基于独立分量法的新疆GNSS时间序列共模误差分析CSCD

共模误差(CME)是区域连续全球卫星导航系统(GNSS)网中的主要误差来源之一.针对GNSS时间序列具有非高斯分布特征,基于二阶统计量的主成分分析(PCA)难以准确提取出CME分量问题,采用具有高阶统计量的独立分量分析(ICA)对CME进行提取.以2011—2018年新疆区域GNSS坐标时间序列为例,将PCA滤波效果进行对比验证,分析了CME对GNSS坐标时间序列的影响,并对CME序列进行周期分析.结果表明:前6个独立分量包含CME分量,这可能与卫星轨道、地表质量负荷和时钟误差有关,ICA滤波后东(N)、北(E)、天顶(U)三个方向的均方根(RMS)值分别降低31.83%、32.29%、35.49%,速度不确定度分别降低44.14%、38.49%、43.32%,各测站的周期项振幅较滤波前更一致,有效地剔除了CME,提高了坐标时间序列的精度.     

GNSS实时周跳修复算法与精密单点定位测试分析

全球卫星导航系统(GNSS)能够为用户提供定位、导航和授时(PNT)服务,被广泛应用于国防安全保障和国民经济建设中.实时精密单点定位(RT-PPP)是一种高精度卫星导航定位方法,针对信号中断导致的重新初始化时间长的问题,提出一种基于历元间差分伪距和载波相位观测量的周跳修复算法,设计了一种RT-PPP算法,并介绍其实现流程.采用国际GNSS服务(IGS)观测站数据进行周跳修复实验,成功率在99%以上,缩短了重新收敛时间.在楼顶进行推车实验,RT-PPP在水平方向定位精度优于1 cm,高程定位方向精度为2～3 cm.     

GNSS载噪比反演船载气象要素传感器距水面高度

船载气象要素传感器距水面高度是使用块体参数化方法预测近海面大气折射率廓线的必要参数,对于海面蒸发波导等无线电气象系统监测结果的准确性具有重要意义. 利用全球卫星导航系统(GNSS)载噪比(CNR)时间序列反演船载气象要素传感器距水面高度. 该方法提取船舶GNSS接收机输出的卫星信号CNR,采用Lomb Scargle周期谱分析GNSS直射信号与反射信号相干性,反演天线相位中心距水面高度. 根据GNSS天线与气象要素传感器几何关系换算船载气象要素传感器距水面高度. 利用趸船实验数据对该方法进行验证,统计有效反演次数,分析海况对反演结果的影响以及反演高度时均变化. 结果表明:利用该方法反演船载气象要素传感器距水面高度是可行的.      

LSTM辅助车载GNSS/INS组合导航算法及性能分析

针对车载GNSS/惯性导航系统(inertial navigation system,INS)组合导航系统在GNSS信号失锁时定位精度下降甚至发散的问题，提出了一种长短期记忆(long short-term memory,LSTM)神经网络辅助组合导航的算法来提高定位精度，实现可靠连续稳定的定位.通过移动集成平台进行实验，结果表明：当GNSS信号失锁30 s时，LSTM辅助组合导航系统在东(east,E)、北(north,N)方向的位置误差最大值分别降低了77.45%、17.39%，均方根误差(root mean square error,RMSE)分别降低了79.53%、42.36%；当GNSS信号失锁100 s时，LSTM辅助GNSS/INS在E、N、天顶(up,U)三个方向上的位置误差最大值分别降低了60.07%、98.30%、84.65%,RMSE分别降低了61.96%、97.98%、84.65%. LSTM辅助较大地提升了车载GNSS/INS组合导航系统的导航性能.     

基于EMD的改进型3δ粗差探测方法

针对全球卫星导航系统（GNSS）时间序列粗差多、分布随机的问题,提出一种基于经验模态分解（EMD）的改进型3δ粗差探测方法。新方法基本思想是：先利用3δ准则初步探测全球导航卫星系统（GNSS）时间序列粗差并插补,再将GNSS时间序列分解为若干时间尺度的固有模态函数（IMF）分量,再利用相关系数法信噪分离,最后利用3δ准则对残差序列进行粗差探测。利用模拟数据和实际工程数据对比EMD-3δ方法相对于常规LS(Least Squares)-3δ法的粗差探测效果。模拟实验数据表明,EMD-3δ法能够探测92.7%的粗差,LS-3δ方法仅能探测48.3%的粗差。来自斯克里普斯轨道和永久阵列中心（SOPAC）的GNSS时间序列数据进一步表明EMD-3δ能较传统方法更有效地探测粗差。     

