共查询到18条相似文献，搜索用时 125 毫秒
1.
基于卫星加速度恢复地球重力场的去相关滤波法 总被引：3，自引：0，他引：3
基于加速度法恢复地球重力场时,卫星加速度是由卫星轨道数值微分得到,而数值微分会放大高频误差,进而降低了重力场解算结果的精度.针对数值微分导出的加速度误差具有有色噪声的特性,提出利用去相关算法构造白化滤波器对加速度有色噪声进行滤波处理,并根据去相关的基本原理分别构造了基于三点差分和ARMA模型的白化滤波器.采用不同噪声背景的CHAMP卫星模拟轨道数据进行解算,结果表明:基于去相关滤波解算的重力场模型精度均要比等权解算的重力场模型精度高,初步验证了去相关滤波方法的有效性. 相似文献
2.
3.
4.
地球重力场和海洋环流探测（gravity field and steady-state ocean circulation explorer,GOCE）卫星重力梯度数据有色噪声和低频系统误差的滤波处理是反演高精度地球重力场的一个关键问题。针对GOCE卫星重力梯度数据的滤波处理,基于移动平均（moving average,MA）方法和CPR(circle per revolution)经验参数方法设计了两类低频系统误差滤波器,并分别将这两类滤波器与基于自回归移动平均（auto-regressive and moving average,ARMA）模型设计的有色噪声滤波器组合起来形成级联滤波器。为了分析滤波器处理的实际效果,基于空域最小二乘法采用70 d的GOCE观测数据,并联合重力恢复与气候实验（gravity recovery and climate experiment,GRACE）数据分别反演了224阶次的重力场模型GOGR-MA(MA+ARMA级联滤波)和GOGR-CPR(CPR+ARMA级联滤波)。将反演模型与采用同期数据求解的第一代GOCE系列模型及GOCE和GRACE联合模... 相似文献
5.
6.
为减小随机误差对MEMS陀螺输出角速度的影响,提出一种结合ARMA模型和Kalman滤波的MEMS陀螺随机误差补偿方法。采用Allan方差辨识MEMS陀螺的5项随机误差,利用Matlab对MEMS陀螺随机误差时间序列分析建模,建立MEMS陀螺随机误差的ARMA模型,设计3次Kalman滤波器对MEMS陀螺随机误差进行滤波处理,并对陀螺输出进行补偿。实验结果表明:基于ARMA模型的3次Kalman滤波算法将MEMS陀螺随机误差均值和方差降低了两个数量级。 相似文献
7.
导航卫星速度和加速度的计算方法及精度分析 总被引：1，自引：0，他引：1
导航卫星自身的速度和加速度的计算是利用GNSS解算用户速度和加速度的前提和关键,其计算精度也直接影响解算结果。系统分析和总结了基于广播星历和精密星历的导航卫星速度和加速度的计算方法,包括：(1)基于广播星历的公式法;(2)基于导航卫星位置序列的数值差分法;(3)基于导航卫星位置序列的解析差分法。首先在基于广播星历的公式法中,推导了Kepler根数型、GEO型、位置-速度型等三类广播星历计算卫星速度和加速度的解析计算公式,通过比较表明：(1)广播星历解析公式总体计算精度较低;(2)位置-速度型广播星历的加速度计算精度高,而Kepler型广播星历的速度计算精度高;(3)高轨道卫星的速度、加速度计算精度优于中轨卫星。进一步分析了基于精密星历的数值差分法和解析差分法的卫星速度和加速度的计算方法,两种方法的比较研究表明,解析差分法虽然在计算效率上具有优势,但利用短期位置序列建立的解析模型难以表达卫星的真实轨道特征,导致计算的卫星速度较数值差分法低,但两者的加速度计算精度相当。最后通过来自于连续运行参考系统(Continues Operational Reference System, CORS)站点上的实测数据对上述各方法的计算精度进行了评估和比较,表明数值差分法具有最高的速度和加速度计算精度,在高精度应用中应尽量采用。 相似文献
8.
