一、具有系统误差的观测数据处理(论文文献综述)
朱锋[1](2019)在《GNSS/SINS/视觉多传感器融合的精密定位定姿方法与关键技术》文中研究指明全球卫星导航系统作为国家重要的空间信息基础设施,具备全球、全天候、高精度连续定位、导航和授时的功能,然而,到达地面的GNSS卫星信号非常微弱,存在遮挡、干扰和欺骗三大脆弱性问题,无法在电磁干扰、物理遮蔽等复杂环境下使用,为了保障国家PNT系统的坚韧性,提升导航与位置服务的能力,美国提出了全源定位与导航(ASPN,All Source Positioning and Navigation)计划,同时,我国开展了“羲和系统”的研制并提出协同精密定位技术,随后开始推进以北斗为核心的国家综合PNT体系的建设。这些计划都将多传感器集成、多源异质信息融合确定为未来PNT技术的重要发展方向,也是从根本上解决单一导航系统局限性和脆弱性的有效途径。随着智能化时代的到来,以移动测量为代表的行业应用和以位置服务为代表的大众应用对精密定位定姿技术存在着巨大需求,星载、机载、车载、船载平台的移动测量和自动驾驶汽车、无人机、移动机器人等智能载体的自主导航都高度依赖精密的位置基准信息。因此,多传感器融合的精密定位定姿技术具有十分重要的研究意义与价值。本文旨在对GNSS/SINS/视觉多传感器融合的理论模型与技术方法开展系统深入的研究,提升复杂环境下精密定位定姿的能力,论文的主要工作和贡献如下:1)从模型简化与统一的角度,总结了精密单点定位和差分定位方式下的松/紧组合模型,并讨论了地面车辆可挖掘的多源约束信息及融合策略;面向车载场景,提出了一种以速度为主线的级联对准方案;为了实现双向滤波与双向平滑,给出了前向/后向的机械编排算法;在双天线GNSS/SINS组合测姿中,采用失准角模型代替欧拉角模型,达到与松组合兼容的目的。2)设计了一种称为“半紧组合”的新结构,既兼容了松组合与紧组合的优势,又克服了各自的主要缺陷,能够在卫星数不足的情况下,保持与紧组合一样的定位定姿精度,又解决了紧组合利用“传递”模式进行模糊度固定的风险问题,还能实现固定解的RTS平滑,是一种适用于多传感器分布式滤波的有效方法。3)为了增强复杂环境下的模糊度固定性能,分别从位置域、大气域、模糊度域的角度提出了三种新方法,即惯性辅助PPP模糊度固定、电离层建模约束的S2L-RTK、模糊度整合的后处理算法。理论分析与数据处理表明:当惯性递推的位置精度优于半个波长时,能够辅助模糊度实现瞬时固定;相比于加权电离层RTK模型,S2L-RTK通过电离层建模预报约束,在复杂环境下的模糊度固定率提高了近50%;模糊度整合的后处理算法可以将正确固定的模糊度赋予整个弧段,实现全弧段固定。4)提出了一种新的GNSS/SINS后处理策略,该策略先使用两个独立线程进行前向/后向Kalman滤波,滤波完成后各自进行RTS平滑,最后采用FBC组合技术对前向/后向平滑结果进行融合得到高精度结果。进一步的,通过状态降维和更新率调低,在不损失精度的情况下,大幅度提高了后处理效率,2.65小时的数据仅耗时4.5s,经过后处理平滑后,60s的累积误差从最大的20m减小到0.5m。5)根据移动测量的原理,研究了视觉点云地图与车道线地图生成技术,通过多帧影像前方交会得到路标点局部坐标以及单应性变换得到车道线局部坐标,然后由GNSS/SINS解算得到的相机位姿进行坐标转换,获得ECEF系下视觉点云与车道线坐标。提出了评价视觉点云的质量指标,并通过数据清洗提升了点云质量,由多方面的误差分析表明,车道线的绝对位置精度约为1020cm。6)在视觉点云和车道线两个图层的高精度地图支持下,深入开展了视觉定位以及GNSS/SINS/视觉/车道线约束/里程计多源信息融合的方法,构建了不同信息组合下的数学模型,提出了空间八叉树和特征十叉树加速的视觉定位框架,由KITTI数据集测试表明,视觉定位定姿的精度约为1.5cm和0.06deg,定位成功率接近100%,定位平均耗时为0.316秒,能够满足实时性要求,当与惯性融合时,仅需成功匹配到1个路标点,就能在GNSS长时间失锁(20min)的情况下保持10cm的位置精度。最后测试了2颗卫星情况下的GNSS/SINS/车道线约束/里程融合的实时定位,对于时长为300s的部分遮挡,其三个分量上的位置精度均优于10cm。7)自主研发了一套高精度GNSS/SINS数据融合的处理软件POSMind。该软件具有丰富的可视化界面,既可以单独处理GNSS多系统数据、也可以联合惯性数据进行融合处理,支持精密单点定位(PPP)、差分定位(DGNSS)、松组合(LCI)、紧组合(TCI)、半紧组合(STC)多种混合模式,并提供前向/后向滤波器、前向/后向RTS平滑器以及组合器,实现多种信息的最优融合,是目前唯一提供IAR-PPP/SINS组合功能的软件。在此基础上,实现了视觉地图支持下的GNSS/SINS/视觉/里程计多传感器融合的实时定位定姿算法。
史津竹[2](2020)在《车辆运动约束的视觉惯性位姿估计及可观测性分析》文中研究指明提供实时、准确的车辆位姿信息,是智能网联车辆自主导航的必要前提。视觉惯性里程计(Visual Inertial Odometry,VIO)具有鲁棒性好、隐蔽性高、微型化、成本低等优势,在无人机和移动机器人的位姿估计领域得到了大量应用。然而将VIO应用于地面车辆,车辆会经常处于恒定加速度或直线行驶工况或近似处于这两种行驶工况下,在这类特定工况下VIO的可观测性会发生变化,导致车辆的位姿估计精度降低甚至发生失效。如何在全球导航卫星系统(Global Navigation Satellite System,GNSS)信号受干扰的情况下,将车辆运动学模型、视觉传感器、消费级惯性传感器的多源信息进行有效融合,从而改善系统的可观测性并提高车辆位姿估计的精度,是目前亟需解决的科学问题。针对以上问题,本文主要开展了车辆运动学里程计的系统误差估计及外参标定、车辆运动误差状态模型的VIO、车辆运动误差观测模型的VIO以及系统可观测性分析等方面研究,主要工作如下:1)为解决车辆里程计的系统误差带来的车辆定位轨迹跑偏问题,本文提出了三维空间下的车辆运动学误差状态模型和GNSS与惯性导航系统(Inertial Navigation System,INS)的组合惯性导航系统(GNSS-INS)的位置、角速度观测模型;解析推导了提出方法的可观测性。实验结果表明:经过系统误差估计后的车辆里程计在八组实车实验数据集上的绝对轨迹误差相比估计前的车辆里程计分别降低了86.60%、67.32%、56.53%、91.27%、79.10%、78.46%、69.83%和61.68%,有效地削弱了车辆里程计的系统误差带来的车辆定位轨迹跑偏现象。2)为解决目前车辆坐标系与IMU坐标系的空间校准准确性不足的问题,本文提出了基于旋转序列奇异值分解和加权平均四元数的旋转外参粗标定方法以及计入惯性测量单元(Inertial Measurement Unit,IMU)零偏的GNSS-INS辅助外参在线标定方法,探究了带标定外参的IMU误差状态运动学模型和GNSS-INS位置观测模型;解析推导了提出方法的可观测性。实验结果表明:采用本文提出的GNSS-INS辅助外参在线标定后的VIO在三组实车实验数据集上的绝对轨迹误差比手工测量标定的VIO分别降低了4.42%、12.25%和2.69%,采用本文提出的基于奇异值分解和加权四元数法标定的VIO在三组实车实验数据集上的绝对轨迹误差比手工测量标定的VIO分别降低了3.70%、9.41%和1.53%。3)为解决车辆运动学模型位姿估计的局限性以及VIO在车辆处于恒定加速度工况时出现的尺度方向不可观测问题,首先提出了车辆轮式单目视觉里程计(WMO),推导了车辆运动学误差状态模型和基于多状态约束卡尔曼滤波(MultiState Constraint Kalman Filter,MSCKF)的视觉特征观测模型;然后将陀螺仪角速度信息融入车辆运动学误差状态模型中,提出了车辆轮式陀螺单目VIO(WGMO);解析推导了WMO和WGMO方法的可观测性,并从理论上证明了所提出的方法在尺度方向上是可观测的。实验结果表明:与双目多状态约束扩展卡尔曼滤波器(Stereo Multi-State Constraint Kalman Filter,S-MSCKF)和基于关键帧优化的视觉惯性定位系统(Open Keyframe-based Visual-Inertial SLAM,OKVIS)相比,提出的两种方法可以有效改善VIO在车辆处于恒定加速度工况下的尺度不可观测问题,提高了车辆的位姿估计精度。在七组实车实验数据集上,WGMO的均方根尺度比相比于S-MSCKF分别降低了27.79%、11.57%、30.60%、15.04%、20.71%、31.70%以及5.08%,WMO的均方根尺度比相比S-MSCKF分别降低了32.52%、24.38%、37.30%、25.96%、26.10%、37.21%以及14.46%。其中,WGMO的位姿估计精度和鲁棒性更优,其在八组实车实验数据集上的绝对轨迹误差相比于S-MSCKF分别降低了90.21%、4.11%、65.69%、87.77%、33.98%、87.61%、84.68%以及4.74%,相比于OKVIS分别降低了95.56%、79.17%、69.63%、92.52%、76.39%、88.48%、79.58%以及38.76%。4)为解决VIO的尺度不可观测以及基于车辆运动误差状态模型的VIO的侧倾角和俯仰角不可观测问题,提出了车辆相对运动误差观测模型的单目VIO方法(ACK-MSCKF-M)和考虑杆臂效应的车辆速度、横摆角速度误差观测的单目VIO方法(ACK-MSCKF-LM),解析推导了ACK-MSCKF-M和ACK-MSCKFLM的可观测性。实验结果表明:提出的两种方法可以改善车辆在恒定加速度工况下的尺度不可观测问题并且实现了车辆的侧倾角和俯仰角可观测,提高了车辆位姿估计的精度;同时ACK-MSCKF-LM也克服了ACK-MSCKF-M的不一致问题,进一步提高了车辆的位姿估计精度。其中,提出的ACK-MSCKF-M相比于S-MSCKF在五组实车实验数据集上的均方根尺度比分别降低了33.90%、18.57%、27.38%、36.76%以及18.54%,绝对轨迹误差分别降低了86.29%、65.69%、74.84%、58.79%以及60.73%。ACK-MSCKF-LM相比于S-MSCKF在五组实车实验数据集上的均方根尺度比分别降低了28.70%、10.86%、19.48%、32.40%以及9.88%,在八组实车实验数据集上的绝对轨迹误差分别降低了91.55%、6.39%、71.97%、87.84%、33.33%、85.56%、79.69%以及64.29%。5)基于可观测性分析结论提出了WGMO以及ACK-MSCKF-LM的模型降阶策略,探究了其对定位精度的影响。然后对车辆运动学、视觉、惯性传感器的不同传感器融合定位模式,进行了全面的性能评估。实验结果表明:基于可观测性分析的模型降阶策略对车辆定位精度的影响较小;在所有的实车实验数据集上进行的多种不同融合定位模式对比中,ACK-MSCKF-LM的定位精度性能最优;同时,基于车辆运动误差状态模型的WGMO相比于基于车速和角速度误差观测模型的ACK-MSCKF-LM,可以在保证较高的定位精度的情况下节省加速度计和方向盘转角传感器,因此在实时性和硬件成本上优于ACK-MSCKF-LM。本文研究可为智能网联车辆的定位导航系统的开发与应用提供一定的理论依据和实践参考。
