附加基线矢量约束的双站协同精密定位方法          下载免费PDF全文

陈万通  尚正辉  汪竹青 《全球定位系统》2020,45(2):21-29

传统精密单点定位(PPP)具有高精度、操作方便等诸多优点,其通常利用Kalman滤波进行未知参数的解算,但是定位性能依赖于准确的动态模型和滤波初值,如果动态模型不准确或者滤波初值设定的不正确会导致滤波性能下降甚至发散.针对该问题,提出了一种附加先验的基线约束信息的双站协同PPP定位方法,算法利用双站所成基线的方向信息和长度信息对Kalman滤波过程中双站位置的估计值进行修正,减小了浮点解的误差协方差矩阵,提高了浮点解的精度.利用实测的全球定位系统(GPS)数据进行PPP实验,实际结果表明,与传统PPP参数估计模型相比,本方法有效改善了定位的精度,缩短了收敛时间.  相似文献   

抗差自适应卡尔曼滤波模型及其在塌陷区监测中的应用     

贺晗  陶庭叶  冯佳琪  房兴博 《大地测量与地球动力学》2019,39(12):1265-1269

针对塌陷区等地表快速沉降区域的动力学特点及观测向量中存在的粗差对卡尔曼滤波结果的影响，设计一种抗差自适应卡尔曼滤波模型。该模型能识别稳定沉降与快速沉降2种状态，通过抗差估计减小观测向量中粗差的影响，并采用自适应因子调整动力学模型，减少状态模型的误差，提高滤波结果的精度。将该模型应用于某矿区沉降监测数据的处理，结果表明，其效果优于抗差卡尔曼滤波。  相似文献   

基于自适应卡尔曼滤波的多波束数据改正方法     

肖元弼  彭认灿  董箭  陈阳 《海洋测绘》2019,39(6):25-28

多波束测深数据质量受声速误差等因素影响较大,针对该情况,利用自适应卡尔曼滤波以相邻条带中央波束作为先验信息,对多波束测深数据进行改正。首先,以相邻条带的中央波束数据构建海底地形大致走向的趋势线作为先验信息,结合观测值与检查线测深值,得到观测值和先验信息的偏差;其次,利用卡尔曼滤波对观测值进行改正并对方法进行分析;最后,利用自适应卡尔曼滤波对多波束测深数据进行优化。实验表明:利用自适应卡尔曼滤波能够对声速整体误差影响的多波束测深数据进行有效改正。  相似文献   

基于GPU技术的风暴潮集合预报     

刘秋兴  姜金荣  于福江  张长宽  董剑希  宋晓姜  王玉竹 《海洋学报(英文版)》2020,42(5):77-86

台风预报的准确性在风暴潮预报中起着重要作用。台风强度和路径的不确定性意味着使用集合模式来预报风暴潮。本文利用中央气象台的最优路径台风参数驱动国家海洋环境预报中心业务化的水动力学模型，开展华南沿海的风暴潮模拟，模式模拟结果与实测吻合较好。为了改进计算效率，采用CUDA Fortran 语言对模型进行了改造，改造后的模型在计算结果与原模型基本一致的基础上，计算时间缩短了99%以上。通过融合欧洲中期天气预报中心（ECWMF）的50条路径与3种可能台风强度构造出了150个台风事件，并用150个台风事件驱动改进的风暴潮数值模型，计算结果可以提供集合预报产品和概率预报产品。通过“山竹”台风风暴潮过程可以发现集合平均预报结果和概率预报结果与实测吻合较好。改进的数值模型可以运行普通工作站上，非常适合风暴潮集合预报，并且可以提供更好的决策产品。  相似文献   

西山村大型滑坡体GPS监测数据处理与预测模型建立     

李海洋  聂桂根 《测绘地理信息》2019,44(6):117-119

滑坡是严重的地质灾害,为了降低滑坡灾害,必须对滑坡进行变形监测并给出及时预报。以四川省阿坝州理县通化乡的西山村大型滑坡体GPS监测为例,介绍了GPS滑坡监测数据预处理情况,给出了卡尔曼滤波去噪方法,通过卡尔曼滤波处理前后的坐标分别建立线性预测模型,结果表明,卡尔曼滤波可以很好地去除噪声的影响,使模型的拟合精度较高,模型预测值更接近实际坐标值。  相似文献   

