非线性参数估计的自适应松弛正则化算法

非线性方程参数估计存在的弊端在于非线性观测方程存在不适定问题时，以线性化平差估计和高斯牛顿为代表的经典数值算法会产生较强的不稳定特征。因此，针对传统非线性最小二乘求解不稳定且可靠性低的特点，基于稳定泛函极小准则最优化思想，提出了一种自适应松弛正则化数值算法。该算法采用正则化参数几何递增计算方法和残差最小步长准则，实现了正则参数和迭代步长计算的完全自适应，提高了非线性迭代收敛效率。以病态仿真数据和水下实测数据为例，验证了该方法的数值收敛解优于线性平差估计解，收敛效率优于迭代Tikhonov正则化方法。     

水汽层析代数重构算法

讨论了代数重构算法在水汽层析应用中的各种问题,包括约束条件的构造、层析初值的选择、松弛因子的计算、终止条件的确定等,给出了计算最优松弛因子的黄金分割搜索法和确定终止条件的NCP规则,对比分析了Kaczmarz、Randkaczmarz、Symkaczmarz、SART、Landweber、Cimmino、CAV、DROP等8种常见的代数重构算法,并以香港SatRef的观测数据进行了试验。试验结果表明,以上8种代数重构技术都能够满足水汽层析的要求;迭代终止条件比松弛因子更为重要;采用文中计算最优松弛因子的黄金分割搜索法和NCP迭代终止条件,CAV算法结果最优,其次为Cimmino算法。     

基于优化包络相关法的罗兰C天波延迟估计算法

针对低信噪比条件下,罗兰C天波信号延迟时间估计的准确性和有效性问题,提出基于优化包络的相关系数时域法。通过分析标准罗兰C信号包络的特征,分别采用微分和二次微分方法对罗兰C信号包络进行优化,形成陡峭的包络信号上升沿;利用相关系数法对接收信号包络和参考信号包络进行匹配,形成的匹配峰值分别对应地波和天波信号到达的时刻,由此可获得天波信号的延迟时间;通过仿真分析和实测信号试验验证,证明该方法能满足数字化接收机的实际要求,并具有更高的抗干扰能力、估计准确性和自动识别功能的特点。估计的结果还可以作为判别相位跟踪和周期识别正确率的辅助依据。     

GNSS长度测量不确定性试验分析

针对GNSS定位结果总是存在点位误差,由此导出的长度测量值为点位误差的非线性映射,对于长距离定位量测,其非线性影响较小,线性化近似一般可以满足精度要求,但对于短距离量测,其非线性影响不容忽略的问题。该文探讨了GNSS长度测量不确定性来源,通过单点定位和差分定位试验验证了长度测量不确定性与定位精度、点间距离的关系,测试不同偏差和方差估计公式的适用性。试验表明,对于GNSS高精度、长基线测量,其长度统计偏差可以忽略,且方差为基线向量的方向方差;现有不确定性评估公式在超短基线情形适用性会变差,在这种情形下,试验表明二阶偏差和方差估计更为精确。通过消除长度统计偏差得到无偏估计量,可以有效提高距离量测的可靠性,为提高用户距离量测精度提供有益帮助。     

利用小波分解重构提取高频GPS数据静态永久性变形

研究了利用小波分解重构提取高频GPS数据静态永久性变形的方法。通过对El Mayor-Cucapah地震和东日本大地震两次地震高频GPS数据的处理和分析表明,PPP模式处理的高频GPS数据能够获取和强震仪相近的短周期强运动位移信息,并且保留了静态永久性变形信息;利用小波分解重构可以高精度地估计高频GPS动态位移中的静态永久性变形,有效区分主震和余震造成的静态永久性变形以及震后蠕滑位移。     

山东CORS基准站坐标时间序列噪声分析

针对目前在分析GPS基准站噪声时对其坐标时间序列周期项提取不充分的现状,该文提出用小波谱探测坐标时间序列中的周期项,用小波分析方法提取周期项,得到不含明显周期项噪声序列。以山东CORS中26个基准站两年的坐标时间序列为例,去除了坐标时间序列中阶跃项,确定了长期趋势项,对周期项进行了探测、分离和提取,得到了各测站的噪声序列;用谱指数法分析了噪声的类型,用最大似然估计获取了各种噪声的分量,进而建立了噪声组合模型。实验结果表明,山东CORS基准站噪声模型可以用白噪声加闪烁噪声的形式来描述,其白噪声的平均值为1.25mm,闪烁噪声的平均值为5.46mm。     

径向基函数神经网络在GPS卫星钟差预报中的应用

GPS卫星钟在空中很容易受到诸多因素的影响,导致其钟差行为很难用线性模型,二次多项式模型,灰色模型等现有模型进行描述和实现可靠的高精度预报。本文利用径向基函数神经网络对几颗GPS卫星钟差连续进行了五分钟、一小时和一天的预报,分别取得了均方根误差优于0.4ns,0.5ns和1ns的预报精度,证明了文中径向基网络结构在钟差预报方面的可靠性。     

基于高斯平滑滤波的罗兰C周期识别新方法

在有效估计天波延迟地波时间的基础上,提出了全新的基于高斯平滑滤波的罗兰C周期识别新方法。该方法完全摆脱了固定第三周期识别的思路,在有效防止信号出现周跳和确保接收机接收性能的精确性与稳定性的同时,提高了采样信号的信噪比,降低了信号电平的损失,增加了信息的利用率。     

测距定位模型参数估计的Landweber迭代法

针对传统非线性最小二乘求解不稳定、且可靠性低的问题,该文基于非线性最优化理论,提出了一种处理附有多余参数测距定位方程的Landweber迭代法。该方法具有计算简单、无须矩阵取逆的优点,能够克服病态测距定位方程的不适定问题,提高了迭代序列的稳定性。最后以短距离测距病态方程为例,验证了该文的主要结论。     

基于实测重力异常和地形数据确定重力梯度的研究

本文利用澳大利亚北领地West Arnhem Land 地区实测重力异常数据并联合DEM(9")和SRTM3(3")地形高程数据,使用移去-恢复技术和Stokes积分方法计算了该地区两条剖面的重力梯度及其功率谱密度,使用FFT方法解算了整个地区的重力梯度值,结果证明了联合重力异常数据和高分辨率地形高程数据能有效地提高重力梯度的解算精度;功率谱密度的计算结果与国外成熟的重力梯度功率谱密度模型相吻合,表明高于0.3 Hz频率范围的功率谱密度可看做噪声,为重力梯度数据处理中噪声的辨别和剔除提供了借鉴,另外对重力梯度辅助导航基准图的构建以及重力梯度测量系统的标定提供了有益的探索.