刘建辉[3](2015)在《光学遥感卫星影像高精度对地定位技术研究》文中研究表明本文针对光学遥感卫星影像高精度对地定位中涉及的成像模型的系统误差改正、外方位元素建模、摄影测量参数的在轨几何定标、星历姿态数据辅助的光束法平差等关键技术问题进行了系统、深入的研究,以形成一套处理光学遥感卫星影像较完备的理论体系与技术方法。论文完成的主要工作和创新点如下:1.根据线阵列CCD传感器的特点,详细介绍了遥感卫星成像模型中涉及到的主要坐标系,建立了光学遥感卫星影像严格成像几何模型,并结合星上辅助数据,依次构建了不同遥感卫星的成像几何模型。2.针对卫星星历姿态辅助数据中存在较大系统误差而导致影像直接定位精度较差这一问题,构建了光学遥感卫星影像的姿态系统误差检校模型,实验表明该方法能够有效提升卫星影像的直接定位精度。3.建立了用于描述线阵列传感器位置和姿态变化特征的外方位元素模型。通过对卫星成像模型中旋转变换的预处理,将姿态辅助数据转换为外方位角元素,为传感器内部参数标定和影像光束法平差奠定了理论基础。4.建立了摄影测量参数的在轨几何定标模型,提出了一种利用常数模型和多项式模型对内部参数进行分段标定的方法;建立了传感器外部参数标定模型,将影响卫星影像定位精度的诸多因素归结为一个正交旋转矩阵。分别按照不同的几何定标方法进行实验,验证了本文摄影测量参数在轨几何定标模型的正确性和有效性。5.建立了不同外方位元素模型描述的光束法平差模型和自检校光束法平差模型,对平差过程中各未知参数间的相关性问题及对应的解决方案进行了深入研究。将几何定标参数引入光束法平差模型,实验结果表明,标定后的平差结果明显优于直接利用辅助数据时的平差结果,验证了本文几何定标算法的有效性和必要性。6.提出一种利用立体影像匹配生成连接点的地形相关方案用于构建有理函数模型的方法;在几何定标的基础上,分别利用不同的控制方案,构建有理函数模型并用于影像的直接定位,实验结果表明,本文方法能够显着提高卫星影像无地面控制直接定位精度。
杨久东[4](2014)在《基于模糊集合的GPS测量不确定度理论与方法研究》文中研究说明通过详实的理论与数据分析,分析研究了经典误差理论在评价GPS测量时的不足,GPS测量误差受不确定的模糊随机性影响,从而导致了测量误差的模糊性和不确定度的模糊性。本文在研究测量不确定度的模糊随机性以及与之对应的模糊相容性理论的基础上,研究并建立测量不确定度具有不确定性的分布函数,用以表达观测值的不确定性水平或可信度。并对GPS误差的大小、离散程度、系统误差和偶然误差状况等进行了分析。研究了合理的GPS测量不确定度的评价指标和衡量标准。
王广兴[5](2016)在《北斗观测值特性分析及其在PPP模糊度固定应用中的研究》文中指出精密单点定位(PPP)技术以其计算效率高、作业灵活等优点被广泛应用。国内外学者围绕误差模型精化、PPP模糊度解算、融合惯性导航系统的PPP和单频PPP等热点问题进行了研究。在传统PPP技术的基础上,出现了PPP-RTK的概念,即利用区域或全球参考网解算改正参数,用于恢复用户模糊度的整数特性,将PPP模糊度固定为整数,从而提高实时定位精度并加快收敛速度。随着北斗系统的建设、发展和广泛应用,基于北斗观测值进行PPP并固定模糊度,有重要的科研价值和现实意义。北斗系统在星座构成、信号频率等方面有其自身特点。研究利用北斗观测值进行精密单点定位及模糊度固定,须考察北斗观测值的不同特性。本文以实现北斗PPP模糊度固定为目标,系统介绍卫星导航基本原理和方法,比较了不同PPP-RTK模型,并论证了其一致性。借助频谱分析、相关性分析和小波分析等数学工具考察了北斗MW组合观测值、伪距多路径组合观测值和无几何无电离层组合观测值中的误差及其特性,并与GPS、GLONASS和Galileo系统进行了比较。在此基础上,实现了北斗PPP模糊度固定,并开展了静态和动态PPP试验。此外,还研究了基于北斗B1/B3无电离层组合观测值的PPP及模糊度固定。本文主要研究工作如下:梳理了国内外对PPP的研究现状和发展方向,从科研价值和应用前景等方面阐述了研究北斗PPP模糊度固定的重要性。系统介绍GNSS基础理论和基本方法,在此基础上描述了PPP和PPP-RTK的数学模型。推导了两种不同PPP-RTK模型参考网和用户端的解析解,结果表明,虽然不同模型采用不同的S-变换基准和不同的改正参数向量,但不同的S-变换基准和不同的改正参数向量可以相互转换,文中给出了相应的转换关系。因此不同的PPP-RKT模型理论上是等价的。对大量测站长时间MW组合观测值的分析表明,北斗卫星的MW组合存在明显的周期性系统误差。北斗GEO卫星MW组合非整周部分的日平均值相对稳定,变换范围通常在0.2周左右,但有时会发生跳变。北斗MEO卫星MW组合非整周部分的日平均值稳定性较差,变化范围可达0.5周。北斗卫星伪距多路径组合也呈现周期性变化,变化幅度约为2 m。频谱分析和相关性分析表明,GEO卫星和IGSO卫星多路径组合的周期约为1恒星日,MEO卫星多路径组合的周期约为7个恒星日,分别与各自的轨道重复周期吻合。IGSO卫星和MEO的多路径组合与高度角明显相关,GEO卫星则无此相关性。对GEO卫星多路径组合中的周期性系统误差,进行了小波提取和改正试验,改正后伪距单点定位精度改善可达0.5 m。对于IGSO和MEO卫星多路径组合中的随高度角变化的系统误差,站间差分后可以明显消除,表明这一系统误差来源于卫星,并通过高度角模型进行了改正。北斗无几何无电离层组合相位观测值存在变化幅度约为2 cm的周期性系统误差,站间差分可以消除,表明其与卫星相关。太阳辐射和地影对无几何无电离层组合相位观测值中的误差有明显的影响。选取跟踪站组成区域参考站估计北斗卫星FCB,在用户测站开展静态和动态PPP模糊度固定试验。固定模糊度后,北斗静态PPP在E、N和U方向的RMS分别为0.8 cm、0.7 cm和2.1 cm,相比于浮点解在E和U方向分别改善了11.1%和4.5%。北斗动态PPP固定模糊度后E、N和U方向的RMS分别改善约30.4%、20.7%和10.8%,达到1.6 cm、2.3 cm和5.8 cm。BDS/GPS静态PPP固定解在E、N和U方向的RMS分别为0.4 cm、0.4 cm和0.6 cm; BDS/GPS动态PPP固定解在E、N和U方向的RMS分别为1.3 cm、1.1 cm和3.2 cm,相比于浮点解分别改善约23.5%、15.4%和8.6%。总体而言,模糊度固定对动态解精度改善更为明显,改善最明显的方向是E方向。除了定位精度,模糊度固定还可以显着改善PPP的收敛时间,固定模糊度对北斗静态和动态PPP收敛时间分别改善约4.3%和13.5%,对BDS/GPS静态和动态PPP收敛时间分别改善约16.7%和16.1%。北斗B1/B3无电离层组合精度不如B1/B2组合。实施DCB改正后,B1/B3无电离层组合PPP的精度可以显着改善;模糊度固定对B1/B3组合PPP的精度有所改善,但不明显。
章涛[6](2016)在《基于随机有限集理论的通用航空多目标跟踪方法研究》文中进行了进一步梳理低空开放和通用航空发展是近年来的社会热点,引起了全社会的高度关注,通用航空产业将在国民经济建设和社会发展中起到非常重要的作用。通用航空飞行安全技术保障手段不完善是制约我国通用航空产业发展的主要原因之一。针对我国低空空域开放带来的低空目标可靠监视技术难题,开展通用航空多目标跟踪关键技术研究,提高通用航安全飞行保障能力,对推动我国通用航空行业的发展具有重要的意义。本文以通用航空网络化多源监视体系为基础,以保障低空空域多目标连续稳定跟踪为目标,利用随机有限集理论,针对密集杂波环境下的多目标跟踪、多扩展目标跟踪以及关联关系未知情况下的传感器组网误差配准三个问题进行了研究。本文的主要研究内容包括:1.针对通用航空低空飞行导致传感器受到更多杂波影响的问题,改进了GM-PHD滤波器,提出了观测最优分配GM-PHD多目标跟踪算法,该方法将已有目标和新生目标分别处理,使得观测更好的反映不同类型目标,仿真实验表明算法在通用航空密集杂波环境下较已有算法具有更好的跟踪性能。改进了GM-CPHD滤波器,提出了更具有工程应用价值的快速GM-CPHD多目标跟踪算法,该方法利用预关联门限消除了部分杂波,仿真实验表明在跟踪性能无明显损失的情况下提高了算法在多目标密集杂波环境的实时性能。2.由于传感器分辨率、以及传感器与目标相对位置关系等原因,一个目标可以同时产生多个观测数据。针对ET-GM-PHD滤波扩展目标跟踪算法中的扩展目标观测集合划分问题,提出了利用近邻传播聚类算法并结合消除杂波的扩展目标观测聚类算法,仿真实验表明该方法能够有效获得正确的扩展目标观测集合划分,从而提高扩展目标的跟踪性能,并且具有较好的实时性能。3.针对通用航空组网监视中的多雷达误差配准问题,给出了立体几何投影及地心地固坐标系下的系统误差随机集描述形式,并利用GM-PHD滤波方法实现了关联关系未知情况下的多雷达系统误差配准。以ADS-B作为航空器定位高精度基准源,并利用GM-PHD滤波方法处理雷达观测与ADS-B观测间关联关系未知的问题,提出了一种基于ADS-B的雷达系统误差协同配准方法,实现了多目标场景下的雷达误差协同配准。
