多元总体最小二乘在三维坐标转换中的应用

为解决总体最小二乘(TLS)解算三维坐标转换时旋转矩阵线性化导致解算精度降低的问题,提出了能够直接求解旋转矩阵的多元总体最小二乘(MTLS)模型。为了验证多元总体最小二乘坐标转换解算效果,设置了各种坐标转换实验,并与总体最小二乘法进行比较。分析了旋转角度和尺度因子对解算精度的影响,并根据实验结果得出了以下结论:在大角度及独立等权观测条件下,多元总体最小二乘坐标转换解算精度优于总体最小二乘,且算法简单无需迭代,能够实现任意尺度的坐标转换。     

GNSS大网双差模型并行快速解算方法

针对GNSS大网数据采用双差模型解算时存在时效性差的问题,提出了一种改进的独立双差观测值构建与独立基线并行解算的方法,采用并行技术实现多核并行与网络多节点并行的双层自动快速解算策略。通过对约375个IGS站1周的观测数据进行处理,改进的独立双差观测值选取方法比传统路径最短方法所选的单天全网独立双差数据平均多了53万个,E、N、U方向坐标重复性平均提升了14.0%、12.9%和29.2%。采用不同解算策略的计算结果表明,4台普通计算机的并行计算比传统串行方案的计算效率提升了14倍左右,如375个测站采用改进观测值构建方法的4节点并行方案仅需要35.62min,显著提高了整网双差的解算效率。     

大规模GNSS数据的分布式处理与实现

利用分布式计算的高性能计算、传输和存储能力,解决常规集中式大规模GNSS数据处理中观测站规模受限和时效性差的问题。讨论了GNSS数据的分布式处理方法、算法设计、处理策略和对已有软件的利用,并对GNSS数据进行了分布式计算试验,试验结果表明,基线解算中,8个节点的加速比达到了6.39;网平差计算中,4个节点的平均加速比达到了3.04。     

一种GNSS大网数据快速高效处理策略

针对当前大型GNSS网络数据处理需求与现有处理策略和能力的矛盾,介绍基于不动点理论所建立的Ambizap网解新算法,将分布式计算技术引入到GNSS数据处理中,设计并利用.NET框架下的分布式技术实现分布式环境下基于Ambizap算法的大型GNSS网数据分布式处理流程,通过多个算例验证了Ambizap算法的精度和其分布式应用的高效性。