随机模型对解算西安流动SLR站坐标的影响

合理的参数估计及精度评定不仅需要可靠的函数模型,而且需要正确的随机模型。从权函数和粗差编辑两方面,研究了不同随机模型对西安流动卫星激光测距（satellite laser ranging,SLR）站坐标解算的影响,采用全球Lageos-1卫星观测数据计算了西安流动SLR站坐标。计算结果表明:①西安流动SLR站的观测精度和坐标解算精度均达到厘米级。②随机模型直接影响SLR站坐标的解算结果及可靠性;对于相同的计算弧段,抗差方差分量估计得到的站坐标精度最高、结果最稳定,残差加权均方差最小,观测资料利用率也最高;对于相同的计算方案,采用的SLR数据越多,坐标估计精度越高。     

粒子加速器中高精度丝线绝对位置测量技术研究

粒子加速器中采用振动线技术进行共架单元上多块磁铁的高精度预准直,需要将振动线代表的磁中心引出进行共架单元之间的相对准直。为了获取以振动线为代表的丝线高精度空间绝对位置,本文对采用近景摄影测量技术进行点、线位置求解的方法进行了研究。利用单相机多站位的方法进行拍摄,通过标定板提供的高精度控制点坐标,采用自标定光束法平差对相机进行标定,并提出将空间直线离散成空间2点进行直线整体精确求解。对标定板上由2点组成的模拟直线进行测量验证,并与标定板提供的理论值进行对比,结果显示空间直线位置获取精度优于5 μm。这表明了本文理论和方法的正确性,为进一步研究丝线高精度空间绝对位置测量打下了基础。     

紫金山天文台55 yr手绘黑子数据系统差分析

对紫金山天文台(简称紫台)自1954年至2011年共55 yr的手描黑子图进行了数字化.将紫台太阳黑子相对数(PRSN)和黑子群数(PGSN)与国际太阳影响数据分析中心(SIDC)中的对应数据(月平均太阳黑子相对数(IRSN)和月平均黑子群数(IGSN))进行对比研究,发现:(1)紫台黑子数据与SIDC黑子数据有很强的正相关性,说明紫台黑子数据的可靠性;(2) PRSN和IRSN、PGSN和IGSN的系统偏差分别处于7%左右、5%左右,紫台数据与SIDC数据在活动周的极小期的差异性显著大于极大期;(3)紫台的视宁度从1995年开始变差,直接导致了PRSN (PGSN)与IRSN (IGSN)的比值明显变大,表明视宁度的变化影响了紫台黑子的观测质量.     

实时卫星钟差基准精化方法

在基于精密单点定位(PPP)的授时方法中,卫星钟差产品的高精度时间基准至关重要.针对实时卫星钟差产品时间基准不够稳定的问题,本文采用一组具有原子钟外部输入的国际全球卫星导航系统(GNSS)服务(IGS)跟踪站建立了顾及原子钟变化特性的基准精化方法.该方法首先采用阿伦方差对不同的IGS跟踪站外接原子钟进行稳定度分析,挑选出一组稳定度高的原子钟用以精化时间基准.在此基础上,利用阿伦方差分析各台原子钟的噪声参数特征,并确定不同原子钟之间的权比关系.最终,建立时间基准改正量的随机模型,并计算出精化后的时间基准.通过实例验证表明:与IGS事后精密钟差产品定义的时间基准比较,改正后的实时钟差基准单天内的标准差(STD)优于0.1 ns,相比于改正前最高提升了93%.同时,基准改正后的天内万秒稳达到10^-15量级,实现了一个量级的提高.此外,通过相对钟差精度的分析,表明钟差基准修正不影响PPP的定位精度.     

