GPS技术在大气探测中的应用

介绍了GPS遥感大气水汽含量技术的类型、实时GPS遥感水汽技术的研究现状以及地基GPS大气探测的基本原理。提出了用非差精密单点定位模式进行实时GPS遥感水汽探测的基本构想和需要解决的关键问题,并对非差精密单点定位的主要误差源进行了简要分析和评述。     

一种改正伪距多路径误差的北斗三频周跳探测与修复方法

使用北斗三频观测值提取伪距多路径误差。分析表明,北斗伪距多路径误差达到m级,且变化较快,不能通过历元间差分完全消除,会对周跳探测及修复产生影响。提出一种改正伪距多路径误差的北斗三频周跳探测与修复新方法,能有效控制伪距多路径误差的影响,提高周跳修复的成功率。     

GNSS/里程计组合定位抗差估计法

利用Kalman滤波进行GNSS/里程计组合定位难以实现两种传感器的最优利用。针对轮轨相对运动时里程计数误差增大的情况,提出了对GNSS位置导出里程、速度导出里程和里程计输出里程使用抗差最小二乘求取最优里程;并使用中位数求取抗差迭代初值。增加GNSS测速里程观测值,提高了观测冗余,有利于计算抗差初值。抗差等价权能够平衡3种观测值的比重,增强鲁棒性。计算结果表明,引入速度信息的抗差解法优于单一传感器定位解;也优于传统滤波解法。     

北斗系统差分码偏差解算中一种新的定权方法

差分码偏差(DCB)参数是影响用户定位、导航、授时和电离层求解的重要误差源之一。分析了北斗卫星导航系统不同轨道卫星高度角与不同频点信噪比(SNR)差值间的关系。实验分析表明:不同轨道卫星间信噪比差值具有较大差距,IGSO卫星信噪比差值(DSNR)较小且较为稳定,明显优于其他卫星;GEO卫星信噪比差值变化较小但绝对值较大;MEO卫星变化频繁且幅度较大。针对北斗系统具有多种轨道卫星的特点,结合卫地距与不同频点信噪比差值,提出了一种新的定权公式,并系统分析了不同定权方式下卫星DCB解算结果。实测数据分析表明:新的定权公式可以提高DCB解算精度,增强解算结果的稳定性。其中对于B1,B2和B1与B3差分码偏差,GEO卫星分别提高1%~15%和9%~16%;IGSO卫星提高4.5%~16%和8%~9%;MEO卫星提高20%~22%和27%~28%。     

几种精密卫星钟差加密方法的比较与分析

卫星钟差是影响GPS高精度单点定位的一个重要因素,通过分析几种加密GPS精密卫星钟差的方法,将加密结果与GFZ(German Research Centre for Geosciences)提供的数据进行比较,并通过精度分析,得出分段线性插值法是加密GPS精密卫星钟差一种较为可靠的方法。     

一种新的自适应滤波及在单频GPS精密动态单点定位的应用

应用扩展卡尔曼滤波(EKF)进行单频GPS精密动态单点定位时,只有当动力学模型和随机模型准确无误时,卡尔曼滤波才能提供系统状态向量的最优解。而实际上,卡尔曼滤波解会受到许多因素的影响。尝试利用支持向量机来辅助卡尔曼滤波,先选择具有全局意义的样本,把信息向量作为支持向量机的输入,输出是相应的滤波解差值。然后在动态定位中,在线利用训练好的支持向量机预测出当前历元的滤波解差值,实时地修正滤波解,从而提高定位精度。最后通过一个实际算例验证该算法的适用性。     

干旱区大气折光对三角高程测量精度的影响及分析

大气垂直折光是影响三角高程测量精度的主要因素,视线距离地面较高时,在有利观测时段进行垂直角观测(中午),并用传统的方法进行数据处理可有效减弱大气折光影响。而在沙漠戈壁滩等干旱环境下这两种条件难于实现。从数据处理的角度,结合某测区高程导线的观测数据探讨了减弱折光影响的一种改进的平差模型,与传统方法相比能取得较好效果。     

LS-SVM算法中优化训练样本对测深异常值剔除的影响

在验证趋势面滤波是最小二乘支持向量机算法取特定参数解的基础上,利用 LS-SVM 所构造的海底趋势面对测深异常值进行剔除。 为了克服 LS-SVM 解非稀疏性的缺点,同时抑制偏差较大的训练样本对海底趋势面构造的影响,提出并实现了一种基于局部样本中心距离的训练样本优化方法。 为了检验该算法的有效性,选取实测的多波束测深数据进行验证,结果表明在训练样本优化的基础上,通过调整 LS-SVM 的参数可以得到更为合理的海底趋势面,测深异常值地剔除也更为有效。     

变分优化的高斯混合滤波及其在导航中的应用

针对时间差分载波相位/捷联惯导紧组合系统在非高斯噪声环境工作时,采用高斯混合滤波遇到的混合模型参数估计问题,提出了一种变分贝叶斯学习优化的高斯混合自适应滤波算法。该算法借鉴变分学习理论,准确高效地实现了高斯混合模型参数的自适应估计,进一步精化了滤波算法中的随机模型,能够显著提高估计精度,降低计算负担,改善滤波性能。实验结果表明,相比传统滤波算法,该算法的估计精度得到了进一步改善,运算耗时仅与拓展卡尔曼滤波相当。     

基于随机模型改正的有色状态噪声处理新方法

控制有色状态噪声影响除了通过状态向量扩展的方法外,也可以通过修正随机模型.提出采用多项式长除法将有色状态噪声模型展开成无穷级数,截断取其有限项,进而求取有色状态噪声方差.利用该方差对随机模型进行修正,再结合现代时间序列分析方法,构造出新的ARMA新息模型,并根据该新息模型设计状态最优滤波器.为了说明该方法的正确性和合理性,将它与标准的Kalman滤波和状态向量扩展法进行分析和比较.结果证明利用该方法能有效地控制有色状态噪声的影响.