本文選題：GPS + 半?yún)?shù)��； 參考：《合肥工業(yè)大學(xué)》2016年碩士論文

【摘要】：高精度的GPS定位一般采用雙差技術(shù)來消除或削弱各種誤差,提高基線解算精度。當(dāng)兩站高差較大時,即使是短基線,通過雙差技術(shù)也不能充分消除對流層延遲,殘余對流層誤差對基線解算的影響較大。由高差帶來的殘余對流層延遲較大時,模糊度浮點(diǎn)解誤差大,影響模糊度固定,甚至可導(dǎo)致基線解算失敗。在參數(shù)模型中,無法采用參數(shù)估計(jì)其影響,如果采用現(xiàn)有的參數(shù)模型來描述觀測值,不可避免的存在模型誤差。本文提出采用半?yún)?shù)回歸模型解算大高差短基線,削弱殘余對流層誤差影響。實(shí)際算例表明,與常規(guī)的最小二乘法相比,采用半?yún)?shù)模型處理基線能很好的分離GPS殘余對流層延遲誤差,提高基線解算精度。本文主要研究內(nèi)容包含以下幾個方面：1.GPS靜態(tài)相對定位半?yún)?shù)模型。在模糊度固定的基礎(chǔ)上,采用半?yún)?shù)模型對大高差短基線進(jìn)行解算。運(yùn)用半?yún)?shù)模型關(guān)鍵是選取合適的正則矩陣R和正則化參數(shù)α。本文正則化矩陣R采用時間序列法確定,正則化參數(shù)α采用L曲線法確定。對流層延遲改正模型選用Saastamoinen模型,映射函數(shù)選用NMF函數(shù)。實(shí)際算例表明,與常規(guī)的最小二乘法相比,采用半?yún)?shù)模型處理基線能很好的分離GPS殘余對流層延遲誤差,提高基線解算精度。2.GPS單歷元模糊度解算。針對單歷元解算大高差短基線時載波相位模糊度難以固定或者固定錯誤的情況,采用部分搜索算法求解模糊度。實(shí)際算例表明與常規(guī)LAMBDA方法相比,該算法具有一定的優(yōu)越性。3.GPS單歷元相對定位半?yún)?shù)模型。采用半?yún)?shù)廣義補(bǔ)償最小二乘模型對大高差短基線進(jìn)行單歷元解算,運(yùn)用部分搜索法并結(jié)合LAMBDA方法求解載波相位模糊度,嶺參數(shù)采用基于Helmert方差分量估計(jì)的嶺參數(shù)法確定。實(shí)例驗(yàn)證表明,與常規(guī)的最小二乘法相比,采用半?yún)?shù)廣義補(bǔ)償最小二乘單歷元基線解算能很好的分離GPS殘余對流層誤差,各方向定位精度達(dá)到毫米級水平。
[Abstract]:High precision GPS positioning usually uses double difference technique to eliminate or weaken all kinds of errors and to improve the accuracy of baseline solution. When the height difference between the two stations is large, even if the short baseline is short, the tropospheric delay can not be fully eliminated by the double difference technique, and the residual tropospheric error has a great influence on the baseline solution. When the residual tropospheric delay caused by height difference is large, the error of ambiguity floating point solution is large, which affects the ambiguity fixed, and even leads to the failure of baseline solution. In the parameter model, it is impossible to use the parameter to estimate its influence. If the existing parameter model is used to describe the observed value, the model error will inevitably exist. In this paper, a semi-parametric regression model is proposed to solve large height difference and short baselines, which weakens the influence of residual tropospheric errors. A practical example shows that compared with the conventional least square method, the semi-parametric model can effectively separate the residual tropospheric delay error of GPS and improve the accuracy of the baseline solution. The main contents of this paper include the following aspects: 1. GPS static relative positioning semi-parametric model. On the basis of fixed ambiguity, the semi-parametric model is used to calculate the short baseline with large height difference. The key of using semi-parametric model is to select appropriate regular matrix R and regularization parameter 偽. In this paper, the regularization matrix R is determined by time series method, and the regularization parameter 偽 is determined by L curve method. Saastamoinen model is used for tropospheric delay correction model and NMF function is used for mapping function. The practical example shows that compared with the conventional least square method, the half-parameter model can deal with the residual tropospheric delay error of GPS and improve the precision of baseline resolution. 2. The ambiguity resolution of single epoch of GPS is improved. In view of the fact that the ambiguity of carrier phase is difficult to be fixed or fixed when the single epoch is used to calculate the large height difference and short baseline, the partial search algorithm is used to solve the ambiguity. A practical example shows that the algorithm has some advantages over the conventional LAMBDA method. 3. The semi-parametric model of relative positioning of single epoch is obtained. The semi-parametric generalized compensated least square model is used to calculate the single epoch of large height difference and short baseline, and the partial search method combined with LAMBDA method is used to solve the ambiguity of carrier phase. The ridge parameter is determined by the ridge parameter method based on Helmert variance component estimation. The example shows that compared with the conventional least square method, the GPS residual tropospheric error can be separated well by using the semi-parameter generalized compensated least square single epoch baseline solution, and the positioning accuracy in each direction reaches millimeter level.
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：P228.4