针对GRACE Level2卫星时变重力数据后处理方法如何评价的问题,该文以中国数字地震观测网络获得的青藏高原地区地面重力变化图像为参考,基于平均结构相似性等图像相似度指标,研究了与该区域地面重力观测同期、不同后处理方法得到的GRACE卫星重力变化图像的可靠性。结果显示,GRACE卫星重力和地面重力观测结果具有一定的可比性,滑动窗口去相关滤波和高斯400 km滤波的组合方法可以获得最优的处理效果。本文的方法和结论对GRACE及GRACE Follow-On卫星重力数据应用中后处理方法和参数的选取有一定的借鉴意义。 相似文献
9.
10.
高分二号卫星影像提供了丰富的图像信息,高分二号影像数据的发布打破了我国高分辨率对地观测数据长期依赖进口的局面。但是图像在传输和保存过程中会有噪声干扰,如果感兴趣区域受到污染,则会导致该区域内的影像信息不能被充分利用。为了解决高分二号遥感影像去噪这一难题,本文采用自适应模糊阈值法去噪方式,该方法根据各个尺度下噪声方差建立的自适应模糊阈值函数非线性处理后,重新构造作为新的小波系数,经小波逆变换后得到去噪图像。通过与均值滤波器滤波、高斯平滑滤波、中值滤波器滤波、小波全局阈值去噪和Birge-Massart策略阈值法去噪比较,结果表明,自适应模糊阈值去噪法充分结合软硬阈值处理方式的优点,既保留图像细节又使图像更加平滑,图像整体信息完好,去噪效果更为理想。 相似文献
11.
结合星载寄生式干涉合成孔径雷达(InSAR)的工作原理及高稳定频率源的工作特性,给出了时间和频率同步误差模型。基于该误差模型,分析了时间和频率同步误差对干涉相位的影响,首次推导了同步误差导致的信号去相关。基于星载寄生式InSAR系统的空间几何关系和图像信号模型,详细分析了热噪声、模糊、量化噪声、基线、方位向、配准误差及体散射等去相关效应,给出了考虑上述全部去相关因素时系统的相对测高精度,并仿真分析了以Envisat为主星的寄生式InSAR系统在ASAR雷达7个不同波位下的相对测高性能。理论分析和仿真结果表明,在合理选择轨道和雷达参数的前提下,系统可以达到很好的测高精度。 相似文献
12.
传统卡尔曼滤波算法要求噪声模型符合高斯分布,在UWB室内定位中,由于载体本身的机制等干扰,观测噪声不仅仅是白噪声,也存在有色噪声的情况,而粒子滤波可以处理有色噪声的问题。本文通过增加似然分布自适应调整来改进粒子滤波用于目标跟踪的精度,同时研究在白噪声、有色噪声下似然分布自适应调整粒子滤波和拓展卡尔曼滤波在UWB中的优势与不同。试验结果表明：观测噪声为白噪声时,拓展卡尔曼滤波和粒子滤波均可以较好地实现对行人的定位跟踪;观测噪声为有色噪声时,自适应粒子滤波定位效果优于粒子滤波、拓展卡尔曼滤波。 相似文献
13.
本文论述了最小二乘过程中有色噪声的处理方法,提出使用AR模型对GOCE梯度观测值中的有色噪声进行时域滤波,数值模拟结果验证了该方法的有效性。利用数值模拟验证了直接求逆方法和PCCG法求解大型法方程的有效性,后者的效率远远高于前者。联合加入噪声（有色噪声和白噪声）的卫星重力梯度张量径向分量观测值Vzz和SST观测值,分别使用空域最小二乘法和SA方法恢复了180阶全球重力场模型,前者求解重力场模型的大地水准面和重力异常在180阶次的精度分别为3.01cm和0.75mGal,优于SA方法求解模型的精度。 相似文献
14.
