箭载GPS接收机伪距观测量及观测时间修正

针对某型号箭载接收机仅下传信号发射时刻的小数部分而导致地面设备求解伪距时存在整秒模糊度,以及由于伪距测量时标更新频率小于伪距采样频率导致的地面设备定位精度变差与100ms模糊度问题,该文提出了一种伪距观测量及观测时间的实时修正方法。首先,分析运载火箭、GPS卫星以及地球三者之间的位置关系;然后,计算随火箭飞行高度变化的伪距理论值;最后,根据伪距理论值的不同特性,把运载火箭飞行区域划分为4个区域,并针对不同区域设计了相应的实时修正算法。基于火箭飞行实测数据的实验结果表明,该算法能够解决整秒模糊度、100ms模糊度以及伪距观测值与伪距观测时间不一致等问题,最终定位精度也能够满足试验要求。     

青藏高原东北缘岩石圈-软流圈边界成像

青藏高原东北缘是研究高原隆升和演化的理想场所,其岩石圈结构记录了高原向外扩展的岩石圈变形行为和演化过程,本研究利用一条跨青藏高原东北缘的宽频带观测剖面(红原-景泰剖面)和部分甘肃、青海区域台网的远震体波波形资料,通过S波接收函数方法获得了青藏高原东北缘的岩石圈-软流圈边界(LAB)图像。结果表明:1)松潘-甘孜地体东北部和西秦岭造山带下方的岩石圈较薄,略向北加厚,其LAB深度为110~130 km,昆仑断层下方无明显岩石圈错断,推测松潘-甘孜地块与西秦岭造山带的岩石圈可能具有亲缘性; 2)祁连地块下方的岩石圈厚度为135~150 km,其中祁连造山带东缘的LAB震相不聚焦,反映复杂的造山带型岩石圈属性; 3)阿拉善地块下方岩石圈略向南加厚, LAB深度为130~150 km,呈向祁连造山带下方汇聚的趋势,但尚未通过海原断裂带; 4)鄂尔多斯地块下方的岩石圈较厚, LAB深度为160~170 km,反映其稳定的克拉通型岩石圈属性。     

基于Logistic回归的肇庆市区雾天气的预报模型

利用2015—2018年高要区国家基本气象常规观测资料,选取11个与雾天气事件相关的气象要素,通过主成分分析降维得到新的公共因子后构建Logistics回归方程,并根据ROC曲线、约登指数选出作为判别雾天气事件的最优临界值。结果表明:气压、温度露点差、相对湿度、水汽压、绝对湿度、露点、10 min平均风速、能见度、总云量、低云量、日照与雾天气现象具有很好的相关性;从这11个气象要素中提取3个具有代表性的主成分因子分别为水汽因子、辐射因子和风速因子。建立的Logistic回归预报模型对有雾和无雾的判别效果较为理想,比判别大雾和轻雾效果好。     

祁连山中部地壳各向异性研究:来自远震接收函数的证据

青藏高原的隆升由印度-欧亚板块的碰撞而驱动,其生长演化,特别是从内到外的扩展机制仍尚存争议。祁连山地处青藏高原向东北扩展的前缘位置,其地壳结构与各向异性对于理解青藏高原向北扩展的生长机制具有重要意义。祁连山中部是青藏高原东北缘地壳遭受挤压强烈变形的区域,已有的研究已经揭示出地壳内部非耦合不均匀变形的几何行为,揭露其对应机制是亟待探索的前沿科学问题。此前该区域的各向异性研究大多基于面状台网数据,台站间距大,无法反映横跨祁连山地壳各向异性的精细变化。为此,本研究选用一条密集线性地震台阵,使用H-κ-c叠加方法,得到了横过祁连山中部的地壳厚度,泊松比以及地壳各向异性的横向变化。结果显示,在中祁连以及南祁连北部地壳厚度最大,平均泊松比最低,反映了地壳加厚过程中铁镁质下地壳的丢失以及长英质中上地壳的水平缩短。此外,偏长英质成分的泊松比值也不支持地壳流在该区域存在。在祁连山内部,地壳各向异性快波的偏振方向与地壳向外扩展方向一致,而与地幔各向异性快波方向近垂直,揭示了壳幔变形可能是解耦的。而在地壳较薄的南祁连和北祁连南部区域,快波方向与古缝合线的走向一致,说明早古生代的构造格局仍对现今的祁连山缩短隆升产生影响。     