BDS精密卫星钟差建模与预报

针对BDS卫星钟差的短期预报问题,该文采用二次多项式模型、灰色模型和线性组合模型来对BDS中3种不同类型卫星10d的精密钟差进行建模与短期的预报。拟合时长增加,预报精度也会逐步增高并趋于稳定。预报精度会随着预报时长的增加而降低,当预报时长为50min以内时,预报精度为亚纳秒级。3种模型的钟差预报精度均在1ns以内,其中二次多项式模型的预报精度优于灰色模型,线性组合模型预报精度介于二者之间。利用3种模型的钟差预报结果进行精密单点定位实验,所得的平均定位精度在E、N方向上误差最大不超过3cm,U方向上误差最大不超过5cm。验证了利用二次多项式模型、灰色模型和组合模型在卫星钟差的短期预报中是可行的。     

稳健度量选权迭代的地理加权回归研究

针对地理加权回归参数估计采用最小二乘方法,最小二乘估计易受离群值影响,导致地理加权回归模型并不稳健的问题,该文提出基于稳健度量选权迭代的地理加权回归分析方法,核心思想是通过标准化残差构造权重函数,通过迭代加权降低离群值对回归模型参数估计的影响。利用模拟数据与真实数据进行试验,分别与GWR、RGWR进行对比分析,以MSE、MAE为指标进行性能评价。模拟数据试验中,RMIWGWR模型比RGWR模型的MSE、MAE指标分别提升9.29%和8.34%;真实数据试验中,RMIWGWR模型比RGWR模型的MSE、MAE指标分别提升63.88%和38.45%。试验表明:该方法可改善粗差存在环境下地理加权回归模型参数估计精度,提升模型拟合效果。     

基于物候差和多时相影像的耕地种植结构遥感调查——以唐山玉田为例

为减少利用遥感光谱特征解译农作物过程中样本选取的主观性误差,同时克服现场调研样本数据不充分的不足。该文基于玉田县物候特征,选择研究所需4个遥感时相,进而结合4时相中耕地地表覆盖状态(绿地和裸地)以及4时相叠置后绿地、裸地的地类组合特征,建立农作物解译标志,从而提取主要的农作物种植结构信息。根据该方法提取的研究区主要作物冬小麦、夏玉米和大白菜的面积与统计数据的相对误差分别为4.01%、3.25%和4.16%,且空间分布符合与实际情况;提取结果总体精度和Kappa系数分别为86.19%和0.83。     

三频BDS/INS紧组合的抗差自适应Kalman滤波

构建了适合北斗三频信号的北斗/惯性紧组合模型。针对三频模糊度解算算法的错误整数解可能对滤波结果造成"污染"这一问题,应用了抗差自适应Kalman滤波算法,优化了所建的模型。车载组合导航实验结果表明:三频模糊度解算算法得到的模糊度正确率平均值为99.84%,直接用于紧组合模型将造成最高达0.7 m的天向位置误差;抗差自适应Kalman滤波算法能消除错误模糊度整数解的影响,东、北、天三个方向的位置最大偏差值在厘米级。此外,载体姿态和速度频繁变化造成的状态预测误差也被自适应处理校正,组合导航的位置均方根误差为东向0.007 m,北向0.014 m,天向0.023 m。研究表明,在三频信号条件下,所采用的抗差自适应Kalman滤波能够增强所构建的紧组合模型的可靠性。     

TEXBAT场景的GPS接收机授时欺骗影响分析

针对目前有关GPS欺骗干扰技术的研究较少涉及GPS时间欺骗干扰,且因实验条件限制,难以构建与重放实际欺骗场景,因此不同场景GPS时间欺骗对目标接收机影响仍不明确的问题,基于TEXBAT(Texas Spoofing Test Battery)提供的3组不同场景GPS时间欺骗数据集,建立了GPS时间欺骗模型,分析了欺骗过程中存在的两种相位对齐模式对欺骗行为的影响;利用自编软件对采集的欺骗场景的原始高保真数字实时数据进行数据处理,分别得到目标接收机受欺骗与未受欺骗时的接收机钟差及钟差变化率、多普勒频率与载噪比、载波相位与接收机天线位置随时间的变化情况;深入分析了不同场景GPS时间欺骗对目标接收机的影响。实验结果表明,不同场景GPS时间欺骗将从不同角度有效影响GPS定时结果,所得结论将为GPS时间欺骗与抗欺骗技术提供重要参考。