基于精选基准消秩亏的GNSS参考网数据处理方法

全球导航卫星系统（GNSS）参考网多用于估计卫星轨道/钟差、监测地表形变和速度场、确定精密地球自转参数等方面。相关数据处理模式包括：双差基线解（DD）和非差精密单点定位（PPP）等。本文首先从GNSS基本观测方程出发,通过选取两组基准参数,导出了上述两模式下的列满秩观测方程,然后分析了它们的不足,例如：相位偏差在DD模式中吸收了钟差,丧失了时不变特性;模糊度在PPP模式中吸收了相位偏差,失去了整数性。基于上述分析,本文提出了一种新的参考网数据处理方案,以充分融合DD和PPP模式的优势。它的关键策略是精选基准参数,以达到消秩亏的目的,具体优点体现在：相位偏差独立可估,若合理约束为时不变参数,可充分减少参数个数,提高网解精度;待估模糊度具备整周特性,经由模糊度固定,可改善网解可靠性。     

经典测量平差模型等价性分析

对经典平差模型进行了较深入的分析和比较,在数学推导的基础上,附有参数的条件平差都可以转换成其他模型。在某种意义上说,附有参数的条件平差也可作为概括模型。     

CORS系统下GPS-RTK在山区地形测绘中的应用

GPS-RTK技术是测绘行业的一次历史性革命,它以高效精准的定位方式应用于测绘行业的各个领域。本文以北京市昌平区鹞子峪山区测绘1∶500数字地形图为例,对在CORS系统下GPS-RTK在数字化测绘中的应用进行相关介绍。     

填筑碾压施工质量智能监控关键技术研究及应用EI北大核心CSCD

目前,土石方填筑碾压施工质量管理主要采取控制碾压参数和试坑法检测的“双控”制,即主要依靠人工控制施工碾压工艺参数和人工现场挖坑取样检测等手段,存在受人为因素干扰大、管理粗放,且最终的质量评定用抽检的方式来以点代面,无法准确反映整体情况的弊端,故难于实现对压实参数的精准控制,难以确保碾压施工质量。     

利用均方误差相对变化规律确定正则化参数及其在PolInSAR测量反演中的应用EI北大核心CSCD

正则化方法是大地测量解算病态问题的常用方法,而正则化参数是影响正则化方法解算结果的关键参数。以均方误差最小为准则选取正则化参数,具有较充分的理论依据,可有效实现模型参数估值精度的提升。但是,均方误差计算过程中需要未知参数的真值,在实际情形中只能通过参数估值替代真值估算均方误差,难以获得可靠准确的均方误差值,限制了正则化参数的有效性。鉴于此,本文分析了正则化参数变化引起的方差与偏差变化规律,提出了一种均方误差相对变化值确定方法。依据不同正则化参数下模型参数真值不变原则,计算不同正则化参数下的方差与偏差相对变化量,从而消除参数真值对均方误差估计的影响。本文首先利用不同正则化参数计算两相邻正则化参数间的方差与标准差相对变化量;然后计算两正则化参数间模型参数估值变化量,通过差分运算分析得到两相邻正则化参数下的偏差相对变化量;最后综合标准差变化与偏差变化关系,得到均方误差最大降幅的正则化参数。通过PolInSAR植被高测量试验对本文方法的可行性进行了验证。试验表明,本文方法可有效改善正则化法模型参数估计精度。两个PolInSAR测量试验模型参数反演精度均得到了提高,合理验证了本文方法的可行性与有效性。     

点质量融合模型的海空重力数据延拓分析

针对无高质量的数据对传统的虚拟点质量模型对重力数据改正时,易受系统误差影响及解算不稳定的问题,该文将海空重力数据中的系统误差用非参数分量表达,对点质量模型进行改进,建立了虚拟点质量的半参数模型,引入核估计方法,利用偏残差估计方法,进行三步拟合估计,得到了系统误差和点质量参数的估计值。在分离系统误差的基础上,引入正则化方法改善病态,将建立的模型与正则化方法相结合,建立了综合半参数核估计和正则化方法的点质量融合模型,可在无外部重力时估计系统误差,同时完成多源数据融合。基于EGM2008位模型产生海空重力异常数据,采用线性项和周期项系统误差进行仿真实验,结果表明改进后的点质量模型能够有效利用外部数据,在改善病态和分离系统误差方面提升精度效果明显。并以北卡罗来纳实测海空重力异常数据验证该文方法的有效性,结果表明在无外部数据时,该文方法能有效地分离系统误差,并且精度与引入外部数据改正后的正则化方法相当。     

相位式地面三维激光雷达实验室检校

目的 建立了地面三维激光雷达系统误差的基本模型和参考模型,推导了平差模型。综合物理意义和经验的系统误差,利用实验室检校场,对相位式地面三维激光雷达FARO Focus3D进行了检校实验。实验得到了FARO Focus3D的系统误差改进模型,并验证了其有效性。     

多站激光点云数据全自动高精度拼接方法研究

目的 针对目前多站点云数据拼接存在的效率低和自动化程度低等问题,提出了基于地面激光点云强度信息的2D-3D点云数据高精度全自动拼接方法。首先,将强度信息通过三次样条插值算法生成二维影像,采用基于图形处理器(GPU)的加速尺度不变特征变换(SIFT)算子匹配得到二维同名特征点,剔除粗差;然后,反算得到特征点在三维点云中的坐标,并通过三维空间法向量对三维同名特征点进行精炼。利用精炼的三维特征点进行多站点云数据拼接,可提高多站点云海量数据拼接的精度和效率。     

线性半参数模型非参数假设检验理论和方法

线性半参数回归模型L=Bx+s+Δ是线性模型与非参数回归模型的混合体,在半参数模型补偿最小二乘估计基本理论的基础上,详细介绍了半参数模型非参数假设检验的理论与方法,导出了其假设检验统计量,并对检验统计量的分布进行了推导与证明。最后通过模拟算例验证了其理论与方法的有效性。     

利用遗传优化LSSVR进行导航卫星钟差预报

为提高导航卫星钟差预报的精度,提出了一种最小二乘支持向量回归(LSSVR)和遗传算法(GA)相结合的导航卫星钟差预报方法。根据卫星钟差序列变化的非线性特征,选用高斯径向基函数(RBF)建立卫星钟差LSSVR预测模型。针对LSSVR模型的参数选择问题,引入GA对不同星座以及原子钟类型预测模型的参数进行搜索寻优。该方法能够在较大范围内自动确定优化参数,提高LSSVR的泛化性能。将所提出的方法用于GPS卫星钟差的短期预报,并与常规预报方法进行对比。结果表明,GA-LSSVR模型对不同星座以及原子钟类型钟差预报均表现出良好的稳健性,能够在一定程度上抑制钟差预报误差随时间延长不断增大的问题,整体预报精度优于常规方法。