作为光纤陀螺误差的重要组成部分,随机噪声严重影响着光纤陀螺的精度,对光纤陀螺随机噪声进行准确建模和补偿是提升陀螺精度的有效方式。本文针对光纤陀螺随机噪声的复杂性,难以对其进行精确分析,ARIMA （auto-regressive moving average）模型Kalman滤波中有色噪声不能使用状态扩充法建模的问题,扩展了Harvey方程,实现有色噪声白化。同时,考虑先验噪声的不确定性以及模型参数在线更新导致的参数与状态噪声相互耦合,分析了动态Allan方差估计量测噪声的不足,使用VBAKF （variational Bayesian adaptive Kalman filter）实时修正滤波状态噪声与量测噪声。试验表明,Harvey法较传统滤波建模方式,随机噪声序列方差降低40%,Harvey法结合VBAKF使序列方差降低了54%;VBAKF较动态Allan方差,可以更好地估计量测噪声。结果表明,此方法可有效抑制随机噪声Kalman滤波中有色噪声和随机模型不准确的影响,提高随机误差补偿精度。 相似文献
15.
利用Hector软件解算我国东北地区16个陆态网络连续站近10 a的时间序列观测数据,获取连续站坐标残差时间序列数据,进而确定最优噪声模型,最终得出基于有色噪声(CN)以及环境负载改正后的速度场. 结果表明:东北地区陆态网络坐标时间序列数据中主要存在白噪声(WN)、闪烁噪声(FN)与幂律噪声(PL);北(N)和天顶(U)方向的最优噪声模型为WN+FN;E方向的最优噪声模型均为WN+PL. 在顾及CN及环境负载的影响下,东北地区陆态网络基于ITRF14框架下在N方向上运动的平均速率为?13.003 mm/a,东(E)方向上运动的平均速率为27.020 mm/a,U方向上运动的平均速率为0.528 mm/a,整体呈隆升趋势. 相似文献
16.
GPS高程数据时间序列分析 总被引：4，自引：1，他引：4
对GPS台站时间序列进行了研究，对我国IGS连续跟踪站高程分量的数据进行谱分析和小波分析，用最小二乘法将时间序列的白噪声与有色噪声分离，并利用AR模型建模。通过分析，获得拉萨、上海和武汉GPS连续跟踪站的有色噪声特征。 相似文献
17.
顾及有色噪声的光纤陀螺信号的抗差谱分析 总被引：2，自引：0，他引：2
在惯导系统中，对光纤陀螺仪的零位漂移一般采取滤波的方法对其进行补偿或削弱。本文针对信号中含有低频有色噪声，在Kalman滤波和小波变换消噪不理想的情况下，提出一种新的处理零位漂移的方法。首先对信号中的有色噪声进行拟合和预报，然后对信号进行抗差谱分析，以期将有用信号、有色噪声以及周期噪声分离开。利用模拟数据对该方法进行验证，发现该方法能够剔除信号中的周期噪声，并能够削弱有色噪声的影响。 相似文献
18.
Boris Kargoll Mohammad Omidalizarandi Ina Loth Jens-André Paffenholz Hamza Alkhatib 《Journal of Geodesy》2018,92(3):271-297
In this paper, we investigate a linear regression time series model of possibly outlier-afflicted observations and autocorrelated random deviations. This colored noise is represented by a covariance-stationary autoregressive (AR) process, in which the independent error components follow a scaled (Student’s) t-distribution. This error model allows for the stochastic modeling of multiple outliers and for an adaptive robust maximum likelihood (ML) estimation of the unknown regression and AR coefficients, the scale parameter, and the degree of freedom of the t-distribution. This approach is meant to be an extension of known estimators, which tend to focus only on the regression model, or on the AR error model, or on normally distributed errors. For the purpose of ML estimation, we derive an expectation conditional maximization either algorithm, which leads to an easy-to-implement version of iteratively reweighted least squares. The estimation performance of the algorithm is evaluated via Monte Carlo simulations for a Fourier as well as a spline model in connection with AR colored noise models of different orders and with three different sampling distributions generating the white noise components. We apply the algorithm to a vibration dataset recorded by a high-accuracy, single-axis accelerometer, focusing on the evaluation of the estimated AR colored noise model. 相似文献