速度计监测数据，充分发挥两种传感器各自的优势。针对超高层建筑首次应用能量差值法确定变分模态分解的分量数，进而对分量进行频谱分析以提取超高层建筑的主模态振动频率。模拟数据表明，该文算法能够提高分析精度，融合位移的均方根为4.3 mm,相关系数为0.95,信噪比为12.66 dB。通过长春海容广场大厦采集的监测数据进一步验证得出，与单一传感器相比，该文算法能够提高位移数据的采样率，增加数据的完备性，削弱GNSS高频噪声的影响，提取到超高层建筑前两个主模态振动频率为0.19、0.28 Hz。     

基于三次样条插值实现无人机高动态运动轨迹插值

差分全球卫星导航系统（GNSS）技术辅助空中三角测量技术可实现无人机影像元素的高精度绝对定位．机载GNSS模块采样频率一般不超过50 Hz,更高的采样频率对GNSS模块软硬件提出更高的要求．本文基于三次样条函数实现无人机高动态定位的三维坐标插值,并通过实测数据检验三次样条函数的适用性,实验结果表明,固支样条更适用于无人机高动态运动轨迹坐标插值,当采样频率高于5 Hz时,平面插值精度优于1.0 cm,高程插值精度优于2.2 cm.      

基于GNSS实时数据流的载波相位差分测速方法及精度评估

为了满足地质灾害实时高精度监测应用需求，对常规全球卫星导航系统(GNSS)载波相位差分测速事后处理软件进行改进，增加了实时数据流接收和实时解码国际海运事业无线电技术委员会(RTCM)的功能，实现了真正的GNSS载波相位差分测速.利用静态站和振动台模拟正弦波振动实验的GNSS数据，评估改进后GNSS实时测速程序的精度.静态模拟动态的测速精度误差均方根(RMS)优于5 mm/s；振动台动态实验解算结果与振动台输出真值的互差RMS为10.4 mm/s.说明本实验的实时GNSS测速程序在静态实时测速条件下的测速精度可达到mm/s级，在实时动态条件下测速精度仍能达到cm/s级.     

融合GNSS和加速度计监测数据的超高建筑动态特性分析

GNSS和加速度计是目前动态监测超高建筑环境载荷变形的主要手段。GNSS具有无需通视、可直接获取三维位移等优点,但受精度和采样率的限制,其对微变形及高频振动信息不敏感;而加速度计具有高精度和高采样率等优点,但无法监测超高建筑低频的似静态变形。为充分发挥这两种传感器的各自优势,提出利用多速率Kalman滤波和RTS平滑方法对超高建筑GNSS和加速度计监测数据进行融合处理。试验结果表明,与单一的GNSS监测技术相比,该方法有利于削弱GNSS高频噪声的影响,提高位移数据的采样率,可有效识别超高建筑的低频和高频振动频率,提高对微变形振动的监测能力;与单一的加速度计监测技术相比,该方法可以准确监测超高建筑的低频变形信息,具有良好的工程应用价值。     

无人机机载相机曝光时刻摄影中心三维坐标高精度插值算法研究

随着机载定位定向系统（POS）的不断完善,无人机技术已成为高精度摄影测量的重要途径．由于POS系统中全球卫星导航系统（GNSS）接收机的采样频率有限,需要对机载相机曝光点时刻摄影中心三维坐标进行插值计算．本文对常用的四种插值算法进行了研究,并通过实测数据对比不同插值算法的优劣,结果表明,当GNSS原始数据采样频率高于1 Hz时,三次样条插值算法误差均方根误差优于5 cm,更适用于无人机曝光时刻摄影中心三维坐标的高精度插值．      

基于PS-InSAR技术的珠海市地表形变监测与驱动力分析

基于63景Sentinel-1数据,采用PS-InSAR技术监测珠海市2018年10月—2020年11月地面沉降,利用GNSS地面同步观测数据进行精度评定,监测结果的均方根误差为4.58 mm,表明利用PS-InSAR监测研究区地面沉降具有较高的可靠性。分析珠海市地表形变的时空特征,结果表明,珠海市主体部分的平均形变速率在-55～15 mm/a,主要沉降区域分布在珠江水道周边的农垦区及沿海港口区域;主要交通线路为港珠澳大桥珠海连接线和广珠铁路珠海段,均存在年平均形变速率超过20 mm/a的明显形变异常区,需重点关注。结合地质条件、地下水开采情况对珠海市地表形变驱动力进行分析,结果表明,区域内地面沉降速率与软土层的厚度呈正相关,与地下水水位降深呈对数函数关系。     

