GPS/GALILEO多频组合差分定位研究

研究了多频多系统卫星导航定位的关键技术,比较了TCAR、CIA、LAMBDA3种多频观测值整周模糊度的单历元解算方法,给出了GPS/GALILEO多频组合定位模型,仿真GPS/GALILEO多频观测数据验证了所用方法的正确性。仿真数据处理结果表明,GPS/GALILEO组合定位能提高基线解算精度,其基线定位误差在2 cm范围内。     

自适应卡尔曼滤波在GPS/DR组合导航中的应用

针对在观测条件较差的情况下卡尔曼滤波的鲁棒性较差,本文设计了一种自适应卡尔曼滤波模型。通过实际车载GPS/DR组合导航试验,结果表明该模型在观测质量较差的情况下能够抑制较大的偏差,相对于标准卡尔曼滤波模型,其平面定位精度提高了近一倍,达到2～3m。因此,在观测环境较差的情况下建议采用渐消自适应卡尔曼滤波模式进行组合导航。     

探索特大灾害中测绘快速保障机制的建立

在特大灾害发生之后,针对测绘如何进行快速有效保障这个课题,本文提出建立数字地形图快速修测、GPS与北斗组合的导航保障系统和网络化协同测绘保障体系等三种机制的解决方案。     

美军GPS最新应用与研究

本文介绍了GPS在美国军事领域中的最新应用和美军利用GPS提高武器命中精度的研究现状。对美军在“科索沃危机”中使用的各种先进武器系统、智能专家指挥决策系统和后勤保障等诸多领域中GPS最新应用情况作了介绍,同时还介绍了美军WAGE项目的研究与实施情况,对加快发展我国的卫星导航技术具有重要的参考价值。     

POS辅助车载组合全景影像路面角点特征匹配算法

推荐了一种车载组合全景相机影像路面角点特征的匹配方法。路面到摄站的距离近,基高比大,是良好的区域网平差模型连接点,但是路面纹理匮乏,影像中存在移动物体和较为严重的尺度变化和仿射变形,难以匹配到正确的同名点。本文利用路面在一定范围内可近似为水平面的特点,根据相机与路面的距离确定近似路面,将影像路面角点投影到重叠影像,将同名点定位在一个小的矩形范围内;通过POS数据确定角点对应同名核线,矩形区域内距离核线最近的角点即为同名像点。本文匹配方法可获得一定数量的正确匹配同名点,显著降低了误匹配,内点率高,可以进一步精确估计像对间的基础矩阵,为其他地物的匹配提供了约束。     

融合BP神经网络的组合模型地铁结构变形预测

基于误差平方和最小准则构建回归分析模型和时间序列模型的组合模型,采用BP(black propagation)神经网络优化其组合模型的预测结果,最终获得信息最大化的预测结果.将此方法应用于南京地铁某号线自动化监测,结果显示其预测精度高于任何单一模型,预测精度得到有效提升.     

回归-Elman网络在矿坝变形预测中的应用

金矿开展矿坝的变形监测工作,引入多层递阶回归分析模型,有较高的预测精度,但方法较繁琐,计算较复杂。由于变形数据可分离成趋势项与随机项,趋势项可用多元线性回归良好地拟合;随机项的预测,文中采用Elman网络建模计算,最后利用矿坝的实测高程位移数据进行验证,并与多层递阶回归进行比较。结果表明:回归-Elman网络模型比多层递阶回归的预测精度更高,效果更好,且方法简洁实用性强。     

顾及钟差随机项的GPS卫星钟差预报

针对卫星钟差呈趋势项和随机项变化的特点,提出了基于GM(1,1)与自回归求和移动平均的组合预报模型。该模型首先采用GM(1,1)模型预报钟差的趋势项部分,然后利用ARIMA模型对GM(1,1)的模型残差序列进行建模和预报,最后将GM(1,1)和ARIMA模型的预报结果对应相加即得到钟差的最终预报值。此外,采用IGS公布的精密卫星钟差进行预报试验,通过与卫星钟差预报中常用的二次多项式模型和修正指数曲线法模型预报结果的对比分析,结果表明:该方法可以对GPS卫星钟差进行高精度的中短期预报。用12 h钟差建模时,预报未来6、12、24和48 h的平均预报精度分别为0.71、1.17、1.93和4.38 ns,相比于二次多项式模型的平均预报精度分别提高了29.70%、43.75%、67.62%和76.21%;相比于修正指数曲线法模型的平均预报精度分别提高了18.39%、33.90%、61.40%和70.49%。     

新灰色组合模型在沉降变形预测中的作用

提出以传统灰色模型、初始值修正值、背景值优化后的预测数据及组合模型预测值作为B样条曲线的型值点进行曲线拟合,得到新的灰色组合模型。新灰色组合模型能够在一定范围内更好地反映沉降序列变化的曲线,获得较好的预测效果。该方法既保留了灰色模型的短期预测精度高的特点,也具备了B样条曲线局部性、连续性的特点。实例计算结果表明,该新灰色组合模型预测效果能够更加逼近实际沉降序列,较单一传统模型预测精度高,能够达较好的预测效果。     

城市环境下智能手机GNSS/视觉组合导航算法和性能评估

通过将卫星定位和计算机视觉定位组合,可以使智能手机在城市、峡谷等卫星定位结果跳变或中断的情况下,仍为用户提供连续、高精度的位置服务.因此,为改善手机端卫星信号不理想区域的定位精度,设计和实现了GNSS与单目相机组合导航的实验.通过数据平滑、旋转矩阵求解等过程完成系统间的轨迹转换,并分析了坐标转换误差.使用结合贝叶斯估计的卡尔曼滤波对两种轨迹进行融合处理.最终结果表明,在城市环境下,GNSS与单目相机组合后,定位误差小于3 m的概率由21.21％提升至48.15％,小于5 m的概率由48.82％提升至70.03％.