GAINS中重力传感器信息的扰动改正

重力辅助惯性导航系统GAINS(Gravity Aided Inertial Navigation System)是利用地球物理特征信息重力来完成水下运动载体的辅助惯性导航与定位.为实现重力匹配以校正惯性导航随时间累积的误差,首先必须对重力传感器输出信息进行扰动改正.分析了水下运动状态下重力传感器受到的各种重力扰动,如垂直扰动加速度、水平扰动加速度以及厄特弗斯效应影响所产生的原因,研究了扰动误差模型与INS导航精度之间的关系,并通过计算,提出了可直接以INS输出数据而无需其它外部有源导航信息进行扰动分离的方法.     

大地水准面高的计算及其在海底地形反演中的应用

为充分挖掘海洋重力数据在反演海底地形中的应用潜力,尝试探索利用大地水准面高反演海底地形的技术途径,并以夏威夷—皇帝海山链拐点所在海区作为反演试验区进行验证。首先采用Belikov列推法计算伴随(缔和)勒让德函数,利用EIGEN-6C4地球重力场模型解算获取了分辨率为1'的大地水准面高格网数值模型;然后通过综合分析反演比例函数和转换函数特点、研究海区大地水准面高与海底地形的相干特性以及大地水准面高本身尺度特征,获得了利用大地水准面高反演海底地形的频段范围;最终以试验海区大地水准面高为数据输入,构建了相应的海底地形模型(BNT模型),并与ETOPO1等海深模型进行比对分析。试验结果表明:BNT模型检核差值在一倍均方差范围检核点数量占比70.60%,相比正态分布更加集中;BNT模型检核精度低于ETOPO1等海深模型;海深模型检核精度随着水深增加不断提升,水深小于1 000 m时,海深模型相对误差出现较大发散现象;计算海域ETOPO1模型精度最高,GEBCO模型和DTU10模型检核精度相当。     

扰动重力边值问题与实际数据处理的研究

讨论了应用GPS测量重力点的大地高 ,从而获得地面点的扰动重力 (或称纯重力异常 )值这样新的重力边值条件 ,如何从理论与实际上确定重力场的问题。     

GRACE-FO卫星星敏感器/加速度计安装矩阵校准

为了对GRACE-FO卫星入轨后的星敏感器安装矩阵进行校准,本文从相对安装矩阵校准和星敏感器/加速度计绝对安装矩阵校准两方面来实现星敏感器定标.通过统计卫星自发射以来的星敏间的四元数观测值,估计了星敏感器间的相对安装矩阵偏差.将相对安装矩阵偏差应用于星敏主光轴夹角计算和融合定姿,均表明本文采用的相对安装矩阵估计算法的正确性.利用卫星在KBR天线相位中心定标期间的俯仰和偏航机动信号,以星敏感器计算的卫星角加速度为观测值,以加速度计角加速度作为基准值,基于最小二乘算法估计星敏感器/加速度计绝对安装矩阵偏差,在估计时考虑加速度计轴间非正交性因子.获得的星敏感器/加速度计安装矩阵绝对偏差在横滚、俯仰、偏航三个方向分别为0.07°、0.19°、-0.07°,估计精度为0.01°、0.04°、0.04°.同时,研究表明星敏感器/加速度计安装矩阵偏差量与加速度计轴间非正交因子具有很强的耦合特性,同时估计两种参数可以避免参数估计时的耦合效应.     

局部区域模型重力异常快速算法

地球重力场位系数模型可以用于计算局部重力扰动场元。然而随着地球重力场模型阶次的提高、局域重力场计算范围的增大,其计算速度往往不能满足工程需求。针对这一问题,在对位系数模型泰勒级数展开的基础上提出了采用向量运算、混合编程的方法,同时对连带勒让德函数Belikov递推方法中与经纬度无关的量进行了预先计算,有效提高了计算速度。提出的方法对于利用超高阶次重力场模型快速解算大范围、高分辨率重力场元数据以及累加求和计算具有一定的参考与借鉴意义。     

导纳函数的中国南海海底地形模型

针对目前大面积海域依然存在海深测量数据空白的问题,该文选取中国南海4°×4°(12~16°N,115~119°E)海域范围为研究区域,通过频率域上的相关性分析,得到重力异常在30~130km波长范围与研究海域海底地形的相关程度较高。以ETOPO1海深模型作为先验模型,应用导纳函数实现了在无船测数据情况下对海深的反演,最终得到1′×1′的海深模型。将反演结果与检核点进行比较发现,模型1在2 500m以上海域相对误差较小,反演精度较高;2 500m以下海域相对误差变化大,反演精度较低。无船测数据环境下,适当加入一定数量船测海深值作为控制点得到的海深模型2,相较于未加控制点的模型1,在1 000m以下水深处的标准差明显优于模型1,与检核点的差值精度最大提高了45%左右。     

�ֲ�����ģ�������쳣�����㷨�о�

???????????????????????о???????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????y????????????????????????ó?????????????????????????     

2016年新疆轮台MS 5.3地震序列尾波Qc值分析

基于Sato单次散射模型,利用轮台地震台单台记录,计算并分析2016年1月14日新疆轮台M_S5.3地震及余震序列尾波Q_c值震后变化,拟合得出Q_c值随频率的变化关系为Q_c (f) =（18.0±3.19）f^1.184±0.072。结果表明,Q_c值在序列初期起伏较大,随着强震后能量的释放,Q_c值趋于平缓;低频段的Q_c值在较大余震发生前有显著变化;不同中心频率点的Q_c值变化形态不一致。对Q_c值变化特征的研究,可为地震预报提供参考依据。     

关联概率密度加权重力异常UKF滤波匹配导航算法

无味卡尔曼滤波(UKF)是一种通过采样来近似非线性分布,从而对非线性问题进行次优估计的滤波方法。利用实时观测得到的重力异常以及航行区域参考重力异常图,可以建立基于重力异常的UKF滤波匹配导航算法,以此校正惯性导航系统的漂移误差。针对选取与UT变换相同权系数来求取预测观测值而可能导致求得的预测观测值为伪观测值的问题,提出了利用关联概率密度函数对采样观测值进行加权的重力异常UKF滤波匹配导航算法。通过对某实验区域的实验进行计算分析,结果表明,基于关联概率密度加权重力异常UKF滤波算法能够克服传统加权预测观测值带来伪观测信息的问题,将惯性导航系统经纬向漂移误差降低至1.1 n mile以内,均优干传统加权算法和纯惯性导航系统的定位精度。     

2020年1月16日库车MS5.6地震前库尔勒地震台部分资料异常特征

2020年1月16日新疆库车县发生MS5.6地震,地震发生后对库尔勒地震台部分资料出现的中短期异常进行识别分析.得出,地震发生前"库米什地震窗"ML≥1.0级地震月频次出现高值异常,库尔勒台尾波持续时间比值、尾波衰减系数、周期比值出现低值异常,库尔勒台时间扫描计算AC值、A(b)值、P(b)值、最小二乘法b值等4个参数...