集成变分模态分解和希尔伯特-黄变换的结构振动时频提取模型

振动信号的时频特征提取是分析大型工程结构物健康状态、评估结构设计参数的有效方法,也是及时诊断与预警结构异常的重要前提。针对现有特征提取方法不能准确提取完整时频特征的问题,提出一种结合变分模态分解(variational mode decomposition, VMD)与希尔伯特-黄变换(Hilbert-Huang transform,HHT)的时间-频率-能量多维度特征提取的新方法(VMD-HHT)。首先利用VMD提取振动事件的频率分量,滤除噪声分量;然后对提取出的振动信号进行HHT变换,获取振动事件的时间-频率-能量谱;最后为求取振动位移量,在提取的特征频率基础上,通过对加速度数据进行频域积分获取振动形变量。通过仿真分析和海洋石油平台上振动监测实测发现,所提方法能够精确提取时间-频率-能量多维特征信息,VMD-HHT模型辅助的频域积分方法求取的振动位移具有较高的精度和可靠性。     

GAMIT/TrackRT用于滑坡实时GNSS监测研究

针对传统全球导航卫星系统(GNSS)滑坡监测存在的成本高、精度低、坐标时间序列受多路径效应影响严重等问题,该文结合普适型GNSS接收机、开源GAMIT/GLOBK软件、TrackRT实时单历元定位模块以及完备集合经验模态分解数据处理算法搭建了滑坡监测系统,系统可实现近实时基线解和实时单历元解两种解算模式。以临夏黄土滑坡监测系统为例进行分析,实验结果表明：近实时基线解算精度平面方向优于2 mm,高程方向优于5 mm;实时单历元解算精度平面方向在3 mm左右,高程方向8 mm左右,能够满足滑坡监测预警需求。分析了降雨对滑坡形变的影响,降雨与滑坡形变速率呈中度相关关系,其滞后周期在1～2 d。     

地基GNSS用于冻土区域地表环境多参数反演研究

季节性冻土具有周期性地表抬升/沉降的物理特性，传统测量方法已不能满足当前高精度、实时的监测需求.地基GNSS是一种低成本、全天时、全天候、能够实现连续监测的新兴地基遥感技术.实验应用美国的板块边界观测台网(plate boundary observational GNSS network,PBO)计划SG27测站2013—2021年观测数据，使用地基GNSS技术解译了阿拉斯加巴罗永久冻土区域典型异常年份降雪、无雪期地表形变、测站形变、土壤湿度、大气水汽变化，并通过PBO实测降雪数据验证异常年雪深反演精度，通过测站形变结果验证反演结果为冻土活动层形变，同时对水汽与土壤湿度进行相关性分析.结果显示：反演雪深与实测雪深绝对系数R2为0.815 5，均方根误差(root mean squared error,RMSE)为0.064 3，平均绝对误差(mean absolute error,MAE)为0.040 2；通过水汽与土壤湿度变化趋势图发现两者具有较弱滞后性对应关系，但仅表现在趋势而非幅度值上.表明地基GNSS在长时序冻土环境监测中存在巨大的应用潜力.     

卡尔曼滤波在山西省西山煤田地面沉降GNSS监测中的应用

本文以山西省西山煤田某一工作面为试验区,在分析地面沉降全球卫星导航系统（GNSS）监测数据特征的基础上,利用两种卡尔曼滤波方法（普通和总体卡尔曼滤波）对矿区地面沉降GNSS监测数据进行了处理与评价,同时对比了两种卡尔曼滤波方法的均方根误差分布情况。试验结果表明,两种滤波方法的滤波结果与观测值趋势大致相同,但存在少数异常点。下沉量越大的监测点,滤波结果与观测值的差异越大,但总体卡尔曼滤波的差异明显小于普通卡尔曼滤波,特别是对于下沉量较大的监测点。下沉量越大的监测点,其均方根误差越大,总体卡尔曼滤增大的速度远小于普通卡尔曼滤波,总体卡尔曼滤波均方根误差的最大值小于0.1 m,普通卡尔曼滤波的则接近0.4 m。     