融合GNSS ZTD和气象要素的内蒙古土壤水含量模型

土壤水含量是农牧业衡量干旱的重要指标,对气候生态具有重要影响,土壤水的变化趋势对于区域的水土流失和气候变化研究等工作具有重要意义,而我国对于土壤水含量的监测起步较晚,因此有必要利用其他已有数据开展土壤水含量模型研究. 利用内蒙古已有全球导航卫星系统(GNSS)天顶对流层延迟(ZTD)数据和湿度、日照以及蒸发量数据进行土壤水含量反演模型研究. 首先将各要素与土壤水含量进行相关性分析,因土壤水含量与GNSS ZTD数据均存在观测噪声,所以应对数据进行去噪处理. 利用小波变换方法剔除噪声,去噪后土壤水含量数据与各要素相关性均有所提高,土壤水含量与湿度相关性最好,两者各实验点的平均相关性为0.645;土壤水含量与日照和蒸发量呈负相关,其平均相关性分别为?0.561、?0.547;而土壤水含量与GNSS ZTD数据相关性最小,其平均相关性为0.271. 根据各要素与土壤水含量的相关性,进行土壤水含量模型构建并进行可靠性验证. 经验证误差统计发现:实验区域NMWJ站模型精度最高,其精度为90.1%;HLAR站点模型精度最低,其精度为69.1%;各站点的平均精度为81.35%. 基于多变量要素的土壤水含量模型可为土壤水含量的趋势变化研究提供参考,通过研究土壤水含量的变化趋势,对区域进行水资源的合理分配利用从而达到节约水资源目的.      

海上动态GNSS浮标的周跳处理算法

常规全球卫星导航系统（GNSS）周跳探测方法大多忽略了高度角对多路径误差以及观测噪声的影响．由于海上GNSS浮标的数据质量受海面影响很大,在卫星高度角降低时其观测噪声和多路径误差显著增大,且具有高频周跳特点,常规GNSS周跳探测方法并不适用．据此,提出了一种综合电离层总电子含量变化率（TECR）和顾及高度角加权阈值模型的改进双频码相组合（MW）探测法的周跳探测与修复方法．实验结果表明:该方法能有效抑制低高度角和多路径影响带来的信号噪声,准确探测到各种类型周跳,可有效应用于海上GNSS浮标的数据预处理.      

基于虚拟参考站的GNSS滑坡地质灾害监测分析

针对全球卫星导航系统(GNSS)技术在滑坡监测中参考站架设选址难、建设成本高、基准不稳定等问题，使用基于虚拟参考站(VRS)的滑坡地质灾害监测方法，利用卫星导航定位连续运行参考站(CORS)在监测区生成虚拟参考站数据，代替物理参考站进行滑坡监测.实验分析不同解算策略下的虚拟参考站监测精度，并将粗差剔除后的结果与传统GNSS监测进行对比.结果表明：VRS 2 h监测精度平面可达5 mm，高程可达25 mm，所反映滑坡位移趋势与传统GNSS监测一致.     

测站坐标阶跃对参考框架稳定性的影响分析

针对全球卫星导航系统(GNSS)测站坐标阶跃对参考框架稳定性的影响量级尚不明确的问题,该文选取了 340个全球分布的国际GNSS服务(IGS)测站建立长期GNSS参考框架.其中,测站运动模型包含线性速度、周年信号以及震后形变改正.通过迭代增加阶跃的数量,定量分析了测站坐标阶跃对建立的GNSS参考框架稳定性、测站速度及周年振幅的影响.结果表明,340个IGS测站坐标时间序列中存在的阶跃对建立的GNSS参考框架稳定性、测站水平方向速度以及测站周年振幅的影响量级均小于其精度,但是对测站垂直方向速度的影响较为显著.     

基于小波变换的GNSS单差观测序列周跳探测方法

在卫星定位应用领域,GNSS周跳的探测和修复仍然是载波相位测量中的一个重要问题。近年来,在站星双差观测序列、星间单差观测序列都进行了周跳探测研究。小波分析方法是一种在时域和频域上同时具有良好的局部化特性的分析方法,利用小波对信号进行分析时可以提取信号的突变点。本文利用小波变换对星间单差观测序列进行了周跳探测,通过算例探讨了该方法的应用效果。     

