Similar single-difference model and its algorithm for solving GPS monitoring deformation directly at single epoch

A new similar single-difference mathematical model (SS-DM) and its corresponding algorithm are advanced to solve the deformation of monitoring point directly in single epoch. The method for building the SSDM is introduced in detail, and the main error sources affecting the accuracy of deformation measurement are analyzed briefly, and the basic algorithm and steps of solving the deformation are discussed.     

三峡库区滑坡体变形监测的似单差方法与结果分析

根据高精度GPS变形监测的特点，以监测网的首期观测成果为基础，建立了单历元解算监测点变形量的似单差模型，讨论了接收机天线相位中心偏差的改正方法。该模型避免了周跳的探测与修复，可适用于动态、静态两种监测模式及单频接收机。利用三峡库区的实测数据对模型的正确性进行了检验。     

卫星观测值精度分析及随机模型精化

通过MGEX观测网CUT0测站连续10天的观测数据,采用零基线单差模型方法求解单差残差序列,并推导出北斗GEO／IGSO／MEO卫星观测值噪声。统计观测值噪声随高度角变化的情况,采用最小二乘拟合的方法建立精化的高度角随机模型。结果表明:北斗三类卫星的观测精度略有差别,精度从高到低依次为MEO、IGSO、GEO;B1频率相位观测精度约为伪距的129倍,B2频率约为118倍;北斗卫星伪距观测值的精度要稍优于GPS,相位观测值的精度与GPS相当。最后,基线测试结果表明,精化后的随机模型提高了单历元动态定位的精度,平均点位精度提高了42.1％,N、E、U方向各分量RMS改善的百分比分别为:31.6％、15.3％、31.4％。      

北斗/GPS抗差移动窗口定权位移探测

蠕变状态下Kalman定位精度通常与观测值方差有极大关系,BDS(BeiDou Navigation Satellite System)/GPS组合观测值方差易受观测值权比精确度的影响。为了提高位移探测精度、缩短初始坐标收敛时间及降低监测成本,本文采用时钟同步双天线BDS/GPS接收机,在构建单频单差组合定位模型基础上,分别对GPS和BDS观测值等价权进行抗差处理,利用引入时间相关遗忘因子的Helmert方差估计,精确确定GPS与BDS观测值权比,最后通过实时更新观测值方差,实现扩展Kalman滤波的逐历元定位。试验结果表明,针对短基线(1km),BDS/GPS抗差精密定权Kalman方法可显著缩短初始坐标收敛时间,位移探测精度可达到亚毫米级,位移收敛速率与移动窗口参数基本成反比关系,适用于具有蠕变特征形变体的监测。     

单参考星下全星座单差FCB估计与应用

单差FCB应用于模糊度固定解PPP中,能够提高定位精度并加快收敛速度。但由于地球遮挡,单颗卫星无法与全部卫星形成共视,因此单颗参考星下无法获得所有卫星的单差FCB。若播发多个参考星下的单差FCB作为补充,则会增加数据传输负担。为兼顾可用性与数据量,本文依据差分传递原理将不同参考星的单差FCB转换至同一参考星下,采用基于GPHASE初值的抗差估计对转换后的FCB进行合并,以获得单参考星下全星座单差FCB。选取IGS监测站网15 d的数据生成改进后的FCB产品,并进行固定解PPP验证。试验结果表明,仅播发单参考星改进后的单差FCB即可满足应用需求,改进FCB与现有的FCB产品相差小于0.04周,稳定性与可用性均优于传统的单差FCB。利用单参考星的合并FCB进行固定解PPP：静态解算的水平精度优于1 cm,垂直精度优于2 cm;动态解算时可在15 min左右实现5 cm以内的三维定位精度。     

GPS变形监测信息的单历元解算方法研究

根据高精度GPS变形监测的特点，建立了按历元解算监测点变形量的基本数学模型，并分析了影响变形量精度的主要误差来源。通过对试验数据的计算分析，对数学模型的正确性进行了论证。     

单历元解算GPS变形监测信息的方法研究

根据高精度GPS变形监测的特点，建立了按历元解算监测点变形量的基本数学模型，并分析了影响变形量精度的主要误差来源。通过对试验数据的计算分析，对数学模型的正确性进行了论证。     

A comparison of three PPP integer ambiguity resolution methods

Precise point positioning (PPP) integer ambiguity resolution with a single receiver can be achieved using advanced satellite augmentation corrections. Several PPP integer ambiguity resolution methods have been developed, which include the decoupled clock model, the single-difference between-satellites model, and the integer phase clock model. Although similar positioning performances have been demonstrated, very few efforts have been made to explore the relationship between those methods. Our aim is to compare the three PPP integer ambiguity resolution methods for their equivalence. First, several assumptions made in previous publications are clarified. A comprehensive comparison is then conducted using three criteria: the integer property recovery, the system redundancy, and the necessary corrections through which the equivalence of these three PPP integer ambiguity resolution methods in the user solution is obtained.     

