一、模糊方法在测量数据处理中的应用(论文文献综述)
马朝忠[1](2020)在《GNSS时间序列异常值探测方法研究及其应用》文中研究指明有效可靠的GNSS数据是精确定位、导航与授时的前提和基础,GNSS时间序列异常值的探测是提高数据可靠性的一个重要环节。本文主要致力于GNSS时间序列异常值探测方法及其应用的研究。基于ARIMA模型,提出GNSS时间序列异常值探测的Bayes方法、似然比方法、EM算法及其模型选择方法,并应用于卫星钟差数据处理及其BDS卫星三频周跳的探测与修复。本文的主要工作和创新点如下:1.提出了GNSS时间序列异常值探测的Bayes方法。运用Bayes统计学的理论和方法,从Bayes假设检验的角度提出了基于识别变量后验概率的GNSS时间序列异常值的探测模型和判别规则;从不同角度研究了ARIMA模型参数及识别变量的先验分布的确定方法;采用Gibbs抽样算法,提出了后验概率值的计算方法;将二次多项式模型和ARIMA模型相结合,构建了新的卫星钟差预报模型和异常值探测模型;随机选取GPS卫星4种不同类型的星钟,考察新方法的有效性,并与MAD方法进行了比较。2.提出了GNSS时间序列异常值探测的似然比方法及其成片异常值探测的抗掩盖与淹没算法。借鉴方差膨胀模型的思想,将异常值的扰动归入随机模型,运用似然比原理和方法,构建了异常值的探测模型和检验规则,将异常值的探测问题归结为假设检验问题;提出了GNSS时间序列异常值探测的似然比方法,推导了似然比检验的Score检验统计量;针对成片AO类异常值探测时易出现掩盖与淹没现象的问题,分析了成片异常值对异常值探测产生影响的机理及差分与逆差分对异常值探测产生影响的机理,提出了成片AO类异常值探测的新算法及成片异常扰动估计的方法,并将新方法应用于BDS卫星钟差数据的处理。3.提出了GNSS时间序列异常值探测的EM算法及两种改进算法。引入识别变量建立了基于ARIMA模型的异常值探测模型,并将识别变量视作隐藏变量,采用EM算法进行计算,实现了异常值的定位与定值;针对EM算法在GNSS异常值探测过程中系数矩阵易出现病态性的问题,分别运用有偏估计理论和正则化方法,对异常值探测的EM算法进行了改进,给出了相应的偏参数和正则化参数的确定方案,并应用于GPS和BDS卫星钟差数据的处理。4.提出了GNSS时间序列异常值探测的模型选择方法及其成片异常值探测的两阶段法。从模型选择的角度建立了GNSS时间序列异常值的探测模型,将异常值的探测问题转化为一个模型选择问题;提出了GNSS时间序列异常值探测的MDO度量标准,解决了异常值的定位、定值问题;提出了成片异常值探测的两阶段法及其异常值判定的标准;将新算法应用于GNSS卫星钟差数据处理,并在RMSEP、Mean和MAB三个指标下与常用的钟差异常值探测方法进行了比较。5.将新的异常值探测方法应用于BDS卫星三频周跳的探测与修复。针对三频无几何相位组合存在不敏感周跳组合,多次组合会增强数据相关性的现实问题,将本文提出的GNSS时间序列异常值探测的方法应用于BDS三频组合周跳的探测和修复;通过对孤立周跳、连续周跳、不同卫星随机周跳和多卫星多站点组合周跳的探测与修复实验,验证了四种新方法对于周跳探测的有效性、可靠性等优良性能。
王印彤[2](2020)在《GNSS非差非组合模型电离层延迟和模糊度固定算法研究》文中研究说明卫星导航定位技术从单一的GPS系统发展到多GNSS系统并存,从使用双频伪距观测信号发展到多频率、多类型观测信号协同计算,在此背景下,非差非组合数据处理模型成为热点研究内容。而随着卫星导航系统的应用领域逐渐从导航定位领域扩展到GNSS大气学领域,高精度定位技术从差分定位技术发展出广域实时PPP和PPP-RTK等技术,电离层延迟处理策略和非差模糊度固定技术成为了非差非组合数据处理中的关键问题。本文围绕非差非组合数据处理模型中的电离层延迟处理策略和非差模糊度固定方法这两个关键问题,开展了一系列研究和应用工作。本文的主要工作和贡献如下:1.分析了电离层延迟空间结构特征和时域周期特征,并利用随机游走方法对电离层延迟随机部分的时域相关性进行约束,构建了兼顾电离层确定性部分和随机性部分的非差非组合精化电离层参数化方法,能够有效描述单测站电离层延迟在时空上的结构特征、周期特征,以及时域上的随机性特征。2.将电离层延迟用电离层参数化模型约束,构建了附加电离层参数化约束的非差非组合数据处理模型。利用该数据处理模型进行了四系统PPP实验,结果表明,相较于传统的无电离层组合模型,精化电离层参数化模型能够有效提升定位精度和定位收敛速度,三维定位精度在单、双频PPP中分别提升了37%和17.8%。3.基于电离层参数化方法,构建了附加电离层参数化约束的非差非组合DCB估计方法,并应用于北斗三号系统DCB估计。结果表明在测站数、误差模型和星历精度有限的情况下,该方法能够提供较为可靠的北斗三号系统DCB估计结果,卫星端B1B2和B1B3 DCB的天稳定度在0.331和0.204ns,接收机端DCB的天稳定度则分别为0.56和0.42ns。在北斗二号系统和GPS系统DCB估计中,得益于高精度星历产品,相比于基于无几何距离组合的DCB估计法,非差非组合估计法能够提供更好的估计精度。4.在非差非组合模糊度固定中,确定了备选模糊度向量集合的选取方法,指出了在备选模糊度向量中可能存在的模糊度不变关系,并结合实测数据给出了模糊度不变量的具体分析策略,提出了一种基于模糊度不变量分析的非差非组合部分模糊度固定方法。实测数据表明,该方法大大缩短了首次模糊度固定的时间,固定历元比例、模糊度固定率均有显着增加,定位精度也能够实现提升。5.将基于模糊度不变量分析的非差非组合部分模糊度固定方法应用于非差非组合PPP-AR中,开展了基于单GPS系统、单BDS系统和GPS+BDS双系统观测数据的PPP-AR实验。结果表明,该部分模糊度固定方法极大改善了模糊度固定率,宽、窄巷模糊度固定率可达80%。在单GPS系统、GPS+BDS双系统实验中,相比于浮点解能够有效实现定位精度提升,在三维和E方向的RMS平均可以提升6.7%和9.1%。而在单BDS系统中的应用效果较差,仅在E方向上实现了一定的精度提升,基于模糊度不变量分析的非差非组合部分模糊度固定方法在北斗系统中应用仍需进一步优化。
李萍[3](2020)在《高刷新率超短基线数据后处理技术研究》文中指出超短基线定位系统作为水下目标定位、导航等高精度水下作业的技术支撑,在海洋科学、国防工业等领域中发挥着日益重要的作用。为使水下目标可以得到足够的采样点数,需减小信号的发射周期以得到高数据刷新率,但当目标距离大于最大非模糊距离时,就会产生距离模糊问题,有效解决该问题是实现水下目标定位的重要技术之一。同时,由于水下环境的复杂性,时延差与斜距信息时常会受到野值的干扰,从而增大系统的定位误差。时延差和斜距信息的有效性也是高刷新率超短基线定位系统的重要研究内容,因此,在定位解算之前,需要采取有效手段对野值进行检测和修正。针对超短基线系统中的时延差与斜距数据出现野值的问题,本文研究一种基于自适应卡尔曼滤波的野值检测与修正算法。该算法将基于新息的野值检测方法与自适应模型相结合,采用衰减记忆滤波方法进行自适应噪声估计,增加野值检测地可靠性,同时,采用强跟踪滤波算法增加系统的鲁棒性。在野值修正上,针对正向卡尔曼滤波对斑点型野值修正精度不高的问题,采用正反向相结合的滤波法进行处理,最后采用RTS固定区间平滑算法提高野值修正精度。结果表明,与CV模型卡尔曼滤波相比,自适应抗野值算法能够有效地检测与修正野值。针对高刷新率超短基线定位系统存在的距离模糊问题,本文研究一种适用于超短基线的抗距离模糊方法:根据方向观测量与距离模糊无关这一特点,再由深度测量仪增加一个深度观测量,将方向观测量和深度观测量计算得到的斜距作为斜距粗值,将各个时刻的斜距粗值作为“初值装订法”的参考距离,解决了“初值装订法”先验初值难以获得的问题。最后,针对上述抗距离模糊方法在大基阵开角下不再适用的情况本文结合自适应卡尔曼滤波算法,通过仿真验证了该算法在野值检测与修正的同时,可以解决大基阵开角下的超短基线距离模糊问题。通过试验数据对本文所研究的算法进行验证,海试数据处理结果表明,基于卡尔曼滤波的自适应抗野值算法可以有效检测出野值,降低数据中的野点率;湖试数据处理结果表明,本文研究的抗距离模糊方法可以解决大基阵开角下的超短基线距离模糊问题,与斜距粗值计算得到的定位结果相比,该方法减小了超短基线的定位误差。
