����ӦUKF��GNSS/INS����ϵ����е�Ӧ���о�

????IAE???????????????????????????ζ????????????????????GNSS/INS??????????????21??????????????????????????????????????в?????????????AUKF???????????????????????????????????????????????????????????????????????????????????????????Ч???δ????????????????????λ?????????49.38%??     

Kal-GM组合模型在变形监测中的应用研究

综合考虑灰色系统理论和卡尔曼滤波的优点,提出了Kal-GM组合模型的建立思路及相应的精度评定公式,并将其应用于建筑物变形监测实例.结合西安市某高层建筑物沉降观测数据,通过对变形监测规律的分析,建立了相应的数学模型并对观测数据进行了处理.数据处理结果显示,本模型处理后数据曲线与原始观测数据曲线的变化趋势基本一致,较好的模拟了建筑物沉降的变化规律.本模型有效的剔除观测数据粗差,拟合精度较高,为变形观测研究提供了更为可靠的观测数据.     

基于量子纠缠时钟测量的抗差卡尔曼卫星钟差预报

基于纠缠光子对二阶相关函数的时间特性分析,设计时钟同步测量方案,并考虑传播过程中色散效应及衰减等对精度的影响。该方案可提供均值1 ns、精度0.01 ns的同步信息。利用该方案获得观测数据,结合顾及哈达玛方差的抗差卡尔曼方法估计出卫星钟差模型系数,进行钟差预测。仿真表明,该方案预测精度与IGS预报星历产品精度相当,且钟差初始值更精确。     

电离层TEC卡尔曼滤波成像研究

随着太空探测技术的进步,对TEC(Total Electron Content,简称TEC)探测精度要求越来越高.本文利用COSMOS 2414卫星数据资料获得观测TEC,在电离层NeQuick模型下,得到电离层电子密度,并使用卡尔曼滤波算法反演电子密度,最后结合电离层测高仪数据对实验结果进行判定.结果发现利用卡尔曼滤波反演信标资料算法,可以获得可靠的二维电子密度场.     

Assimilating satellite SST/SSH and in-situ T/S profiles with the Localized Weighted Ensemble Kalman Filter

The Localized Weighted Ensemble Kalman Filter(LWEnKF) is a new nonlinear/non-Gaussian data assimilation(DA) method that can effectively alleviate the filter degradation problem faced by particle filtering, and it has great prospects for applications in geophysical models. In terms of operational applications, along-track sea surface height(AT-SSH), swath sea surface temperature(S-SST) and in-situ temperature and salinity(T/S) profiles are assimilated using the LWEnKF in the northern South China ...     

位移和加速度融合的自适应多速率Kalman滤波方法

多速率Kalman滤波方法可用于低采样率的位移和高采样率的加速度数据融合,而未知的噪声协方差信息则显著制约着多速率Kalman滤波精度.本文通过将多速率Kalman滤波转换为传统的单速率Kalman滤波,建立了Kalman滤波增益的自协方差矢量与未知的加速度谱密度和观测噪声参数间的线性函数模型,并采用最小二乘估计方法对未知的噪声协方差参数进行估计,进而有效地提高了多速率Kalman滤波精度.数值仿真和震动台实验结果验证了本文方法的正确性和有效性.     

基于多台站OH全天空气辉成像仪观测的中国中纬地区重力波传播特性

利用位于中国中纬地区6个OH气辉成像仪2012年1月至2013年12月两年的观测数据,我们研究分析了重力波传播特征.结果表明重力波的水平波长、观测周期和水平相速度分别主要分布于10~35km,4~12min和30~100m·s-1范围.夏季,重力波主要沿极向方向传播.然而,冬季,他们有向赤道方向和平行于赤道方向的传播趋势.同时,我们结合TRMM卫星和ECMWF数据,发现在夏季重力波的北向传播趋势可能主要由观测台站南方的对流活动导致.然而,对流层顶附近的急流可能在冬季重力波的主要传播方向方面做出较大贡献.分析结果也表明,低层-中层大气背景风的滤波效应仅在夏季与中国中纬地区重力波纬向传播方向各向异性吻合较好.     

基于在线回声状态网络的变形数据预测分析

结合Kalman滤波与回声状态网络,将在线回声状态网络算法应用于变形数据预测。回声状态网络的输出权值通过Kalman滤波训练,直接对网络的输出权值进行在线更新,克服了传统递归网络需要收集大量样本后才能进行拟合预测的缺陷,同时也保证了预测精度。实例计算验证了该方法的有效性。     

利用卡尔曼滤波方法作1～5天中期温度预报

卡尔曼滤波是一种现代动态系统分析技术，在气象上应用时，它是通过利用前一时刻预报误差的反馈信息来及时修正预报方程中的参数，以提高下一时刻的预报精度，介绍了利用卡尔曼滤波制温度预报的一种因子选取方法和滤波过程中衩值的确定，递推系数修正的处理办法。     

Modeling and forecast of the polar motion excitation functions for short-term polar motion prediction

Short-term forecast of the polar motion is considered by introducing a prediction model for the excitation function that drives the polar motion dynamics. The excitation function model consists of a slowly varying trend, periodic modes with annual and several sub-annual frequencies (down to the 13.6-day fortnightly tidal period), and a transient decay function with a time constant of 1.5 days. Each periodic mode is stochastically specified using a second-order auto-regression process, allowing its frequency, phase, and amplitude to vary in time within a statistical tolerance. The model is used to time-extrapolate the excitation function series, which is then used to generate a polar motion forecast dynamically. The skills of this forecast method are evaluated by comparison to the C-04 polar motion series. Over the lead-time horizon of four months, the proposed method has performed equally well to some of the state-of-art polar motion prediction methods, none of which specifically features forecasting of the excitation function. The annual mode in the ₂ component is energetically the most dominant periodicity. The modes with longer periods, annual and semi-annual in particular, are found to contribute more significantly to forecast accuracy than those with shorter periods.