王涛[7](2012)在《线阵CCD传感器实验场几何定标的理论与方法研究》文中进行了进一步梳理基于实验场的传感器在轨几何定标是评定和优化传感器系统几何性能、保证遥感定位精度和可靠性的必要工作。本文将机载、星载线阵CCD传感器实验场几何定标作为主要研究对象,解决其中的参数设定、模型构建、定标解算及评估验证等关键问题,对成像传感器及定位定姿系统实验场定标的理论、方法和技术体系进行了系统、深入的研究。论文完成的主要工作和创新点如下:1.在对机载、星载线阵CCD传感器实验场几何定标的研究现状和发展趋势进行分析、总结的基础上,探讨了传感器实验场定标的任务、需求和技术体系。2.对自检校定标的理论、方法及关键技术进行了分析研究,确定了技术解决方案,结合当前线阵CCD传感器的结构特点,对其在动态成像条件下各种潜在的误差源进行了深入分析,构建了相应的数学模型,为传感器自检校定标奠定了理论基础。3.从传感器实验场定标的技术要求出发,吸收国内外典型遥感实验场的经验,对实验场建设的方法、原则及关键性要求进行了深入分析,得出了一些有益的结论。4.构建了机载三线阵传感器严格成像模型、影像直接定位模型和GPS/IMU辅助光束法平差模型。提出了基于等效误差方程的线阵CCD影像自检校光束法平差解算方法,实现了ADS40影像自检校区域网平差的快速、高效解算。5.提出了一种ADS40相机误差模型,建立了机载集成传感器自检校联合定标模型,设计了一套系统完整的ADS40定标方案。实验表明利用该模型和方案能有效实现ADS40传感器参数的动态检定,显着提高影像定位精度。6.分析构建了星载线阵CCD传感器严格成像模型及相应的改化形式,进而建立了星载线阵CCD影像的光束法平差系统,可有效实现ZY-3TLC、SPOT-5HRS和ALOS PRISM等典型高分辨率遥感卫星影像的区域网平差。提出了一种卫星影像姿态角系统误差检校的方法,通过实验验证了补偿姿态角系统误差的实际效果,大幅地提高了影像定位精度。7.提出了一种资源三号卫星三线阵传感器误差模型,建立了多传感器自检校联合定标模型,设计了一套较为完整的星载线阵CCD传感器几何定标方案。实验表明,利用该模型和方案对资源三号卫星三线阵传感器进行在轨定标后,定位精度的提高幅度平面超过20%,高程优于10%。
罗力[8](2013)在《三峡库区滑坡监测GPS统测构网研究及应用》文中进行了进一步梳理针对三峡库区近600km长水系范围内的滑坡监测问题,对三峡库区滑坡监测GPS统测构网和实践、滑坡监测基准稳定性分析和滑坡监测网优化等方法展开深入的研究。通过研究形成了一套适用性方法,对狭长区域滑坡监测具有指导作用。论文的研究内容和成果如下:1)介绍了三峡库区滑坡监测网的建立和应用效果,针对三峡库区滑坡监测的现状,提出了论文研究的目的和意义,系统地回顾了GNSS参考框架、高精度GPS数据处理与变形分析、变形监测网优化设计等与论文研究内容有关的理论、方法和成果。2)探讨了高精度GPS数据处理使用的ITRF和IGS参考框架的定义、建立和维持方法,以及三峡库区滑坡监测成果使用的北京54、西安80和WGS-84等坐标系,针对三峡库区滑坡监测涉及多种坐标系统转换的问题,研究了不同ITRF框架间的转换,精密星历与地面基准站坐标基准的统一,WGS-84坐标系和我国参心坐标系的转换以及等价坐标转换等方法。3)研究了三峡库区滑坡监测GPS统测构网技术。针对库区呈带状分布的特点,研究了多基准站式的布网方法,通过划分子网,系统地研究了GPS数据处理中系统误差的处理方法、分析了粗差观测值对平差结果的影响,比较了整体平差和分区平差结果的差异,在此基础上,确定了GPS统测构网的最佳方法。采用该方法,将三峡库区122个滑坡体的监测点统一到库区滑坡监测内,提高了作业效率以及滑坡监测的精度和可靠性,解决了三峡库区滑坡监测GPS统测构网的技术难题。4)研究了三峡库区滑坡监测基准的稳定性分析方法。该方法顾及了已有方法的局限性以及大范围变形分析中块体运动的影响。利用2008-2011年的多期GPS观测资料,对基准点进行稳定性分析。结果表明,三峡水库高水位蓄水的3年时间里,库区存在不稳定的工作基点,不稳定点的水平位移在4cm以上,水平向最大点位变化达79.4cm,不稳定点的垂直位移在4.5cm以上,垂向最大点位变化达53.7cm。不稳定点的水平位移方向与现场地理环境核查的结果具有一致性,垂直位移方向与地震部门的监测结果较为一致。5)研究了三峡库区滑坡监测网的优化技术。结合三峡库区122个滑坡体的实际观测环境条件,分析了GPS监测的最佳观测时段、最佳时段长度和最佳截止高度角。推导了GPS滑坡监测网的精度、可靠性、灵敏度和费用等质量指标,建立了监测网优化模型。提出了模拟法和解析法相结合的监测网形优化方法,基于该方法,对三峡库区滑坡体GPS变形网进行优化,得到了较优的监测网形。通过分析大量滑坡体的优化结果,总结出适用性结论,对全库区滑坡监测具有指导作用。
欧阳永忠[9](2013)在《海空重力测量数据处理关键技术研究》文中研究表明海面和航空重力测量是获取地球重力场信息的两种主要手段。数据分析处理是海空重力测量不可或缺的重要组成部分。本文在前人研究基础上,从当前本部门海空重力测量作业实际需求出发,主要围绕海空重力测量运动载体精密定位、动态环境效应改正、数据滤波、误差分析处理与精度评估、航空重力数据向下延拓和多源数据融合处理等关键技术,开展分析论证、技术攻关和实验验证。论文的主要工作、结论与创新点概括如下:1.在简要介绍本文研究背景基础上,概述了国内外海空重力测量技术的发展与应用现状,全面归纳总结了海空重力测量数据处理理论方法的研究进展及存在的问题,明确了本文需要研究突破的重点。2.研究了海空重力测量的观测模型。在简要介绍海空重力测量技术涉及的时空基准及其转换方法基础上,概述了海空重力测量当前使用的GPS差分定位和精密单点定位基本原理及其解算模型;基于牛顿第二定律,分别导出了海空矢量和标量重力测量的观测方程;针对L&R型重力仪,逐一建立了海空重力测量动态环境效应改正的精密计算模型,同时分析比较了各类计算模型的技术特点、适用条件及应用范围,其目的是为后续深入研究奠定必要的技术基础。(1)发现并指出了当前国内外机构和学者在使用航空重力测量厄特弗斯改正公式过程中存在的错漏问题,比较了各类公式在数值上的差异,结果表明误用公式可导致1~2mGa1的计算误差,不容忽视;特别指出了我国作业部门目前使用近似公式存在的误用问题和统一使用严密公式的必要性,为下一步修订作业规范、统一作业标准提供了可靠的理论依据。(2)从理论上证明了,在一定的近似条件下,当前国际上推荐使用的三种水平加速度改正模型之间的等价性。采用实际航空重力测量飞行数据,对三种改正模型进行了数值计算验证和分析比较研究,结果表明由于滤波原因,两类不同形式改正模型计算结果的系统性差异最大可达1~2mGal甚至更大,不可忽视。我国现行国家军用标准采用的改正模型是欠妥的。3.研究了海空重力测量运动载体精密定位技术。研究探讨了GPS精密单点定位模型的选择问题,分析比较了三种不同的精密单点定位模型的技术特点,提出了相应的定位模型误差改正策略。研究探讨了精密单点定位模型的解算方法,分析比较了Kalman滤波和最小二乘法两种参数估计方法,提出采用递归最小二乘估计方法,对待估参数进行分类处理,可显着提高计算效率。研究探讨了利用精密单点定位手段确定载体速度和加速度的方法,推导了利用GNSS测定载体速度和加速度的基础模型,在此基础上提出了基于抗差最小二乘估计的精密单点定位测速方法,并通过差分速度信息确定载体的加速度。重点开展了利用精密单点定位结果确定载体运动参数的有效性验证工作。首先利用实测航空和海面测量数据对精密单点定位模型进行了数值计算和分析,结果表明,基于抗差最小二乘估计的精密单点定位测速精度,在水平和垂直方向上都优于0.5cm/s,完全满足海空重力测量的指标要求;进一步利用4型5套海空重力仪同机测试数据进行计算和分析,通过重力测线网交叉点观测值符合度评估精密单点定位解算效果,结果表明,由精密单点定位得到的交叉点重力观测值符合度与差分模式解算结果基本一致,两者互差不超过0.3mGal,精度水平相当。这足以说明精密单点定位技术应用于海空重力测量是可行有效的。4.研究了海空重力测量数据滤波技术。研究分析了海空重力测量数据空间分辨率与低通滤波截止频率、测量速度和精度的匹配关系,利用实际观测数据,分别对海空重力测量各类观测量和改正项进行了频谱分析,确定了海空重力测量有效信息的频谱窗口,为解决滤波器设计中的参数匹配问题提供了重要的理论依据。研究分析了用于计算载体垂直加速度的低通差分器设计原理及其运算模型,通过数值计算分析,实际验证了各类差分器的计算效果,表明采用形式简单的两点中心差分器即可满足海空重力测量数据处理的精度要求。5.研究了海空重力测量误差分析处理与精度评估技术。从仪器固有特性、测量环境效应、数据处理策略及外部设备条件等9个方面,对海空重力测量误差源进行了比较全面的分析和总结,给出了海空重力测量内部与外部符合精度估计公式,导出了海空重力测量重复测线精度评估新公式,拓展了海空重力测线网平差方法,提出了补偿L&R型海空重力仪CC效应改正的修正模型。(1)通过理论分析和推演,发现并指出了现行海空重力测量重复测线精度评估公式的错误,同时导出了一组形式统一的重复测线内符合精度评估新公式,并采用实测数据验证了新公式的正确性。当重复测线个数为2时,现行错误公式与新公式相差(?)2倍,相对误差超过40%,不容忽视。(2)在深入分析早期的测线网整体平差和近期的自检校平差等补偿方法基础上,突破海空重力测量系统误差只能在平差过程中补偿的传统研究思路,创新提出了基于误差验后补偿理论的两步处理法,把海空重力测量误差补偿分解为交叉点条件平差和测线滤波与推估两个阶段,即在平差中和平差后实现系统误差的分步补偿。