刘娟花[4](2019)在《多尺度数据融合算法及其应用研究》文中认为分别在多个尺度上对多个传感器的信息进行融合,不仅可获得比单个传感器更优的性能,而且与单尺度上的融合相比,多尺度数据融合能更好地刻画出目标的本质特性。MEMS陀螺是一种可以测量角速度的传感器,具有很多吸引人的优点。但噪声大,准确度不高也是不争的事实。于是如何去除MEMS陀螺仪中的噪声,并提高其精度就成为近年来的研究热点。对多MEMS陀螺应用多尺度数据融合算法,可以显着提高系统的精度及可靠性。本文证明了前人提出的多尺度数据融合算法的有效性,设计了 一种新的多尺度融合算法,讨论了多尺度数据融合中的重要技术问题,并通过对多个MEMS陀螺的融合应用,经仿真和硬件实验验证了本文多尺度融合算法的优越性。主要创新点和工作如下:1.从小波分析理论出发,证明了平稳和非平稳情况下的数据融合定理。从数学上解释了多尺度数据融合算法优于经典加权算法的原理,为该算法的推广应用奠定了数学基础。2.结合小波域多尺度数据融合算法的原理、具体步骤及存在问题等,设计了基于小波包的多尺度数据融合算法,并用实测数据通过仿真实验,比较了小波多尺度数据融合和小波包多尺度数据融合。3.分析了多MEMS陀螺数据融合中的小波基、分解层数、加权因子等的选择方法,通过仿真实验验证了其可行性。4.比较了基于时间序列分析、基于小波去噪和基于小波变换的多尺度融合这三种融合方法不同方面的性能。另外,还比较了多尺度融合和前向线性预测(Forward Linear Prediction,FLP)融合方法,结果均表明本文所提出的多尺度融合方法的独特性和有效性。将上述研究成果应用于我们设计并制作的一套多MEMS陀螺仪数据融合实时处理系统平台中,对4个MEMS陀螺仪所采集的原始数据进行实时处理。分别在静态和动态环境下对该集成系统进行了测试,实验结果表明:该系统运行稳定可靠,将MEMS陀螺的精度提高了 1个量级。本文的研究工作不仅为有关多尺度融合系统的分析奠定了理论基础,还为算法的推广应用提供了实验依据。
张鹏飞[5](2019)在《GNSS载波相位时间传递关键技术与方法研究》文中进行了进一步梳理高精度时间传递技术作为建立和保持国家标准时间的三大要素(高性能原子钟技术、时间传递技术、时间尺度算法)之一,是获取主钟时间频率驾驭量、维持高性能地方原子时TA、实现UTC溯源的重要手段和支撑,直接影响着国家标准时间的性能。GNSS载波相位时间传递技术作为一种时间传递手段具有设备成本低、测量精度高、覆盖范围广、不受距离限制等诸多优势,已成为精密时间传递领域中研究热点。然而,近年来GNSS载波相位时间传递中仍然还有诸多关键技术问题有待进一步细化和解决,特别是随着全球各大卫星导航系统的不断建设和完善,使得卫星导航星空群星璀璨,可用于GNSS载波相位时间传递中卫星也迅速增加,如何利用目前的多模GNSS实现高性能的精密时间传递成为时频领域的热点问题之一。鉴于此,本文对GNSS载波相位时间传递中的关键技术问题、数据处理方法、及模型进行了系统性研究,主要研究内容和相关结论如下:(1)GPS载波相位时间传递中的连续性问题将高性能的时间频率信息通过一定的技术手段准确无误地传递给用户是实现时间传递服务的基本目标。然而,GNSS载波相位时间传递方法获得的钟差序列在天与天衔接处存在着明显的“天跳变”现象,特别是在大于一天的时间传递中更为突出。本文从卫星产品端和用户端出发,分析了精密卫星产品的连续性和时间传递算法中的模糊度连续性,提出了顾及卫星产品内插端部效应和模糊度参数连续性的数据处理方法,并利用实验数据进行了验证。结果显示,本文提出的顾及卫星产品内插端部效应和模糊度参数连续性的数据处理方法能够较好地实现连续GPS载波相位时间传递功能,有助于进一步提升时间传递的性能。(2)BDS载波相位时间传递中卫星伪距偏差影响研究BDS是我国独立自主建立的卫星导航系统,其时间传递性能近年来越来越受到关注。作为BDS重要的误差源之一,卫星伪距偏差误差通过影响伪距观测量,对时间传递的性能产生巨大影响。本文着重开展了卫星伪距偏差对BDS CP时间传递影响机制的研究,建立了卫星伪距偏差模型,提出了顾及卫星伪距偏差改正的BDS CP时间传递方法。通过研究发现,BDS-2卫星伪距偏差在B1频点略大于B2频点,模型改正后的MP序列标准差在B1、B2频点上均有明显地改善。同时发现BDS-2卫星伪距偏差误差易造成亚纳秒量级的时间传递影响,对频率传递的影响并不显着。通过对目前BDS-3全球系统实验卫星的伪距偏差特征进行分析,认为其伪距偏差特征并不明显。通过在现有的区域BDS-2的时间传递工作中加入BDS-3e卫星可以有效增加了测站可用卫星的数量,进一步改善了BDS时间传递链路钟差序列的噪声水平及频率稳定度。(3)附加先验信息约束的载波相位时间传递方法传统载波相位时间传递中存在对先验信息利用程度不高的问题,本文从数学模型中接收机钟差参数本身和其他相关参数两个角度出发,分别构建了附加先验信息约束的载波相位时间传递方法,并给出了数学模型和数据处理方法,通过算例对其进行了验证。通过研究发现,附加钟差相关参数约束(测站坐标信息、对流层参数)的Galileo载波相位时间传递方法中在实时模式中相对于传统方法呈现出显着的优势。另外,顾及钟差模型增强的GPS载波相位时间传递方法有效利用了接收机钟差相邻历元间的相关性,较传统时间传递方法在时间传递链路的噪声水平、“天跳变”程度以及频率稳定度三个方面均呈现出较好的优势。(4)融合多模GNSS的载波相位时间传递随着全球各大GNSS不断建设和完善,各大时间实验室也逐步配备多模GNSS接收机,为了充分发掘多模GNSS数据的应用潜力,本文提出了融合多模GNSS载波相位时间传递方法,并针对数据处理过程中权重分配和质量控制问题,提出了抗差-方差分量的融合多模GNSS时间传递方法。通过实验发现,融合多模GNSS的载波相位时间传递方法有效增加了可用卫星的数目,减弱诸如多路径误差、周期性误差,改善跟踪站的卫星分布对于接收机钟差参数的影响,较传统单模GNSS载波相位时间传递在链路噪声水平和频率稳定度方面均有明显的改善。同时,基于抗差-方差分量的融合多模GNSS时间传递方法可以更加合理地分配不同GNSS间的权重,并对时间传递的质量进行了有效控制。
李团[6](2019)在《单频多模GNSS/INS/视觉紧组合高精度位姿估计方法研究》文中提出随着自动驾驶、机器人和无人机等技术的兴起,城市等复杂GNSS(Global Navigation Satellite System)环境下的高精度定位定姿需求不断增长。GNSS/INS(Inertial Navigation System)组合导航能够提供连续、可靠和完备的高精度导航参数,是应用最广的组合导航技术之一。然而,在GNSS复杂环境下,基于低成本MEMS-IMU(Micro-ElectroMechanical-Systems Inertial Measurement Unit)的GNSS/INS组合导航在GNSS信号中断期间导航误差将迅速积累,这无疑降低了系统的可用性。基于相机的视觉导航具有精度高、自主无源等优点,视觉/INS组合可极大降低INS导航误差。但是,视觉/INS组合无法提供全球框架下的导航信息且误差会随距离累积。因此,将GNSS、INS和视觉进行深度信息融合可实现优势互补,获得更优的导航性能。同时,多系统GNSS的快速部署将显着改善GNSS在复杂环境下的定位精度、可用性等。然而,目前相关研究均基于GPS(Global Positioning System)RTK(Real-Time Kinematic)解算的位置与视觉/INS进行融合,无法利用视觉/INS信息辅助GPS RTK解算,而在复杂GNSS环境下单独的GPS RTK定位可用性非常低,这严重阻碍了组合系统性能的提升及其应用。针对GNSS复杂环境下的低成本高精度定位定姿需求以及当前相关研究的不足,本文开展了单频多系统GNSS(GPS、BDS和GLONASS)RTK/INS/视觉紧组合技术研究,提出了RTK/INS紧组合抗差算法以及INS相对位置约束辅助模糊度固定的新算法模型,构建了多系统RTK/INS/视觉紧组合滤波模型,并通过多组车载实测数据对紧组合算法在复杂GNSS环境下的模糊度固定、定位、测速和定姿等方面的性能进行了全面评估与分析。本文的主要研究工作和贡献如下:1.为了增强单频RTK在复杂动态环境下的高精度定位性能,提出了一套单频多系统GNSS RTK/INS紧组合算法模型。首先,建立了多系统RTK定位的数学模型;然后,阐述了附加模糊度参数和独立解算模糊度参数的两种RTK/INS紧组合数学模型和INS辅助模糊度固定方法;同时,针对GNSS观测粗差问题,提出了基于滤波新息的两步抗差RTK/INS紧组合算法模型;最后,通过两组车载测试数据对RTK/INS紧组合算法的性能进行了全面评估与分析。结果表明,在开阔天空环境下进行短基线定位时,单频多系统GNSS RTK在模糊度固定和定位精度方面具有显着优势,其中单频多系统GNSS RTK/INS在35°或40°的截止高度角下的单历元模糊度固定率超过99%,而且水平和高程动态定位精度均为厘米级;在城市等复杂环境下进行短基线定位时,GNSS粗差观测值会降低模糊度固定率与可靠性,本文提出的基于滤波新息的两步抗差紧组合算法有效提高了紧组合的模糊度固定率,同时单频多系统GNSS RTK/INS紧组合能显着改善GNSS RTK在复杂环境下的定位精度和可用性,在模糊度固定和定位性能方面甚至优于双频多系统GNSS RTK,这充分体现了单频多系统GNSS与低成本MEMS惯导进行紧组合的巨大优势。2.针对传统惯导绝对位置约束辅助模糊度固定方法在系统有偏状态下无法正确固定模糊度的难题,创新性地提出了惯导相对位置约束辅助模糊度固定的新算法模型。首先,根据IMU预积分理论给出了INS相对位置增量的计算公式,并指出INS相对位置增量只需通过IMU观测值以及载体初始速度和姿态即可确定,而不需要求解中间状态的绝对导航参数;然后,给出了INS相对位置测量值辅助模糊度固定的原理公式,并指出该方法的本质为将动态定位转化为准静态定位;同时,为了使得该方法能有效用于模糊度固定,提出了一种INS相对位置增量辅助周跳探测的方法,该周跳探测方法在组合系统位置状态有偏差时仍能有效探测周跳;最后,通过实测车载数据对所提出的算法的有效性和性能进行了验证和评估。