各向异性组合滤波法反演陆地水储量变化

地球时变重力场模型反演陆地水储量变化已为全球气候变化研究作出巨大贡献,考虑到时变重力场模型球谐系数中存在相关性,其高阶次项具有较大的误差,需采用最优的滤波方法进行空间平滑。本文提出一种新的各向异性组合滤波方法,其基本思想是将改进的高斯滤波法与均方根(root mean square,RMS)滤波法组合,即对球谐系数的低阶次采用改进的高斯滤波法,而高阶次采用RMS滤波法。首先分析了最新的GRACE RL05系列时变重力场模型系数误差特性,基于全球水储量变化反演结果,分析比较了高斯滤波、改进的高斯滤波、RMS滤波和DDK滤波与本文提出的组合滤波法的有效性及精度,并利用模型结果进行了验证,计算结果表明,组合滤波法的中误差最小。研究结果表明,本文提出的组合法相比于先前的滤波方法,可有效地过滤高阶次的噪声,消除南北条带误差,同时减少信号泄漏,提高信噪比,保留更多有效的地球物理信号,进而提高反演精度。     

GRACE时变重力场各向异性高斯组合滤波方法

受测量误差等因素影响,直接使用GRACE时变重力场模型的地表质量变化反演结果呈现严重条带噪声,必须采用滤波消除。本文对不同滤波方法进行了试验分析,以信噪比最大为准则,确定了不同滤波方法的最优滤波参数,并在此基础上提出了一种各向异性组合滤波方法。该方法根据时变重力场模型球谐系数误差特性,结合各向异性高斯滤波和均方根滤波特点,对精度较高的低次项系数采用较大权重以保留更多有效信号,而对精度较差的高次项系数采用较小权重以压制噪声。不同于传统的两步法组合滤波,该方法仅需进行一步滤波处理。试验结果表明,本文提出的各向异性组合滤波方法计算步骤简单,能够有效消除条带噪声;与单一滤波和传统两步法组合滤波方法相比,提高了反演结果信噪比,保留了更多真实信号。     

GRACE时变重力场滤波方法

针对GRACE时变重力场模型高阶项误差较大导致的"南-北"条带噪声,该文利用模拟的GRACE数据分析了去相关滤波、Gaussian滤波、组合滤波和平滑先验信息滤波方法对噪声的滤除效果和对真实信号的衰减程度。实验表明:4种滤波算法均能有效降低条带噪声,但单独使用去相关滤波时效果较差,需与其他算法结合使用;Guass滤波和组合滤波在减小噪声条带的同时,也在一定程度上牺牲了空间分辨率;平滑先验信息滤波在移除噪声、保留有效信号方面比其他3种算法有较为明显的优势。     

自适应抗差KF-UKF的超宽带导航定位方法

针对超宽带导航定位中量测信息异常误差和非线性滤波问题,该文提出了一种基于自适应抗差卡尔曼滤波-无迹卡尔曼滤波(KF-UKF)的超宽带导航定位算法。该算法首先利用卡尔曼滤波计算预测状态向量及其协方差矩阵,利用无迹卡尔曼滤波进行量测更新;然后利用先验阈值和预测残差构建量测噪声的抗差协方差矩阵,以减少量测信息异常误差的影响,同时利用自适应因子对算法进行调节和修正。结果表明,该算法能有效地抑制并消除超宽带测距中量测信息异常误差的影响,能有效地处理状态模型误差的影响,提高超宽带导航定位的精度和稳定性,同时拥有比无迹卡尔曼滤波算法更高的计算效率。     

抗差容积卡尔曼滤波及其在UWB室内定位中的应用北大核心CSCD

针对超宽带(UWB)观测值异常引起的量测误差及系统噪声先验统计信息未知而导致状态估计误差增大的问题,该文提出了一种带噪声时变估计器的抗差容积卡尔曼滤波(CKF)算法。该算法在滤波过程中,利用预报残差因子构建抗差等价协方差矩阵,控制观测异常值对滤波参数解的影响,同时利用sage_husa算法对系统噪声的统计特性进行实时估计和修正,提高滤波精度和稳定性。实验结果表明,所提算法不仅能有效地消除量测误差对滤波解的影响,而且能在系统噪声先验信息未知的情况下更进一步提高UWB室内定位的精度和可靠性。     