该方法不仅极大地简化了海空重力测线网平差的计算过程,而且有效提高了平差计算结果的稳定性和可靠性。(3)针对当前由仪器生产厂家提供的CC效应改正计算模型不够完善的问题,基于重力观测成果应与载体运动状态无关这一基本原则,依据现代相关分析理论,构建了L&R型海空重力仪CC效应改正系数修正模型。在此基础上,提出继续采用测线网平差两步处理法对各类剩余误差的综合影响进行补偿,从而形成了一套完整的涵盖平差前、平差中和平差后不同阶段分步补偿的海空重力测量误差处理技术体系。6.研究了航空重力测量数据向下延拓技术。在简要介绍有关反问题、不适定性和正则化方法的基本概念基础上,研究分析并改进了基于正则化的逆Poisson积分向下延拓方法,分别提出了使用超高阶位模型进行海域航空重力测量数据向下延拓,联合使用超高阶位模型和高程信息进行陆部航空重力测量数据向下延拓的新方法。(1)采用奇异值分解(SVD)方法,对传统的逆Poisson积分向下延拓模型进行了不适定性分析,指出了引起向下延拓不稳定性的主要原因。提出采用截断奇异值(TSVD)正则化方法,解算逆Poisson积分向下延拓模型,同时提出依据广义交叉检核(GCV)准则选择正则化参数。(2)考虑到现有的包括正则化方法在内的向下延拓方法,在实际应用中仍存在一定程度的不确定性,提出了一种独立于观测数据、基于外部数据源的向下延拓新思路。针对海域重力场变化相对平缓的特点,分别提出了利用卫星测高重力向上延拓和超高阶位模型直接计算延拓改正数,从而实现航空重力测量向下延拓归算的两种计算方案。新思路的显着特点是,其解算过程巧妙避开了传统求解逆Poisson积分方法固有的不稳定性问题,解算结果精度不再依赖于航空重力观测数据的噪声水平,有效简化了向下延拓的计算过程和解算难度,提高了延拓计算精度。同时对新模型的理论计算精度进行了定量估计,联合使用卫星测高、海面船测和航空重力测量数据进行了实际数值计算和精度评估,当向下延拓计算高度为5km时,其理论估计精度优于4mGal,实际比对精度优于2mGal。(3)针对高阶位模型在地形变化比较复杂的陆部难有较好的逼近度问题,继续沿用前面的研究思路将海域延拓新方法拓展应用到陆部,提出了联合使用位模型和地形高信息计算延拓改正数新方法,即在位模型延拓改正数基础上加入地面和飞行高度面上的局部地形改正差分修正量,以此作为陆部航空重力测量向下延拓的总改正数,同时提出了位模型改正数与地形改正数频谱匹配概念。新方法的独特之处是完全避开了传统方法的弊端,提出首先利用超高阶地球位模型恢复延拓改正数的中长波部分,然后利用地形信息恢复地面重力场的高频分量,最终实现航空重力测量数据向地面的全频延拓。新方法可对不同高度的测点进行点对点延拓计算,不需要对观测数据作高度归一化、网格化、去边缘效应等预处理,解算结果稳定可靠,实现过程快捷简便。7.研究了地球重力场多源观测数据融合技术。在简要分析总结了海空多源重力数据的技术特点基础上,分别构建了融合多源重力数据的正则化配置模型和正则化点质量模型,提出了融合同类多源重力数据的纯解析算法。(1)对融合多源重力数据的传统配置法计算模型进行了适定性分析,引入Tikhonov正则化方法,对配置法计算模型进行了正则化改造,建立了相应的正则化配置模型。基于EGM2008位模型模拟产生航空重力和海面船测重力数据进行了融合处理仿真试验,当观测误差取3mmGal时,5km高度航空重力测量和海面重力测量数据融合处理的检核精度为4.12mGal。(2)提出联合使用Tikhonov正则化方法和移去-恢复技术,对点质量法计算模型进行正则化改造,构建了相应的正则化点质量模型。基于EGM2008位模型模拟产生航空重力和海面船测重力数据进行了融合处理仿真试验,当观测误差取3mGal时,5kmm高度航空重力测量和海面重力测量数据融合处理的检核精度为3.71mGal。(3)研究分析了数据融合统计法和解析法的内在关联与差异,特别针对同类多源重力数据(指已经统一归算到地面的重力异常)融合问题(本文将其称为重力数据纯融合问题),提出了融合多源重力数据的纯解析方法。根据由不同手段获取的数据异构性特点,分别建立了基于双权因子的多源数据网格化一步融合处理模型和基于分步平差、拟合、推估和内插相结合的多步融合处理模型,并通过实际算例验证了两种纯解析融合处理模型的有效性。8.在前期开展的数据处理关键技术研究基础上,从当前本部门海空重力测量作业实际需求出发,通过优化和完善现有的海洋重力测量作业与数据处理软件平台,补充拓展航空重力测量技术需求,集成设计并研制开发了功能比较完善的海空重力测量作业与数据处理软件系统,基本实现了海空重力测量从测前设计、导航定位、信息采集、数据分析处理、成果图件制作与输出全过程的数字化作业。
韩厚增[10](2017)在《惯导辅助BDS/GPS高精度动态定位模型研究》文中研究表明GNSS与INS组合系统能够提供连续、可靠以及丰富的导航信息,近几十年来,被广泛应用于军事活动以及国民经济活动中。面向地理信息的快速获取与更新需求,高精度位置信息的支撑不可或缺。本文重点针对INS辅助的BDS/GPS高精度定位理论进行深入研究,内容涵盖INS误差随机建模方法、INS系统快速对准模型、BDS/GPS融合高精度定位模型、GNSS/INS组合导航模型、自适应交互式多模型滤波、INS辅助周跳探测与修复、INS辅助BDS/GPS单频/双频模糊度固定、INS辅助快速精密单点定位等几个方面,取得的主要研究成果如下:(1)惯性系统的初始对准速度和精度直接影响导航系统的性能,针对似静态的惯性平台,提出了基于RTS滤波辅助的迭代初始自对准算法。在前向精对准完成后,采用RTS滤波进行姿态更新,利用RTS姿态信息和器件误差估值作为约束信息,进行迭代初始对准。模拟数据和实测数据分析表明,提出的算法能够有效提高对准速度和精度。(2)GNSS动态定位中周跳的频繁发生直接影响定位效率,而传统观测值组合法主要受伪距观测值精度以及电离层误差的影响。提出了INS辅助的紧组合周跳探测算法,构造了不同观测值组合,提出了基于惯性信息辅助的GPS周跳自适应探测方法,分析了INS定位误差对周跳探测的影响,给出了周跳探测误报率及修复成功率评价指标。结果表明,INS信息辅助避免了伪距噪声和多路径误差的影响,可以有效解决GPS信号失锁而出现的周跳探测与修复问题,INS辅助周跳探测效率受信号失锁时长影响。(3)GNSS动态模糊度固定效率受到观测值精度以及观测环境等影响,在动态条件下,尤其在单频单历元模糊度固定时,模糊度的固定效率受到很大的制约。提出了INS先验信息辅助的模糊度固定算法,利用INS提供的高精度短时预测信息作为先验约束观测值,减小模糊度的搜索空间,提高模糊度固定成功率。在困难条件下,模糊度的整体固定成功率受到观测值偏差的影响,提出了采用INS辅助的部分模糊度固定算法,建立了BDS/GPS组合定位模型,进行双差观测值去相关后基于最大取整成功率选取模糊度子集,进行模糊度部分固定,固定的载波相位观测值用于辅助非基本星模糊度固定。结果表明,INS辅助的BDS/GPS组合系统模糊度固定效果最优,采用部分模糊度固定算法可以提高模糊度固定的可靠性和连续性。(4)糊度固定效率受到异常观测值的影响,在城市环境中的动态导航定位应用中,观测环境复杂,多路径误差严重影响伪距观测值的精度,从而进一步影响模糊度固定效率及定位性能。为减弱异常观测值对于模糊度固定成功率的影响,引入抗差估计函数,提出了附有INS定位约束的模糊度解算抗差算法;随机模型的准确性直接会影响模糊度的固定效率,高度角先验模型不能完全反应低高度角多路径误差特性,提出了在线自适应随机建模算法,在BDS/GPS双频模糊度解算中,建立逐级模糊度固定模型,采用衰退记忆模型自适应估计观测值方差。结果表明,在INS定位松约束条件下,抗差算法提高了模糊度固定成功率;采用自适应估计的随机建模策略,可以提高组合系统单历元模糊度固定效率。(5)在中长基线条件下,GNSS差分后的残余系统误差不可忽略,从而影响了中长基线条件下的模糊度固定。为了保证中长基线条件下的连续可靠的高精度定位,提出了INS辅助的附有大气延迟约束的模糊度固定算法,采用INS约束信息和大气误差预报信息实现BDS/GPS组合系统动态实时模糊度固定,基于双频数据约束提高模糊度固定的可靠性,采用新息抗差滤波控制系统模型和观测模型异常。结果表明,引入大气延迟误差约束可以提高模糊度固定成功率,双频约束模糊度检验提高了模糊度固定的可靠性,长基线条件下,抗差紧组合滤波可获得厘米级动态定位精度。(6)GNSS/INS组合滤波最优估计依赖于建立的系统模型以及观测模型准确性,实际环境中模型参数难以完全准确确定,并且随着观测环境和动态条件变化。为了提高系统的导航定位性能,提出自适应交互式多模型滤波,使用方差匹配方法实现过程噪声与观测噪声参数的自适应估计,为提高多GNSS系统融合解算效率,采用基于UD分解的分类观测值序贯更新策略。结果表明,采用伪距/多普勒/惯导紧组合数据处理模型,GPS/BDS/INS组合系统能够获得分米级的定位精度,采用自适应交互多模型滤波能够提高系统的定位精度。(7)传统精密单点定位通常需要较长时间收敛,因而在一定程度上影响快速动态定位的效率。为了提高精密单点定位的收敛效率,采用INS辅助的先验对流层延迟约束定位方法,并基于整数相位钟模型进行模糊度固定,采用自适应估计策略优化随机模型。结果表明:INS辅助策略可以提高精密单点定位的收敛效率,模糊度固定技术主要改善了平面定位精度,而对流层延迟约束可提高高程方向定位精度,自适应估计模型能够进一步提高定位效果。
二、具有系统误差的观测数据处理(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、具有系统误差的观测数据处理(论文提纲范文)
(1)GNSS/SINS/视觉多传感器融合的精密定位定姿方法与关键技术(论文提纲范文)
博士生自认为的创新点 |
摘要 |
ABSTRACT |
缩写索引 |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 GNSS/SINS组合导航方面 |
