新型移动三维激光扫描技术在盾构管片椭圆度检测中的应用

铁运营阶段对隧道结构的变形监测保证了地铁运行的安全，而椭圆度检测是地铁隧道结构检测的重要工作。本文简单介绍了传统椭圆度检测的基本方法，分析了新型移动三维激光扫描检测系统基本原理及隧道椭圆度检测的方法和处理流程。通过工程案例实际应用以及对检测结果的综合分析，证明了移动三维激光扫描技术在盾构管片椭圆度检测中的优势。     

基于EMD方法的地心运动时间序列分析

针对时间序列混有的高频信息会影响地心运动规律分析的问题，采用网平移法对IGS提供的GNSS周解进行解算，得到2007-2017年地心运动时间序列，对其进行分解重构，剔除高频项，并利用重构时序对地心运动规律作进一步分析探讨。结果表明：本文解算的地心运动在T_x、T_y和T_z方向的精度均为毫米级。EMD方法重构的时序保留了原序列的基本信息，且抑制了高频项的影响，提高了周期贡献率，3个方向的贡献率分别提高了12.3%、16.7%及6.3%。通过分析重构后的时序发现，周年项振幅为各周期对应振幅的最大值，分别为2.32、1.89和2.07 mm；T_y和T_z方向长期变化趋势较T_x更为明显，分别为0.13和-0.27 mm/a；半年项较小，且在T_x和T_y方向上具有时变性。此外，还发现了一些其他较小的年际变化。     

精密全站仪在体育场主体结构变形监测中的应用

体育场作为重要的公共建筑,其安全可靠性至关重要。TM30全站仪是一款具有ART功能、小视场技术的高精度测量仪器。本文通过建立独立坐标系统,安置固定监测点标志,使用TM30全站仪,采用精密三维坐标法监测体育场主桁架结构在温度影响下的变形量,并对监测数据进行分析。结果表明利用TM30全站仪采用精密三维坐标法能够满足体育场结构变形监测的精度要求,并具有可靠、简便、高效的优点,为今后类似工程的变形监测积累了经验。     

大坝变形监测的粒子群优化高斯过程预测

针对大坝变形数据的非平稳非线性特点,传统预测模型受到了一定限制。鉴于高斯过程(Gaussian Process,GP)对非平稳数据具有高自适应性,考虑到其自身在协方差函数选取以及超参数优化方面存在不足,为提高高斯过程模型的预测精度,文中通过粒子群算法(Particle Swarm Optimization,PSO)优化其超参数并选择最优协方差函数。通过实例验证分析,比较多元回归分析、GP、PSO-GP三种模型在大坝变形监测数据处理中的预测精度,表明大坝非线性预测模型粒子群优化高斯过程算法具有较高的预测精度,是一种有效的大坝变形分析预测方法。     

过江隧道江底的变形监测

采用无人船进行过江隧道江底变形监测,能够在较短的时间测量水下地形,并绘制江底地形地貌、地状参数图等,提高了过江隧道监测的效率,减少了人员安全隐患。本文以杭州地铁8号线一期工程为背景,介绍了无人船在过江隧道江底变形监测中的研究和应用,建立了完整的技术流程,提出了江底地形监测的关键技术,得到了符合精度要求的钱塘江江底变形监测成果数据。整体效率优于传统测绘方式,可为无人船在水下地形地貌测绘、水下地质勘探、航道测量等领域应用提供理论和实践参考。     

