發(fā)布時間：2020-11-02 19:53

　　 隨著全球衛(wèi)星導航系統(tǒng)(GNSS,Global Navigation Satellite System)飛速發(fā)展,其在精密單點定位(PPP,Precise Point Position)及GNSS氣象學等領(lǐng)域都取得了豐碩成果。衛(wèi)星信號經(jīng)過大氣層時,受到非色散介質(zhì)的影響產(chǎn)生的延遲即為對流層延遲。長期以來,對流層延遲始終是影響GNSS導航定位和精密單點定位效果的重要因素。因此研究對流層延遲對于提高GNSS導航精度和PPP定位效果具有重大意義。對流層延遲改正方法較多,包括參數(shù)估計法、外部修正法、差分法及模型改正法。模型改正法憑借其廉價性和便利性,得到了廣泛應(yīng)用,但同時也存在模型精度較低的缺陷。隨著神經(jīng)網(wǎng)絡(luò)技術(shù)、遺傳算法和數(shù)據(jù)同化技術(shù)的飛速發(fā)展,這些技術(shù)在多個領(lǐng)域呈現(xiàn)出諸多優(yōu)勢。因其他方向的對流層延遲均可由天頂方向的對流層延遲解算獲取,故主要將上述技術(shù)用于對流層天頂延遲(ZTD,Zenith Tropospheric Delay)的研究。具體研究內(nèi)容及成果如下:(1)介紹了大氣基本結(jié)構(gòu)及影響大氣折射的氣象參數(shù),如氣壓、溫度、相對濕度及水氣壓等。在分析對流層延遲隨時間變化的基礎(chǔ)上,總結(jié)了ZTD的時間序列變化規(guī)律。(2)在Hopfield模型基礎(chǔ)上,利用誤差補償技術(shù)建立了具有較高精度的對流層延遲融合模型(BP-Hopfield模型)。通過美國懷俄明大學提供的2010年全球120多個測站的氣象探空數(shù)據(jù)進行驗證。結(jié)果表明,Hopfield模型的平均精度為±35.3mm,融合模型(BP-Hopfield模型)的平均精度為±23.5mm。融合模型(BP-Hopfield模型)的精度相比Hopfield模型提高約33%。(3)基于EGNOS模型,利用遺傳算法與BP神經(jīng)網(wǎng)絡(luò)建立了一個高精度的對流層延遲融合模型(GA-BP-EGNOS模型)。利用IGS中心提供的2011-2014年北美洲20個測站的ZTD數(shù)據(jù)驗證,結(jié)果表明融合模型(GA-BP-EGNOS模型)的平均精度為±34.4mm,EGNOS模型的平均精度為±80.4mm。相比EGNOS模型,融合模型(GA-BP-EGNOS模型)的精度提高約58%。(4)針對UNB3m模型存在氣象數(shù)據(jù)質(zhì)量低、數(shù)據(jù)周期性考慮不全等缺陷,通過數(shù)據(jù)同化技術(shù),在UNB3m模型基礎(chǔ)上同化ERA-Interim大氣再分析數(shù)據(jù),建立了一個高精度的融合模型(ERA-UNB3m模型)。利用IGS中心提供的2016年歐洲區(qū)域40個測站的ZTD數(shù)據(jù)進行多維度驗證,結(jié)果表明,融合模型的平均精度為±31.4mm,UNB3m模型的平均精度為±46.3mm。結(jié)果表明融合模型(ERA-UNB3m模型)的精度較UNB3m模型提高約31%。(5)通過精密單點定位驗證工作,發(fā)現(xiàn)ZTD模型精度越高,其定位效果越好。參數(shù)估計法比ZTD模型的定位效果稍好一些。對于XYZ三個方向的誤差,Z方向比X、Y方向誤差較大。對于NEU三個方向的誤差,U方向誤差最大。
【學位單位】：東南大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：P228.4;TN967.1
【部分圖文】：

32.76E）、csal（66.28S，110.52E）、lama（53.89N，20.67E）。利用 IGS 分析中心提供的2010-2014 年共 5 年的數(shù)據(jù)來分析這些測站對流層延遲的時間特征變化。圖2-1為IGS中心提供的這四個測站2010-2014年的對流層延遲時間序列變化分布。

四季的劃分原則為：春季 3、4、5 月，夏季 6、7、8 月，秋季 9、10、11 月，冬季 12、1、2 月。圖2-2表示四個 IGS 測站在2012-2014年共三年間的不同季節(jié) ZTD均值及均方根誤差（RMSE）。（a） （b）（c） （d）圖 2-2 四個測站春夏秋冬四季的 ZTD 時間序列（2012-2014 年）由圖 2-2 可知，不同季節(jié)的 ZTD 大小具有一定的差別，可以發(fā)現(xiàn)夏季的對流層延遲為一年中的最高時段。如北半球測站 titz、ankr、lama，其夏季對流層延遲均值都大于其他季節(jié)的 ZTD。對于南半球測站 casl 來說，南半球夏季（北半球冬季）的 ZTD 也相對

