CSCORS��׼վλ�����ʽ��������

??????????λ?????????????????λ????????????????????????????????????????????GPS????α??????????????????????????GPS???????????λ???????????ü?????????????????????????????CSCORS???????????ε?λ????????????????β??λ??????????????仯????????????λ???????????????????GPS????????????ò????????ò????λ???????     

高频单历元GPS周期性误差特性分析

分析GPS高频单历元时间序列中的误差特性,采用中值滤波法消去高频噪声。经计算,偶然中误差在水平方向为±4～4.5 mm,高程方向为±9 mm。通过周期性重复解算、时间序列比对及相关系数最大化发现,GPS高频单历元时间序列中包含的周期性系统误差的重复周期为86 153～86 165 s。通过对系统误差建模或差分,可消除时间序列中的系统性成分,提高GPS高频单历元数据处理的精度。     

坐标转换四参数解算的整体最小二乘新方法

在平面四参数坐标转换模型中,观测向量和误差方程系数矩阵中部分元素都存在误差。提出一种使用整体最小二乘迭代法求解坐标转换四参数的新方法,只改正系数矩阵中含误差的元素,同时使系数矩阵中不同位置的相同元素具有相同改正数,理论上更严谨。设计了平面四参数模型坐标转换实验数据,通过与经典最小二乘、整体最小二乘、混合整体最小二乘3种方法结果对比,验证了新方法的可行性且解算结果更优。     

"碧利斯"台风对湘南造成的暴雨洪灾分析

"碧利斯"台风对湖南南部造成了"7·15"特大洪灾。本文简述了湘南暴雨洪灾的破坏情况,分析了本次洪灾的类型、基本特点以及灾区的地质特征;根据东江水库库区13个雨量站的雨量数据,对其暴雨中心的降雨量进行了计算分析;通过资兴市重灾区坪石的Google Earth卫星照片,分析了山洪型洪灾的地形因素。描述了降雨的利弊,最后提出了洪灾预警、水土保持、防洪工程等减灾对策。     

动态神经网络在变形预报中的应用

静态神经网络模型用于在线时间序列的预报时具有局限性,即网络的泛化能力有限,且模型不能不断地适应新增样本的变化.如果每增加一个样本对神经网络重新训练,需要大量的计算时间.针对该问题,提出了动态神经网络预报模型.在获得新增样本数据之后,通过比较预报值与实际值之差的绝对值是否大于ε敏感因子,决定模型是否需要修正.为了降低模型修正的计算时间,提出了在线动态修正方法,实现了增加样本而矩阵阶数不增加,且避免了矩阵求逆运算,理论上可以提高计算效率.通过实例表明,该方法在计算时间和预报精度两个方面都具有一定优势,可应用于在线实时变形预报及相关领域.     

BDS精密单点定位滤波方法分析

针对精密单点定位(precise point positioning,PPP)初始阶段定位精度较低、无法利用定位结果的问题,验证平滑滤波算法在BDS静态PPP定位解算中的可行性并分析定位性能;针对平滑滤波算法具有平均效应,探讨不同时长的观测值对于点位精度的影响。实验表明:平滑滤波算法在BDS精密单点定位中的结果优于前向和后向滤波,相对于单向滤波在E、N、U方向RMS值平均减少73%—80%,极大地提高了BDS静态PPP定位的精度;其次,随着观测时间的增加,定位精度在质量好的数据下仅会造成毫米级的浮动。     

加权整体最小二乘EIO模型与算法

构造了加权整体最小二乘EIO(errors-in-observations)模型,只改正独立观测值,观测值协因数阵最简洁,可克服EIV模型缺陷。基于EIO模型推导了参数估计和协因数阵精确迭代算法,实例结果正确,计算效率高。     

似大地水准面格网双二次多项式插值方法

分析似大地水准面格网插值目前常用的方法,指出基于距离的加权内插方法是存在问题的,它会使曲面畸形、错开、不光滑、不连续,而双线性内插方法会使曲面存在明显的"尖点"和"折痕",这不符合似大地水准面的连续光滑性质,双二次多项式插值方法在拐点插值的情况下,也会出现曲面错开的现象.针对这些问题,建议采用改正的双二次多项式插值方法.它针对拐点插值进行了修正,有利于改善曲面的连续性和光滑性,提高似大地水准面格网插值的精度.     

摄影测量学精品课程建设实践

摄影测量学精品课程建设是一项系统工程,应以学生为中心,面向工程应用,有针对性地组织教学内容、创新教学方法、丰富数字教学平台资源,以提高整体教学质量,为社会培养创新型人才。     

高斯牛顿迭代法解算非线性Bursa-Wolf模型的精度分析

在参数估计中,非线性模型直接精密解算缺乏高效的方法,线性近似存在模型误差,而线性化取高次项导致模型复杂不具实用性。研究表明经典边角网可以不考虑线性近似的模型误差问题,本文以任意旋转角的非线性Bursa-Wolf模型参数解算为例,以不存在模型误差的直接严密解为参照对比,采用线性近似模型的高斯牛顿迭代方法解算非线性模型。试验结果显示,线性化取一次项虽然存在模型误差,但高斯牛顿迭代能以指定精度收敛,可获得更优于非线性严密直接解的精度,该发现对非线性模型解算的研究具有参考价值。