1.2.2 视觉定位方面 |
1.2.3 GNSS/SINS/视觉多源融合方面 |
1.3 本文的研究目标及内容 |
1.3.1 研究目标 |
1.3.2 研究内容 |
1.4 本章小结 |
第2章 GNSS/SINS组合定位定姿的基本理论与方法 |
2.1 惯性器件的系统误差和随机误差分析 |
2.1.1 系统误差分析 |
2.1.2 随机误差分析 |
2.2 惯导初始对准 |
2.3 前向/后向机械编排算法 |
2.4 GNSS/SINS组合的基础模型 |
2.4.1 GNSS/SINS组合的状态方程 |
2.4.2 GNSS/SINS组合的观测方程 |
2.5 多源信息约束的观测模型 |
2.5.1 三维辅助速度观测更新 |
2.5.2 位移约束观测更新 |
2.5.3 零速/零角速观测更新 |
2.5.4 高程约束观测更新 |
2.5.5 多源信息融合策略 |
2.6 双天线GNSS/SINS组合测姿 |
2.6.1 状态模型和观测模型 |
2.6.2 车载实验分析 |
2.7 本章小结 |
第3章 复杂环境下GNSS/SINS精密定位定姿的关键技术 |
3.1 多系统GNSS/SINS组合及其性能分析 |
3.1.1 GNSS卫星全球可用性分析 |
3.1.2 多系统GNSS/SINS组合导航性能分析 |
3.2 GNSS/SINS半紧组合方式 |
3.2.1 紧组合方式的进一步讨论 |
3.2.2 半紧组合的结构设计与讨论 |
3.2.3 半紧组合的效果与优势验证 |
3.3 惯性辅助GNSS周跳修复 |
3.3.1 周跳修复的模型与方法 |
3.3.2 周跳修复的影响因素与实验结果 |
3.4 位置域约束的惯性辅助模糊度快速固定 |
3.4.1 IAR-PPP/SINS紧组合模型与模糊度固定策略 |
3.4.2 惯性辅助PPP模糊度固定的理论分析 |
3.4.3 惯性辅助PPP模糊度固定的性能分析 |
3.4.4 城市环境下的测试与验证 |
3.5 大气域电离层建模约束的模糊度快速固定 |
3.5.1 短到长基线的场景分析 |
3.5.2 双差电离层建模与S2L-RTK定位模型 |
3.5.3 数据测试与验证 |
3.6 模糊度域整合的后处理方法 |
3.6.1 ADBI方法设计与实现 |
3.6.2 数据测试与验证 |
3.7 快速高精度的最优平滑算法 |
3.7.1 算法设计 |
3.7.2 实验验证 |
3.8 本章小结 |
第4章 视觉点云地图与车道线地图生成技术 |
4.1 前方交会与单应性矩阵及其误差分析 |
4.1.1 前方交会及其误差分析 |
4.1.2 单应性变换及其误差分析 |
4.2 视觉点云地图生成技术 |
4.2.1 基本理论与方法 |
4.2.2 视觉点云地图生成流程 |
4.2.3 KITTI数据集测试 |
4.3 视觉点云地图数据清洗 |
4.4 基于Kalman滤波的车道线提取方法 |
4.4.1 车道线提取的方法与流程 |
4.4.2 实际道路影像数据验证分析 |
4.5 车道线地图生成技术 |
4.5.1 利用单目视觉生成车道线 |
4.5.2 实验测试与精度评估 |
4.6 本章小结 |
第5章 地图辅助的视觉定位及多传感器融合技术 |
5.1 后方交会及其误差分析 |
5.2 视觉点云地图辅助定位 |
5.2.1 视觉点云地图辅助的视觉定位框架 |
5.2.2 KITTI数据集测试的定位精度分析 |
5.2.3 KITTI数据集测试的定位成功率与实时性分析 |
5.3 视觉点云地图辅助下的视觉/惯性融合定位 |
5.3.1 IBL视觉定位与惯性传感器的组合模型 |
5.3.2 数据测试与验证 |
5.4 车道线辅助定位 |
5.4.1 车道线辅助定位的数学模型 |
5.4.2 车道线辅助定位性能分析 |
5.5 车道线辅助下的视觉/SINS/里程计/GNSS融合定位 |
5.5.1 融合定位的数学模型 |
5.5.2 融合定位的测试分析与比较 |
5.6 本章小结 |
第6章 多传感器集成的精密定位定姿系统开发与测试 |
6.1 多传感器集成的硬件平台搭建 |
6.2 相机与惯导的空间关系标定 |
6.3 高精度GNSS/SINS数据融合处理软件开发 |
6.4 高精度GNSS/SINS定位定姿的性能测试与分析 |
6.5 复杂环境下的多源融合实时定位测试与分析 |
6.5.1 GNSS卫星全部失锁下的视觉/惯性融合定位测试 |
6.5.2 复杂环境下的车道线约束/里程计/GNSS/SINS融合定位与测试 |
6.6 本章小结 |
第7章 结论与展望 |
7.1 结论 |
7.2 展望 |
参考文献 |
攻博期间发表论文、参与项目情况 |
致谢 |
(2)车辆运动约束的视觉惯性位姿估计及可观测性分析(论文提纲范文)
摘要 |
abstract |
缩略词对照表 |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状及问题 |
1.2.1 基于车辆模型的位姿估计研究进展 |
1.2.2 视觉惯性里程计与可观测性分析研究进展 |
1.2.3 车辆模型辅助的视觉、惯性位姿估计研究进展 |
1.3 主要研究内容与组织架构 |
第2章 实验设计与理论基础 |
2.1 全文坐标系定义规范 |
2.2 全文实验及数据集细节 |
2.2.1 仿真实验细节 |
2.2.2 实车实验细节 |
2.2.3 实验评价指标 |
2.3 理论基础 |
2.3.1 车辆位姿表示方法 |
2.3.2 车辆运动学模型 |
2.3.3 IMU运动学模型 |
2.3.4 杆臂效应 |
2.4 本章小结 |
第3章 车辆里程计的系统误差估计及外参标定 |
3.1 引言 |
3.2 车辆里程计的系统误差估计 |
3.2.1 三维空间下的车辆运动学误差状态模型 |
3.2.2 GNSS-INS位置与角速度观测模型 |
3.3 车辆坐标系与IMU坐标系外参标定 |
3.3.1 基于旋转序列SVD分解和平均四元数的粗标定 |
3.3.2 计入IMU零偏的{S}系与{I}系外参在线标定 |
3.4 理想线性化模型的可观测性分析 |
3.4.1 车辆里程计的系统误差估计可观测性 |
3.4.2 {S}与{I}系外参标定可观测性 |
3.5 实车验证 |
3.5.1 车辆里程计的系统误差估计实验 |
3.5.2 车辆坐标系与IMU坐标系外参标定实验 |
3.6 本章小结 |
第4章 车辆运动误差状态模型的单目VIO |
4.1 引言 |
4.2 轮式单目视觉里程计的数学模型 |
4.2.1 WMO的运动误差状态模型 |
4.2.2 相机状态与协方差矩阵增广 |
4.2.3 多状态约束的单目视觉测量更新 |
4.3 轮式陀螺单目VIO的数学模型 |
4.4 理想线性化模型的可观测性分析 |
4.4.1 WMO的可观测性 |
4.4.2 WGMO的可观测性 |
4.4.3 尺度方向的可观测性 |
4.5 仿真与实车验证 |
4.5.1 仿真验证 |
4.5.2 实车验证 |
4.6 本章小结 |
第5章 车辆运动误差观测模型的单目VIO |
5.1 引言 |
5.2 车辆惯性系单目VIO |
5.2.1 车辆惯性系下IMU运动学模型 |
5.2.2 相机状态增广与单目视觉特征观测更新 |
5.3 车辆相对运动误差观测的单目VIO |
5.3.1 基于相机状态的车辆相对旋转量与平移量 |
5.3.2 车辆相对运动量误差状态观测模型 |
5.4 车速与角速度误差观测的单目VIO |
5.5 理想线性化模型的可观测性分析 |
5.5.1 离散时间系统状态转移雅克比矩阵 |
5.5.2 ACK-MSCKF-M的可观测性 |
5.5.3 ACK-MSCKF-LM的可观测性 |
5.5.4 尺度方向的可观测性 |
5.6 仿真与实车验证 |
5.6.1 仿真验证 |
5.6.2 实车验证 |
5.7 本章小结 |
第6章 不同传感器融合定位模式的综合评估 |
6.1 基于可观测性分析的模型降阶 |
6.2 不同传感器融合定位模式的软硬件配置 |
6.3 实车实验评估 |
6.3.1 车辆定位精度综合评估 |
6.3.2 算法计算效率综合评估 |
6.4 本章小结 |
第7章 总结与展望 |
7.1 全文总结 |
7.2 主要创新点 |
7.3 下一步研究展望 |
参考文献 |
附录 |
A.1 公式(3.64)推导 |
A.2 公式(5.32)推导 |
A.3 公式(5.47)推导 |
作者简介及在学期间所取得的科研成果 |
致谢 |
(3)光学遥感卫星影像高精度对地定位技术研究(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 遥感卫星成像几何模型 |
1.2.2 基于模拟数据的分析及卫星影像的系统误差改正 |
1.2.3 影像定向参数间相关性问题及克服方法 |
1.2.4 卫星影像在轨几何定标及光束法区域网平差 |
1.3 本文的研究内容和章节安排 |
1.3.1 研究内容 |
1.3.2 章节安排 |
1.4 论文所用实验数据 |
1.4.1 SPOT5 HRS数据 |
1.4.2 天绘一号卫星三线阵数据 |
1.4.3 资源三号卫星三线阵数据 |
第二章 光学遥感卫星影像成像几何模型 |
2.1 涉及的坐标系及其相互转换 |
2.2 遥感卫星影像成像几何模型 |
2.2.1 SPOT-5 卫星HRS影像成像几何模型 |
2.2.2 天绘一号卫星三线阵影像成像几何模型 |
2.2.3 资源三号卫星三线阵影像成像几何模型 |
2.3 星历姿态辅助条件下的卫星影像立体定位 |
2.4 姿态系统误差检校模型的建立和解算 |
2.4.1 模型的建立 |
2.4.2 模型的解算 |
2.5 实验与分析 |
2.5.1 卫星影像无地面控制直接定位实验 |
2.5.2 卫星影像姿态系统误差检校实验 |
2.5.3 利用地面控制点的影像定位实验 |
2.6 本章小结 |
第三章 摄影测量参数在轨几何定标 |
3.1 外方位元素建模 |
3.1.1 低阶多项式模型 |
3.1.2 定向片模型 |
3.1.3 分段多项式模型 |