基于惯性相机的大跨度桥梁线形形变实时测量方法

大跨度桥梁线形形变测量对桥梁结构健康安全监测与评估具有重要意义。水准测量、连通管等形变测量方法测量频率低、成本高,单相机形变测量方法测量距离越远测量精度越差,难以满足大跨度桥梁线形形变高精度测量需求。提出了一种集成惯性传感器和视觉测量的大跨度桥梁线形形变实时测量方法,使用相机高频拍摄桥梁测量靶标图像,同时利用惯性传感器纠正因相机振动带来的测量误差,通过多惯性相机串联延伸视觉测量的范围,采用联合解算获取大跨度桥梁线形形变,并研制了相应的测量设备,应用于某特大桥健康监测系统中。实验结果表明,所提方法的均方根误差为0.38 mm。在桥梁实验验证中,惯性相机测量大跨度桥梁线形形变与静力水准测量结果高度一致,相关系数均优于99.90%,相互较差为4.94 mm。所提方法能高精度实时测量大跨度桥梁线形形变,具有良好的工程价值。     

基于自适应卡尔曼滤波的地表移动变形预报研究

构建自适应卡尔曼滤波预报模型,利用GNSS CORS连续运行实时监测数据,通过自适应卡尔曼滤波预报值、标准卡尔曼滤波预报值及实测数据对比分析,得到自适应卡尔曼滤波预报偏差明显减小,预报精度明显提升,满足了地表移动变形实时监测的精度要求。      

GNSS基准站在高铁沿线自动化监测中的布局分析

中国高铁线状分布,贯穿全国各个地域,沿线地质情况复杂,利用GNSS技术对高铁沿线进行变形监测具有全天时、全天候、精度高等优点。本文选取青田县高铁沿线实验区域,基于TEQC和GAMIT高精度数据处理软件,对9个监测站24 h的变形监测精度进行了精度分析。结果显示,随着GNSS监测站与基准站之间距离的增加,GNSS监测精度越来越低,当GNSS监测站与基准站之间距离小于5 km时,GNSS监测精度较高,达到mm级监测精度。因此,当GNSS监测站与基准站距离较远时,应当布设多个基准站,以提高监测精度。     

基于Keras平台的LSTM模型的对流层延迟预测

对流层延迟是影响全球卫星导航系统（GNSS）测量精度的重要因素. 针对现有对流层延迟模型稳定性差,精度较低等问题,在无实测气象参数条件下,提出一种基于Keras平台的长短期记忆神经网络（LSTM）的对流层延迟预测模型. 选取全球均匀分布的8个测站,使用其2016年第90-131年积日共42 天的整点对流层延迟数据预测其第132-136年积日的整点数据. 以国际GNSS服务（IGS）中心提供的对流层产品为真值,分析比较LSTM模型和反向传播（BP）神经网络模型的预测效果. 研究表明,LSTM模型预测结果的均方根误差基本达到mm级,其平均绝对误差和平均绝对百分比误差均比BP模型低,LSTM模型在精度和稳定性上较BP模型均有明显提高;LSTM模型在中高纬区域的均方根误差（RMSE）均值达到7.82 mm,中高纬地区更适合使用该模型.      

GNSS/INS组合用于地震监测的算法实现和仿真研究

本文对GNSS/INS组合系统用于地震监测的方案进行了算法设计和仿真验证。根据地震运动的特点,惯性测量器件只采用三轴加速度计,以简化系统、降低成本;并为此专门设计了惯导算法和松组合架构下的组合算法,包括前向滤波和反向平滑。在建模和仿真中,采用了实测分析得到的GNSS精密定位的准确误差模型,保证了仿真条件的真实性和仿真结果的有效性。研究结果表明,加速度计信息能够改善GNSS的相对定位精度和动态性能,从而有效地测量地震运动。本文是GNSS/INS组合技术用于地震监测的有益尝试。     