高频GNSS信号去噪的小波和多方向主成分分析

针对传统主成分分析(PCA)忽视测站各坐标分量之间相关性的问题,提出了一种小波去噪和多方向主成分分析(WD-MPCA)组合的方法. 该方法弥补了传统PCA的缺陷,与经验模态分解和主成分分析(EMD-PCA)组合方法及小波去噪和主成分分析(WD-PCA)组合方法相比,WD-MPCA组合方法精度最高. 经WD-MPCA组合方法去噪后,其平均中误差分别为0.83 mm、0.85 mm和8.30 mm,比原始坐标残差时间序列的平均中误差分别降低了81.14%、81.91%和40.37%. WD-MPCA组合方法充分考虑了各测站不同分量之间的相关性,可以有效去除信号中的高频随机白噪声(WN)和低频有色噪声(CN),这对高频全球卫星导航系统(GNSS)技术的实际应用和理论发展具有重要的意义.      

智能手机RTK定位软件实现及应用试验

随着芯片技术的发展,智能手机已成为使用最普遍的一类全球卫星导航系统(GNSS)设备,其提供位置服务的能力逐步彰显.为探究将手机作为专业GNSS设备的可行性,利用谷歌开放Android智能终端GNSS原始观测数据这一契机,设计并实现一款手机实时动态(RTK)定位手机应用程序(APP),并基于该APP开展高精度定位应用试验.结果表明：在静态条件下,手机RTK定位精度约达1 dm;在行人和车载动态条件下,可达平面亚米级、高程1～2 m的精度水平,RTK定位精度远高于内置芯片解,但稳定性略差于芯片解.使用手机模拟RTK点测量,其平面精度约达1 m,基本满足地理信息采集和调查等亚米级到米级低精度专业应用的需求.     

L1范数与IQR统计量组合的GNSS坐标序列粗差探测算法

GNSS坐标时间序列中不可避免地含有粗差,未剔除的粗差将会导致参数估计有偏。因此,粗差探测与剔除是GNSS坐标序列分析中一项重要的数据预处理工作。针对GNSS坐标时间序列特点,提出了一种将L1范数(L1-norm)估计与四分位距统计量IQR(interquartile range)组合的移动开窗粗差探测算法,称之为L1_Mod IQR。该方法的主要思想是,首先利用L1范数估计得到较"真实"的残差,然后再对残差采用IQR统计量进行粗差探测。将L1_Mod IQR法与"3σ"法、基于最小二乘的τ检验法等粗差探测算法进行了模拟计算与对比,验证了该算法的有效性。进一步采用L1_Mod IQR算法对中国区域10个IGS站的高程时间序列进行了分析,结果表明中国区域IGS站高程序列的粗差剔除率最小为0.1%,最大为2.6%。并且以WUHN站为例与SOPAC提供的结果进行了对比,结果表明SOPAC提供的"Clean"数据仍含有大量的粗差,而L1_Mod IQR算法能够有效地剔除粗差。     

基于GPS-IR的归一化植被指数反演

针对利用GPS接收机在接收L 波段信号时对周围植被水分含量较为敏感的特性,使用GPS反射信号的变化,进行测站归一化植被指数(NDVI)反演. 利用2个GPS参考站近5年的连续观测数据计算的归一化微波反射指数(NMRI),构建了反演NDVI的一元线性模型. NMRI整体变化趋势与同时间段内中分辨率成像光谱仪(MODIS) NDVI趋势表现一致,其反演结果相关系数R分别为0.626 53、0.625 73,均方根误差(RMSE)分别为0.051 29和0.055 08,进而使用BP神经网络模型反演相关系数分别提高了2%、6%. 表明GPS干涉反射测量(GPS-IR)反演区域NDVI结果具有较高可靠性. 该研究为获取精确位置、实时连续、高分辨率的 NDVI 提供了一定的理论支撑.      

GNSS高程时间序列周期项的经验模态分解提取

针对传统方法——常振幅常相位的周年+半周年谐波模型法不能准确提取GNSS高程时间序列中周期项问题,该文以中国区域10个IGS基准站在ITRF2008框架下2005—2015年高程时间序列为例,采用经验模态分解(EMD)提取各测站高程时间序列的周期项。对传统方法和EMD两种方法提取的周期项做Lomb_Scargle谱分析,用功率谱图分析了这两种方法提取序列周期项的能力。实验结果表明,EMD方法较传统方法更能准确、自适应地提取GNSS高程时间序列的周期项。     

一种GNSS/视觉观测紧组合导航定位算法研究

全球卫星导航系统(GNSS)在弱信号环境下,GNSS信号易受到遮挡或者电磁干扰,严重影响导航定位的可靠性、连续性和精度. 针对此问题,本文作者研究了一种GNSS和视觉观测紧组合导航定位方法. 首先基于相机采集图像数据,利用ORB-SLAM2开源平台求解得到视觉位置结果增量,再联合GNSS伪距观测数据采用卡尔曼滤波(KF)进行组合定位解算. 采用实测的GNSS伪距观测数据和图像数据进行测试,试验结果表明:该算法不仅能有效地提升GNSS弱信号环境下导航定位的连续性和精度,还能在卫星数少于4颗时保持持续导航定位.      

