基于GPS新型L5信号的地表雪深反演研究

利用GPS多路径反射信号测量地表雪深具有全天候和高时空分辨率的特点,因此其可作为一种代替气象站监测雪深的新手段。然而,先前大多数研究仅使用了GPS L1和L2C波段信噪比数据探测积雪深度。为验证新型的L5信号在雪深反演方面的优越性,本文阐述了GPS-R技术反演雪深的原理,利用Lomb-Scargle周期图法所处理的受积雪表层影响的信噪比数据计算了频谱振幅强度,通过获取频谱特征值与天线高度的关系求解雪深值,最后分别与L1反演结果和实测雪深数据进行了对比。试验结果表明：与现有的GPS-R测量雪深结果相比,利用新型的L5反射信号反演地表雪深的精度更佳;采用GPS-R技术探测雪深对把握测站区域内的雪深变化情况和淡水资源储量具有重要价值。     

GPS反射信号信噪比与NDVI相关性研究

归一化植被指数（normalized difference vegetation index,NDVI）作为重要的植被生长状况植被指数,对其进行有效实时监测具有重要科学意义。选择4个大陆板块边界观测网（plate boundary observatory,PBO）观测站的GPS信噪比观测值,提取反射信号信噪比并计算归一化振幅,通过与MODIS（moderate resolution imaging spectroradiometer）NDVI产品时序频谱特征的相关性分析,建立GPS反射信号植被指数线性反演模型和BP神经网络反演模型。分析发现:GPS反射信号信噪比归一化振幅与NDVI指数存在显著年周期性和季候特性,NDVI线性反演模型相关系数均约为0.7,均方根误差处于0.05~0.09之间,BP神经网络反演模型相关系数提高了约5%。利用GPS反射信号反演NDVI变化趋势具有可行性,为获取高时间分辨率、低成本的NDVI指数提供了一种新思路。     

SVM辅助的GPS SNR雪深时间序列反演

研究了GPS干涉反射技术GPS-IR(GPS-Interferometric Reflectometry);在利用GPS卫星SNR信号进行积雪深度探测的基础上构建了支持向量机SVM(Support Vector Machine)辅助的GPS SNR雪深时间序列反演模型;对积雪深度进行时间序列预报和与传统GPS-IR积雪探测模型进行精度对比分析。实验结果显示,相比传统GPS-IR雪深反演模型,SVM辅助的GPS SNR雪深时间序列反演模型的雪深预报结果的精度更高,也更符合实测雪深的变化趋势,可为地面积雪雪深反演提供新方法。     

同天线不同接收机的GNSS-IR雪深反演分析

全球导航卫星系统（global navigation satellite system,GNSS）干涉遥感技术(GNSS-interferometry reflectometry,GNSS-IR)利用测量型GNSS接收机即可获取反射面信息,具有信号源丰富、采样率高等优势,被广泛应用于雪深、潮位、土壤湿度、海面风场、海冰探测、地表形变监测等领域的研究。然而,GNSS接收机会对接收信号进行多路径抑制,反射信号会被削弱甚至剔除,从而降低GNSS-IR技术的精度。为了探讨GNSS-IR反演中不同接收机、不同频点的影响,基于零基线模式在中国北极黄河站设计了GNSS-IR雪深反演实验,定量研究了接收机性能对雪深反演精度的影响。首先,在站上布设了和芯星通接收机和天宝接收机,并通过功分器共用同一个天线,这样可以获得反射面完全相同的多接收机、多频点观测值;然后,对两台接收机在3个GPS频点下的日均反演结果进行比较以便验证反演策略的有效性,并通过单次反演结果对比分析不同接收机反演效果的差异。结果表明,多个接收机、多个频点都能成功反演雪深值,其偏差基本上在3 cm以内。但是,尽管反射面完全相同,两个接收机之...     

GPS信噪比用于雪深监测研究

针对利用全球导航卫星系统反射信号研究测站地表环境参数已成为一个新兴的研究课题这一现状,该文基于全球定位系统信噪比与信号振幅的变化特征,给出了基于全球定位系统多路径信号的全球定位系统多径反射技术用于雪深探测的基本原理。为了验证算法的有效性,利用美国PBO网络中P360站离散20d的全球定位系统原始观测数据进行雪深探测的反演实验。实验结果表明:全球定位系统多径反射技术反演雪深值与实测雪深值吻合较好,误差均值为0.07m,相关系数大于0.99。因此,利用全球定位系统信噪比可以进行雪深探测,在未来的全球导航卫星系统观测站建立时,可以考虑它在环境监测方面表现出来的潜能。     

