星载InSAR高程提取过程中的误差分析

DEM的提取是InSAR数据处理中的一项重要的内容,而高程的精度对DEM的提取有着重要影响。本文根据斜距、基线、相位以及高度等量之间的几何构形以及存在的函数关系,推导出了InSAR高程误差公式,分析了影响InSAR测高精度因素的相关性及高程误差;并分别对垂直基线和水平基线对高程精度的影响进行了详细的分析。最后,针对星载InSAR高程提取的特点,提出了一些提高测量精度的参考和建议。     

应用TGO实现坐标投影高程面的转换计算方法研究

本文提出了一种基于TGO实现坐标投影高程面的转换计算方法.以CGCS2000为例,介绍了本文方法的具体计算流程,对某工程控制网的数据资料进行实验测试,结果表明本文方法的计算结果与CosaGPS处理结果是一致的,从而验证了本方法是行之有效的.     

基于GNSS的建筑塔机侧向垂直度智能检测

鉴于传统的经纬仪测量方法检测建筑塔机侧向垂直度存在诸多弊端,提出一种基于全球卫星导航系统(Global Navigation Satellite System,GNSS)的建筑塔机侧向垂直度智能检测技术.基于GNSS的动态检测模型,以GPS系统双频数据为例,给出单历元快速模糊度解算算法(Fast Ambiguity R...     

复杂测量环境下BDS-3/GPS组合RTK测量性能分析

为比较分析城市道路观测环境下BDS-3/GPS组合RTK测量性能,探讨一种基于卡尔曼滤波算法的RTK测量模型。在统一BDS-3/GPS组合RTK测量时空基准的基础上,建立RTK观测方程模型,利用LAMBDA算法快速确定双差整周模糊度,并基于卡尔曼滤波算法求解RTK观测方程模型测量结果;基于Visual Studio 2020平台,运用C/C++编程语言,设计和开发RTK数据处理软件(KalRTK),并比较分析BDS-3/GPS组合RTK测量结果。通过城市道路实测数据分析结果表明,BDS-3系统沿东西向跟踪卫星能力要略弱于GPS系统;BDS-3/GPS组合RTK测量的平面精度与高程精度均优于1.6cm,点位精度优于2.2cm,与GPS双频RTK测量精度基本相当,但优于BDS-3双频RTK测量精度。     

基于GAMIT-北斗的基线解算方法与实践

随着我国北斗事业的逐渐成型,北斗卫星系统已渐渐融入生活中,使用北斗卫星高精度导航定位成为未来几年的研究重点。简要介绍Ubuntu系统平台的虚拟机搭建,详细阐述基于Ubuntu系统的GAMIT软件安装时的环境配置、安装流程以及路径设置,最后使用最新版本GAMIT/GLOBK10.61软件对多模GNSS实验跟踪网MGEX项目数据进行GAMIT北斗基线解算实现,通过GAMIT-北斗基线解算与GAMIT-GPS的基线解算的多方面对比分析。结果表明,GNSS接收机收到的可见北斗卫星的个数、分布和空间结构都不如GPS,进而导致GAMIT-北斗的基线解算质量略低与GAMIT-GPS的基线解算质量。     

基于混沌时间序列的大坝变形短期预测

将混沌时间序列预测理论应用到大坝变形预测中，根据非线性大坝变形时间序列，运用相空间重构理论，建立了加权一阶局域法、基于最大Lyapunov指数法大坝预测模型，对混沌的大坝变形数据短期预测模型进行了研究，对比分析了各自的特点，并结合实例完成了对大坝变形的预测。计算分析表明，该模型预测误差较小，与传统的自回归模型预测结果相比，基于混沌时间序列的预测方法在大坝变形的短期预测中具有更高的精度。     

二维相似变换模型在GPS网基准点兼容性分析中的应用

本文在分析二维相似变换模型的基础上,提出了一种适用于工程GPS网基准点兼容性分析的"较差阈值法",给出了较差阈值的确定方法,构建了相应的程序模块,利用工程实例证明了该方法的有效性和正确性。     

基于优化初始值的GM（1，1）模型及其在大坝监测中的应用

传统的GM（1,1）模型通常以第1点作为初始值来确定积分常数 C,缺少一定的理论依据。文中就GM（1,1）模型初始值的优化选取进行了深入的探讨,提出建模方差的概念。依据建模方差δ2 最小的原则,对传统GM（1,1）模型的初始值进行改进,提出基于优化初始值的GM（1,1）模型。在大坝变形监测数据分析中应用优化的GM（1,1）模型,采用C++语言编程建立了相应的预测模型。大量的数据分析计算表明,优化的GM（1,1）模型预报精度优于传统的GM（1,1）模型和多项式拟合模型。     

基于优化初始值的GM（1，1）模型及其在大坝监测中的应用

传统的GM(1,1)模型通常以第1点作为初始值来确定积分常数C,缺少一定的理论依据.文中就GM(1,1)模型初始值的优化选取进行了深入的探讨,提出建模方差的概念.依据建模方差δ2最小的原则,对传统GM(1,1)模型的初始值进行改进,提出基于优化初始值的GM(1,1)模型.在大坝变形监测数据分析中应用优化的GM(1,1)模型,采用C 语言编程建立了相应的预测模型.大量的数据分析计算表明,优化的GM(1,1)模型预报精度优于传统的GM(1,1)模型和多项式拟合模型.     

基于混沌时间序列的大坝变形短期预测

将混沌时间序列预测理论应用到大坝变形预测中,根据非线性大坝变形时间序列,运用相空间重构理论,建立了加权一阶局域法、基于最大Lyapunov指数法大坝预测模型,对混沌的大坝变形数据短期预测模型进行了研究,对比分析了各自的特点,并结合实例完成了对大坝变形的预测。计算分析表明,该模型预测误差较小,与传统的自回归模型预测结果相比,基于混沌时间序列的预测方法在大坝变形的短期预测中具有更高的精度。