3.2 卫星成像模型旋转变换预处理 |
3.3 摄影测量参数标定模型的构建 |
3.3.1 内部参数标定模型的建立与解算 |
3.3.2 外部参数标定模型的建立与解算 |
3.4 几何定标的方法 |
3.5 实验与分析 |
3.5.1 SPOT5 HRS影像实验 |
3.5.2 天绘一号三线阵影像实验 |
3.5.3 资源三号三线阵影像实验 |
3.6 本章小结 |
第四章 光学遥感卫星影像光束法平差 |
4.1 常规光束法平差模型 |
4.1.1 低阶多项式模型描述的光束法平差 |
4.1.2 定向片模型描述的光束法平差 |
4.1.3 分段多项式模型描述的光束法平差 |
4.2 带附加参数的自检校模型 |
4.2.1 顾及相差特点的附加参数模型 |
4.2.2 基于多项式描述的附加参数模型 |
4.3 自检校光束法平差模型 |
4.4 平差时各未知参数间相关性克服策略 |
4.4.1 增设观测方程条件下观测值的定权方法 |
4.4.2 验后方差分量估计定权方法 |
4.5 精度评定 |
4.5.1 理论精度 |
4.5.2 实际精度 |
4.6 实验与分析 |
4.6.1 控制点布设方案 |
4.6.2 SPOT-5 卫星HRS影像实验 |
4.6.3 天绘一号卫星三线阵影像实验 |
4.6.4 资源三号卫星三线阵影像实验 |
4.7 本章小结 |
第五章 有理函数模型的卫星影像高精度对地定位 |
5.1 有理函数模型 |
5.2 有理函数模型的建立与求解 |
5.2.1 建立有理函数模型的控制方案 |
5.2.2 有理多项式系数的解算 |
5.3 有理函数模型的立体定位方法 |
5.4 有理函数模型描述的区域网平差 |
5.5 实验与分析 |
5.5.1 不同控制方案下检查点的有理函数模型像方定位实验 |
5.5.2 基于有理函数模型的直接对地定位实验 |
5.5.3 天绘一号卫星附带RPC产品验证实验 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
作者简历 |
(4)基于模糊集合的GPS测量不确定度理论与方法研究(论文提纲范文)
摘要 |
Abstract |
详细摘要 |
Detailed Abstract |
1 绪论 |
1.1 引言 |
1.2 国内外 GPS 测量误差与处理研究现状 |
1.3 国内外测量不确定度及其在 GPS 领用研究分析 |
1.4 本文研究内容 |
1.4.1 本文研究的主要目的 |
1.4.2 本文研究的主要内容 |
2 GPS 测量误差特性及不确定度评定 |
2.1 GPS 定位测量误差来源及分类 |
2.1.1 与信号传播有关的误差 |
2.1.2 空间星座误差 |
2.1.3 测量装置误差 |
2.1.4 人差及环境误差 |
2.1.5 其他误差 |
2.2 GPS 测量的不确定性分析 |
2.2.1 GPS 单点定位结果的不确定性分析 |
2.2.2 工程控制网 GPS 相对定位结果的不确定性分析 |
2.2.3 GPS 测量报告中未发现错误的案例 |
2.3 GPS 测量误差分布形态 |
2.4 测量不确定度的基础理论 |
2.4.1 测量不确定度的概念 |
2.4.2 测量不确定度与测量误差的联系与区别 |
2.4.3 不确定度的基本术语 |
2.4.4 GPS 测量定位不确定度的来源 |
2.5 测量不确定度评定步骤 |
2.6 本章小结 |
3 测量误差集合与误差指标 |
3.1 大数定理对误差必然存在的证明 |
3.2 误差集合的构成及误差集合的模糊性 |
3.2.1 误差全集 |
3.2.2 GPS 测量误差全集的模糊性 |
3.3 测量精度评价指标 |
3.3.1 精度指标与算术平均值的误差 |
3.3.2 精确度表述指标 |
3.3.3 精度表述指标的图示说明 |
3.4 本章小结 |
4 模糊误差集合与可能性理论 |
4.1 概述 |
4.2 模糊误差集合 |
4.2.1 GPS 测量误差与不确定度的模糊性 |
4.2.2 模糊误差子集 |
4.3 误差的可能性分布 |
4.3.1 模糊约束定义 |
4.3.2 测量误差可能性分布的定义 |
4.4 测量误差隶属函数的建立 |
4.4.1 测量误差隶属函数的统计求法 |
4.4.2 测量误差隶属函数数学表达式的建立 |
4.4.3 其它有用的相关分布 |
4.5 不确定性分布函数的建立 |
4.5.1 误差全集的不确定性分布 |
4.5.2 离散误差子集的不确定性分布函数 |
4.5.3 系统误差的不确定性分布 |
4.5.4 其它的相关不确定性分布 |
4.6 实用模糊不确定度 |
4.6.1 误差覆盖的定义 |
4.6.2 实用模糊不确定度的定义 |
4.7 本章小结 |
5 误差模糊数基本运算法则 |
5.1 凸模糊集 |
5.1.1 平面凸集 |
5.1.2 凸模糊集 |
5.1.3 凸模糊集的性质 |
5.2 区间数 |
5.3 模糊数 |
5.3.1 模糊数的定义 |
5.3.2 模糊数的截集 |
5.3.3 运算法则 |
5.4 模糊数的算术运算 |
5.5 正确度 b 的统计变化域 |
5.6 模糊集误差的总和 |
5.6.1 模糊集误差的总和 |
5.6.2 模糊集误差总和的算例 |
5.7 本章小结 |
6 模糊 GPS 测量不确定度评定方法及应用 |
6.1 误差指标的合成与模糊不确定度的表述方法 |
6.2 载波相位测量 |
6.3 影响 GPS 观测值的误差分析 |
6.4 GPS 单点定位的模糊测量不确定度评定 |
6.4.1 GPS 单点定位的误差集合 |
6.4.2 GPS 单点定位的模糊测量不确定度评定 |
6.4.3 GPS 单点定位误差指标合成方法的实践检验 |
6.4.4 GPS 单点定位的模糊测量不确定度评定实例 |
6.5 工程 GPS 相对定位测量不确定度的评价 |
6.6 本章小结 |
7 结论与展望 |
7.1 总结 |
7.2 论文的主要成果及创新点 |
7.3 展望 |
参考文献 |
致谢 |
作者简介 |
(5)北斗观测值特性分析及其在PPP模糊度固定应用中的研究(论文提纲范文)
博士生自认为的论文创新点 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 引言 |
1.2 研究背景及意义 |
1.3 国内外研究现状 |
1.3.1 误差模型精化 |
1.3.2 整数模糊度解算与PPP-RTK研究 |
1.3.3 基于多GNSS的PPP |
1.3.4 单频PPP |
1.4 本文研究目标及内容 |
1.4.1 研究目标 |
1.4.2 研究内容 |
1.5 本章小结 |
2 GNSS基础理论与方法 |
2.1 GNSS非差观测模型 |
2.1.1 观测方程 |
2.1.2 常用线性组合观测值 |
2.2 GNSS观测值误差源和改正方法 |
2.2.1 与频率无关的误差 |
2.2.2 与频率有关的误差 |
2.3 参数估计方法 |
2.3.1 最小二乘 |
2.3.2 卡尔曼滤波 |
2.3.3 均方根信息滤波 |
2.4 本章小结 |
3 PPP-RTK原理与算法 |
3.1 PPP数学模型 |
3.2 PPP-RTK算法 |
3.2.1 去耦钟算法 |
3.2.2 FCB算法 |
3.3 PPP-RTK的解析解 |
3.3.1 星间单差非组合模型 |
3.3.2 星间单差无电离层组合模型 |
3.3.3 不同PPP-RTK模型比较 |
3.4 本章小结 |
4 北斗观测值特性分析 |
4.1 MW组合观测值特性分析 |
4.1.1 MW组合中的系统误差 |
4.1.2 MW组合的非整周部分 |
4.2 多路径组合观测值特性分析 |
4.2.1 时间序列周期特性 |
4.2.2 频谱分析和相关性分析 |
4.2.3 小波提取 |
4.2.4 高度角模型改正 |
4.3 无几何无电离层组合观测值特性分析 |
4.3.1 GFIF组合的周期性 |
4.3.2 太阳辐射和地影对GFIF组合的影响 |
4.4 本章小结 |
5 北斗与GPS观测值PPP-RTK算法验证 |
5.1 PPP-RTK算法实现流程 |
5.1.1 参考网端 |
5.1.2 用户端 |
5.2 北斗和GPS卫星FCB估计 |
5.2.1 GPS卫星FCB估计结果 |
5.2.2 北斗卫星FCB估计结果 |
5.3 北斗观测值PPP-RTK试验 |
5.3.1 北斗观测值静态滤波定位结果 |
5.3.2 北斗观测值动态模式定位结果 |
5.4 北斗和GPS观测值联合PPP-RTK试验 |
5.4.1 BDS/GPS静态模式定位结果 |
5.4.2 BDS/GPS动态模式定位结果 |
5.5 不同定位策略性能比较及分析 |
5.5.1 定位精度比较 |
5.5.2 收敛时间比较 |
5.6 本章小结 |
6 北斗三频观测值PPP研究 |
6.1 DCB相关原理介绍 |
6.2 DCB对B1/B3定位的影响 |
6.2.1 B1/B3静态定位试验 |
6.2.2 B1/B3动态定位试验 |
6.2.3 BDS三频观测值定位试验 |
6.3 B1/B3观测值模糊度固定试验 |
6.4 本章小结 |
7 总结与展望 |
7.1 主要工作总结 |
7.2 下一步工作展望 |
参考文献 |
攻博期间的科研成果 |
致谢 |
(6)基于随机有限集理论的通用航空多目标跟踪方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题的背景及意义 |
1.2 国内外研究现状 |
1.2.1 通用航空监视技术 |
1.2.2 多目标跟踪技术 |
1.3 本文的主要研究内容 |
第二章 基于随机有限集的多目标跟踪方法 |
2.1 引言 |
2.2 贝叶斯递归目标跟踪方法 |
2.3 基于随机有限集理论的多目标跟踪 |
2.4 概率假设密度滤波器 |
2.5 概率假设密度滤波的高斯混合实现形式 |
2.5.1 GM-PHD滤波器 |
2.5.2 GM-CPHD滤波器 |
2.6 多目标跟踪算法性能评价指标 |
2.7 本章小结 |