GPS多路径信号提取地面反射点算法

基于GPS卫星、接收机天线、地面反射点及地心的空间几何关系,阐述了一种利用GPS多路径信号提取地面反射点的算法,并通过实验数据,利用Matlab实现了对地面反射点和反射点轨迹的提取。     

BP神经网络辅助的GNSS反射信号土壤湿度反演

针对如何快速准确地估算区域尺度上的土壤湿度问题,该文首先从高质量GPS接收机接收的信噪比观测值中,提取L2C反射信号的振幅和相位作为输入,并采用Noah陆面模型计算土壤湿度值作为期望值,构建基于BP神经网络算法的GNSS卫星反射信号土壤湿度反演模型。实验结果表明:基于BP神经网络算法的GNSS卫星反射信号土壤湿度反演方法获取的土壤湿度结果与土壤湿度参考值误差较小,线性回归的决定系数R2为0.909 1,均方根误差为0.028 7;进一步与线性回归统计模型比较发现,利用BP神经网络模型定量估测土壤湿度明显优于线性回归统计模型,证明了该方法的可靠性。     

变形监测中基于信号反射预计的GPS多路径误差减弱方法

多路径是高精度GPS变形监测的主要误差来源。本文在推导信号反射预计公式的基础上,提出了一种削弱GPS多路径误差影响的附加参数法。试验表明该方法能有效减弱GPS相位多路径误差的影响。     

利用小波分解的GNSS-R雪厚反演改进算法

基于全球导航卫星系统反射测量(global navigation satellite system reflectometry,GNSS-R)数据的雪厚反演具有低成本、低功耗、全天时采集数据的特点,但利用GNSS信噪比观测值进行雪厚反演时,观测值受噪声信号功率影响较大,反演精度较低.基于此,提出一种基于小波分解的雪厚反...     

高斯过程回归辅助下的GPS干涉反射积雪深度估测

本文对全球定位系统干涉反射技术进行了研究。以美国板块边界天文台计划提供的P101测站的GPS监测数据为基础,利用GPS卫星高度角低于某一角度时多路径效应明显的特点,构建高斯过程回归(GPR)辅助的GPS干涉反射积雪深度估测模型,并监测了测站周围的积雪深度。结果表明,GPR辅助的GPS干涉反射积雪深度估测模型输出的雪深估测值的精度,相比传统单星反演结果有不同程度的提高,并且更贴近实测雪深的变化,为地表雪深反演提供了新思路。     

GLONASS卫星SNR信号的雪深探测

利用GNSS-MR(Global Navigation Satellite System Multipath Reflectometry)技术反演积雪深度是近年来一种新兴的卫星遥感技术。目前大多数研究仅使用GPS(Global Position System)数据限制了该技术的发展,为了扩展GNSS-MR算法的应用,介绍了基于GNSS-MR算法的雪深反演模型。首先,通过多项式拟合分解GLONASS观测数据获取高精度的信噪比残差序列;然后,利用Lomb-Scargle谱分析法对其进行频谱分析可解算雪深值。选取IGS中心的YEL2站2015年11月到2016年6月共243天的GLONASS卫星L1波段反射信号的SNR数据进行实例分析,并以美国国家气象数据中心提供的加拿大Y-H (Yellowknife Henderson)气象站的实测雪深数据为真值,将反演雪深与实测雪深进行对比验证。所得实验结果如下:(1)与GPS卫星的反演值相比,基于GLONASS-MR(GLONASS Multipath Reflectometry)技术反演积雪深度的精度同样能达到厘米级,RMSE仅3.3 cm,反演值与实测值的空间分布趋势一致且相关性较强,其相关系数R2高达0.969;(2)不同的积雪深度对信噪比的振幅频率与垂直反射距离具有直接影响;(3)对同一卫星而言,信噪比的频谱振幅强度峰值与其对应的反演值存在线性相关;(4)在相同条件下,采用多颗GLONASS卫星数据比单颗GLONASS卫星数据反演雪深的效果明显更优。基于反演的高时间分辨率产品,分析该地区雪深日变化的情况,实验结果表明基于陆基CORS站的GLONASS-MR技术在用于实时、连续的雪深变化监测方面具有良好的潜力和可行性。     

