用CHAMP卫星资料反演地球中性大气参数

介绍了利用GPS掩星反演地球中性大气参数的原理.在实际解算中,总结出用迭代法解多普勒观测方程、数值积分法求大气折射指数、用最小二乘法模拟大气折射指数与高度的函数关系.对特定掩星事件的数据进行了反演计算,并对计算结果进行了分析.     

GPS数据处理中基准站的加权及其影响

将Bayes估计中的全部参数加权扩展为部分参数加权，从Bayes定理出发导出了参数估值公式和精度估计公式；推导了GPS数据处理中基准站加权不当对平差值的影响公式；证明了基准站加权不当时将影响参数估值的最优性，使估值精度降低，并用算例估计了基准站加权不当对框架参数影响的大小。     

GPS数据处理中基准站的加权及其影响

将Bayes估计中的全部参数加权扩展为部分参数加权,从Bayes定理出发导出了参数估值公式和精度估计公式;推导了GPS数据处理中基准站加权不当对平差值的影响公式;证明了基准站加权不当时将影响参数估值的最优性,使估值精度降低,并用算例估计了基准站加权不当对框架参数影响的大小.     

抗差岭型主相关估计及其误差影响

针对法方程系数阵病态和观测值存在粗差对估值结果造成双重影响的问题,在岭型主相关估计的基础上引入抗差M估计模型,提出了一种抗差有偏估计的新方法--抗差岭型主相关估计.推导出了相应模型的抗差解及误差影响函数,并进行了计算分析.与主成分估计不同的是,该方法按主成分对观测值的影响程度大小对其进行舍取,在尽可能保留有用观测信息的基础上克服了病态性和粗差的影响.     

广义岭估计的谱分解式和Liu型广义岭估计

首先从多参数岭估计,即广义岭参数人手,给出其谱分解形式。然后就岭估计会使估值偏差增大的问题,在Liu估计的基础上,推导出一种新的有偏估计方法——Liu型广义岭估计,并给出该方法的模型、解式。Liu型广义岭估计可以在尽量不增大偏差的同时改进病态性,获得更好的估值。最后通过算例进行了比较分析。     

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。     

处理有色观测噪声的粒子滤波算法

针对经典Kalman滤波无法直接处理有色噪声的问题,采用多项式长除法将有色观测噪声模型展开成无穷级数,截断取其有限项获得有色噪声的先验信息;然后利用粒子滤波能够处理非高斯噪声的特点对有色观测噪声进行处理。通过一个GPS定位算例,将此新方法与观测扩增方法进行了分析和比较。结果证明,利用该方法能有效地控制有色观测噪声的影响。     

地图数字化的模糊性分析及质量评定

由于数字化过程的复杂性以及人们认识客观事物的有限性,地图数字化会产生模糊不确定性。从地图数字化所涉及的数据来源、硬件、软件以及人员等因素出发,详细讨论了由它们带来的模糊不确定性。运用模糊综合评判方法,在已有的基础上,加入数据来源、软、硬件和人员的模糊性评判因子以及权重,对数字化产品进行合理的质量评析。     

处理有色观测噪声的粒子滤波算法

针对经典Kalman滤波无法直接处理有色噪声的问题,采用多项式长除法将有色观测噪声模型展开成无穷级数,截断取其有限项获得有色噪声的先验信息,然后利用粒子滤波能够处理非高斯噪声的特点对有色观测噪声进行处理.通过一个GPS定位算例,将此新方法与观测扩增方法进行了分析和比较.结果证明,利用该方法能有效地控制有色观测噪声的影响.     

利用Bayes估计进行多波束测深异常数据探测

在海底地形变化连续、平缓的假设条件下,基于Bayes估计理论提出了多波束测深异常数据探测方法,并与选权迭代加权平均滤波法进行了分析和比较。结果证明,该方法可以解决测深异常值判断标准可靠性的问题,而且能合理、有效地探测出异常值。