第三章 密集杂波环境下的多目标跟踪方法 |
3.1 引言 |
3.2 观测最优分配的GM-PHD多目标跟踪算法 |
3.2.1 极大似然自适应门限 |
3.2.2 观测最优分配方法 |
3.2.3 仿真实验 |
3.3 快速GM-CPHD多目标跟踪算法 |
3.3.1 自适应门限GM-CPHD多目标跟踪算法 |
3.3.2 仿真实验 |
3.4 本章小结 |
第四章 基于概率假设密度滤波的多扩展目标跟踪方法 |
4.1 引言 |
4.2 扩展目标的观测集合划分 |
4.3 ET-GM-PHD滤波器 |
4.4 观测数据的近邻传播聚类扩展目标跟踪 |
4.4.1 消除杂波 |
4.4.2 近邻传播观测聚类划分算法 |
4.4.3 算法计算复杂度分析 |
4.5 仿真实验 |
4.6 本章小结 |
第五章 关联未知情况下的多雷达误差配准方法 |
5.1 引言 |
5.2 基于GM-PHD滤波方法的多雷达误差配准 |
5.2.1 立体几何投影坐标下的雷达系统误差方程 |
5.2.2 地心地固坐标下的雷达系统误差方程 |
5.2.3 算法描述 |
5.2.4 仿真实验 |
5.3 概率假设密度滤波协同误差配准 |
5.3.1 问题描述 |
5.3.2 基于ADS-B的雷达系统误差协同配准 |
5.3.3 仿真实验 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
发表论文和参加科研情况说明 |
致谢 |
(7)线阵CCD传感器实验场几何定标的理论与方法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
§1.1 论文研究背景 |
§1.2 国内外研究现状 |
1.2.1 机载传感器几何定标 |
1.2.2 星载传感器几何定标 |
§1.3 论文研究意义 |
§1.4 本文的研究内容和结构安排 |
第二章 线阵 CCD 传感器系统及误差分析 |
§2.1 线阵 CCD 传感器构成及分类 |
2.1.1 线阵 CCD 传感器的构成 |
2.1.2 线阵 CCD 传感器分类 |
§2.2 机载 GPS/IMU 定位定姿系统 |
2.2.1 机载 GPS/IMU 系统原理 |
2.2.2 商业 GPS/IMU 系统 |
§2.3 星载定轨测姿系统 |
2.3.1 卫星定轨技术 |
2.3.2 卫星定姿技术 |
§2.4 线阵 CCD 传感器系统误差分析 |
2.4.1 摄影物镜光学畸变误差 |
2.4.2 CCD 变形和移位误差 |
2.4.3 集成传感器误差 |
2.4.4 其它误差 |
§2.5 本章小结 |
第三章 基于实验场的几何定标技术与方法 |
§3.1 传感器几何定标的内容 |
§3.2 传感器几何定标的方法 |
3.2.1 传感器几何定标的一般方法 |
3.2.2 数字传感器 CCD 指向角检校法 |
§3.3 用于传感器几何定标的实验场 |
3.3.1 定标实验场发展现状 |
3.3.2 定标实验场建设分析 |
3.3.3 嵩山实验场的设计与建设 |
§3.4 传感器自检校几何定标技术 |
3.4.1 基本误差方程 |
3.4.2 自检校附加参数模型 |
3.4.3 附加参数的统计检验 |
3.4.4 参数间相关性的克服 |
3.4.5 各类观测值权值的确定 |
§3.5 本章小结 |
第四章 机载三线阵 CCD 传感器实验场几何定标 |
§4.1 机载三线阵传感器成像系统 |
4.1.1 三线阵传感器成像原理 |
4.1.2 ADS40 机载数字传感器 |
§4.2 机载三线阵 CCD 传感器成像模型 |
4.2.1 空间坐标系定义 |
4.2.2 GPS/IMU 数据转换为外方位元素 |
4.2.3 ADS40 几何成像模型 |
§4.3 机载三线阵 CCD 影像定位方法 |
4.3.1 ADS40 影像直接定位 |
4.3.2 GPS/IMU 辅助光束法平差 |
§4.4 机载三线阵传感器 ADS40 自检校定标 |
4.4.1 ADS40 几何定标的内容 |
4.4.2 几何定标方案设计 |
4.4.3 用于几何定标的自检校区域网平差模型 |
§4.5 基于等效误差方程的自检校平差快速解算 |
4.5.1 等效误差方程的建立 |
4.5.2 等效误差方程式法方程分析 |
§4.6 ADS40 实验与分析 |
4.6.1 ADS40 实验数据 |
4.6.2 直接定位实验与分析 |
4.6.3 光束法平差实验与分析 |
4.6.4 几何定标实验与分析 |
4.6.5 等效误差方程解算实验与分析 |
§4.7 本章小结 |
第五章 星载线阵 CCD 传感器在轨几何定标 |
§5.1 星载三线阵 CCD 传感器成像系统 |
5.1.1 ALOS PRISM 三线阵传感器 |
5.1.2 资源三号卫星三线阵传感器 |
§5.2 星载线阵 CCD 传感器严格成像模型 |
5.2.1 空间坐标系定义 |
5.2.2 严格成像模型的构建 |
5.2.3 严格成像模型的改化 |
§5.3 星载线阵 CCD 影像定位方法 |
5.3.1 基于视线向量的影像直接定位 |
5.3.2 星载线阵 CCD 影像光束法平差 |
§5.4 卫星传感器在轨几何定标模型与方法 |
5.4.1 在轨几何定标的内容 |
5.4.2 在轨几何定标方案设计 |
5.4.3 姿态角系统误差检校 |
5.4.4 星载集成传感器自检校联合定标 |
§5.5 资源三号卫星三线阵影像实验与分析 |
5.5.1 实验数据 |
5.5.2 直接定位实验 |
5.5.3 姿态角系统误差检校实验 |
5.5.4 光束法平差实验 |
5.5.5 用于定标的自检校平差实验 |
5.5.6 定标有效性验证实验 |
5.5.7 与 SPOT-5 HRS、ALOS PRISM 的对比实验 |
§5.6 本章小结 |
第六章 总结与展望 |
§6.1 总结 |
§6.2 下一步研究的展望 |
参考文献 |
作者简历 攻读博士学位期间完成的主要工作 |
致谢 |
(8)三峡库区滑坡监测GPS统测构网研究及应用(论文提纲范文)
摘要 |
Abstract |
目录 |
1 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 GNSS参考框架的研究现状 |
1.2.2 高精度GPS数据处理的研究现状 |
1.2.3 高精度GPS变形分析的研究现状 |
1.2.4 GPS变形监测网优化设计的研究现状 |
1.3 本文的主要研究内容 |
2 三峡库区滑坡监测的坐标框架及其转换 |
2.1 引言 |
2.2 国际地球参考框架 |
2.2.1 地球参考系和参考框架 |
2.2.2 国际地球参考框架的建立和发展 |
2.2.3 国际地球参考框架的基准 |
2.2.4 全球板块运动模型 |
2.2.5 国际地球参考框架的速度场 |
2.3 IGS参考框架 |
2.3.1 国际GNSS服务 |
2.3.2 IGS参考框架 |
2.4 三峡库区滑坡监测的坐标系统 |
2.4.1 1954北京坐标系 |
2.4.2 1980西安坐标系 |
2.4.3 WGS-84坐标系 |
2.5 坐标系统转换 |
2.5.1 基准转换 |
2.5.2 等价坐标转换 |
2.6 本章小结 |
3 GPS监测网数据处理的理论和方法 |
3.1 引言 |
3.2 高精度GPS基线处理方法 |
3.2.1 观测值的线性组合 |
3.2.2 基线处理的系统误差 |
3.2.3 轨道改进方法 |
3.2.4 基线处理的数学模型 |
3.3 高精度GPS基线网平差处理方法 |
3.3.1 GPS自由网平差 |
3.3.2 粗差分析 |
3.3.3 系统误差分析 |
3.3.4 高精度GPS监测网基准的统一方法 |
3.4 本章小结 |
4 三峡库区滑坡监测GPS统测构网研究 |
4.1 引言 |
4.2 三峡库区滑坡监测GPS统测构网的特点及分析 |
4.2.1 GPS统测构网的特点 |
4.2.2 GPS统测构网中着重考虑的问题 |
4.3 GPS观测方案 |
4.4 GPS基准网的数据处理 |
4.4.1 GPS基线处理 |
4.4.2 GPS基线网平差处理 |
4.4.3 坐标转换 |
4.5 GPS变形网的数据处理 |
4.5.1 GPS变形网数据处理方案 |
4.5.2 GPS变形网平差结果分析 |
4.6 本章小结 |
5 三峡库区滑坡监测基准的稳定性分析 |
5.1 引言 |
5.2 高精度GPS监测网的位移分析 |
5.2.1 位移的参考基准 |
5.2.2 变形分析基准的统一 |
5.2.3 局部位移的提取方法 |
5.2.4 用卡尔曼滤波估计测站位移速率 |
5.3 常用的点位稳定性分析方法 |
5.3.1 整体检验法 |
5.3.2 单点检验法 |
5.3.3 稳健迭代权法 |
5.4 三峡库区滑坡监测基准的稳定性分析 |
5.4.1 GPS观测数据 |
5.4.2 基准点的稳定性分析 |
5.4.3 工作基点的稳定性分析 |
5.5 本章小结 |
6 三峡库区滑坡监测网的优化技术 |
6.1 引言 |
6.2 GPS变形监测网的优化设计 |
6.2.1 质量标准 |
6.2.2 优化设计的分类 |
6.2.3 优化设计方法 |
6.3 三峡库区滑坡体GPS变形网参数优选 |
6.3.1 参数优选方法 |
6.3.2 算例分析 |
6.3.3 参数优选的结果 |
6.4 三峡库区滑坡体GPS变形网网形优化 |
6.4.1 网形优化方法 |
6.4.2 算例分析 |
6.4.3 网形优化的结果 |
6.5 本章小结 |
7 总结与展望 |
7.1 总结 |
7.2 后续工作展望 |
参考文献 |
攻读博士学位期间的主要科研工作 |
致谢 |
(9)海空重力测量数据处理关键技术研究(论文提纲范文)
摘要 |
Abstract |
图目录 |
表目录 |
第一章 绪论 |
1.1 研究背景 |
1.2 海空重力测量技术进展 |
1.2.1 国际海空重力测量技术进展 |
1.2.2 国内海空重力测量技术进展 |
1.2.3 海空重力测量数据处理技术进展 |
1.3 研究目标及研究内容 |