GRACE离散时变重力场的大尺度动态变化模型构建分析

针对GRACE月时变重力场的离散球谐系数,提出联合经验正交函数分解和多通道奇异谱分析的方法,在有效实现空间维数压缩和条带噪声去除的同时,提取、分析其动态变化特征并构建相应的变化模型。结果表明,GRACE离散球谐系数存在显著的周年项和长期趋势项变化成分,其中,周年项模态的方差贡献达到50.6%,扣除周年项成分后长期趋势项的累积方差贡献达到77.4%。以长期趋势项和周年项成分构建的非线性模型能较好地反映离散球谐系数及其反演结果的动态变化特征,其对全球陆表等效水柱高的拟合标准差介于0.3~14.0 cm,平均标准差为1.8 cm。研究结果可为分析地球重力场各参量变化特征及地球动力学变化提供重要参考。     

新息向量的抗差Kalman滤波方法及其在UWB室内导航中的应用

针对超宽带（ultra wideband,UWB）室内导航中非视距（non line of sight,NLOS）测距误差会大幅降低导航精度以及系统噪声的不确定性导致滤波精度不高的问题,提出了一种基于新息向量的抗差Kalman滤波方法。该方法在UWB室内导航线性化模型的基础上,利用单个新息值构造抗差因子矩阵,从而消除非视距测距误差的影响,同时对系统噪声协方差矩阵进行实时估计和修正。实验结果表明,该方法不但能有效地消除非视距测距误差对导航解算的影响,而且能进一步提高导航解算的精度和稳定性。     

Sage-Husa随机加权无迹卡尔曼滤波及其在导航中的应用

在吸收Sage-Husa滤波和无迹卡尔曼滤波优点的基础上,利用随机加权估计算法将传统的定义在线性系统上的Sage-Husa噪声估计器推广到非线性系统中,提出一种非线性Sage-Husa随机加权无迹卡尔曼滤波算法。该算法首先利用Sage滤波的开窗平滑方法求得观测残差向量和新息(预测残差)向量的协方差阵;然后用随机加权自适应因子对观测残差和预测残差进行调节;最后对状态预报向量的协方差矩阵进行自适应随机加权估计,以控制观测残差和预测残差对导航精度的影响。计算结果表明,提出的非线性Sage-Husa随机加权无迹卡尔曼滤波算法,滤波精度明显优于无迹卡尔曼滤波和自适应无迹卡尔曼滤波算法,能够提高组合导航的解算精度。     

多通道奇异谱组合滤波反演水储量变化

针对GRACE时变重力场球谐系数的高阶次项中含有的较高噪声会造成反潢结果产生误差的问题,该文采用多通道奇异谱分析和高斯滤波相结合的方案来滤除GRACE数据中的噪声,并与普遍使用的去相关滤波和高斯滤波相结合的方案进行了对比验证。首先利用这两种方法分别计算了2007年4、10月份的全球水储量变化,结果显示,这两种方法反演的结果基本相同,而多通道奇异谱分析与高斯滤波相组合的方法提高了信噪比,减弱了信号泄露误差,验证了该组合方案的可行性。然后又分别计算了亚马逊流域2004—2010年的水储量时间变化序列,并与GLDAS水文模型进行了对比验证,结果显示,这两种方法得到的水储量时间序列变化趋势基本相同,各自之间具有强相关性,进一步说明了该文方案在GRACE数据滤波中的可行性。     

GPS动态相对定位的自适应Kalman滤波算法

GPS动态数据处理中广泛应用卡尔曼滤波,经典Kalman滤波认为预报误差是白噪声,服从零均值的正态分布,并利用动态噪声协方差矩阵来控制它对当前信息的影响,但实际测量定位中难以保证观测对象的规则运动,因而容易出现模型误差。针对GPS动态定位的这一问题,探讨了在实际应用中存在模型误差时的卡尔曼滤波,介绍了一种自适应Kalman滤波算法,该法顾及了载体机动加速及接收机发生周跳时的影响,减少了滤波发散的机会。     