实验结果表明,INS相对位置增量辅助周跳探测方法可以有效探测1周的小周跳(数据间隔为1 s);在RTK/INS紧组合绝对位置有偏的情况下INS仍能提供高精度的相对位置测量值,因此INS相对位置增量仍能用于辅助模糊度固定;对于开阔环境下采集的单频GPS+BDS数据,新算法模型能获得与传统INS绝对位置约束辅助的模糊度解算模型相当的模糊度固定性能。3.为了解决基于低成本MEMS-IMU的GNSS/INS组合导航在GNSS信号中断期间导航误差快速漂移的问题,研究了基于已知特征点和基于多状态约束的两种视觉/INS紧组合滤波模型。对多状态约束的视觉/INS紧组合滤波模型与最小二乘估计的等价性进行了证明,指出了量测方程两边同时左乘特征点坐标对应的系数矩阵的零空间矩阵的合理性。最后,阐述了将视觉/INS与RTK/INS紧组合滤波模型统一为RTK/INS/视觉紧组合滤波模型的方法,且设计了仿真实验对两种视觉/INS紧组合滤波模型进行了验证和分析。结果表明,基于已知特征点的视觉/INS紧组合算法可以获得无误差漂移的位姿估计结果,且航向精度相对于GNSS/INS组合导航得到明显提高;基于多状态约束的视觉/INS紧组合算法能极大地减小INS的位置和航向漂移,这将有效弥补GNSS/INS组合导航在航向可观性弱的条件下航向角快速发散的缺陷。4.自主设计和搭建了含有GNSS、IMU和单目相机的硬件验证平台,完成了传感器之间的时间和空间同步,在此基础上开展了GNSS复杂环境下的实测车载测试,并对单频多系统GNSS RTK/INS紧组合与RTK/INS/视觉紧组合在定位、测速和定姿等方面的性能进行了评估和对比分析。实验结果表明,多系统GNSS和视觉均显着地提高了单GPS RTK/INS紧组合在复杂GNSS环境下的厘米级定位可用性。在测速方面,RTK/INS/视觉紧组合的速度误差没有漂移,可以提供高精度速度信息。在定姿方面,RTK/INS/视觉紧组合可以完全维持横滚角、俯仰角的精度并且有效地降低航向角的误差漂移速度进而提高其估计精度。由此可见,单频多模GNSS RTK/INS/视觉紧组合技术可作为GNSS复杂环境下的低成本高精度定位、测速和定姿的一种有效解决方案。综上所述,本文对单频多模GNSS RTK/INS/视觉紧组合技术进行了深入研究,构建了完整的RTK/INS/视觉紧组合滤波模型,并通过多组实测车载实验对提出的算法模型进行了全面验证和分析。本文的研究成果将有效促进复杂GNSS环境下的低成本高精度定位定姿技术的研究、产业应用和发展。
李哲[7](2019)在《基于多模GNSS的滑坡实时动态监测算法研究》文中指出我国是世界上滑坡灾害最为严重的国家之一,科学有效的灾害预警技术是保障人民生命财产的重要举措。通过监测滑坡体的地表位移变化可以反映出滑坡的稳定状态,是目前滑坡监测的常用方法之一。GNSS-RTK技术可以直接获取地表滑坡监测点三维坐标,具有精度高、自动化、全天候等优点,现已成为滑坡监测的主要技术手段。在滑坡监测中,多系统组合定位带来的解算压力、滑坡体周围的环境干扰、观测噪声等对定位精度的影响都制约着滑坡监测结果的可用性和可靠性,因此在实际工程应用中对滑坡监测的算法提出了更高的要求。本文在BDS和GPS组合相对定位的理论基础上,重点进行了多系统选星、噪声削弱、多路径建模等关键算法研究,本文的主要研究成果和创新点如下:(1)本文针对传统选星方法在实际应用中的不足,提出了一种顾及高度角阈值的改进六星选星法。在BDS/GPS联合实时动态定位解算中,以均方根误差和运算时间作为衡量精度和效率标准,通过数值实验确定了改进六星选星法的高度角建议阈值,并对比了改进六星法和其他选星法在不同长度基线下定位结果。算例结果显示:与传统不选星策略相比,改进六星选星法平面定位精度相当,高程方向定位精度平均提升40%,解算时间平均提升70%。改进六星选星法能有效减弱低高度角卫星对BDS/GPS组合定位影响,在保证不损失定位精度条件下,显着提升了解算效率,兼顾了实时定位的精度和时效性。另外,本文提出的改进六星选星法同样适用于其他模式GNSS实时组合定位。(2)针对在滑坡监测中存在的、难以通过建模或差分的方法消除的复杂噪声,提出了一种采用EEMD方法综合两种数据域的去噪方法。通过实测的滑坡观测数据,验证了EEMD方法相较于EMD在减少模态混叠现象发生方面的优势,提高了去噪效率和可靠性。结果表明:相较于EMD方法,EEMD方法可有效地减少模态混叠现象的发生,提高数据处理的自动化程度,更适用于复杂的监测环境;采用EEMD方法同时在双差观测值域和坐标域进行去噪,均方根误差得到微弱提高,标准差相较于未去噪的结果在E、N、U三个方向分别提高12.3%、46.9%、10.1%,相较于单一数据域去噪分别提高了8.8%、9.5%、8.7%。因此采用EEMD方法综合不同数据域的去噪方式可以有效削弱随机噪声和瞬时强噪声的影响,更能准确刻画滑坡体位移变化情况,为后续建立多路径误差模型提供可靠的坐标变化信息。(3)经过短基线差分后,大部分误差得到消除或削弱,但多路径误差仍然存在,它是限制短基线精度的主要因素。通常滑坡监测环境具有稳定性,因此多路径误差具有一定的周期性规律。本文在采用EEMD方法对原始数据进行去噪的基础上,采用恒星日滤波的方法提取前一时间段的多路径误差建立误差模型,并根据周期特性将其补偿到相对应的后一时间段结果中。实验结果表明,在扣除多路径误差后E、N、U三个方向的RMS分别为0.22cm、0.18cm、0.68cm,提升幅度分别为89%、92%、87%,精度提高十分明显。(4)为了研究地震对滑坡的影响,本文采用GNSS-RTK技术对比分析了九寨沟地震前后黄土滑坡和土石滑坡上监测点位移变化时间序列,根据地震前后监测点相对位置的变化分析了地震对滑坡的作用情况。结果显示:在无地震触发的自然状态下,泾阳南塬黄土滑坡日坐标变化为12mm,紫阳土石滑坡日坐标变化为1.5cm左右;受地震影响泾阳滑坡在年积日221天异常抬升达到5mm,振幅是正常变化量的2.5倍,然后以2mm/d速度持续下沉5天;紫阳滑坡在该天异常抬升达到2.5cm,振幅是正常变化量的1.5倍,然后以2cm/d速度持续震荡5天。震后滑坡震荡强度明显增大,坡体异常波动,与地震引起的坡体累进破坏效应理论相吻合。基于GNSS-RTK技术可以实时有效地监测由于震动引起的滑坡加速甚至溃屈变化,为震后的滑坡预警、滑坡应急处置提供决策依据。
左延红[8](2019)在《基于分数阶微积分的离散制造检测数据融合技术研究》文中进行了进一步梳理离散制造业而今已成为工业生产的主体,因其生产过程中具备制造资源多样性和生产过程复杂多变性,使得离散制造的生产管理成为目前制造领域研究的重点和难点。为了实现对离散制造系统中制造资源的有效管理和生产过程的有效控制,多数企业和研究机构尝试使用物联网技术实现离散制造中制造资源的互联互通,构建离散制造执行系统(MES),通过对制造系统中人员、物资、设备和生产过程的有效控制与管理,实现制造效率高效化、制造成本低廉化和生产周期合理化的管理目标。在多年的研究与应用中,研究人员发现:物联网和计算机技术的日益成熟,为构建基于物联网技术的制造执行系统提供了技术支持,但由于离散制造存在生产环境的多样性和制造信息的不确定性,致使其制造执行系统(MES)采集到的同类数据间存在着数值的差异性和时间的滞后性,严重制约着系统决策的准确性和实时性。所以,如何消除同类设备在生产中因工作环境和设备性能的不同造成生产信息数据在采集与传输过程中存在的差异性,已成为离散制造执行系统(MES)实现生产调度优化设计、生产资源合理配置和生产过程实时控制所面临的核心问题。本文拟通过对离散制造执行系统和物联网技术的深入研究,研究物联网技术下离散制造执行系统的特性并分析其采集的生产数据间的差异性,探讨目前常用的物联网下差异性数据融合算法的应用过程和融合效果,提出基于分数阶微积分的物联网下离散制造系统差异数据融合算法并与其他算法进行比较,验证算法的准确性和可靠性。完成的主要研究工作和成果总结如下:1.离散制造生产特性的研究。通过对离散制造“多品种小批量”生产特点的分析和对周边离散性制造企业的调研,得出离散制造存在以下特点:①产品种类的多样性带来生产工艺的多样性和制造资源多样性;②制造资源类型的多样性带来生产信息和数据种类的多样性;③市场信息的不确定性带来生产信息的不确定性。2.离散制造执行系统检测数据特性的分析。根据离散制造的生产特点,得出离散制造执行系统测得的生产数据具有以下特性:①制造资源的多样性带来的检测信息的多样性;②同类制造资源和检测设备由于性能的差异性致使检测数据存在差异性;③制造资源分布的离散性致使检测点间存在工作环境的差异性和信息传送距离的差异性,从而带来检测点间测量误差的差异性。3.多传感器检测数据融合技术的研究。分析目前国内外对多传感器检测数据融合算法的研究现状和存在的不足,探讨了目前常用的数据融合算法中贝叶斯估计法、D-S证据推理法、模糊逻辑法、神经网络法在物联网下多传感器检测数据融合中的优缺点,研究分析了以上算法在离散制造检测数据处理中的应用效果与不足。4.通过对分数阶微积分理论的研究,探讨了分数阶微积分算法在多传感器检测数据融合处理中应用效果和其在离散制造多传感器检测数据融合处理中的不足,最后提出了应用分数阶偏微分理论融合处理物联网下离散制造多传感器检测数据的理念,建立了基于分数阶偏微分方程的物联网下离散制造多传感器检测数据融合算法模型,并通过试验验证了算法的优越性。5.总结研究成果,展望物联网技术下离散制造执行系统检测数据融合技术的研究方向和工作重点。