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王志忠;郭興翠;周玉娜;;非線性半?yún)?shù)模型的虛擬觀測法[J];數(shù)學(xué)理論與應(yīng)用;2007年02期

2 李智;曹石云;;殘差自回歸半?yún)?shù)模型的參數(shù)估計(jì)[J];經(jīng)濟(jì)數(shù)學(xué);2009年02期

3 胡宏昌;徐建成;;半?yún)?shù)模型的小波估計(jì)及其在變形分析中的應(yīng)用[J];測繪科學(xué);2010年05期

4 趙啟龍;王俊雷;戢銳;周慶豐;;基于半?yún)?shù)模型的滑坡段數(shù)據(jù)估計(jì)與預(yù)測[J];地理空間信息;2012年02期

5 黃凱;;半?yún)?shù)模型精度研究[J];測繪工程;2013年03期

6 張俊;文鴻雁;張顯云;;半?yún)?shù)模型補(bǔ)償最小二乘平滑參數(shù)求解新方法[J];桂林理工大學(xué)學(xué)報(bào);2013年02期

7 李季;潘孟春;羅詩途;羅飛路;;半?yún)?shù)模型在載體干擾磁場補(bǔ)償中的應(yīng)用研究[J];儀器儀表學(xué)報(bào);2013年09期

8 成平;;關(guān)于半?yún)?shù)模型中自適應(yīng)估計(jì)的幾點(diǎn)注記[J];應(yīng)用概率統(tǒng)計(jì);1985年02期

9 梁華;成平;;半?yún)?shù)模型估計(jì)有效性的一些結(jié)果[J];科學(xué)通報(bào);1993年04期

10 梁華;半?yún)?shù)模型的漸近有效性[J];自然科學(xué)進(jìn)展;1996年04期

相關(guān)會議論文 前2條

1 趙國慶;張建帥;;半?yún)?shù)模型及在大壩監(jiān)測數(shù)據(jù)處理中的應(yīng)用[A];江蘇省測繪學(xué)會2011年學(xué)術(shù)年會論文集[C];2011年

2 周勇;;生存分析中變系數(shù)風(fēng)險(xiǎn)模型的一些進(jìn)展[A];中國現(xiàn)場統(tǒng)計(jì)研究會第十三屆學(xué)術(shù)年會論文集[C];2007年

相關(guān)博士學(xué)位論文 前10條

1 張松林;非線性半?yún)?shù)模型最小二乘估計(jì)理論及應(yīng)用研究[D];武漢大學(xué);2003年

2 潘雄;半?yún)?shù)模型的估計(jì)理論及其應(yīng)用[D];武漢大學(xué);2005年

3 胡宏昌;半?yún)?shù)模型的估計(jì)方法及其應(yīng)用[D];武漢大學(xué);2004年

4 諶自奇;半?yún)?shù)模型中的剖面似然方法研究[D];東北師范大學(xué);2012年

5 孫靜;若干非參數(shù)和半?yún)?shù)模型的穩(wěn)健估計(jì)和特征篩選[D];山東大學(xué);2013年

6 袁裕澤;半?yún)?shù)模型和近單位根過程的統(tǒng)計(jì)推斷[D];浙江大學(xué);2011年

7 楊隨根;復(fù)雜數(shù)據(jù)半?yún)?shù)模型的統(tǒng)計(jì)推斷研究[D];北京工業(yè)大學(xué);2014年

8 張君;測量誤差數(shù)據(jù)下半?yún)?shù)模型與非線性模型的若干研究[D];華東師范大學(xué);2012年

9 趙越;半?yún)?shù)模型的統(tǒng)計(jì)推斷及其在金融中的應(yīng)用[D];大連理工大學(xué);2010年

10 馬慧娟;偏差數(shù)據(jù)下的半?yún)?shù)模型研究[D];中國科學(xué)技術(shù)大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 魏景海;非參數(shù)與半?yún)?shù)模型的估計(jì)及應(yīng)用[D];東北林業(yè)大學(xué);2015年

2 蔣俊儒;半?yún)?shù)模型在大高差短基線解算中的應(yīng)用研究[D];合肥工業(yè)大學(xué);2016年

3 封維波;半?yún)?shù)模型的進(jìn)一步研究[D];重慶大學(xué);2008年

4 桂香;幾種情況下半?yún)?shù)模型的估計(jì)及性質(zhì)[D];中南大學(xué);2007年

5 姚婷;帶有鞅差誤差的半?yún)?shù)模型的推廣性質(zhì)和應(yīng)用[D];南京大學(xué);2013年

6 韓玉濤;中國人口預(yù)測的半?yún)?shù)模型[D];河南科技大學(xué);2011年

7 楊秀娟;半?yún)?shù)模型中非參數(shù)分量的同時置信帶[D];北京工業(yè)大學(xué);2013年

8 劉運(yùn)航;半?yún)?shù)模型理論及其在大地測量中的應(yīng)用[D];解放軍信息工程大學(xué);2008年

9 王文忠;多類型復(fù)發(fā)事件數(shù)據(jù)半?yún)?shù)模型的統(tǒng)計(jì)推斷[D];中央民族大學(xué);2015年

10 郭平;測量誤差下半?yún)?shù)模型的統(tǒng)計(jì)推斷[D];大連理工大學(xué);2015年

，

本文編號：1817425