高性能原子钟钟差建模及其在精密单点定位中的应用

鉴于当前许多IGS跟踪站均配置有高性能原子钟的现状,本文首先采用修正Allan方差法分析了不同IGS跟踪站的接收机钟随机噪声的时域特性,进而评估了不同类型接收机的短期稳定度及钟差建模的可行性,然后利用IGS站配有氢原子钟的观测数据,在精密单点定位算法中,通过对钟差参数进行短时建模约束接收机钟差的随机变化,进而改进精密单点定位(PPP)的定位性能。试验结果表明钟差建模方法显著降低了高程分量参数、天顶对流层延迟参数与接收机钟差参数之间的相关性,GNSS高程分量的精度可提高50%。该方法对于提升PPP技术在地壳形变监测、低轨卫星定轨、水汽监测及预报等高精度GNSS地学领域的应用水平具有一定意义。     

基于GT的钟差预测模型辅助GPS定位算法研究

为了解决在强干扰环境下由于GPS卫星信号被遮挡而无法定位的问题,从灰色理论(GT)的角度探讨了接收机的钟差序列,提出一种利用灰色理论的钟差预测模型辅助GPS定位的方法。对预测模型的基本思想和具体实现步骤作了详细的介绍,并且将钟差预测值引入到GPS接收机中,实现信号遮挡情况下GPS接收机的定位解算。通过对实测数据的验证分析表明,该钟差预测模型对钟差序列有很好的预测效果,能够在仅有3颗可观测卫星的情况下实现接收机的定位解算。     

利用接收机钟差建模提升PPP收敛速度及精度

提出了一种利用接收机钟差建模提升精密单点定位PPP收敛速度及精度的方法。传统PPP模型中通常将接收机钟差与位置同时作为参数逐历元估计。这种处理方法带来了两种参数之间的高度相关性,从而限制了PPP收敛速度及精度。利用Kalman滤波对接收机钟差进行建模,实验结果表明该方法建立的钟差模型更为准确,并降低了钟差与位置参数的相关性,PPP收敛速度加快了约67%;北方向和东方向精度分别提高了18%和22%,天顶方向精度提高了43%。     

利用深层卷积神经网络实现地形辅助的多波束海底底质分类

海底底质分类对于海洋资源开发与利用、海洋科学研究等多方面具有重要意义。目前,多波束探测是实现大范围海底底质分类的有效手段之一,通常基于多波束反向散射强度提取角度响应(AR)特征及反向散射图像特征进行底质分类。由于特征来源较单一,分类器结构简单,往往分类精度不高。为此,本文提出了一种基于深层卷积神经网络(CNN)的多波束海底底质分类方法。除反向散射强度特征外,还利用地形特征,将特征向量转换为波形图,再输入卷积神经网络进行训练和分类。试验对比不同特征组合以及BP网络、支持向量机(SVM)、K近邻(KNN)、随机森林(RF)4种常规分类器,本文模型算法总体分类精度达到94.86%,Kappa系数为0.93,精度具有明显优势,效率也比较高。表明该方法有效利用两种数据类型所蕴含的海底底质信息,充分发挥卷积神经网络权值共享、高效率等特点,实现高分辨率海底底质分类,可对海底底质分类研究提供参考。     

利用CUBE算法剔除多波束测深粗差研究

针对国内基于不确定度信息处理多波束测深数据相对滞后现状,将CUBE算法应用于大批量多波束测深粗差剔除研究。通过与人工交互编辑结果对比,表明CUBE算法剔除粗差效率较高并能保证测深成果质量,具有较高的推广应用价值。该研究对进一步优化我国多波束测深粗差处理算法也具有重要意义。     

基于不确定度的多波束测深数据质量评估方法

目前采用不确定度理论对多波束测深数据质量进行评估已成为一个新热点。基于国际海道测量标准（S-44）,分析了适用于海道测量数据处理的不确定度评估方法,研究了多波束测深数据不确定度的计算模型,并进行了分析与评定,为准确评估多波束测深数据质量提供了理论依据和参考。