黄祖镇[9](2018)在《多通道SAR图像域动目标检测与参数估计技术研究》文中认为多通道SAR地面运动目标指示是现代SAR装备一重要功能,被广泛应用于洋流测速、交通监控和战场侦察等领域。在SAR图像域,动目标具有高信杂噪比、可视化和便于识别等优点,但图像域强静止目标在多通道杂波对消后难以完全抑制,易造成虚警。同时,多通道SAR回波信号先在慢时间域被脉冲采样,后在空域被阵元采样,目标速度很大时可能存在级联的时域和空域多普勒模糊问题,空域多普勒模糊会造成目标定位模糊,级联时空多普勒模糊会影响目标真实速度估计。因此,本文针对多通道SAR图像域动目标检测、定位与速度估计中的相关难点问题展开研究。主要内容概括如下:1.推导了多通道SAR图像域动目标信号模型,定量分析了动目标在图像域的级联时空多普勒模糊、能量变化、方位偏移和二阶相位调制等特征,为多通道SAR图像域动目标检测与参数估计奠定了理论基础。2.针对图像域强静止目标难以完全抑制而造成虚警的问题,提出了一种基于DPCA相对剩余量(RR-DPCA)的动目标检测方法,引入多视SAR图像归一化处理,将DPCA对目标绝对剩余能量的检测改为对目标相对剩余能量的检测,使其更加敏感于目标速度信息,并推导RR-DPCA检测量的均匀杂波统计模型,最后通过仿真和实测数据证明了RR-DPCA方法能够有效抑制建筑物等强静止目标。3.针对空域多普勒模糊造成的动目标定位模糊问题,提出了一种互质阵列SAR(CA-SAR)动目标重定位方法,利用两个阵元间距互质的稀疏子阵,获得阵元间距大大缩小的虚拟阵列,提高空间采样频率,解决空域多普勒模糊问题,实现动目标无模糊定位;针对CA-SAR中至少有两个阵元间距过近的问题,改变两个稀疏子阵的排列方式,提出了一种结构更加稀疏的互质相邻阵列(CAA-SAR)实现动目标无模糊定位;最后通过仿真数据验证了CAA-SAR和CA-SAR的参数估计性能均优于经典的非均匀线阵SAR。4.针对多通道SAR动目标速度估计的级联时空多普勒模糊问题,提出了一种基于多频SAR的解模糊方法,将多频下的级联时空多普勒模糊问题建模为“二步求余”的数学问题,并推导了其唯一解存在的充分条件,当目标速度满足充分条件时,将“二步求余”问题转化为常规同余问题求解;当目标速度不满足充分条件时,提出了一种搜索解法;最后通过仿真数据验证了多频SAR对时空两重模糊的求解能力。
李昕[10](2017)在《GPS/BDS及PL高精度RTK定位算法研究》文中提出GPS常规RTK定位技术已经在众多领域得到广泛应用,其基本定位算法相对已经较为成熟,但在一些复杂观测环境下,比如繁华市区、树木遮挡严重等地区,因为可视卫星数相对较少,卫星空间几何结构较弱等因素制约着其定位性能,随着我国BDS系统的逐步完善,组合双系统可以明显增加可视卫星数和改善空间几何结构分布状况,相对单系统可以在一定程度上提升其定位性能,基于此本文首先研究了 GPS/BDS常规RTK定位算法和相应的软件系统;针对GPS/BDS常规RTK性能受基站-流动站距离影响的局限性,本文进一步研究了 GPS/BDS中长距离下的RTK定位基本算法,拓宽了常规RTK基站-流动站间的距离,为海上或者沙漠等区域进行中长距离高精度RTK测量提供了应用基础,同时也为城市区域网络RTK误差建模等提供了参考;针对GPS/BDS等其他卫星定位技术在信号完全遮挡的环境下无法满足定位功能,本文最后研究了室内伪卫星(PL)高精度的RTK定位算法和相应的软件系统,弥补了 GPS/BDS在室内无法定位的缺陷,为满足室内高精度定位,如工业测量等应用提供了可行性。本文旨在深入地研究GPS/BDS常规RTK和中长距离RTK,以及室内伪卫星RTK高精度定位算法,主要涉及到定位数学模型的建立、误差源的处理方法、载波相位观测值的整周模糊度求解以及质量控制等领域,在现存算法的基础上,针对其局部局限性,深入分析其原因并做出相应的部分算法改进和创新,以满足更多环境下的高精度RTK定位需求,为拓宽RTK应用领域提供可行性基础。本文的主要工作和贡献如下:(1)系统总结了 RTK定位基本理论知识,包括基本定位数学模型(函数模型和随机模型)、参数估计方法、常见误差源以及处理方式、周跳的探测与修复方法、整周模糊度的求解以及常用的质量控制方法。(2)实现了 GPS/BDS常规RTK基本定位功能,并利用静态和车载动态观测数据进行定位性能分析,结果表明:GPS/BDS双系统相对于单系统明显增加了卫星数和改善了卫星空间几何分布状况,在复杂观测环境下如繁华市区可以显着提升定位性能。(3)针对复杂环境下观测值残差检验阈值难以合理确定的问题,本文研究了一种基于“两步法”的质量控制算法,即先通过残差平方和判断是否存在观测值粗差,若存在则采用“尝试法”思想进一步实现粗差定位,从一定程度上避免了传统观测值残差检验因阈值设置不合理导致过多或过少的剔除相应的观测值。通过车载试验验证了该方法在复杂环境下具备较好的实用性。(4)针对目前GPS多普勒观测值在动态定位中没有得到充分利用现状,本文研究了多普勒测速在GPS单历元动态定位中应用的算法。提出了一种附有GPS多普勒测速信息约束的坐标更新方法,在此基础上给出了相应的单历元整周模糊度参数求解的策略。试验结果表明,该算法相对于传统无速度信息坐标约束的GPS单历元动态定位算法,提高了整周模糊度固定率和定位精度。(5)提出了将一种改进的粒子群算法应用到GPS/BDS模糊度求解中的IPSO-AR算法,通过GPS/BDS不同维数和精度的浮点解数据,详细评估了该方法的性能,实验结果表明:该方法效率主要取决于模糊度维数,成功率主要取决于浮点解的精度,在低维或者附有基线长度约束的情况下具有一定的应用价值。(6)分析了 GPS/BDS中长距离RTK定位的主要误差源,系统地归纳了几种常用的对流层和电离层延迟误差的处理方法,并通过实测数据对L比验证了基于参数估计法是目前较优的方法,同时也分析了其他几种电离层处理方法的弊端。通过100km长度基线和较大高差情况下验证了基于随机游走过程的参数估计法的中长距离RTK定位性能,实验结果表明:在静态观测条件下可以达到cm级甚至mm级的动态定位精度。(7)针对全球或区域VTEC内插模型获取电离层延迟量精度损失严重问题,提出了一种首先利用站间单差法精确求解区域接收机硬件延迟(DCB)的方法,进而通过双频伪距和IGS公布的卫星端DCB获取基站和流动站的非差电离层延迟量。该站间单差法求解接收机DCB从一定程度上避免了复杂的电离层模型和卫星端DCB基准的问题,模型简单,较适用于目前的BDS系统。(8)针对目前常规RTK和中长距离RTK使用临界状态较模糊问题,探讨了二者的统一数学模型,重点介绍了电离层加权模型和基于双频模糊度反算电离层延迟迭代模型,并深入分析了其优缺点以及需要进一步突破的问题。(9)分析了室内伪卫星定位的主要误差源以及常用处理方式,针对目前室内伪卫星定位中存在信号以后干扰中断,伪距观测值精度差,静态累计观测无意义,线性化误差等特点,采用固定点初始化(KPI),模糊度求解利用LMABDA方法,并基于迭代的拓展卡尔曼滤波实现了室内载体高精度(cm级)的动态定位。(10)针对基于LAMBDA方法的KPI对初始坐标精度较为依赖的问题,提出了一种较为实用室内伪卫星的单历元、非线性模糊度求解方法,该方法基于模糊度函数法(AFM),采用了一种改进的粒子群算法大大提高了其搜索效率,并且具备较高的搜索空间分辨率,针对AFM多峰特性,给出了相应的提高其可靠性的策略,实验结果表明,在初始坐标优于0.2m的情况下,该方法能够以较高的计算效率(20ms左右)和可靠性实现室内载体cm级的单历元动态定位。(11)基于以上研究内容,以VS2010为平台,开发了相应数据处理软件系统,可以较好地实现GPS/BDS常规RTK、中长距离RTK以及是室内伪卫星(PL)高精度RTK基本定位功能。
二、模糊方法在测量数据处理中的应用(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、模糊方法在测量数据处理中的应用(论文提纲范文)
(1)GNSS时间序列异常值探测方法研究及其应用(论文提纲范文)
信息工程大学学位论文自评表 |
学位论文创新点与发表学术论文对应情况表 |
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 GNSS时间序列异常值探测的研究现状 |
1.2.1 直接探测法 |
1.2.2 间接探测法 |
1.3 本文的主要研究内容和组织结构 |
第二章 时间序列异常值探测方法的回顾与评述 |
2.1 引言 |
2.2 时间序列的模型以及异常值的概念和类型 |
2.2.1 时间序列的ARIMA模型 |
2.2.2 ARIMA模型的表现形式 |
2.2.3 时间序列异常值的概念及类型 |
2.3 时间序列异常值探测方法的回顾与评述 |
