北美洲冬季冷空气对南美洲夏季降水异常影响的研究

利用1981—2017年NCEP/NCAR再分析资料和ECMWF再分析资料,研究了北美洲冬季高纬度冷空气对南美洲夏季降水异常的影响。结果表明,北美洲冬季高纬度冷空气通过影响向南越赤道气流的强弱,影响南美洲热带辐合带(intertropical convergence zone,ITCZ)位置和强度的变化,进一步引起南美洲天气的变化。北美洲冬季冷空气的南下过程能够引起80°～70°W的向南越赤道气流明显加强,导致2011年南美洲热带辐合带的位置异常偏南,强度异常偏强,是造成降水异常偏多的重要成因。通过相关分析发现北美洲冬季冷空气对南美洲ITCZ位置的影响更明显。     

论大地监测网结合先验信息的平差方法

本文根据具有先验信息的大地监测网的特点,在估值均方差分析的基础上,提出最小二乘最小加权偏差范数估值和最小二乘最小均方差迹估值,并证明了它们与贝叶斯估值在参数先验方差因子σ_x~2→+∞的极限状态下的一致性。作者认为:这两种方法都利用先验信息补充了平差基准,同时克服了先验统计模型中所含缺陷的不良影响。     

�����б�ѩ�����ʽģ�ͽ���ʱ��Ԥ�����о�

????????????????????????????????????б????????????????IGS???????????????????3???????????GPS??????????????1??????????????????????Ч?????з??????????????????????б?????????????????????????????????????????Ч??????С???????????б???????????????????????????????????????????     

�߾����������ݸ����������Ƚ�

?о?3????????????????????Kriging????????????????????????????????????????????3????????????????μ??????????????????????3????????????????????????????????仯??????????????????Kriging????????????CoKriging?????Shepard????     

水下重力异常相关极值匹配算法

重力辅助惯性导航是利用地球物理特征信息——重力来修正水下潜器惯性导航误差,其关键技术是匹配算法。基于平均平方差最小准则构造差分降权相关目标函数模型,针对受干扰误差随机影响,基于目标函数模型搜索得到的多个有效位置,均有可能以不同概率密度源于正确位置这一问题,提出概率数据关联滤波重力匹配算法,与最近邻法相比,该算法确定的航迹更接近于真实位置,提高算法的可靠性与抗干扰性;分析探讨序列采样间隔对匹配精度的影响。通过试验区仿真匹配,结果表明,当选择适当的采样间隔与采样长度,该算法能有效修正导航误差。     

水下重力异常最近等值线迭代匹配算法的改进

提出了基于费波纳奇数列调优的最近等值线迭代匹配算法;针对最近等值线迭代匹配只适用于真实航迹位于惯导航迹附近的局限性,提出了相应的改进算法,即先基于相关极值匹配将惯导航迹修正到真实航迹附近,然后再进行最近等值线迭代匹配,以进一步提高修正精度。通过试验区在不同仿真条件下的计算分析表明,惯导导航误差均得到了有效的修正。     

顾及地形与完全球面布格异常梯度项改正的区域似大地水准面精化

推证顾及地形与完全球面布格异常梯度改正的完全到一阶项的物理大地测量边值问题的严密解式,并在某试验区综合利用地形、重力、GPS/水准等数据进行区域似大地水准面的计算与检验。通过对高程异常计算绝对与相对精度的比较分析,结果表明,完全球面布格异常梯度改正项对高程异常的影响能够达到厘米的量级。因此,提高区域似大地水准面的建模精度,尤其是在地形起伏较大的区域,除需顾及地形改正项影响外,还应考虑完全球面布格异常梯度改正项对高程异常的影响。     

GEO卫星Hill方程的分析型解法

提出并实现了一种求解静地轨道GEO(geostationary orbit)卫星Hill方程摄动解的分析型方法。根据地固坐标系下GEO卫星运动的特点,在其定点处把摄动力进行泰勒展开,通过选择特定的参考轨道获得了GEO卫星的地球扁率摄动解。在此基础上,成功地将拉普拉斯变换运用于GEO卫星的Hill方程,得到了一组可用于求解摄动分析解的递推积分公式。通过逐次趋近的方法,利用这组积分公式可以有效地实现由低阶解推求高阶解。     

UKF在惯性/重力组合导航中的应用

将UKF(Unscented Kalman Filter)方法用于惯性/重力组合导航系统。UKF方法设计了少量的呈高斯分布的σ点,在每个更新过程中,σ点随着非线性状态方程和测量方程传播,从而获得滤波值及较高的计算精度,而且避免了对非线性方程的线性化过程。仿真结果表明:UKF方法比传统卡尔曼滤波及其改进的滤波模型都有更高的估计精度,并能有效的克服非线性严重时出现的滤波发散问题。     

应用格林积分直接以地面边值确定外部扰动重力场

以地面为边界的Molodensky问题通常得到的是级数形式的解,高阶项体现了地面边值到某一光滑面上的改正,在应用中不仅遇到计算的复杂性、稳定性问题,也存在对数据密集要求的困难。本文从推求外部扰动重力场的应用出发,将格林公式用于数字地形面,在忽略水平分量的积分影响的情况下,得到以地面重力异常和高程异常差为边值确定外部扰动位的表达式,其核函数分别为距离倒数和Poisson核。该方法不需要对地面数据进行延拓处理,且核函数形式简洁,适于外部扰动重力场的随机计算。