先验协方差阵误差对动态Kalman滤波解的影响

分别讨论当标准Kalman滤波动力学模型的状态参数协方差阵、状态噪声的协方差阵及观测噪声的协方差阵含有误差时,对滤波结果的影响并导出相应的解式。利用GPS/INS紧组合导航系统的实测数据对上述分析进行了实验,结果表明,动力学模型信息的协方差阵和观测信息的协方差阵在滤波中具有一个理想的平衡点,该平衡点能够合理分配动力学模型信息和观测信息对滤波解的贡献,从而可以得到可靠的滤波解。     

GRACE时变重力位系数误差的改进去相关算法

GRACE卫星时变重力场模型的高阶位系数存在较大误差,用它反演的重力场结果中表现为严重的条带噪声。Swenson提出的滑动窗多项式拟合去相关误差方法在赤道两侧区域取得了显著效果,但其在文献中并没有说明实现的具体步骤,因而许多学者在利用其思想进行滤波时并没有达到其文献中的滤波效果。针对滑动窗的特点,使用反向边界延拓技术,对滑动窗去相关误差数据处理方法作了改进。改进的滑动窗去相关误差方法应用于GRACE时变重力场模型时,在赤道两侧区域取得了显著的去条带误差效果,并利用全球地面资料同化系统GLDAS土壤湿度资料验证该方法的正确性。     

噪声协方差自适应控制下的双天线GNSS/INS初始对准方法

为降低系统模型误差及观测模型误差的影响,结合噪声协方差自适应控制机制,对双天线GNSS/INS初始对准方法进行改进。利用噪声协方差自适应控制下的扩展卡尔曼滤波进行数据处理,包括系统噪声协方差控制及观测噪声协方差控制。试验结果表明,系统噪声协方差自适应控制机制可提高系统稳定性,降低滤波稳态值;观测噪声协方差自适应控制机制可降低观测噪声的影响,提高对准绝对精度。采用后处理的方式,利用基线长度偏差最小的基线结果辅助姿态解算,绝对精度进一步提高,对准绝对精度主要受观测值影响。利用本文方法,横滚角、俯仰角对准绝对精度可达0.02°,航向角对准绝对精度可达0.04°。     

非线性自适应抗差滤波定轨算法

讨论了应用卡尔曼滤波进行卫星精密定轨所遇到的一些问题,提出了一种新的非线性自适应抗差滤波定轨算法.该方法首先采用非线性滤波来提高定轨精度,避免了模型线性化误差的影响.另外,采用双因子方差膨胀模型来自适应地调节观测噪声的协方差阵,以控制观测异常对定轨结果的影响;通过自适应因子实时调节状态噪声协方差阵,以降低状态异常对定轨结果的影响.通过CHAMP卫星定轨计算,验证了新方法的可行性和有效性.     

基于方差分量估计的拟合推估及其在GIS误差纠正的应用

拟合推估解算必须首先求得信号向量的方差协方差矩阵,该协方差矩阵一般通过选定的协方差函数,并通过已测点数据进行拟合得到。显然观测噪声的先验方差协方差阵与拟合得到的随机信号的方差协方差矩阵必须相互协调,即观测噪声向量和信号向量的权矩阵所对应的方差因子应该一致,否则将对固定效应和随机效应参数的估计带来系统性的影响。应用方差分量估计来协调拟合推估模型中观测噪声和信号向量的随机模型,并分别从极大似然估计、MINQUE估计、赫尔默特方差分量估计三方面构建了拟合推估模型的方差分量解,最后利用新提出的理论与方法,对一幅实际的扫描地形图进行误差纠正,结果表明基于方差分量估计的拟合推估法能够提高扫描地形图的精度。     