2.3.1 时间序列异常值探测的似然比方法 |
2.3.2 时间序列异常值探测的影响分析法 |
2.3.3 时间序列异常值探测的Bayes方法 |
2.3.4 时间序列异常值探测的其它方法 |
2.3.5 时间序列异常值探测方法的评述 |
2.4 ARIMA模型的似然函数及其近似形式 |
2.4.1 ARIMA模型的似然函数与最大似然估计 |
2.4.2 条件似然函数与初始条件的选择 |
2.4.3 反向预报技术与非条件似然函数 |
2.4.4 精确似然函数的构成 |
2.5 本章小结 |
第三章 GNSS时间序列异常值探测的Bayes方法 |
3.1 引言 |
3.2 基于ARIMA模型的异常值探测的Bayes方法 |
3.2.1 Bayes统计推断方法概述 |
3.2.2 时间序列异常值探测模型 |
3.2.3 异常值探测的Bayes方法 |
3.3 先验分布的选择 |
3.3.1 共轭先验分布 |
3.3.2 无信息先验分布与Bayes假设 |
3.3.3 Bootstrap方法 |
3.3.4 分层Bayes法 |
3.4 参数的完全条件分布及异常扰动的估计 |
3.4.1 参数的完全条件分布 |
3.4.2 异常扰动的Bayes估计 |
3.4.3 基于Gibbs抽样的后验概率值的计算 |
3.5 算例与分析 |
3.5.1 模拟算例及分析 |
3.5.2 在GPS星载原子钟差异常值处理中的应用 |
3.6 本章小结 |
第四章 GNSS时间序列异常值探测的似然比方法 |
4.1 引言 |
4.2 基于ARIMA模型的异常值探测的似然比方法 |
4.2.1 时间序列异常值探测模型 |
4.2.2 异常值探测的似然比方法 |
4.2.3 异常扰动的最小二乘估计 |
4.2.4 模拟算例及分析 |
4.3 时间序列异常值探测似然比方法的改进 |
4.3.1 成片异常值的成因及影响 |
4.3.2 成片异常值的探测及异常扰动的估计 |
4.3.3 成片异常值探测的抗掩盖与淹没算法 |
4.3.4 模拟算例及分析 |
4.4 在BDS卫星钟差数据处理中的应用 |
4.4.1 孤立异常值的处理 |
4.4.2 成片异常值的处理 |
4.5 本章小结 |
第五章 GNSS时间序列异常值探测的EM算法 |
5.1 引言 |
5.2 基于ARIMA模型的异常值探测的EM算法 |
5.2.1 时间序列异常值探测模型 |
5.2.2 EM算法的思想和基本原理 |
5.2.3 异常值探测的EM算法 |
5.2.4 算例与分析 |
5.3 基于有偏估计的异常值探测EM算法的改进 |
5.3.1 有偏估计的形式及其偏参数的确定 |
5.3.2 基于有偏估计的异常值探测EM算法的改进 |
5.3.3 算例与分析 |
5.4 基于正则化方法的异常值探测EM算法的改进 |
5.4.1 正则化方法及其正则化参数的确定 |
5.4.2 基于正则化方法的异常值探测EM算法的改进 |
5.4.3 算例与分析 |
5.5 本章小结 |
第六章 GNSS时间序列异常值探测的模型选择方法 |
6.1 引言 |
6.2 基于ARIMA模型的异常值探测的模型选择方法 |
6.2.1 异常值探测模型 |
6.2.2 异常值探测的模型选择方法 |
6.3 后验概率的计算及模型选择方法的实施 |
6.3.1 后验概率的计算方法及异常值探测准则 |
6.3.2 潜在异常值的确定 |
6.3.3 时间序列异常值探测的模型选择方法的实施步骤 |
6.4 算例与分析 |
6.4.1 模拟算例及分析 |
6.4.2 在GNSS卫星钟差数据处理中的应用 |
6.5 本章小结 |
第七章 时间序列异常值探测方法在BDS三频周跳处理中的应用 |
7.1 引言 |
7.2 三频周跳探测的方法 |
7.2.1 三频基本观测量及其观测方程 |
7.2.2 三频组合观测 |
7.2.3 三频组合周跳探测分析及其处理策略 |
7.3 实验与分析 |
7.3.1 孤立周跳的探测与修复 |
7.3.2 连续周跳的探测与修复 |
7.3.3 随机周跳的探测与修复 |
7.3.4 多星多站随机周跳的探测与修复 |
7.4 本章小结 |
第八章 总结与展望 |
8.1 总结 |
8.2 展望 |
致谢 |
参考文献 |
作者简历 |
(2)GNSS非差非组合模型电离层延迟和模糊度固定算法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 选题背景和意义 |
1.2 国内外研究现状 |
1.2.1 非差非组合数据处理模型研究现状 |
1.2.2 GNSS电离层监测研究现状 |
1.2.3 非差模糊度固定研究现状 |
1.3 研究目标及论文内容安排 |
1.3.1 研究目标 |
1.3.2 论文内容安排 |
第2章 GNSS数据处理理论基础 |
2.1 非差非组合数据处理模型 |
2.1.1 函数模型 |
2.1.2 随机模型 |
2.2 误差源及改正 |
2.2.1 与GNSS卫星相关的误差 |
2.2.2 与GNSS接收机相关的误差 |
2.2.3 与信号传播相关的误差 |
2.3 非差非组合参数可估性问题 |
2.3.1 符号定义 |
2.3.2 参数可估性分析 |
2.4 GNSS电离层研究理论基础 |
2.4.1 电离层三维结构 |
2.4.2 单层假设和投影函数 |
2.4.3 电离层改正模型 |
2.4.4 非差非组合模型电离层约束 |
2.5 本章小结 |
第3章 非差非组合电离层参数化方法精化 |
3.1 现有电离层参数化模型 |
3.2 函数模型构建 |
3.2.1 倾向参数周期性分析方法 |
3.2.2 分析结果及模型建立 |
3.3 随机模型构建 |
3.3.1 随机参数处理方法 |
3.3.2 基于电离层拟合残差的随机参数分析 |
3.4 精密单点定位验证 |
3.4.1 软件平台 |
3.4.2 数据及解算策略 |
3.4.3 PPP结果分析 |
3.5 本章小结 |
第4章 非差非组合模糊度固定方法 |
4.1 非差非组合模糊度固定理论 |
4.1.1 模糊度解算策略 |
4.1.2 模糊度取整算法 |
4.1.3 模糊度接受性检验 |
4.1.4 部分模糊度固定理论 |
4.2 基于模糊度不变量分析的部分模糊度固定方法 |
4.2.1 备选模糊度向量集合选取 |
4.2.2 模糊度不变量分析 |
4.3 部分模糊度固定算例分析 |
4.4 本章小结 |
第5章 非差非组合模型应用验证 |
5.1 北斗三号系统DCB估计 |
5.1.1 北斗三号系统建设发展 |
5.1.2 DCB估计方法 |
5.1.3 实验验证 |
5.1.4 结论 |
5.2 非差非组合PPP-AR验证 |
5.2.1 实验数据及策略 |
5.2.2 实验结果分析 |
5.2.3 结论 |
5.3 本章小结 |
第6章 总结与展望 |
6.1 主要工作总结 |
6.2 后续工作与展望 |
参考文献 |
致谢 |
(3)高刷新率超短基线数据后处理技术研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 研究历史及现状 |
1.2.1 超短基线定位技术 |
1.2.2 抗距离模糊技术 |
1.2.3 野值检测技术 |
1.3 论文主要研究内容 |
第2章 超短基线抗野值算法研究 |
2.1 超短基线定位原理及定位误差分析 |
2.2 卡尔曼滤波算法 |
2.2.1 线性卡尔曼滤波原理 |
2.2.2 卡尔曼滤波模型建立 |
2.3 自适应滤波算法研究 |
2.3.1 Sage-Husa自适应滤波算法 |
2.3.2 强跟踪卡尔曼滤波器 |
2.3.3 强跟踪自适应卡尔曼滤波算法 |
2.4 量测野值的分析与处理 |
2.4.1 时延差野值、斜距野值检测 |
2.4.2 量测野值的修正 |
2.4.3 基于卡尔曼滤波的自适应野值检测修正图 |
2.5 基于自适应抗野值的算法仿真 |
2.5.1 时延差野值检测与修正 |
2.5.2 斜距野值检测与修正 |
2.6 本章小结 |
第3章 超短基线抗距离模糊算法研究 |
3.1 距离模糊问题 |
3.2 常用抗距离模糊方法 |
3.2.1 初值装订法 |
3.2.2 多种正交编码信号方法 |
3.3 超短基线抗距离模糊技术 |
3.3.1 基本原理 |
3.3.2 分析开角与垂直距离对斜距相对误差的影响 |
3.3.3 超短基线抗距离模糊算法仿真与分析 |
3.4 超短基线抗距离模糊技术与自适应抗野值相结合算法 |
3.4.1 基本原理 |
3.4.2 算法仿真 |
3.5 本章小结 |
第4章 超短基线定位系统试验数据处理 |
4.1 超短基线定位系统海上试验数据处理 |
4.2 超短基线定位系统湖上试验数据处理 |
4.3 本章小结 |
结论 |
参考文献 |
致谢 |
(4)多尺度数据融合算法及其应用研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 论文的研究背景及意义 |
1.2 多传感器信息融合概述 |
1.2.1 信息融合的概念和优点 |
1.2.2 信息融合的模型 |
1.2.3 信息融合的方法 |
1.2.4 信息融合技术的研究现状 |