Landsat长时间序列的阳澄湖湖面围网时空变化

准确提取湖泊围网区域的时空分布信息对湖泊的保护和可持续发展具有重要意义。本文以阳澄湖为研究区域,收集该地区1984年—2017年所有的Landsat 5和Landsat 8影像(共计396景),提出了结合光谱和纹理特征的围网提取新算法,同时利用时间序列滤波消除年际间因数据不一致造成的偏差。以高清影像人工解译作为参考,阳澄湖围网提取结果的生产者精度在72.57%—88.53%,用户者精度在79.79%—98.10%,围网面积变化与文献记录吻合。结果表明,阳澄湖围网经历了"无围网期"(1984年—1994年)、"快速增长期"(1994年—1998年)、"巅峰期"(1999年—2002年)、"快速下降期"(2003年—2006年)和"稳定期"(2007年—2017年)5个阶段,最高达到100 km2,目前稳定在30 km2;通过研究围网区植被指数发现,2002年之后围网区浮水植物的种植面积增大;通过对比水质数据发现,2002年至今持续15年的围网拆除并未使阳澄湖恢复到80年代无围网养殖时期的II类水,其水质依然处于Ⅲ—Ⅳ类。因此在湖泊养殖开发过程中,政府应该坚持可持续发展道路,在不破坏湖泊水质的基础上发展湖泊经济。     

实时卫星钟差基准精化方法

在基于精密单点定位(PPP)的授时方法中,卫星钟差产品的高精度时间基准至关重要. 针对实时卫星钟差产品时间基准不够稳定的问题,本文采用一组具有原子钟外部输入的国际全球卫星导航系统(GNSS)服务(IGS)跟踪站建立了顾及原子钟变化特性的基准精化方法. 该方法首先采用阿伦方差对不同的IGS跟踪站外接原子钟进行稳定度分析,挑选出一组稳定度高的原子钟用以精化时间基准. 在此基础上,利用阿伦方差分析各台原子钟的噪声参数特征,并确定不同原子钟之间的权比关系. 最终,建立时间基准改正量的随机模型,并计算出精化后的时间基准. 通过实例验证表明:与IGS事后精密钟差产品定义的时间基准比较,改正后的实时钟差基准单天内的标准差(STD)优于0.1 ns,相比于改正前最高提升了93％. 同时,基准改正后的天内万秒稳达到10-15量级,实现了一个量级的提高. 此外,通过相对钟差精度的分析,表明钟差基准修正不影响PPP的定位精度.      

基于支持向量机的GNSS时间序列预测

在深度学习的理论框架下,针对预测全球卫星导航系统(GNSS)时间序列,传统的经验风险最小化预测模型误差大精度低,泛化性能差且对历史数据的经验依赖大的问题.提出一种采用结构风险最小化原则的基于支持向量机(SVM)的时间序列预测模型．通过和多层的BP神经网络预测模型预测效果比较,结果证明SVM预测模型拥有更好的时间序列预测效果．      

BDS精密单点定位在桥梁变形监测中的应用

桥梁变形监测是进行桥梁健康评估和后期修缮的重要内容．本文基于北斗卫星导航系统（BDS）精密单点定位技术,对实时采集的高频率BDS／GPS数据进行精密单点定位(PPP)静态和动态处理,并以相对静态定位结果作为参考,分析在桥梁复杂环境下BDS的PPP的精度,并把北斗动态PPP结果与GPS做对比．研究结果表明，在1 h连续变形监测时间左右,北斗静态PPP精度和BDS动态PPP定位精度可以达到厘米级,可以监测出大型车辆经过桥梁时的变形情况,并与GPS监测变形趋势基本一致．      

多系统双频精密单点定位不同模型下性能比较分析

通过2018年1月多全球卫星导航系统（GNSS）实验(MGEX)的十个测站数据,采用无电离层模型和非差非组合模型,对单系统、双系统和四系统精密单点定位（PPP）进行定位性能分析,定位性能包括收敛时间和定位精度. 实验结果表明,两种PPP模型定位性能相当,但优于单频PPP,在E、N和U方向收敛时间缩短20 min左右,定位精度提高1.6 cm左右;联合多系统能够增加卫星数,改善卫星间几何构型,提升PPP的定位性能. 对GLONASS伪距频间偏差（IFB）采用估计每颗GLONASS卫星的伪距IFB模型和伪距IFB为频率二次多项式模型提升PPP的定位性能,结果表明估计每颗GLONASS卫星的伪距IFB模型要优于伪距IFB为频率二次多项式模型,估计伪距IFB相比忽略伪距IFB在PPP定位性能上有不同程度的提升.