第三章 實測氣象參數(shù)的經(jīng)典對流層天頂延遲改正模型研究經(jīng)網(wǎng)絡(luò)不具備明確的數(shù)學方程，通過反向傳播的誤差來不斷的調(diào)整權(quán)值和到誤差平方和最小這一目的。在 BP 神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)中，主要包括輸入輸出層。對輸入信號而言，首先向前傳播至隱含層中的多個節(jié)點。然后在用下，再將隱含層中的輸出信號傳播至輸出層中的節(jié)點，最終產(chǎn)生輸出結(jié)P 算法的主要思想可概括為兩個階段：一階段，輸入信號首先經(jīng)過輸入層與隱含層的逐步計算，得出每個單元的二階段，若輸出層的輸出值不符合期望，則根據(jù)實際輸出與期望輸出間的調(diào)整權(quán)重。在這兩個階段反復作用下，實現(xiàn)最小誤差的終極目的。
【相似文獻】

相關(guān)期刊論文 前10條

1 李業(yè)坤;吳豐波;;對流層延遲經(jīng)驗?zāi)Ｐ透恼绊懸蜃臃治鯷J];測繪技術(shù)裝備;2019年03期

2 周長志;張海平;郭淑艷;謝宏全;;基于比例法和回歸分析的高度計濕對流層延遲改正方法[J];北京測繪;2016年06期

3 侯堃;舒瑞;楊汀;;一種對流層延遲模型的優(yōu)化方法[J];北京測繪;2017年03期

4 尹暉;費添豪;;區(qū)域天頂對流層延遲時空變化特性及其建模研究[J];測繪工程;2017年11期

5 逄淑濤;董緒榮;柳迪;楊洋;;精密單點定位中對流層延遲改正模型分析[J];全球定位系統(tǒng);2011年05期

6 范昊鵬;孫中苗;劉曉剛;翟振和;;方位角對斜路徑對流層延遲的影響研究[J];大地測量與地球動力學;2019年06期

7 張潔寒;楊向宇;杜全成;李爽;;導航系統(tǒng)中的對流層延遲效應(yīng)分析[J];全球定位系統(tǒng);2018年02期

8 晏慧能;戴吾蛟;劉斌;;利用主成分分析建立區(qū)域?qū)α鲗友舆t時空模型[J];大地測量與地球動力學;2017年10期

9 周淼;劉立龍;張騰旭;張朋飛;黃良珂;;綜合時間序列與高程的天頂對流層延遲模型研究[J];城市勘測;2014年02期

10 楊徉;喻國榮;潘樹國;陳偉榮;汪登輝;;一種綜合的對流層延遲模型算法[J];東南大學學報(自然科學版);2013年S2期

相關(guān)博士學位論文 前6條

1 戴吾蛟;GPS精密動態(tài)變形監(jiān)測的數(shù)據(jù)處理理論與方法研究[D];中南大學;2007年

2 范國清;高精度實時衛(wèi)星導航仿真系統(tǒng)關(guān)鍵技術(shù)研究[D];國防科學技術(shù)大學;2011年

3 呂志偉;基于連續(xù)運行基準站的動態(tài)定位理論與方法研究[D];解放軍信息工程大學;2010年

4 林樂科;利用GNSS信號的地基大氣折射率剖面反演技術(shù)研究[D];南京郵電大學;2011年

5 楊力;大氣對GPS測量影響的理論與研究[D];解放軍信息工程大學;2001年

6 張明;GPS/BDS長距離網(wǎng)絡(luò)RTK關(guān)鍵技術(shù)研究[D];武漢大學;2016年

相關(guān)碩士學位論文 前10條

1 楊惠;基于探空數(shù)據(jù)的區(qū)域ZTD模型改進研究[D];東南大學;2019年

2 陳陽;對流層天頂延遲改正模型研究及應(yīng)用[D];東南大學;2019年

3 劉中流;中國地區(qū)GNSS對流層延遲建模與研究[D];桂林理工大學;2018年

4 王雪;基于區(qū)域?qū)α鲗友舆t模型的精密單點定位方法[D];哈爾濱工程大學;2018年

5 申健;霧霾天氣中GPS對流層延遲及水汽含量分析[D];武漢大學;2018年

6 何福秀;顧及軌檢信息和對流層影響的精密動態(tài)定位方法[D];西南交通大學;2018年

7 王朮正;基于GNSS實測數(shù)據(jù)的霧霾氣象條件下的對流層延遲模型修正研究[D];電子科技大學;2018年

8 迪達爾;[D];東南大學;2017年

9 陳永潮;北半球區(qū)域?qū)α鲗友舆t模型研究[D];東南大學;2017年

10 夏曉明;無氣象參數(shù)的對流層延遲改正模型研究[D];東南大學;2017年

本文編號：2867494