1.3 多尺度数据融合有关技术及进展 |
1.3.1 多尺度系统估计理论研究概况 |
1.3.2 多尺度数据融合的应用及研究现状 |
1.3.3 多尺度数据融合概念的演变 |
1.4 MEMS陀螺仪中漂移信号处理方法研究现状 |
1.5 陀螺仪中的多尺度数据融合及需要解决的问题 |
1.6 本文的主要研究内容及结构安排 |
2 多尺度数据融合算法及其有效性的证明 |
2.1 引言 |
2.2 小波分解原子时算法 |
2.2.1 常见时间尺度 |
2.2.2 原子时算法 |
2.2.3 小波分解原子时算法的提出 |
2.2.4 小波分解原子时算法有待解决的问题 |
2.2.5 小波分解原子时算法的基本原理 |
2.3 预备知识 |
2.3.1 原子钟的噪声特性 |
2.3.2 相关说明 |
2.4 随机信号数据融合的理论体系 |
2.4.1 平稳单尺度数据融合 |
2.4.2 平稳多尺度数据融合 |
2.4.3 非平稳单尺度数据融合 |
2.4.4 非平稳多尺度数据融合 |
2.5 非平稳多尺度数据融合定理的证明 |
2.6 分析与讨论 |
2.7 本章小结 |
3 多尺度数据融合算法的小波包实现 |
3.1 引言 |
3.2 小波变换和小波包变换 |
3.3 小波包的基本理论 |
3.3.1 正交小波包的定义与性质 |
3.3.2 小波包的子空间分解 |
3.3.3 小波库及小波包基的定义 |
3.3.4 小波包的分解与重构算法 |
3.3.5 最优小波包基的概念 |
3.3.6 最优基的快速搜索 |
3.4 基于小波包的多尺度数据融合方案 |
3.4.1 基于小波变换的多尺度数据融合算法 |
3.4.2 基于小波包的多尺度数据融合方案 |
3.5 基于小波包的多尺度陀螺融合实验研究 |
3.5.1 MEMS陀螺概述 |
3.5.2 MEMS陀螺随机误差分析 |
3.5.3 MEMS陀螺随机误差的Allan方差分析 |
3.5.4 MEMS陀螺漂移的数学模型 |
3.5.5 MEMS陀螺信号实时小波处理方法 |
3.5.6 基于小波包的多尺度陀螺融合算法仿真实验 |
3.6 本章小结 |
4 小波多尺度数据融合中关键技术 |
4.1 MEMS陀螺噪声特性与小波熵 |
4.1.1 MEMS陀螺误差及噪声特性 |
4.1.2 小波熵 |
4.2 常见的小波簇 |
4.2.1 小波基的性质 |
4.2.2 常用小波基 |
4.3 基于小波变换的数据融合中小波基的选取 |
4.3.1 小波基选取原则 |
4.3.2 小波基的比较 |
4.3.3 小波簇的选取 |
4.3.4 陀螺数据融合效果评价 |
4.3.5 最佳小波基选取实验 |
4.4 小波分解层数的设定 |
4.5 数据融合加权因子的选择 |
4.6 本章小结 |
5 多尺度融合与其它MEMS陀螺信号处理方法的比较 |
5.1 MEMS陀螺仪噪声抑制方法研究概述 |
5.1.1 MEMS陀螺仪噪声抑制方法研究现状 |
5.1.2 卡尔曼滤波和小波阈值去噪法的缺点 |
5.1.3 多尺度数据融合算法的优点 |
5.2 MEMS陀螺数据处理中的多传感器数据融合 |
5.2.1 多尺度融合 |
5.2.2 卡尔曼滤波融合 |
5.2.3 小波阈值融合 |
5.3 基于仿真信号对三种融合方法的比较 |
5.3.1 仿真信号的产生 |
5.3.2 第一组仿真实验(Chirp信号+高斯白噪声) |
5.3.3 第二组仿真实验(Chirp信号+有色噪声) |
5.4 基于实测信号对三种融合方法的比较 |
5.5 三种融合方法比较的结论 |
5.6 多尺度数据融合与FLP(前向线性预测)方法的比较 |
5.6.1 FLP算法 |
5.6.2 基于FLP滤波的多传感器融合方法 |
5.6.3 FLP滤波融合结果和分析 |
5.7 本章小结 |
6 多尺度数据融合系统设计与验证 |
6.1 系统的总体设计方案 |
6.1.1 系统需求分析 |
6.1.2 系统整体框图 |
6.1.3 系统中的主要器件选型 |
6.2 硬件电路设计 |
6.2.1 陀螺仪模块 |
6.2.2 协处理器模块 |
6.2.3 主处理器模块 |
6.2.4 系统实物图 |
6.3 系统软件设计 |
6.3.1 接口部分 |
6.3.2 融合处理部分 |
6.4 实验研究 |
6.5 本章小结 |
7 结论 |
7.1 本文的主要研究成果 |
7.2 创新研究 |
7.3 进一步研究工作 |
致谢 |
参考文献 |
附录 |
攻读博士学位期间发表和收录的论文 |
攻读博士学位期间获奖 |
攻读博士学位期间参加的科研项目 |
(5)GNSS载波相位时间传递关键技术与方法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 引言 |
1.2 研究背景 |
1.3 国内外研究现状 |
1.4 主要研究内容 |
1.4.1 GNSS载波相位时间传递数据处理基本理论 |
1.4.2 GPS载波相位时间传递中的连续性研究 |
1.4.3 BDS载波相位时间传递中卫星伪距偏差影响研究 |
1.4.4 附加先验信息约束的载波相位时间传递方法研究 |
1.4.5 融合多模GNSS的载波相位时间传递方法研究 |
第二章 GNSS载波相位时间传递数据处理基本理论 |
2.1 GNSS时间系统 |
2.1.1 GPS |
2.1.2 GLONASS |
2.1.3 Galileo |
2.1.4 BeiDou |
2.2 GNSS时间传递中的主要观测误差 |
2.2.1 与空间卫星有关的误差 |
2.2.2 卫星信号传播过程有关的误差 |
2.2.3 与测站有关的误差 |
2.3 GNSS CP数学模型 |
2.3.1 函数模型 |
2.3.2 随机模型 |
2.3.3 参数估计方法 |
2.4 GNSS CP数据处理流程 |
2.5 本章小结 |
第三章 GPS载波相位时间传递的连续性研究 |
3.1 引言 |
3.2 IGS的卫星产品连续性特征 |
3.3 GPS CP数据处理中的影响因素分析 |
3.3.1 卫星产品内插的端部效应 |
3.3.2 模糊度参数的连续性 |
3.4 顾及数据处理策略的GPS CP时间传递实验 |
3.4.1 算例分析 |
3.4.2 结论与建议 |
3.5 本章小结 |
第四章 BDS载波相位时间传递中卫星伪距偏差影响研究 |
4.1 BDS-2卫星伪距偏差 |
4.1.1 引言 |
4.1.2 BDS-2卫星伪距偏差特征 |
4.1.3 BDS-2卫星伪距偏差改正模型 |
4.1.4 顾及BDS-2卫星伪距偏差改正的CP时间传递 |
4.1.5 结论 |
4.2 联合BDS-2与BDS-3时间传递性能分析 |
4.2.1 引言 |
4.2.2 BDS-3e卫星伪距偏差特征 |
4.2.3 联合BDS-2和BDS-3e进行时间传递 |
4.2.4 算例分析 |
4.2.5 结论 |
4.3 本章小结 |
第五章 附加先验信息约束的CP时间传递方法研究 |
5.1 附加钟差相关参数约束的Galileo时间传递 |
5.1.1 引言 |
5.1.2 附加钟差相关参数约束的Galileo时间传递数学模型 |
5.1.3 算例分析 |
5.1.4 结论 |
5.2 附加钟差模型增强的GNSS时间传递方法 |
5.2.1 引言 |
5.2.2 常用的钟差模型 |
5.2.3 附加钟差模型增强的时间传递方法 |
5.2.4 算例分析 |
5.2.5 结论与建议 |
5.3 本章小结 |
第六章 融合多模GNSS的载波相位时间传递方法研究 |
6.1 引言 |
6.2 融合多模GNSS载波相位时间传递原理 |
6.2.1 数学模型构建 |
6.2.2 算法流程 |
6.2.3 算例与分析 |
6.2.4 结论和建议 |
6.3 基于抗差-方差分量的多模GNSS时间传递 |
6.3.1 多模GNSS时间传递的权比分配中存在的问题 |
6.3.2 基于抗差-方差分量的多模GNSS时间传递方法 |
6.3.3 基于抗差-方差分量的多模GNSS时间传递实施流程 |
6.3.4 算例与分析 |
6.3.5 结论 |
6.4 本章小结 |
第七章 结论与未来工作的设想 |
7.1 本文的主要结论 |
7.1.1 GPS载波相位时间传递中的连续性研究 |
7.1.2 BDS载波相位时间传递中卫星伪距偏差影响研究 |
7.1.3 附加先验信息约束的载波相位时间传递方法 |
7.1.4 融合多模GNSS的载波相位时间传递 |
7.2 未来工作的设想 |
7.2.1 GNSS时间传递理论方面的研究 |
7.2.2 GNSS时间传递应用方面的研究 |
参考文献 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(6)单频多模GNSS/INS/视觉紧组合高精度位姿估计方法研究(论文提纲范文)
缩略词 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景与意义 |
1.2 相关技术研究现状 |
1.2.1 GNSS精密相对定位技术研究现状 |
1.2.2 GNSS/INS组合导航技术研究现状 |
1.2.3 视觉/INS组合导航技术研究现状 |
1.2.4 GNSS/INS/视觉组合导航技术研究现状 |
