一种动态参考站RTK模糊度解算方法

根据两空间的不同特性和两空间模糊度之间的匹配关系 ,提出了双空间搜索算法 ,使两空间的模糊度候选值明显减少 ,因此可以加快模糊度的搜索速度 ,并用车载试验数据验证了方法的正确性。车载“动对动”定位结果与常规RTK结果比较 ,精度达到mm级     

温度递减率对加权平均温度的影响

引入温度递减率,和地表温度一起作为独立参数对加权平均温度进行拟合,并根据所建立的温度递减率模型,分析其对加权平均温度的影响。研究表明,高精度的温度递减率有利于改善加权平均温度模型拟合值的分布,使其不再与地表温度呈现简单的线性关系,即使不同探空站的地表温度相同,它们计算的加权平均温度也不相同,从而提高GPS气象学中PWV的转换精度。     

融合GNSS气象参数的BP神经网络雾霾预测研究

结合IGS中心获取的BJFS站气象参数（气温（T）、气压（P）、大气可降水量（PWV））及同期PM_2.5数据,建立一种融合时序网络和回归网络的雾霾预测模型,对PM_2.5浓度进行预测。研究表明,引入GNSS气象参数的融合网络模型较单一网络模型适应性强、准确度高,在一定精度范围内可准确预测PM_2.5的变化,时效性达3 h。本文结论验证了卫星导航技术应用于雾霾天气监测及预报的可行性。     

轻便型变形监测雷达的研制与基本性能测试

本文介绍自主研发的轻便型变形监测雷达的原理结构和特点,并通过一系列实验对该雷达进行基本物理参数和精度的初步测试以及建筑物变形监测方面的应用实验。通过实验证明,该雷达的测量精度达到0.1mm,最远可以观测到800m外的目标,可以用于建筑物变形监测,该雷达也用于边坡、大坝、桥梁等目标的远程变形监测。同时,该雷达在重量、体积、功耗等方面有着优势,解决同类产品笨重、难以携带作业的问题。     

第24太阳活动周武汉电离层VTEC变化特性分析

利用2008-2015年(第24太阳活动周)中国地壳运动监测网络(CMONOC)武汉站(30.5°N,114.4°E)GPS双频接收机监测的垂直总电子含量(VTEC)数据,分析电离层VTEC变化特性,并讨论VTEC与太阳活动的相关性.结果表明,VTEC估值周日变化在14:00-16:00LT左右达到最大值;同时,电离层VTEC也表现出明显的逐日变化特性,特别是在VTEC峰值处呈现较大差异.在太阳活动高年(2011-2015),VTEC变化呈现明显的双峰结构,即所谓的"半年异常"现象,春季峰值大于秋季峰值,"冬季异常"也更为明显.在各个季节(除春季外),VTEC与F_10.7p的相关性最好,与F_10.7的相关性次之,与太阳黑子数(SSN)的相关性稍弱;秋季VTEC与太阳活动的相关性最好(Max_F10.7p=0.92232,Max_SSN=0.85575),冬季VTEC与太阳活动的相关性最差(Min_F10.7p=0.79028,Min_SSN=0.72703).     

基于D-P算法和最优路径的海山地理实体边界划定方法

海底地理实体的划定与命名是当前国际海洋权益领域的热点研究问题之一。然而,由于海底地理实体边界的量化界定技术缺乏,导致其界线确定不可避免地存在人为性,为此,本文提出了一种基于D-P算法和最优路径的海底地理实体边界划定方法。将高分辨率水深模型转换为二维水深矩阵,从横向与纵向进行剖面分析,采用极值点简化和D-P算法进行二次简化的方法,通过坡度变化定位和基部高程定位等基本条件综合判断,从而实现了单体海山的山体与其基部的自动划分;在此基础上,采用路径寻优的方法实现了连体型海山的自动分割。该方法在南海海底地理实体划定中进行了验证,取得了良好的应用效果。     

GPS校正点选取对RTK平面测量精度的影响分析

以一次试验为基础,对其中GPS静态控制网得到的坐标和RTK测得的GPS静态控制网的点的坐标进行比较和分析,分析了GPS点校正过程中,点对的选取对RTK平面测量结果的内外符合精度的影响,得出了如何使内外精度更符合的结论。     

GPS网平程序设计

详细介绍了GPS三维网平差的原理,分析了程序设计的数学模型,并根据此模型利用C#程序语言开发了GPS网平差工具软件包,应用此软件包解算实测的GPS网,验证了软件包的实用性。     

����Delaunay�������Ĵ��ģCORS��׼վ���������о�

???????вο???(CORS)????????????GPS???????????λ(RTK)??????????GPS??????λ?????????????? ??λ???????????????????????????????????????????е?Delaunay?????????????????????CORS????????????????????????????????????????????????ο??????????????????????????????????????????Ч???????????     

利用多源数据构建PWV混合模型

高精度和高时空分辨率的大气可降水量(precipitable water vapor, PWV)信息对于极端天气研究具有重要作用。传统的单一水汽探测技术获取的PWV因其系统设计的局限性存在精度差、时空分辨率低等缺陷。针对该问题,提出了一种基于多源数据的混合模型——全球温度气压湿度(global pressure and temperature 2 wet, GPT2w) +球谐函数（spherical harmonic function,SHF）+多项式拟合（polynomial fitting,PF),简称GSP模型。该模型通过GPT2w计算PWV的初始值,利用SHF拟合PWV的偏差序列,利用PF对模型偏差进行校正,并引入Bartlett检验确定GSP模型中多源数据的最优权值。选取2014年中国云南省26个全球导航卫星系统(global navigation satellite system, GNSS)测站和37个欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasting, ECMWF)气候再分析数据集(ECMWF reanalysis-interim, ERA-Interim)格网点(1°×1°)的数据为例,建立GSP模型并进行验证,发现GSP模型较传统PF模型的精度提升率为15%~18%。以ECMWF第5代气候再分析数据集(ECMWF reanalysis v5, ERA5)提供的PWV格网数据(0.25°×0.25°)为参考,GSP模型的平均均方根误差和偏差分别为1.64 mm、－0.25 mm。上述结果表明GSP模型具有较高的精度,对于极端天气预警具有重要作用。