排序方式: 共有35条查询结果,搜索用时 15 毫秒
1.
BDS-3新频点单点定位研究 总被引:2,自引:0,他引:2
针对目前有关北斗卫星导航系统(BDS-3)中MEO卫星(BDS-3M)增加的B1C、B2a新频点单点定位研究较少的现状,本文开展了基于新频点B1C、B2a的双频单点定位试验,结合国际GNSS监测评估系统(iGMAS)5个跟踪站连续10 d的数据,对BDS-3的新频点进行数据质量分析、双频伪距单点定位(SPP)和双频静态精密单点定位(PPP)研究,并与GPS的L1、L2频点和BDS-3的B1I、B3I频点进行对比。试验结果表明:在伪距单点定位方面,BDS-3新信号在E、N、U 3方向的精度分别优于10、12、11 m,低于GPS的L1、L2双频伪距单点定位和BDS-3的旧频点双频伪距单点定位精度;在精密单点定位方面,BDS-3新频点在收敛速度方面略低于GPS的收敛速度,BDS-3新信号在E、N、U 3方向都能达到分米级精度。 相似文献
2.
3.
利用CRLB的数字摄影测量人工标志定位不确定性评估 总被引:1,自引:1,他引:0
考虑影像形成的物理过程,针对叠加零均值高斯白噪声的标志定位模型,利用最大似然估计理论,推导出了基于标志定位不确定性理论的误差性能克拉美-罗下限(Cramér-Rao lower bound,CRLB),同时确定了CRLB在一定置信水平下的置信区间。以圆形标志实验为例,分析了噪声水平和标志大小两个因素对CRLB的影响。 相似文献
4.
5.
随着GNSS应用的不断发展,实时位置服务已经成为国内外研究热点,而北斗卫星导航系统的实时服务尚处于发展阶段。本文基于卫星精密定轨基本原理,讨论了北斗导航卫星实时轨道确定策略;研究了基于北斗卫星质心和天线相位中心的SSR轨道改正值生成方法,并给出了一种适合北斗导航卫星的IODE值表达方式;基于国家基准站和全球MGEX站数据,进行了北斗导航卫星的实时轨道解算测试,结果表明,GEO卫星1D RMS精度优于400 cm,平均精度为223 cm,其径向精度优于20 cm;IGSO卫星精度优于30 cm,平均精度为22 cm,其径向精度优于10 cm;MEO卫星精度优于30 cm,平均精度为15 cm,其径向精度优于10 cm。 相似文献
6.
采用新光压模型ECOMC和ECOM-9,分别使用5种IGU精密超快速星历进行精密定轨,以最终IGS精密星历作为真值,比较GPS卫星的定轨精度。结果表明,相较于ECOM-9光压模型,ECOMC光压模型能够提升卫星径向、切向和法向的轨道精度,其中径向提升较为明显;对比5种IGU超快速精密星历的定轨结果,ECOMC光压模型定轨精度分别能达到5 cm、3.5 cm、2.5 cm、1.5 cm和1.5 cm,优于ECOM-9。 相似文献
7.
间距分区法在解算卫星连续运行站数据中的应用 总被引:1,自引:0,他引:1
介绍了在处理全国卫星连续运行站数据时,基线解算与平差的解算策略与流程,针对由于解算的CORS站点数量多、分布密集,存在短基线从而影响解算精度的问题,并且顾及GAMIT/GLOBK软件的处理效率,运用间距分区法首先对所有测站进行了分区解算,然后进行了联合处理。结果显示,通过这种分区方案得到的测站坐标,N、E方向的精度在1 mm以内,U方向的精度在3 mm以内,可以满足高精度的数据解算要求,验证了这种方法在解算数量多、分布密集测站时的精度可靠性。 相似文献
8.
地球自转参数(ERP)是卫星精密定轨中联系天球坐标系与地球坐标系的必要参数,是国际GNSS服务组织(IGS)和国际GNSS监测评估系统(iGMAS)分析中心的重要产品。为了提高中国测绘科学研究院分析中心(CGS)的线性模型预报精度,本文研究了最小二乘(LS)和自回归模型(AR)组合的超短期预报最优方法;通过不同周期数据确定最佳预报时长,利用LS+AR模型进行超短期预报,并通过IGS和iGMAS与线性模型产品对比。结果表明:利用8 d(时段)数据进行超短期预报最优;LS+AR模型预报精度明显优于LS模型;LS+AR的超短期预报方法优于分析中心的线性预报方法;EOP的PMX和PMY分量利用时段数据预报、LOD利用天数据预报精度更高。本文超短期预报方法能够提高ERP预报精度,为IGS或iGMAS分析中心的ERP预报提供了一定的参考意义。 相似文献
9.
10.
地球自转参数(ERP)是实现地心天球坐标系(geocentric celestial reference system,GCRS)与国际地球坐标系(international terrestrial reference system,ITRS)相互转换的必要参数,是国际GNSS服务组织(IGS)和国际GNSS监测评估系统(iGMAS)分析中心的重要产品。本文针对最小二乘地球自转参数预测算法会造成数据饱和以及新旧数据在数据处理及预报中被同等对待等问题,将遗忘因子引入最小二乘预测算法,进而提高ERP预报精度。遗忘因子递推最小二乘算法能防止数据饱和,降低旧数据的影响,加强新数据的作用,降低在求解拟合参数时出现秩亏矩阵求逆的几率,提高预报精度。本文详细推导了遗忘因子递推最小二乘表达式,探究了最佳遗忘因子,并通过ERP试验将该方法和原最小二乘的试验结果及LS-AR模型的预报结果作对比,发现仅用遗忘因子最小二乘模型预测就可以达到与LS-AR组合模型预测相当的精度。 相似文献