自适应渐消卡尔曼滤波及其在SINS初始对准中的应用

卡尔曼滤波常常被用于惯性导航系统初始对准算法,其使用前提是对系统状态进行建模,从而得到比较准确的系统噪声和观测噪声统计特性。在模型失配和观测噪声干扰的情况下,常规卡尔曼滤波会出现精度下降甚至发散,从而影响初始对准精度。针对这一问题,提出了一种新型渐消卡尔曼滤波算法,引入了多重渐消因子对预测误差协方差阵进行调整,设计了基于新息向量统计特性的滤波状态χ2检验条件,使渐消因子的引入时机更加合理,算法的自适应性得到增强。将改进的卡尔曼滤波算法应用到惯性导航系统的初始对准问题中,仿真试验和实测数据试验结果表明,与常规渐消因子滤波算法相比,新算法可以有效提高滤波精度及鲁棒性。     

一、P20 一般性问题

CH20081939基于方差分量估计的拟合推估及其在GIS误差纠正的应用=Variance Component Estimation Based Collocation and Its Application in GIS Error Fitting/杨元喜,张菊清,张亮(西安测绘研究所)//测绘学报.-2008,37(2).-152～157拟合推估解算必须首先求得信号向量的方差协方差矩阵,该协方差矩阵一般通过选定的协方差函数,并通过已测点数据进行拟合得到。显然观测噪声的先验方差协方差阵与拟合得到的随机信号的方差协方差矩阵必须相互协调,即观测噪声向量和信号向量的权矩阵所对应的方差因子应该一致,否则将对固定效应和随机效应参数的估计带来系统性的影响。应用方差分量估计来协调拟合推估模型中观测噪声和信号向量的随机模型,并分别从极大似然估计、MINQUE估计、赫尔默特方差分量估计三方面构建了拟合推估模型的方差分量解,最后利用新提出的理论与方法,对一幅实际的扫描地形图进行误差纠正,结果表明基于方差分量估计的拟合推估法能够提高扫描地形图的精度。图2表1参22     

计算低空扰动引力的模型方法比较

针对不同模型方法在低空扰动引力计算中的适用问题,该文选取我国某山地区域,分析比较球谐位系数模型法、点质量模型法和Stokes积分法在低空不同高度的扰动引力计算精度及效率;并且分析误差来源和个别改进办法。结果表明:点质量模型计算低空扰动引力精度较高,且速度最快;去奇异点的Stokes积分法可以解决低空积分时数值溢出的问题,但精度较低;球谐位系数模型法原理简单,但计算速度最慢。     

一种Kalman滤波系统误差及其协方差矩阵的半参数估计方法

提出用半参数估计理论来解决系统误差对Kalman滤波解的影响问题。即用半参数模型中的非参数分量表达观测模型和动力学模型中未知的系统误差,在移动的窗口内,基于观测残差和状态向量预测残差拟合模型系统误差,进而修正相应的观测向量和状态预测向量的协方差矩阵,以消除系统误差对滤波的影响。同时这种方法还有明显的优点,就是在滤波过程中不需要对系统误差做任何假设。文中推导了基于正则核估计来解算导航系统半参数模型的相应公式,并根据一个模拟的算例,证明了算法的有效性。     

GRACERL05反演南极冰盖质量变化方法比较

利用UTCSR发布的2003-01~2013-07GRACE RL05月平均重力场模型,分析比较了高斯滤波、各向异性滤波、扇形滤波和维纳滤波,并结合去相关滤波在反演南极地区冰盖质量变化方面的差异。通过计算得到以下结论:1基于121组重力场模型阶方差分布得到维纳滤波与半径为300km的高斯滤波效果最为接近,说明300km滤波半径完全可以满足质量变化信号的提取;2在一定范围内,提高滤波半径能提高反演结果信噪比,建议南极区域的滤波半径为500km;采用相同滤波半径,不同空间滤波算法计算的质量变化率基本一致,在南极区域可以选取任一滤波方法;3与其他算法相比,去相关滤波算法能在一定程度消除球谐系数中存在的系统误差,改善反演结果。