基于改进的BP神经网络构建区域精密对流层延迟模型

利用神经网络算法挖掘海量数据的规律已成为科技发展的一种趋势,本文针对卫星信号的天顶对流层延迟进行建模.对流层延迟是影响卫星定位精度的重要因素之一,建立精密区域对流层模型对高精度定位有着重要的意义.对区域测站对流层延迟数据的分析,考虑到实时建模中传统BP（Back Propagation）神经网络计算量大,易出现"过拟合"现象、不稳定等因素,通过改进的BP神经网络建立了区域精密对流层模型.详细介绍了新模型的建立过程,并与常用的对流层区域实时模型进行了对比.还讨论了建模测站数目对预报精度的影响.相比现有的其他对流层延迟模型,基于改进的BP神经网络构建的区域精密对流层延迟模型无论在拟合和预报方面都有较好的精度,且随着测站数目的增加模型精度趋于平稳.改进的模型参数较少,可以进行实时的区域精密对流层延迟改正;需要播发的信息量小,适用于连续运行参考站系统（Continuously Operating Reference Stations,CORS）的应用.研究表明：改进的BP神经网络模型能够更好的充分利用大规模历史数据描述卫星信号对流层延迟的空间分布情况,适用于实时大区域精密对流层建模.基于日本地区2005年近1000多个测站的NCAR（National Center Atmospheric Research）对流层数据进行区域对流层延迟建模,结果表明改进的BP神经网络模型在拟合和预报精度上都有较大提升,RMSE（Root Mean Square Error）分别为：7.83 mm和8.52 mm,而四参数模型拟合、预报RMSE分别18.03 mm和16.60 mm.     

附加电离层延迟约束的实时动态PPP快速重新初始化方法

传统模式下,由于卫星信号中断等原因导致的实时动态PPP重新初始化问题将严重影响PPP的实际应用效果.针对上述问题,本文提出了一种有效的解决思路,首先设计了电离层延迟变化预报模型,并提出预报信息的定权方法,进而将上述预报结果作为虚拟观测值,联合历元间/星间差分观测数据估计得到周跳参数浮点解,并尝试固定,从而实现PPP快速重新初始化.该方法通过实现电离层预报结果权重的自适应确定,改善了参数估计结果的精度,提高了周跳修复成功率及可靠性.利用不同区域和不同时期的大量观测数据分析表明,周跳修复效果与测站位置、太阳活动及中断时长存在密切关系,当中断时间较短（90 s以内）时,均可以获得较高的成功率,平均达到90%以上,由此验证了本方法的有效性;随着中断时长进一步增大,不同地区和太阳活动情形下的修复效果存在显著差异,纬度越低,太阳活动越剧烈,成功率越低.     

用遗传算法解算病态方程

对应用遗传算法解决病态方程问题进行了探讨。利用拟合法而不是通过法方程求解参数，从而避免了法方程系数求逆，使病态方程的解答有了较好的结果。通过模拟计算并和其他方法进行比较，证明该方法是可行的和有效的。     

GNSS多天线基线网单历元模糊度同步解算法

提出多天线基线网单历元模糊度同步解算法,其具体实现步骤为:1)根据宽巷组合模糊度易于固定的优点,采用附加已知基线长度约束法同步解算各基线的宽巷模糊度,得到dm～cm级精度的近似基线分量;2)将解算得到的各近似基线分量作为约束,同步解算各基线的基频模糊度,以获取mm级精度的基线矢量。该方法的关键在于检验各历元宽巷模糊度解算的正确性,以获取可靠的近似基线分量,为解算各基线的基频模糊度提供准确的基线先验信息。由于动态情况下各历元观测信息比较少,单纯依赖ratio检验不可靠,提出结合基线误差、单位权中误差、基线网模糊度闭合环及ratio值等对多组宽巷模糊度进行检验,避免ratio值设置不当导致模糊度检验中发生纳伪和弃真问题。实测数据结果证明,该处理方法使得模糊度解算的成功率提高1%～2%,可以获取移动平台更丰富的导航信息,提高其服务能力。     

一种附约束的单频单历元GPS双差相位解算方法

在各类变形观测中，存在着2次观测的变形值不大及各种变形方向和大小可以比较精确预测等特点，可以把这些特征作为约束条件，对GPS单历元相位观测方程进行求解。基于以上几点，提出了一种含约束条件的单频单历元GPS相位求解算法和简单实用的模糊度搜索方法，本方法据观测值直接估计模糊度参数，并根据求出的模糊度估值进行搜索，还分析了最优解的获得和检验方法，最后用2个实例说明了该法的有效性和实用性。     

大地测量学家 周江文教授

周江文教授是我国著名的大地测量学家和误差理论专家,八十有三的周老精神瞿铄,思维敏捷,充满着对我国大地测量事业和年轻同志成长的关心.他对我国大地测量的贡献更为学术界所赞赏.正如大地测量和固体地球物理学家许厚泽院士所评价:"周江文教授是我国大地测量和测量误差理论研究领域中最有造诣的一位优秀科学家.60多年来,他为大地测量学的发展作出了巨大贡献.他自1958年到中科院测地所工作,为我所科技事业发展和人才培养呕心沥血,作了很多贡献".他以严肃的态度治学育人,60年如一日,为我国大地测量学术界树立了一座丰碑.     

半参数模型与拟合推估模型的比较

在分析半参数模型与拟合推估模型的基础上,指出半参数模型可以包括拟合推估模型.在信号是随机量且其协方差矩阵已知时,通过选择合适的正则化参数,利用半参数模型可以改进拟合推估的结果.通过一个坐标变换的算例,比较这种情况下半参数模型和拟合推估模型的效果.     

基于MEA-BP神经网络的卫星钟差预报

卫星钟差是影响导航定位精度的重要因素之一,建立高精度的钟差预报模型对高精度定位有重要意义。针对常用模型卫星钟差在短期预报中随时间增加误差积累,以及传统BP神经网络不稳定,容易出现过拟合等问题,本文提出一种基于思维进化算法(MEA)优化的BP神经网络钟差预报模型和算法。首先对原始钟差数据进行一次差处理;然后利用思维进化算法对BP神经网络的初始权值和阈值进行优化,给出该模型进行钟差预报的具体步骤;选用IGS站提供的多天GPS精密钟差产品数据进行试验分析,使用GPS一天中前12 h数据建模,进行2、3、6和12 h的钟差预报。结果表明:利用MEA-BP模型得到的上述4种时段的预报精度分别优于0.36、0.38、0.62和1.56 ns,预报误差曲线变化起伏较小,说明新模型的预报性能优于3种传统模型,新模型在钟差预报短期预报中的实用性及稳定性是较佳的。     

改进的ARCE方法及其在单频GPS快速定位中的应用

基于TIKHONOV正则化原理,设计了一种正则化矩阵的构造方法,将ARCE(ambiguityresolution usingconstraintequation)方法进行了改进。通过新的正则化矩阵的作用,减弱了GPS快速定位中少数历元情形下法矩阵的病态性,得到了比较准确的模糊度浮动解,大大减小了模糊度的搜索范围,利用ARCE方法固定模糊度的成功率高。并结合一个算例,验证了本文改进方法的效果