基于GF-KF修正RSSI的室内指纹定位方法          下载免费PDF全文

韩学法  吴飞  朱海  鄢松  胡锐 《全球定位系统》2020,45(3):54-62

针对Wi-Fi信号易受噪声等外界不确定因素的影响以及移动终端接收信号强度指示（RSSI）与真实值存在偏差而导致定位精度不高的问题,本文提出了一种基于GF-KF修正RSSI的室内指纹定位方法．由于采集的RSSI不稳定,该方法利用RSSI类高斯分布的特性,对RSSI数据进行高斯拟合,以得到较为确定的RSSI值．在此基础上,引入卡尔曼滤波算法对拟合后的RSSI数据进行误差修正,结合加权K近邻（WKNN）匹配算法进行定位．实验结果表明:本文方法的平均定位误差为1.5 m,2.0 m以内的误差累积分布概率为90.06％,定位效果优于同类方法．   相似文献   

基于集合经验模态分解的老年人步态信号的降噪方法     

郎爱坤  冯茗杨  叶瑾 《北京测绘》2020,(4):443-448

基于手机传感器的行人航位推算(PDR)作为一种不依赖外部信息和硬件就可以自主定位导航的方法,在室内环境下试图去普及应用。老年人与年轻人在步频与步幅上有很大差异,常用的年轻人步态降噪方法并不适用于老年人,大大降低PDR的定位精度。针对该问题,本文以手机内加速度传感器信号为数据依据,以检测老年人步数为研究目标,采用卡尔曼滤波、巴特沃斯低通滤波、集合经验模态分解等方法,确定老年人的步数。通过对比分析,确定基于集合经验模态分解的降噪方法,对老年的检步精度达到98%以上,较采用卡尔曼滤波与巴特沃斯低通滤波的方法提高了19.4%。  相似文献   

基于改进EEMD的GPS多路径误差建模与削弱方法研究     

张成龙  刘超  赵兴旺  邓永春 《大地测量与地球动力学》2018,38(10):1021-1026

引入一种改进的集合经验模式分解方法（improved ensemble empirical mode decomposition，IEEMD）进行多路径误差的建模。与EEMD方法相比较，IEEMD方法可以有效地克服模态分量数目不一致和分解不彻底等问题，并将原始序列分解为不同尺度的模态分量。同时，考虑到不同模态分量中高斯白噪声的能量密度与平均周期之积为常数，设计一种自动选择尺度与重构的方法，用于模态分量的选择与重构，进而构建GPS多路径误差模型。在此基础上，采用恒星日滤波技术，进行邻近周日GPS坐标序列中多路径误差的实时削弱。实验结果表明，采用同样的尺度选择方法和恒星日滤波技术，使用IEEMD方法可以得到比EEMD方法精度更高的GPS坐标序列。  相似文献   

融合小波变换和自适应Kalman滤波在GPS监测中的应用研究     

李炎寅 《测绘与空间地理信息》2020,(1):89-92

针对自适应卡尔曼滤波只适用于滤除高斯分布的白噪声,本文提出了融合小波变换和自适应卡尔曼滤波的算法。该算法利用小波变换的多尺度分解,将GPS高频的监测时间序列进行多层分解,重构出新的GPS监测时间序列,将其作为新的自适应卡尔曼滤波初始值,进行滤波处理。将融合算法的滤波结果与单一的自适应卡尔曼滤波结果进行对比分析,结果表明融合算法的滤波效果较为显著。同时,对融合算法滤除的噪声信息进行统计分析,结果表明融合算法滤除的噪声符合正态分布,进一步说明了该融合算法的有效性,为GPS的高频率、高精度的监测提供了技术支持。  相似文献   

自适应卡尔曼滤波高铁沉降观测数据处理模型研究     

冯磊 《测绘与空间地理信息》2020,(2):208-212,215

在介绍国内外高铁沉降数据处理方面的研究现状的基础上,依次阐述了包括回归分析法、人工神经网络、灰色系统理论和时间序列分析法在内的经典沉降数据处理方法,着重讲解了标准卡尔曼滤波理论及其相关公式,介绍了两种自适应卡尔曼滤波理论:方差分量估计AKF、方差补偿AKF。本文针对某具体工程实例,分别基于MATLAB平台编写了一套标准卡尔曼滤波程序和一套自适应卡尔曼滤波程序,并运用程序对其作了相关分析。通过对比分析,证明了自适应KF的优越性,并得到一套在处理实际问题时具有一定可行性的模型。  相似文献