单频RTK动态解算的卡尔曼滤波算法研究

本文针对单频RTK提出了一种快速动态定位卡尔曼滤波算法,该方法使用C码和L1观测值,用模型改正对流层干延迟,双差大气延迟分解为测站大气天顶延迟和投影函数,与流动站位置以及站间单差模糊度组成观测方程进行卡尔曼滤波,得到单差模糊度浮点解及方差阵,通过星间求差得到双差模糊度浮点解及方差阵,结合MLAMBDA方法实时动态确定模糊度。经实测数据和IGS站数据验证该算法具有较好定位结果。     

进化多核相关向量机的大坝变形预测

针对大坝变形系统的非线性、复杂性以及不确定等特点,提出一种优化多核相关向量机的大坝变形预测模型方法。通过对实验数据进行归一化处理,核函数的加权组合以及遗传算法对模型参数的优化,建立遗传算法优化多核相关向量机的大坝变形预测模型。实验结果表明:数据归一化能归纳统一样本的统计分布性,加快梯度下降求解最优解速度和提高预测精度;优化的加权核函数能有效提高模型预测精度;各项精度指标值均优于BP神经网络方法、多项式核相关向量机方法预测精度,证实优化的多核相关向量机模型是一种精度较高的大坝变形预测方法。     

递进式预测模型在滑坡变形预测中的应用

为达到提高滑坡变形预测精度的目的,利用量子算法和粒子群算法对支持向量机进行优化,并利用马尔科夫链对滑坡变形预测误差进行修正,综合构建滑坡变形的递进式预测模型。结果表明:通过量子算法及粒子群算法对支持向量机优化,克服支持向量机参数选取困难,实现预测过程的全局优化,并经过MC误差修正模型对滑坡变形预测值误差修正,提高预测精度及预测值稳定性,验证预测模型可行性和有效性,为滑坡变形预测提供一种新的预测方法。     

时频传递的改进整数相位钟方法

整数相位钟法是精密单点定位（PPP）中应用最广泛的模糊度固定方法之一。利用整数相位钟法进行频率传递的稳定度优于传统PPP,但该方法的钟差计算结果包含系统性偏差,影响时间传递精度。本文介绍了整数相位钟法基本原理,分析了钟差计算结果所包含的系统性偏差成因,提出一种基于星间单差模糊度固定与原子钟精化模型的改进整数相位钟法,并检验改进整数相位钟法的模糊度固定性能与时频传递性能。试验结果表明,改进算法能够有效消除该系统性偏差,利用改进整数相位钟法进行时间传递精度能够达到0.1~0.2 ns,频率传递稳定度达到1.1×10^-15/d。     

改进蝙蝠算法优化极限学习机的大坝变形预测模型分析

针对大坝变形监测数据中存在的非线性关系强和传统大坝预测模型精度不高等问题,本文利用改进蝙蝠算法选取最优的参数作为极限学习机的连接权值和阈值,并提出了一种基于改进蝙蝠算法（IBA）优化极限学习机（ELM）的大坝变形预测模型（IBA-ELM）。将IBA-ELM模型应用于工程实例,通过对某地水库大坝监测数据预测分析,验证IBA-ELM模型、BA-ELM和GA-ELM模型预测结果并进行精度评价,3种模型的预测值与实测值平均绝对误差分别为1.178 3、0.459 8、0.335 6 mm,IBA-ELM模型的预测精度高于另外2种模型,表明IBA-ELM模型能有效提高大坝变形预测能力。     

改进遗传算法优化灰色神经网络隧道变形预测

针对目前隧道变形预测方法的不足,该文提出了使用改进型遗传算法优化灰色神经网络的隧道变形预测模型。改进遗传算法策略:在种群繁衍过程中根据个体的适应度进行排序,再将排序后的种群均分为3个部分,按照比例对3个部分进行选择,最后从适应度较大的部分中随机选取个体在重新补充到种群中。改进型遗传算法可以避免陷入局部收敛成功找寻全局最优解,提高收敛速度。该文利用实际隧道监测数据进行实验,验证改进型遗传算法优化灰色神经网络的隧道变形预测模型。实验证明,改进型遗传算法优化灰色神经的隧道变形预测模型在进行隧道拱顶下沉量预测时有着更高的精度、更好的稳定性。     