EMD和SSA组合方法在GNSS多路径误差处理中的应用

提出EMD和SSA组合方法对GNSS观测数据进行多路径误差滤波。通过对实际GNSS变形监测数据处理,结果表明,该方法能够有效剔除多路径误差,获取建筑物真实结构震动信息。与高精度测量机器人观测数据对比结果显示,经过EMD+SSA方法处理后,观测精度获得明显提高,能够满足变形监测的精度要求。     

GPS结构振动监测数据滤波方法及其性能实验研究

使用GPS监测结构振动的目的在于提取振动信号特征,但GPS观测量受多种误差源的影响,因此,选用合理的数据处理方法有效地分离各误差项,对于提高GPS的监测精度具有重要意义。将Vondrak滤波、小波滤波、自适应FIR滤波和卡尔曼滤波等四种方法应用于资料序列中振动信号的分离,通过对模拟振动实验观测资料的分析表明:运用滤波法可提高GPS测量微小动态变形和变频振动信号的检测能力;4种滤波法均能有效地提高GPS监测结构振动的精度,其中,Vondrak滤波和小波滤波的性能相当,且优于自适应FIR和卡尔曼滤波。同时,在对各滤波法参数选择的优缺点进行分析的基础上,提出不同情况下选择滤波器的建议。     

InSAR联合矢量倾角分段函数模型计算矿区地表下沉量

针对单轨合成孔径雷达(InSAR)仅能获取沿雷达视线(LOS)向形变和概率积分法(PIM)难以预计沉陷盆地边缘区域下沉量的问题,该文提出了一种由单轨InSAR监测的LOS形变联合移动矢量倾角模型计算矿区地表下沉量的方法。该方法首先在分析下沉盆地地表移动矢量倾角变化特征的基础上,建立主断面上地表点移动矢量倾角的分段函数模型,再结合主断面地表点的LOS向与地表移动矢量的矢量夹角与倾角的函数关系,实现由LOS向形变计算矿区地表下沉量。以马泰壕井田和上湾煤矿的两个工作面为研究对象,采用Sentinel-1A数据和水准实测数据对该方法的可行性和精度进行了验证;结果表明,在沉陷盆地边缘区域,该方法计算的地表下沉量与实测值吻合,两个矿区的监测精度均方根误差(RMSE)都约为5 mm,高于InSAR监测精度的19 mm,监测精度分别提高了74%和71%。     

不同卫星导航系统组合监测的玛多地震同震形变与精度分析

为全面分析不同卫星导航系统(GNSS)组合监测地震形变的精度,本文首先基于青海玛多地震(Mw 7.4)周边近场及远场共8个区域CORS站的高频(采样率为1 Hz)GNSS观测数据,采用精密单点定位技术进行高频数据解算,初步分析了多系统组合相对单GPS系统的同震形变精度提升,然后对具有相同卫星系统数/不同卫星系统组合的同震形变误差进行对比分析,最后基于GREC2(GPS/GLONASS/Galileo/BD-2)和GREC3(GPS/GLONASS/Galileo/BD-3)两种组合情况分析了北斗二号与北斗三号的同震形变精度差异。研究结果表明,多系统组合观测同震形变的精度优于单系统,其中GEC2+3(GPS/Galileo/BD-2/BD-3)组合观测同震形变精度最优,相对于单系统GPS而言,在水平方向上的精度提升可达30%～60%,在垂向上的精度平均提升可达30%;在三系统卫星导航系统组合中,含北斗的多系统组合在水平方向上的精度提升最高可达38.75%,垂向上的精度提升最高可达41.46%;北斗三号观测的同震形变精度比北斗二号精度更高、效果更好。     

自适应卡尔曼滤波在大坝形变预报中的应用分析

卡尔曼滤波融合了状态模型和观测模型的信息,具有良好的估计和预报性能,能够较好地描述大坝动态形变的过程.在实际应用中,由于状态噪声和量测噪声无法精确给出,标准卡尔曼滤波的最优性受到破坏.现利用新息约束不断地调整卡尔曼滤波中的过程噪声和测量噪声,使其动态地自适应于真实情况.通过两组大坝实测数据处理,表明自适应卡尔曼滤波能够很好地改善随机模型不准确和形变突变影响下的预报精度,其预报精度优于标准卡尔曼滤波.