智能手机多频多系统实时动态的定位性能分析

随着位置服务的发展,人们对定位精度的需求不断提升. 目前智能手机定位主要依赖于全球卫星导航系统(GNSS)芯片所提供的芯片解,其精度仅为米级. 2016年,谷歌宣布允许开发者获取手机GNSS原始观测数据,为研究手机GNSS高精度定位算法提供了支持. 为探索智能手机多频多系统实时动态(RTK)的定位精度和可靠性,文中基于华为P40智能手机开展了静态和动态环境下的多频多系统RTK的定位性能分析. 结果表明:在静态环境下,智能手机多频多系统的RTK定位精度要优于芯片解,在东(E)、北(N)、天(U)三个方向的定位误差均方根(RMS)分别为0.20 m、0.39 m和0.31 m,比芯片解提高了57%、71%和75%;在动态环境下的定位精度依然能够达到分米级,相比于芯片解在E、N、U三个方向上的定位精度提高了37.84%、47.22%、53.68%.      

基于北斗PWV的暴雨时空变化特征分析

利用49个山东省连续运行参考站(SDCORS) 2020年的北斗观测数据,使用GAMIT软件进行了大气水汽反演,得到了全年逐小时的大气可降水量(PWV)序列. 将反演得到的PWV与探空气象站观测的PWV对比,平均偏差为2.4 mm,均方根误差(RMSE)为3.4 mm,相关系数达到0.98,结果表明反演结果的精度符合气象研究需求. 分别从单连续运行参考站(CORS)和全省范围对PWV在暴雨过程中的变化进行了分析,发现PWV在暴雨产生前5~12 h开始上升,至暴雨产生时刻,PWV最大值普遍达到60 mm以上,平均变化率达到1~3 mm/h,越临近暴雨产生,PWV变化幅度越大,降水结束后,PWV会迅速下降. PWV的变化与暴雨的产生具有高度相关性,PWV在暴雨产生前后的剧烈变化,可用于暴雨预警研究,对于生产生活活动具有重要现实指导意义.      

改进的启发式分割算法在GNSS坐标时间序列阶跃探测中的应用

在启发式分割算法的基础上,引入z检验和标准正态均一性检验（standard normal homogeneity test,SNHT）,提出了一种新的阶跃探测法,并将其应用于20个陆态网（Crustal Movement Observation Network ofChina,CMONOC）和10个国际全球卫星导航系统服务（International Global Navigation Satellite System Ser-vice,IGS）参考站近5 a的坐标时间序列。结果显示,对于IGS站东（east,E）、北（north,N）、垂直（up,U）3个方向分量已知阶跃的平均准确探测率分别为68.5%、71.3%、64.8%,且利用阶跃点前后25 d初始拟合残差的平均值之差得到修复后的坐标时间序列保持了良好的连续性。基于剔除粗差后的坐标时间序列,利用坐标时间序列分析软件（coordinate time series analysis software,CATS）估计出的速度显示:对于由已知阶跃与改进算法探测出的阶跃历元的组合方式,所有测站E、N、U方向的估计速度与CMONOC官网发布的速度的平均偏差分别为2.86 mm/a、1.14 mm/a、2.31 mm/a,明显小于由已知阶跃和肉眼判断明显阶跃历元的组合方式获得的平均速度偏差。上述结果表明,改进的启发式分割算法可应用于坐标时间序列的阶跃探测。     

GNSS坐标序列的自适应奇异谱分析

针对奇异谱分析在进行大量GNSS高程时间序列时变周期信号提取时存在繁琐而低效的问题，提出一种自适应奇异谱分析方法。通过改进迹矩阵的构建方式提高算法运行效率，并结合频谱分析辅助确定滞后窗口大小，同时采用迭代法自主选择主分量，从而精准高效地提取时间序列中的周期项信息。实例分析表明，该方法能自适应地设置滞后窗口大小，准确提取大量GNSS高程时间序列中的时变周期信号，且单个时间序列提取效率是奇异谱分析的6倍，该方法的自适应性和准确性使其更加适用于大量GNSS站点的时变周期信号分析。