1.3 研究目标与研究内容 |
1.4 论文章节安排 |
2 GNSS/INS/视觉融合数学基础 |
2.1 引言 |
2.2 常用坐标系 |
2.3 姿态参数化 |
2.4 GNSS定位基础 |
2.4.1 GNSS观测量 |
2.4.2 GNSS误差处理方法 |
2.5 惯性导航基础 |
2.5.1 惯性传感器误差建模 |
2.5.2 捷联惯导机械编排 |
2.5.3 捷联惯导误差方程 |
2.6 视觉导航基础 |
2.6.1 针孔相机模型 |
2.6.2 相机标定 |
2.6.3 特征点三角化 |
2.7 最优估计方法 |
2.7.1 最小二乘 |
2.7.2 卡尔曼滤波 |
2.7.3 最优平滑 |
2.8 GNSS/INS松组合数学模型 |
2.8.1 系统误差状态模型 |
2.8.2 GNSS位置观测模型 |
2.8.3 GNSS速度观测模型 |
2.9 本章小结 |
3 单频多模RTK/INS紧组合滤波模型 |
3.1 引言 |
3.2 多模GNSS融合定位时空基准 |
3.2.1 时间系统 |
3.2.2 坐标系统 |
3.3 单频多模RTK数学模型 |
3.3.1 函数模型 |
3.3.2 随机模型 |
3.4 RTK/INS紧组合数学模型 |
3.4.1 附加模糊度参数的RTK/INS紧组合 |
3.4.2 独立解算模糊度的RTK/INS紧组合 |
3.5 RTK/INS紧组合抗差模型 |
3.6 RTK/INS紧组合算法框架 |
3.7 RTK/INS紧组合算法验证与性能评估 |
3.7.1 开阔天空环境 |
3.7.2 城市复杂环境 |
3.8 本章小结 |
4 惯导相对约束辅助模糊度固定模型 |
4.1 引言 |
4.2 IMU预积分测量值 |
4.3 INS相对位置辅助模糊度解算原理 |
4.4 INS预测的相位增量辅助周跳探测 |
4.5 实验分析与验证 |
4.5.1 车载测试描述 |
4.5.2 INS预测的相位增量辅助周跳探测性能分析 |
4.5.3 INS相对位置增量特点分析 |
4.5.4 INS相对位置约束辅助模糊度固定性能分析 |
4.6 本章小结 |
5 单频多模RTK/INS/视觉紧组合滤波模型 |
5.1 引言 |
5.2 基于已知特征点的绝对定位滤波模型 |
5.2.1 状态模型 |
5.2.2 观测模型 |
5.3 基于多状态约束的相对定位滤波模型 |
5.3.1 状态模型 |
5.3.2 观测模型 |
5.3.3 最小二乘等价性的证明 |
5.4 RTK/INS与视觉/INS紧组合模型的统一 |
5.4.1 状态模型 |
5.4.2 观测模型 |
5.4.3 算法框架 |
5.5 仿真实验验证与分析 |
5.5.1 GNSS/INS/视觉仿真数据 |
5.5.2 GNSS/INS松组合 |
5.5.3 基于已知特征点的视觉/INS紧组合 |
5.5.4 基于多状态约束的视觉/INS紧组合 |
5.6 本章小结 |
6 单频多模RTK/INS/视觉紧组合性能测试与分析 |
6.1 引言 |
6.2 实验平台搭建 |
6.3 传感器的时空同步 |
6.3.1 时间同步 |
6.3.2 空间同步(杆臂和安装角标定) |
6.4 测试描述与数据处理方案 |
6.4.1 车载测试描述 |
6.4.2 数据处理方案 |
6.5 实验验证与性能分析 |
6.5.1 卫星可见性分析 |
6.5.2 定位性能分析 |
6.5.3 测速性能分析 |
6.5.4 定姿性能分析 |
6.6 本章小结 |
7 结论与展望 |
7.1 工作总结与创新点 |
7.2 研究展望 |
参考文献 |
攻博期间的主要科研成果 |
致谢 |
(7)基于多模GNSS的滑坡实时动态监测算法研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 GNSS多系统选星现状 |
1.2.2 GNSS数据去噪研究现状 |
1.2.3 GNSS定位多路径误差研究现状 |
1.2.4 GNSS相对技术在滑坡实时监测中的应用现状 |
1.3 主要研究内容和技术路线 |
第二章 GNSS滑坡监测理论与技术 |
2.1 相对定位数学模型 |
2.1.1 载波相位测量原理 |
2.1.2 差分观测方程及其线性化 |
2.2 误差来源及处理策略 |
2.2.1 与卫星有关的误差 |
2.2.2 与信号传播有关的误差 |
2.2.3 与接收机有关的误差 |
2.2.4 其他误差 |
2.3 周跳探测及修复 |
2.4 整周模糊度固定理论和方法 |
2.5 GNSS-RTK技术的数据处理流程 |
2.6 本章小结 |
第三章 GNSS选星策略在滑坡实时监测中的应用 |
3.1 引言 |
3.2 GNSS组合定位中选星介绍 |
3.2.1 组合定位原理 |
3.2.2 选星原理 |
3.2.3 常用选星方法介绍 |
3.3 一种适用于滑坡实时监测的改进六星选星法 |
3.3.1 改进的六星选星法原理 |
3.3.2 改进的六星选星法流程 |
3.4 实验分析 |
3.4.1 高度角阈值的确定 |
3.4.2 不同选星方法适用性分析 |
3.4.3 不同长度基线适用性分析 |
3.4.4 实验结论 |
3.5 本章小结 |
第四章 EMD方法在滑坡监测降噪处理中的应用 |
4.1 引言 |
4.2 EMD和 EEMD算法原理 |
4.2.1 EMD和 EEMD介绍 |
4.2.2 信号重构与分解 |
4.3 基于仿真数据的去噪性能验证分析 |
4.4 基于EEMD的滑坡监测不同数据域降噪分析 |
4.4.1 不同数据域去噪方法 |
4.4.2 不同数据域去噪结果分析 |
4.5 基于EEMD去噪的滑坡监测多路径建模分析 |
4.5.1 恒星日滤波多路径建模分析 |
4.6 本章小结 |
第五章 GNSS实时监测算法在地震滑坡工程中的应用 |
5.1 引言 |
5.2 几种典型滑坡介绍 |
5.2.1 黄土滑坡 |
5.2.2 岩石滑坡 |
5.3 GNSS-RTK技术在地震滑坡监测中的应用 |
5.3.1 地震期间基准站稳定性分析 |
5.3.2 地震对滑坡的影响分析 |
5.4 滑坡监测系统介绍 |
5.4.1 硬件系统 |
5.4.2 软件系统 |
5.5 本章小结 |
总结与展望 |
总结 |
展望 |
参考文献 |
攻读硕士期间主要成果 |
致谢 |
(8)基于分数阶微积分的离散制造检测数据融合技术研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
第一章 绪论 |
1.1 论文的研究背景 |
1.2 问题的提出 |
1.2.1 离散制造及其特点 |
1.2.2 实现离散制造MES面临的技术难题 |
1.3 数据融合技术的发展概况 |
1.3.1 数据融合技术的发展历程 |
1.3.2 国内数据融合技术的研究现状 |
1.4 论文的研究目的和意义 |
1.4.1 论文的研究目的 |
1.4.2 论文的研究目标 |
1.5 论文的主体结构和主要内容 |
1.5.1 论文的主体结构 |
1.5.2 各章主要内容 |
1.6 本章小结 |
第二章 预备知识 |
2.1 分数阶微积分理论 |
2.1.1 分数阶微积分的定义 |
2.1.2 分数阶微积分的求解 |
2.1.3 分数阶偏微分方程 |
2.1.4 分数阶偏微分方程的解法 |
2.2 数据融合技术 |
2.2.1 数据融合的概念 |
2.2.2 数据融合技术的应用 |
2.2.3 国内外常用数据融合的分类方法 |
2.2.4 常用的多传感器数据融合算法及其应用特点 |
2.3 本章小结 |
第三章 物联网下离散制造MES及其数据检测系统设计 |
3.1 物联网技术及其应用 |
3.1.1 物联网技术 |
3.1.2 物联网结构及其基本特性 |
3.1.3 物联网技术的应用 |
3.2 基于物联网技术的离散制造执行系统 |
3.2.1 系统构架 |
3.2.2 系统组成结构及其功能 |
3.2.3 物联网下离散制造数据检测系统的实现 |
3.3 物联网下离散制造MES检测数据的特性分析 |
3.4 本章小结 |
第四章 基于分数阶微积分的网络信息融合处理技术 |
4.1 网络信息及其融合处理 |
4.2 分数阶微分算子与网络信息处理技术 |
4.2.1 分数阶微分算子对检测数据的处理 |
4.2.2 基于分数阶微分的多传感器检测数据融合模型 |
4.2.3 分数阶微分在网络检测信息融合处理中的应用分析 |
4.3 分数阶积分算子与网络信息融合处理技术 |
4.3.1 分数阶积分算子对检测数据的处理 |
4.3.2 基于分数阶积分的多传感器检测数据的融合模型 |
4.3.3 分数阶积分在网络信息融合处理中的应用分析 |
4.4 本章小结 |
第五章 基于分数阶偏微分的物联网下检测数据融合处理技术 |
5.1 基于积分离散引导算法的分数阶偏微分运算 |
5.2 基于分数阶偏微分的多传感器检测数据融合算法模型 |
5.3 基于分数阶偏微分融合算法的物联网检测数据融合仿真实验 |
5.4 分数阶偏微分在物联网下多传感器检测数据融合中的应用 |
5.4.1 物联网下多传感器检测数据 |
5.4.2 数据分析与处理 |
5.4.3 融合处理过程及结果分析 |
