GNSS接收机晶振参数对载波相位测量的影响分析

分析了射频与基带时钟不同源对载波相位测量的影响,构建了由晶振各类误差源引起的载波环跟踪误差模型。分析与实验结果表明,时钟不同源会导致载波相位测量出错,晶振引起的载波环测量误差随环路噪声带宽增大而减小,减小晶振的h系数和g灵敏度可提高测量精度。选用单一稳定度高、g灵敏度小的晶振作为GNSS接收机时钟,可改善载波相位精度。     

测量型GPS仪器比较

以科学的方法对Trimble、Topcon、南方测绘三个厂家GPS信号接收机和数据后处理软件进行比较。首先从GPS的发展历史和现状及其存在的问题进行分析研究,结合GPS系统和信号接收机的原理,对GPS结构等不同的方面进行分析比较,然后比较分析了各型号GPS的物理指标、精度指标、性能和价格,并对各型号GPS对应的数据后处理软件进行了实验分析,最后通过实验分析得出结论。     

用频谱仪检修CINRAD/CC雷达接收系统故障

针对云南省普洱雷达站新一代天气雷达接收系统出现的一次特殊故障,通过对主要性能指标进行标定和分析,判断雷达接收系统出现故障,并根据接收系统的工作原理和信号流程,运用频谱分析仪对接收系统的各信号频谱进行测试分析,完成故障定位和排除。此次故障排除过程充分体现了频谱分析仪在接收系统故障处理中的重要性。     

基于FPGA的便携式BPC定时接收机设计

介绍了一种基于FPGA的便携式低频时码接收机系统的设计方案。该接收机的特点是体积小,功耗低,方便户外工作人员携带。描述了该接收机的硬件系统结构,给出了软件算法。硬件结构中,使用了ALTERA公司的EP2C70F672C8芯片,软件部分在QuartusⅡ开发环境下完成。系统测试结果表明,按本方案设计的接收机集成度高,可靠性好,易扩展,易升级,具有一定的实用价值。     

NTSCGNSS-2型GPS/GLONASS时间传递接收机的性能测试

与全球定位系统(GPS)不同的是全球导航卫星系统(GLONASS)的P码未加密,向所有用户开放,更有利于时间比对.结合国内外需求,中国科学院国家授时中心研制了GPS/GLONASS时间传递接收机NTSCGNSS-2.介绍了GLONASS信号特点和对NTSCGNSS-2的初步测试结果.     

GPS接收机内噪声水平的评价与检测方法

论文结合某品牌GPS接收机检测实例,提出了GPS接收机内噪声水平分布统计的评价方法,以及在超短基线场内GPS接收机内噪声水平的全新检测方法———多时段旋转检测台法。实例测试,按本方法得到的被测试GPS接收机内噪声水平标准差为0.38mm。由测试实例得到如下结论:本文的GPS接收机内噪声水平评价方法以及检测方法更加合理、可信;在超短基线场内多时段测得的同一基线长度互差应小于2mm;GPS接收机系统软件的抗噪性能对内噪声水平有着非常重要的影响。     

用于海底底质分类的多波束声强数据选取研究

高质量的海底声强图是进行多波束海底底质分类、目标识别的基础。要得到"单纯"反映海底底质信息的声强图,就需要对原始声强数据进行地形改正,消除地形因素的影响。在描述了多波束数据中水深数据不能满足声强数据的改正要求问题的基础上,提出了以水深数据覆盖范围为约束的声强数据选取方法。实例计算结果表明:该方法在能有效地选取高质量的声强数据,提高了基于声强图像的海底底质分类精度。     

多波束条带测深仪的动态测量误差评估

对于近年发展起来的多波束条带测深仪,其动态测量误差的评估是一项尚未完善解决的课题。本文提出了一种多波束条带测深仪动态测量误差的评估方法,并用海试结果证明了该方法的实用有效性。该方法可以推广应用到其它多波束测量声呐系统的动态测量误差分析与估计中。     

利用P波接收函数研究青藏高原东南缘地幔转换带结构

研究青藏高原东南缘的深部结构对于理解印度-欧亚板块的碰撞机理和青藏高原的形成演化具有重要的科学意义.本研究对布设在研究区域内566个固定和流动地震台站的波形资料进行了处理,获得77853条高质量P波接收函数,应用接收函数共转换点（CCP）叠加技术获得了研究区域下方精细的地幔转换带间断面起伏形态及转换带厚度变化图像.结果表明：研究区域南北方向上具有两个明显的转换带增厚异常区,南侧异常区位于滇中次级块体与印支块体下方,可能是新特提斯洋板片与上部印度板块间断离并部分滞留在转换带底部的结果;北侧川西地区异常增厚可能与上方岩石圈拆沉并降至转换带有关;腾冲火山起源可能是板块俯冲过程中发生断离造成软流圈物质部分熔融,湿热物质上涌所致.     

Robust dual‐sensor data sea‐surface ghost attenuation for quality control purposes

Three‐dimensional receiver ghost attenuation (deghosting) of dual‐sensor towed‐streamer data is straightforward, in principle. In its simplest form, it requires applying a three‐dimensional frequency–wavenumber filter to the vertical component of the particle motion data to correct for the amplitude reduction on the vertical component of non‐normal incidence plane waves before combining with the pressure data. More elaborate techniques use three‐dimensional filters to both components before summation, for example, for ghost wavelet dephasing and mitigation of noise of different strengths on the individual components in optimum deghosting. The problem with all these techniques is, of course, that it is usually impossible to transform the data into the crossline wavenumber domain because of aliasing. Hence, usually, a two‐dimensional version of deghosting is applied to the data in the frequency–inline wavenumber domain. We investigate going down the “dimensionality ladder” one more step to a one‐dimensional weighted summation of the records of the collocated sensors to create an approximate deghosting procedure. We specifically consider amplitude‐balancing weights computed via a standard automatic gain control before summation, reminiscent of a diversity stack of the dual‐sensor recordings. This technique is independent of the actual streamer depth and insensitive to variations in the sea‐surface reflection coefficient. The automatic gain control weights serve two purposes: (i) to approximately correct for the geometric amplitude loss of the Z data and (ii) to mitigate noise strength variations on the two components. Here, Z denotes the vertical component of the velocity of particle motion scaled by the seismic impedance of the near‐sensor water volume. The weights are time‐varying and can also be made frequency‐band dependent, adapting better to frequency variations of the noise. The investigated process is a very robust, almost fully hands‐off, approximate three‐dimensional deghosting step for dual‐sensor data, requiring no spatial filtering and no explicit estimates of noise power. We argue that this technique performs well in terms of ghost attenuation (albeit, not exact ghost removal) and balancing the signal‐to‐noise ratio in the output data. For instances where full three‐dimensional receiver deghosting is the final product, the proposed technique is appropriate for efficient quality control of the data acquired and in aiding the parameterisation of the subsequent deghosting processing.