基于深度置信网络的GNSS-IR土壤湿度反演

基于大地测量型GNSS接收机获取的反射信号反演土壤湿度是GNSS领域的研究热点。为克服常规线性回归和BP神经网络算法等的缺陷,本文提出了一种基于深度置信网络的GNSS-IR土壤湿度反演方法。试验结果表明,基于该方法得到的决定系数、土壤湿度平均绝对误差和均方根误差分别为0.909 8、0.017、0.021,与线性回归和BP神经网络算法相比,与实测数据吻合度更高,可有效提高土壤湿度反演精度,证明了方法的有效性和可靠性。     

基于GNSS-IR双系统组合的土壤湿度多星线性回归反演模型

提出一种GPS/BDS双系统组合的土壤湿度多星线性回归反演模型,并以GNSS接收机实测数据为例,对比分析不同GPS和BDS卫星组合反演土壤湿度的效果。实验表明：1)GPS和BDS双系统组合相对于单系统在短观测时间内可以提高有效卫星数,通过多元线性回归原理可实现双系统多卫星的有效融合,提高土壤湿度反演的精度;2)当GPS和BDS组合卫星数达到6颗以上时,反演效果趋于稳定,反演结果与土壤湿度的相关系数均优于0.90,RMSE相对于单星至少提高25.8%。     

GA辅助NLS的GNSS-IR土壤湿度反演方法北大核心CSCD

采用具有阻尼因子的函数模型,使用遗传算法(genetic algorithm,GA)辅助非线性最小二乘(nonlinear least squares,NLS)方法对相位参数进行求解。结果表明:1)相较于标准余弦函数模型,该方法的反演相位与土壤湿度的相关系数有较为明显的提升,反演结果也更加稳定,在5°~15°、5°~20°、5°~25°三个高度角范围内的相关系数均大于0.68,不同高度角之间的相关系数差值小于0.07;2)反演精度有不同程度提高,R 2提高5.72%~76.06%,RMSE减小6.12%~24.24%,MAE减小2.7%~28.3%,将该方案所求相位用于多星线性回归模型后平均RMSE减小10%。     

小波变换和改进Burg算法的GNSS-IR海面高度反演模型

针对传统的GNSS-IR海面高度监测方法信号分离不佳且精度有待提高的问题,提出结合小波变换和改进Burg算法的新型GNSS-IR海面高度反演模型。相比于传统的多项式拟合法,小波变换得到的SNR振荡项更加完整、精确。改进的Burg算法能有效抑制峰值偏移或谱分裂现象,提高谱分析精度。基于瑞典Onsala空间天文台提供的GNSS数据和验潮仪数据的实验结果表明,优化后的海平面测高模型的反演结果与验潮仪数据具有较高的一致性,相比于传统的GNSS-IR海面测高模型精度提高约20%。     

组合GNSS观测值反演海面高度EI北大核心CSCD

与验潮站技术相比,岸基全球导航卫星定位系统干涉反射技术(GNSS-IR)海面测高成本较低,且其观测量不受地壳沉降的影响,并可利用目前已有的沿海岸GNSS固定站提供的数据反演海面高度。目前常用观测量为大地测量型GNSS接收机给出的信噪比(SNR)值,然而,早期很多GNSS设备的输出文件中都不包含该值,导致无法利用它们研究海面高度长期变化趋势。但经典的码伪距和载波相位观测值中,同样包含着GNSS-IR测高信息。本文分别引入单频码伪距和单频载波相位的组合,以及单频码伪距和双频载波相位的组合GNSS两种观测值的组合实现了岸基海面测高。本文采用模拟数据证明了基于前一组合的GNSS-IR测高精度受到电离层延迟残差的影响,而后一种组合可避免该误差项的影响。为验证两种组合方法的有效性,在山东威海一海上栈桥上开展了试验,采集了全球定位系统(GPS)和北斗卫星导航系统(BDS)的观测数据,并处理得到了海面测高信息。最后,将反演结果与26 GHz雷达高度计的观测值进行了比较分析,发现二者具有较好的一致性,相关系数均优于85%。试验结果表明:两种码伪距和载波相位组合法均可用于GNSS-IR测高。另外,由于当前GNSS-IR测高受多种误差项影响,导致反演精度较低,使得后一种组合在避免电离层延迟残差方面的优越性并没有明显体现。本文组合方法的引入,增加了海面高度反演方法的多样性,提升了GNSS-IR测高技术的应用空间。     

基于BDS信噪比的潮位监测精度分析与评估

基于非洲东海岸MAYG站2020年年积日268～366的信噪比（SNR）数据开展GNSS-IR（global navigation satellite system interferometric reflectometry）监测海平面高度研究,并与Dzaoudzi验潮站的实测潮位进行对比。结果显示,BDS-GEO不适用于岸基测高;BDS-MEO的监测精度优于BDS-IGSO和GPS。     

基于NARX回归神经网络的岸基GNSS-IR有效波高反演模型分析

有效波高是海洋动力环境的主要参数,针对现有岸基双天线GNSS-R有效波高反演方法必须使用专用型接收机,以及相关测站布设较少、数据获取困难等限制,本文提出了一种利用普通单天线测量型GNSS接收机的GNSS-IR数据反演有效波高的方法。首先,利用NARX回归神经网络构建潮高反演误差与有效波高大小之间的相关模型,并给出了从数据选取、数据集制作到反演模型构建的相关流程与方法。然后,使用斯坦福大学哈勃肯斯海洋实验站中P231站两年的数据,开展了基于NARX回归神经网络的岸基单天线GNSS-IR有效波高反演模型试验。试验结果表明,该模型适用于0.1~2.5 m （即二～四级海况之间）范围内有效波高的反演应用,反演有效波高的MSE最小为0.01 m。     

GNSS-IR海潮监测的动态改正方法对比分析

从测站环境和监测要求2个方面分析经典改正法和最小二乘改正法在海潮监测中的适用性。结果表明,2种方法均能改正误差,提高反演精度,且具有不同的适用性。经典改正法在正常气象情况下改正效果较好且基本不改变结果的时间分辨率,而最小二乘法更适用于风暴潮或海啸等特殊情况。当监测有效方位角较小的海域时,2种方法改正效果均会降低,且经典改正法受影响更大。