5.5 分数阶微积分对网络信息的融合结果比较分析 |
5.6 本章总结 |
第六章 分数阶偏微分数据融合算法在离散制造MES中的应用分析 |
6.1 实验平台介绍 |
6.2 实验方案 |
6.3 实验系统构建 |
6.3.1 感知执行层 |
6.3.2 信息传输层 |
6.3.3 信息处理层 |
6.4 实验仿真 |
6.4.1 实验环境描述 |
6.4.2 差异数据融合处理 |
6.4.3 实验结果分析 |
6.5 本章小结 |
第七章 论文的总结与前景展望 |
7.1 全文总结 |
7.2 本文主要创新点 |
7.3 前景展望 |
参考文献 |
攻读博士学位期间的学术活动及成果情况 |
(9)多通道SAR图像域动目标检测与参数估计技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究的背景和意义 |
1.2 多通道SAR图像域动目标检测技术国内外研究现状 |
1.2.1 ATI类 |
1.2.2 DPCA类 |
1.2.3 STAP类 |
1.2.4 VSAR类 |
1.3 多通道SAR动目标参数估计国内外研究现状 |
1.3.1 二维速度估计 |
1.3.2 径向速度解模糊 |
1.4 论文内容与安排 |
1.5 论文创新点 |
第2章 多通道SAR图像域动目标信号模型与特征分析 |
2.1 引言 |
2.2 多通道SAR图像域动目标信号模型 |
2.2.1 脉压域动目标信号模型 |
2.2.2 RD域动目标信号模型 |
2.2.3 图像域动目标信号模型 |
2.3 多通道SAR图像域动目标特征分析 |
2.3.1 时空多普勒模糊 |
2.3.2 能量变化 |
2.3.3 方位偏移 |
2.3.4 二阶相位调制 |
2.4 仿真与实测数据验证 |
2.4.1 动目标图像域能量变化特征 |
2.4.2 动目标图像域二阶相位调制特征 |
2.5 小结 |
第3章 基于RR-DPCA的多通道SAR图像域动目标检测 |
3.1 引言 |
3.2 图像域DPCA动目标检测方法 |
3.2.1 图像域DPCA检测流程 |
3.2.2 DPCA方法局限性分析 |
3.3 基于RR-DPCA的图像域动目标检测算法 |
3.3.1 RR-DPCA检测量构造 |
3.3.2 RR-DPCA检测原理分析 |
3.3.3 RR-DPCA检测量杂波统计模型 |
3.3.4 基于RR-DPCA的图像域动目标检测算法流程 |
3.4 试验验证与性能分析 |
3.4.1 仿真数据验证与性能分析 |
3.4.2 实测数据验证 |
3.5 小结 |
第4章 基于互质阵列的动目标图像域重定位技术研究 |
4.1 引言 |
4.2 动目标定位模糊与NULA-SAR解模糊 |
4.3 基于互质阵列(CA)的动目标重定位 |
4.3.1 CA概念与参数估计原理介绍 |
4.3.2 CA-SAR定位解模糊原理 |
4.3.3 基于CA-SAR的动目标重定位算法 |
4.3.4 CA-SAR阵元间距局限性 |
4.4 基于互质相邻阵列(CAA)的动目标重定位 |
4.4.1 CAA物理结构设计 |
4.4.2 CAA-SAR定位解模糊原理 |
4.5 基于CA-SAR和CAA-SAR的动目标重定位方法 |
4.5.1 CA与CAA结构特征对比 |
4.5.2 算法流程图 |
4.6 仿真实验验证与性能分析 |
4.6.1 场景仿真试验 |
4.6.2 三种定位解模糊阵列的性能对比分析 |
4.7 小结 |
第5章 基于多频SAR的动目标时空多普勒解模糊方法 |
5.1 引言 |
5.2 同余问题与鲁棒的闭式CRT |
5.2.1 同余问题 |
5.2.2 鲁棒的闭式CRT |
5.3 基于时空多普勒模糊的多通道SAR系统分类 |
5.3.1 Ⅰ类:时域盲速小于空域盲速 |
5.3.2 Ⅱ类:时域盲速大于空域盲速且为其整数倍 |
5.3.3 Ⅲ类:时域盲速大于空域盲速但非其整数倍 |
5.4 基于多频SAR的动目标速度解模糊 |
5.4.1 基于多频SAR的Ⅰ类系统速度解模糊 |
5.4.2 基于多频SAR的Ⅱ类系统速度解模糊 |
5.4.3 基于多频SAR的Ⅲ类系统速度解模糊 |
5.5 “二步求余”问题及其求解 |
5.5.1 “二步求余”问题的无模糊范围 |
5.5.2 “二步求余”问题闭式解 |
5.5.3 “二步求余”问题搜索解法 |
5.6 仿真实验验证与性能分析 |
5.6.1 场景仿真试验 |
5.6.2 搜索方法速度解模糊性能分析 |
5.7 小结 |
结论 |
参考文献 |
攻读学位期间发表论文与研究成果清单 |
致谢 |
作者简介 |
(10)GPS/BDS及PL高精度RTK定位算法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 GPS/BDS常规RTK |
1.2.2 GPS/BDS中长距离RTK |
1.2.3 室内伪卫星(PL) RTK |
1.3 本文研究目的和主要内容 |
1.3.1 本文研究目的 |
1.3.2 本文主要内容 |
第二章 RTK基础理论 |
2.1 基本数学模型 |
2.1.1 函数模型 |
2.1.2 随机模型 |
2.1.3 参数估计方法 |
2.2 常见误差源及处理方式 |
2.2.1 与卫星有关的误差 |
2.2.2 与传播路径有关的误差 |
2.2.3 与接收机有关的误差 |
2.3 数据预处理 |
2.4 模糊度的求解 |
2.5 质量控制 |
2.6 本章小结 |
第三章 GPS/BDS常规RTK |
3.1 GPS/BDS定位性能分析 |
3.1.1 时空基准及信号频率 |
3.1.2 卫星位置计算 |
3.1.3 定位模型 |
3.1.4 数据处理基本策略及流程 |
3.1.5 静态试验 |
3.1.6 动态车载试验 |
3.2 “两步法”粗差探测方法 |
3.2.1 算法介绍 |
3.2.2 实验与分析 |
3.3 附有多普勒测速信息的单历元模糊度求解 |
3.3.1 算法介绍 |
3.3.2 实验与分析 |
3.4 一种基于改进粒子群算法的模糊度求解方法 |
3.4.1 方法介绍 |
3.4.2 实验结果及分析 |
3.5 本章小结 |
第四章 GPS/BDS中长距离RTK |
4.1 中长距离RTK误差源 |
4.1.1 卫星轨道误差 |
4.1.2 电离层误差 |
4.1.3 对流层误差 |
4.2 对流层/电离层误差常用处理方法 |
4.2.1 对流层经验模型改正 |
4.2.2 对流层精密模型改正 |
4.2.3 广播星历电离层经验模型改正 |
4.2.4 电离层单层模型改正 |
4.2.5 无电离层组合(LC)模型 |
4.2.6 不同电离层模型改正效果验证 |
4.3 基于参数估计的中长距离GPS/BDS-RTK试验分析 |
4.3.1 方法介绍 |
4.3.2 100 km长基线验证 |
4.3.3 较大高差基线验证 |
4.4 一种适用于北斗区域非差电离层获取方法 |
4.4.1 方法介绍 |
4.4.2 试验及分析 |
4.5 基于常规和中长距离RTK定位统一模型的探讨 |
4.5.1 电离层加权模型 |
4.5.2 基于双频模糊度反算电离层迭代模型 |
4.6 本章小结 |
第五章 室内伪卫星(PL)RTK |
5.1 室内伪卫星PL-RTK定位特点 |
5.1.1 伪卫星定位误差分析 |
5.1.2 静态观测值强相关 |
5.1.3 线性化误差 |
5.2 基于固定点初始化(KPI)的室内PL-RTK算法 |
5.2.1 方法介绍 |
5.2.2 实验与分析 |
5.3 一种适用于室内PL-RTK定位单历元模糊度求解算法 |
5.3.1 方法介绍 |
5.3.2 实验及分析 |
5.4 本章小结 |
第六章 结束语 |
6.1 本文工作总结 |
6.2 未来工作展望 |
参考文献 |
攻博期间完成的学术成果情况 |
致谢 |
四、模糊方法在测量数据处理中的应用(论文参考文献)
- [1]GNSS时间序列异常值探测方法研究及其应用[D]. 马朝忠. 战略支援部队信息工程大学, 2020(01)
- [2]GNSS非差非组合模型电离层延迟和模糊度固定算法研究[D]. 王印彤. 武汉大学, 2020(03)
- [3]高刷新率超短基线数据后处理技术研究[D]. 李萍. 哈尔滨工程大学, 2020(05)
- [4]多尺度数据融合算法及其应用研究[D]. 刘娟花. 西安理工大学, 2019
- [5]GNSS载波相位时间传递关键技术与方法研究[D]. 张鹏飞. 中国科学院大学(中国科学院国家授时中心), 2019(01)
- [6]单频多模GNSS/INS/视觉紧组合高精度位姿估计方法研究[D]. 李团. 武汉大学, 2019(06)
- [7]基于多模GNSS的滑坡实时动态监测算法研究[D]. 李哲. 长安大学, 2019(01)
- [8]基于分数阶微积分的离散制造检测数据融合技术研究[D]. 左延红. 合肥工业大学, 2019(03)
- [9]多通道SAR图像域动目标检测与参数估计技术研究[D]. 黄祖镇. 北京理工大学, 2018(06)
- [10]GPS/BDS及PL高精度RTK定位算法研究[D]. 李昕. 武汉大学, 2017(06)