弱GPS信号捕获算法的仿真实验研究

针对低信噪比环境下导航的需要,文章对低信噪比环境下弱GPS信号捕获算法进行了分析,重点对相关累加、非相关累加以及多重数据位循环相关累加捕获算法的信号处理流程和算法捕获性能进行讨论。通过特定的硬件装置获得真实的GPS信号,利用Matlab对上述3种常用的弱GPS信号捕获算法进行计算机仿真研究。根据理论分析和仿真结果可以看出,多重数据位循环相关捕获算法更适合检测低信噪比环境下的GPS信号。     

顾及多径环境差异和粗差的GNSS-MR土壤湿度反演

针对基于单系统单卫星GNSS-MR (GNSS Muhipath Reflectometry)土壤湿度反演的可靠性不高、实际可操作性不强和最小二乘估计不具鲁棒性的缺点,为获取更优的延迟相位估值,并改善GNSS-MR土壤湿度反演的可靠性和实际可操作性,同时简化繁杂的选星过程,提出了一种基于抗差估计的多系统多卫星组合GNS...     

基于MODIS雪盖数据的北疆雪深多元非线性回归克里金插值

为了提高北疆地区雪深时空分布监测的准确性,以该区域48个气象站点2006年12月—2007年1月的月平均雪深观测数据为基础,通过分析月均雪深空间自相关性及其与经纬度、高程的相关性,结合MODIS雪盖数据构建了多元非线性回归克里金插值方法,插值获得了北疆地区较高精度的雪深空间分布数据。将插值雪深数据与普通克里金插值法、考虑高程为辅助变量的协同克里金插值法的预测结果进行比较,结果表明:1相对普通克里金和协同克里金方法,多元非线性回归克里金法的12月份雪深预测精度分别提高了15.14%和9.54%,1月份的提高了4.8%和6.7%;2由于充分利用了经纬度和地形信息,多元非线性回归克里金法的雪深预测结果可提供更多细节信息;3预测结果客观地表达了雪深随经纬度和地形变化的趋势,反映了积雪深度的空间变异性;4基于不显著相关的协变量高程的协同克里金插值法预测的雪深数据精度劣于普通克里金插值法的预测结果。     

D-InSAR技术的积雪深度反演

积雪深度是大量气候、水文、农业及生态模型的重要输入变量。选用欧空局Sentinel-1主动微波数据,利用合成孔径雷达SAR(Synthetic Aperture Radar)差分干涉测量技术的二轨法,根据积雪相位与雪深之间的转换关系,反演新疆天山中段的巴音布鲁克盆地典型区的积雪雪深分布,提出了基于InSAR二轨差分的雪深估计方法,反演得到2016年12月18日的空间分辨率为13.89 m的雪深分布。研究表明:(1)对Sentinel-1数据进行正确的预处理以后,可以应用SAR差分干涉测量技术的二轨法反演区域雪深分布。但由于像对相干性和积雪状态的差异,积雪深度超过10 cm,可以获取较准确的雪深反演结果,R=0.65,反演误差的均方根误差RMSE=4.52 cm,平均相对误差为22.42%,反演雪深结果均比实测结果略偏低;而当雪深小于10 cm时,雪深反演值较实测值存在较大的误差,相对误差均高于34.52%,且反演雪深值均比实测值偏高。(2)雪深反演精度受高程及实际雪深的差异影响显著,另外雪深反演精度也受限于干涉像对相干性。结果表明,对于获取区域积雪雪深,InSAR技术较光学及被动微波遥感具有非常广阔的应用前景。     

利用EMD进行GNSS-MR潮位监测研究

GNSS-MR是一种新兴的遥感手段,可利用多路径效应探测地表环境。该方法已应用于潮位探测,取得了不错的效果。针对该方法存在的信号混杂问题,本文提出了利用经验模态分解法提取信噪比中的海水信号,避免了噪声信号及海岸反射信号的影响,并以布设在美国华盛顿州Friday Harbor海港的SC02测站为例,对比分析了利用EMD方法及传统方法反演得到的潮位数据。研究结果表明,该方法使LSP结果的RMSE相较于传统方法提升了5.36%,可用于提取较为纯净的海面信号,在一定程度上提高了反演精度。     

基于小波技术的GPS单历元形变信号降噪研究

基于小波变换多分率分析原理,本文阐述了阈值降噪、中值滤波小波降噪原理,在中值滤波基础上通过改进,提出加权中值滤波小波降噪方法。通过仿真实验分别与软硬阈值降噪,中值滤波降噪方法作比较。实验表明,对小波高频系数采用加权中值滤波,然后重构信号,不仅可以最大限度地保留有效信号、有效降噪,保持信号的光滑性,而且具有良好的抗粗差性。