基于约束法平差的桥梁施工控制测量技术研究

针对GPS测量控制网所控制的轴线与路线控制网所控制的路线中线间正确合理衔接的问题,本文提出了GPS桥梁施工控制网约束平差方法,该方法通过在GPS桥梁施工控制网中引入边长约束和方位约束,避免了传统方法所导致的控制网精度畸变,更好地保证了路线的连续性和舒适光顺的设计效果。工程实践表明,辅以均匀合理的布点方案和适当的数学模型,约束平差不仅实现了轴线与中线的正确合理衔接,其精度也满足施工控制测量要求。     

抗差估计在变形监测数据处理中的应用

对抗差估计及其迭代初值进行了研究分析,并且针对不同估计方法所得到的迭代初值,利用Matlab对其进行模拟数据实验,对其"抗差性"进行比较,结合模拟结果选取"抗差性"较好的迭代初值进行下一步的抗差估计。最后利用某变形监测数据,同时采用最小二乘法和抗差估计两种方法进行比较,验证了抗差估计对粗差的"抗干扰性"。     

秩亏自由网平差在地铁隧道保护区中的应用

地铁隧道保护区沉降监测网中包含多个基准点,依据不同基准点平差所得结果也不相同。本文引入秩亏自由网平差方法,将所有基准点视为待定参数进行平差,并通过工程实例,验证此方法在地铁隧道保护区沉降观测中有一定的适用性。     

GPS精密卫星钟差估计研究

随着精密单点定位技术的发展,对于精确的卫星坐标以及卫星钟差改正精度的要求越来越高,精密卫星星历以及精密卫星钟差的求解成为制约精密单点定位技术发展的瓶颈。本文基于修复周跳的载波相位观测值与相位平滑伪距观测值,采用无电离层延迟星间单差精密卫星钟差估计模型,在先估计出整周模糊度后,进行了精密卫星钟差的估计,并采用与IGS事后精密钟差作二次差的方法进行精度分析,这对于提高精密单点定位精度具有一定的意义。     

基于方差递推法的Kalman滤波在钟差预报中的应用

卫星导航系统中星载原子钟的钟差预报对于导航、定位及授时具有重要的作用。为了提高卫星钟差预报的精度,设计了一种两步确定卫星钟噪声协方差矩阵的Kalman滤波钟差预报模型。该方法首先基于Hadamard总方差确定卫星钟噪声协方差矩阵的初值,然后,使用方差递推法得到滤波过程中卫星钟的噪声协方差矩阵。使用GPS系统的星载铷钟数据进行短期预报,并与常用的二次多项式模型、灰色模型进行对比,结果表明:本文中提出的方法可以实现高精度的卫星钟差预报且预报效果优于两种常用模型,同时,该方法能够在一定程度上弥补预报误差随预报时间增加而不断变大的不足。     

基于等价权抗差估计和线性规划的天线曲面拟合算法

现有天线曲面拟合算法均基于最小二乘法,难以消除多个粗差对拟合结果的影响。本文基于等价权抗差估计思想,利用线性规划计算残差初值,再进行选权迭代计算。通过算例,证明本文方法能较好地探查多个粗差,且计算结果精度更高。     

Matlab在矿区GPS网间接平差中的应用

针对矿区GPS网间接平差,首先,详细地分析了GPS网间接平差原理,按一定格式将GPS网中的观测数据编制成观测文件,其次,按观测文件的格式编制算法将数据读入并存储,然后用间接平差原理处理得到平差结果,最后绘制网形和误差椭圆并生成平差报告,为矿区控制网的建立和矿区生产管理提供了便利。实验验证了本文程序的实用性。     

PEIV模型参数估计新算法

PEIV(Partial Errors-In-Variables)模型是EIV模型的扩展,它能解决系数矩阵含有非随机元素或存在结构特性的问题。针对常规PEIV模型算法的复杂性,提出了一种PEIV模型参数估计的新算法。该算法将系数矩阵含误差的元素看成是一类观测值,与平差模型原观测值构成两类观测值,将PEIV平差模型表示为类似于传统的最小二乘间接平差模型,再通过非线性最小二乘平差理论,推导出了算法的迭代公式和精度评定公式。算法迭代格式与间接平差类似,通过算例验证了算法的可行性和正确性。     

L1范数与IQR统计量组合的GNSS坐标序列粗差探测算法

GNSS坐标时间序列中不可避免地含有粗差,未剔除的粗差将会导致参数估计有偏。因此,粗差探测与剔除是GNSS坐标序列分析中一项重要的数据预处理工作。针对GNSS坐标时间序列特点,提出了一种将L1范数(L1-norm)估计与四分位距统计量IQR(interquartile range)组合的移动开窗粗差探测算法,称之为L1_Mod IQR。该方法的主要思想是,首先利用L1范数估计得到较"真实"的残差,然后再对残差采用IQR统计量进行粗差探测。将L1_Mod IQR法与"3σ"法、基于最小二乘的τ检验法等粗差探测算法进行了模拟计算与对比,验证了该算法的有效性。进一步采用L1_Mod IQR算法对中国区域10个IGS站的高程时间序列进行了分析,结果表明中国区域IGS站高程序列的粗差剔除率最小为0.1%,最大为2.6%。并且以WUHN站为例与SOPAC提供的结果进行了对比,结果表明SOPAC提供的"Clean"数据仍含有大量的粗差,而L1_Mod IQR算法能够有效地剔除粗差。     

机动期间的GEO卫星钟差确定方法

分析了多种精密卫星钟差的插值方法,构建了GEO卫星机动模型,并结合插值方法,确定机动期间的GEO卫星钟差,并将结果与i GMAS最终产品进行了比较和分析。结果表明,三次样条插值是用于确定机动期间的GEO卫星钟差的最优方法,其结果精度可达0.01~0.38 ns。