1.3.1 研究目标 |
1.3.2 研究内容 |
第二章 海空重力测量理论基础与数学模型 |
2.1 引言 |
2.2 海空重力测量时空基准与转换 |
2.2.1 时间系统 |
2.2.2 坐标系统 |
2.3 GPS精密定位基本原理与模型 |
2.3.1 GPS差分定位 |
2.3.2 GPS精密单点定位 |
2.4 海空重力测量基本原理与模型 |
2.4.1 海空矢量重力测量原理与模型 |
2.4.2 海空标量重力测量原理与模型 |
2.5 L&R海空重力仪观测数据处理模型与评析 |
2.5.1 L&R海空重力仪工作原理与基本模型 |
2.5.2 厄特弗斯改正模型 |
2.5.3 航空重力测量厄特弗斯改正公式使用问题 |
2.5.4 交叉耦合改正模型 |
2.5.5 垂直加速度计算模型 |
2.5.6 水平加速度改正模型 |
2.5.7 动态偏心改正模型 |
2.5.8 空间改正模型 |
2.5.9 测量船动态吃水重力改正模型 |
2.5.10 重力仪零点漂移改正模型 |
2.6 本章小结 |
第三章 基于GPS PPP模式测定载体运动参数技术 |
3.1 引言 |
3.2 精密单点定位观测模型 |
3.2.1 现有观测模型分析 |
3.2.2 观测模型与待估参数选择 |
3.3 精密单点定位参数估计方法 |
3.3.1 Kalman滤波法 |
3.3.2 递归最小二乘估计法 |
3.4 基于GPS PPP模式的速度和加速度测定方法 |
3.4.1 GPS精密单点速度和加速度测量模型 |
3.4.2 基于抗差最小二乘估计的精密单点测速方法 |
3.5 数值计算与分析 |
3.5.1 机载测量运动参数计算分析 |
3.5.2 船载测量运动参数计算分析 |
3.5.3 TAGS数据计算与分析 |
3.5.4 多型航空重力仪同机测试数据计算与分析 |
3.6 本章小结 |
第四章 海空重力测量数据滤波技术 |
4.1 引言 |
4.2 滤波基本理论与常用滤波器特性 |
4.2.1 线性时不变系统 |
4.2.2 常用滤波器特性分析 |
4.3 测量空间分辨率与截止频率匹配分析 |
4.4 海空重力测量数据频谱特性分析 |
4.4.1 航空重力测量数据频谱特性分析 |
4.4.2 船测重力测量数据频谱特性分析 |
4.5 FIR低通滤波器设计及性能分析 |
4.5.1 FIR滤波器工作原理 |
4.5.2 FIR滤波器设计指标 |
4.5.3 设计FIR滤波器的窗函数法 |
4.5.4 滤波器长度的确定 |
4.6 数值计算与分析 |
4.6.1 航空重力数据的数值计算与分析 |
4.6.3 船测重力数据的数值计算与分析 |
4.7 确定垂直加速度的FIR低通差分器设计 |
4.7.1 确定垂直加速度的三种方法 |
4.7.2 低通差分器设计 |
4.7.3 试验结果分析 |
4.8 本章小结 |
第五章 海空重力测量误差分析与处理技术 |
5.1 引言 |
5.2 海空重力测量误差源分析与精度评估 |
5.2.1 海空重力测量误差源分析 |
5.2.2 海空重力测量测线网精度评估 |
5.2.3 海空重力测量重复测线精度评估 |
5.3 海空重力测量误差补偿两步处理方法 |
5.3.1 问题的提出 |
5.3.2 平差基本模型与误差表达式 |
5.3.3 误差补偿两步处理法计算模型 |
5.3.4 数值计算与分析 |
5.3.5 结论与建议 |
5.4 海空重力测量误差综合补偿方法 |
5.4.1 问题的提出 |
5.4.2 CC效应改正计算模型 |
5.4.3 CC效应改正模型修正 |
5.4.4 剩余误差综合效应补偿 |
5.4.5 数值计算与分析 |
5.4.6 结论与建议 |
5.5 本章小结 |
第六章 航空重力测量数据向下延拓技术 |
6.1 引言 |
6.2 不适定反问题与正则化方法 |
6.2.1 正问题与反问题 |
6.2.2 反问题的不适定性 |
6.2.3 正则化方法 |
6.3 基于正则化的向下延拓方法 |
6.3.1 向下延拓计算模型 |
6.3.2 计算模型不适定性分析 |
6.3.3 正则化应用 |
6.3.4 数值计算与分析 |
6.3.5 结论与建议 |
6.4 海域航空重力测量向下延拓新方法 |
6.4.1 问题的提出 |
6.4.2 计算模型与精度估计 |
6.4.3 精度分析与估计 |
6.4.4 数值计算与分析 |
6.4.5 结论与建议 |
6.5 陆部航空重力测量向下延拓新方法 |
6.5.1 问题的提出 |
6.5.2 基于差分局部地形改正的延拓归算模型 |
6.5.3 基于差分层间地形改正的延拓归算模型 |
6.5.4 方法特点分析 |
6.5.5 数值计算与分析 |
6.5.6 结论与建议 |
6.6 本章小结 |
第七章 海空多源重力数据融合处理技术 |
7.1 引言 |
7.2 海域多源重力数据特性分析 |
7.3 融合多源重力数据的正则化配置模型 |
7.3.1 问题概述 |
7.3.2 配置法模型 |
7.3.3 协方差函数模型 |
7.3.4 配置模型正则化改造 |
7.3.5 数值计算与分析 |
7.3.6 结论与建议 |
7.4 融合多源重力数据的正则化点质量模型 |
7.4.1 问题概述 |
7.4.2 点质量法模型 |
7.4.3 模型稳定性分析与正则化改造 |
7.4.4 数值计算与分析 |
7.4.5 结论与建议 |
7.5 融合多源重力数据的纯解析模型 |
7.5.1 问题概述 |
7.5.2 一步融合处理模型 |
7.5.3 分步融合处理模型 |
7.5.4 数值计算与分析 |
7.5.5 结论与建议 |
7.6 本章小结 |
第八章 海空重力测量作业与数据处理软件系统集成设计与实现 |
8.1 引言 |
8.2 软件系统总体框架设计 |
8.3 软件子系统设计与功能实现 |
8.3.1 测量导航与数据采集子系统 |
8.3.2 重力测量数据处理子系统 |
8.3.3 测量成果图件制作与输出子系统 |
8.4 本章小结 |
第九章 总结与展望 |
9.1 本文的主要工作和结论 |
9.2 研究展望 |
参考文献 |
攻读学位期间发表的论文和承担的科研项目 |
致谢 |
(10)惯导辅助BDS/GPS高精度动态定位模型研究(论文提纲范文)
致谢 |
摘要 |
abstract |
1 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.3 主要研究内容 |
1.4 论文的组织结构 |
2 基于RTS辅助的迭代捷联惯导初始对准模型 |
2.1 INS常用坐标系统及转换 |
2.2 捷联INS机械编排 |
2.3 捷联INS误差模型 |
2.4 捷联INS主要误差源 |
2.5 基于RTS平滑KALMAN滤波模型 |
2.6 RTS辅助迭代惯性初始对准 |
2.7 实验与分析 |
2.8 本章小结 |
3 惯导辅助BDS/GPS周跳探测与修复模型 |
3.1 BDS/GPS/INS松组合模型 |
3.2 BDS/GPS观测值 |
3.3 BDS/GPS/INS紧组合模型 |
3.4 惯性辅助周跳探测模型 |
3.5 组合量的构造与误差分析 |
3.6 实验与分析 |
3.7 本章小结 |
4 惯导辅助BDS/GPS部分模糊度固定 |
4.1 BDS/GPS定位误差源及改正模型 |
4.2 BDS/GPS差分定位模型 |
4.3 BDS/GPS动态模糊度固定方法 |
4.4 INS辅助模糊度解算模型 |
4.5 INS辅助的BDS/GPS模糊度部分固定模型 |
4.6 实验与分析 |
4.7 本章小结 |
5 惯导辅助BDS/GPS抗差自适应模糊度固定 |
5.1 INS辅助的BDS/GPS单频模糊度固定抗差模型 |
5.2 INS辅助的BDS/GPS双频模糊度固定自适应模型 |
5.3 实验与分析 |
5.4 本章小结 |
6 惯导辅助大气约束的BDS/GPS模糊度固定 |
6.1 长基线大气延迟约束模型 |
6.2 双频约束模糊度固定模型 |
6.3 抗差组合滤波模型 |
6.4 实验与分析 |
6.5 本章小结 |
7 惯导辅助BDS/GPS自适应交互多模型卡尔曼滤波 |
7.1 基于UD分解的卡尔曼滤波 |
7.2 交互多模型滤波算法 |
7.3 自适应卡尔曼滤波算法 |
7.4 实验与分析 |
7.5 本章小结 |
8 惯导辅助对流层约束的PPP自适应滤波模型 |
8.1 精密单点定位误差改正模型 |
8.2 精密单点定位模型 |
8.3 精密单点定位模糊度固定 |
8.4 PPP/INS紧组合定位模型 |
8.5 实验与分析 |
8.6 本章小结 |
9 结论及展望 |
9.1 结论 |
9.2 创新点 |
9.3 展望 |
参考文献 |
作者简历 |
学位论文数据集 |
四、具有系统误差的观测数据处理(论文参考文献)
- [1]GNSS/SINS/视觉多传感器融合的精密定位定姿方法与关键技术[D]. 朱锋. 武汉大学, 2019(08)
- [2]车辆运动约束的视觉惯性位姿估计及可观测性分析[D]. 史津竹. 吉林大学, 2020(08)
- [3]光学遥感卫星影像高精度对地定位技术研究[D]. 刘建辉. 解放军信息工程大学, 2015(07)
- [4]基于模糊集合的GPS测量不确定度理论与方法研究[D]. 杨久东. 中国矿业大学(北京), 2014(02)
- [5]北斗观测值特性分析及其在PPP模糊度固定应用中的研究[D]. 王广兴. 武汉大学, 2016(06)
- [6]基于随机有限集理论的通用航空多目标跟踪方法研究[D]. 章涛. 天津大学, 2016(07)
- [7]线阵CCD传感器实验场几何定标的理论与方法研究[D]. 王涛. 解放军信息工程大学, 2012(06)
- [8]三峡库区滑坡监测GPS统测构网研究及应用[D]. 罗力. 武汉大学, 2013(05)
- [9]海空重力测量数据处理关键技术研究[D]. 欧阳永忠. 武汉大学, 2013(02)
- [10]惯导辅助BDS/GPS高精度动态定位模型研究[D]. 韩厚增. 中国矿业大学, 2017(11)