北斗卫星导航系统的毫米级精度变形监测算法与实现

研究了北斗卫星导航系统(BeiDou Navigation Satellite System,BDS)毫米级精度变形监测算法。首先改进了TurboEdit方法,以能够探测到1周的小周跳;针对BDS星座结构给出更为高效的独立双差观测值搜索方法;对于模糊度固定,采用决策函数和序贯模糊度固定相结合的方法。在此基础上,研制了BDS变形监测软件。最后,利用变形监测试验平台的实测数据,从星座分布、解算精度等方面分析了BDS在变形监测中应用的可行性。结果表明,目前在试验区域内BDS与GPS在卫星几何分布等方面基本相当。BDS的短基线解算精度略低于GPS,但仍可达到平面1mm以内、高程2mm以内的精度水平。     

矿区地表形变PPP监测自适应滤波算法及其应用

矿区地表易发生开裂、移动、塌陷等灾害,对矿区人文及生态环境造成巨大破坏。因此,针对矿区地表的监测研究意义重大。然而,常规的监测数据解算方法精度依赖于先验模型参数的准确性,若模型参数不准确,则解算精度难以满足监测需求。鉴于此,本文提出了基于PPP的矿区地表形变监测自适应滤波算法,并利用矿区工程数据进行试验,验证了算法的优越性。结果表明,本文算法能有效地控制动态模型参数偏差的影响,提高监测数据解算的稳定性,相比传统滤波算法,能够有效提高解算精度。     

北斗卫星伪距码偏差特性及其影响分析

在北斗导航卫星伪距码偏差特性分析的基础上,建立了倾斜地球同步轨道卫星（IGSO）和中轨卫星（MEO）的伪距码偏差多项式改正模型;并利用星间单差宽巷小数周一致性,分析建立北斗地球同步轨道卫星（GEO）卫星伪距码偏差改正模型。采用武汉大学北斗试验网、中国陆态网络和MGEX网不同位置、不同类型接收机观测数据进行分析验证,结果表明,北斗卫星伪距码偏差特性与观测值频率、卫星类型相关,所有GEO和IGSO卫星变化规律相同,所有MEO卫星变化规律相同,与接收机类型、测站位置和观测时间无关,偏差值大小随卫星高度角变化,其变化规律稳定,可以采用建立的两类改正模型（GEO/IGSO和MEO）进行修正。通过偏差修正后的伪距无电离层组合的残差、双频SPP以及单频PPP三个方面验证了伪距码偏差改正模型的正确性。     

GPS／GLONASS／BDS／Galileo系统载波相位观测值质量对比分析

目前,全球卫星导航系统(GNSS)已进入以GPS、GLONASS、BDS、Galileo四系统为代表的多系统并存的时代,多系统多频率观测值的综合应用极大地提升了GNSS的服务能力. GNSS自身的数据质量是取得高精度结果的先决条件之一,也是多系统精密定位随机模型构建的关键. 为避免码分多址和频分多址机制不同的影响,本文采用几何无关和M-W组合方法,基于科廷大学实测零基线数据对四系统的载波相位单差残差序列对比分析,并利用高度角随机模型中的正弦模型和指数模型对载波相位观测值精度随高度角变化建模,获得适用于不同系统不同频率观测值的随机模型. 实验分析表明,单差残差序列随高度角变化情况在不同系统不同频率表现出不同特性;Galileo系统L1、L2观测值精度相当,均在0.9 mm左右,其他系统则表现出L2精度比L1精度更差的性质. 高度角加权模型拟合结果表明,正弦模型和指数模型对GPS和Galileo系统的L1、L2精度序列拟合一致性较好,而BDS系统使用正弦模型拟合效果略差,GLONASS系统则不适合采用正弦模型评估L2观测值精度.      

自适应变异粒子群优化灰色模型在变形分析中的应用

标准灰色模型GM(1,1)以序列第一个分量作为初始条件进行灰色微分建模,未能充分利用序列中的新信息;其背景值的构造本质上采用了数值积分中的梯形法,精度不高。针对上述缺点,提出一种基于粒子群算法的灰色预测模型,即PSOGM(1,1)模型,对初始值和背景值参数进行优化,并将模型应用于岩体变形分析中。计算结果表明,PSOGM(1,1)模型具有较高的预测精度,可作为变形分析的一种新方法。     

基于优化GM(1,1)模型的基坑位移监测数据预测方法

针对GM(1,1)模型预测结果精度低的问题,提出原始序列卡尔曼滤波处理的优化模型方法,结合指数函数构造背景值,进行灰色模型预测分析。结合苏州站综合楼基坑沉降监测结果,探讨了GM(1,1)模型原始序列的选择,分析了优化GM(1,1)模型的精度,验证了优化模型在提高预测精度上的可行性。