一、大地测量专家沈云中教授（论文文献综述）
孙张振[1]（2020）在《高精度地球自转参数预报模型与算法研究》文中指出地球自转参数（Earth Rotation Parameters,ERP）是地球观测的重要组成部分,表征着地球自转运动的整体变化,是地球各圈层地核、地幔、地壳、海洋和大气等综合作用的直接反映。ERP包含极移运动（Polar Motion,PM）、世界时（UT1-UTC）和日长变化（LengthofDay,LOD）,对卫星精密定轨、深空探测等具有重要意义,同时也是地球参考框架和天球参考框架相互转换的必要参数,特别在空间基准长期维持方面,具有至关重要的作用。由于现代大地测量技术数据处理的复杂性和各技术间参考基准的不一致性,高精度ERP数据的获取具有几天至几周的滞后,这给人造卫星定轨及深空探测带来了不小的挑战。随着现代大地测量、空间飞行器跟踪等技术的不断发展,未来对ERP长期预报数据和高精度的需求越来越迫切,也使得现有ERP预报算法亟待改进。地球自转与地球环境的变化联系紧密,探索地球自转运动的时变性和内部形成机理对ERP建模具有一定的促进作用。研究周期时变性特征有助于改善ERP建模和外推精度,进而提高ERP的预报精度。为了进一步改进ERP的预报理论与方法,论文从探测ERP固有周期项特性入手,深入分析ERP各分量固有周期项、趋势项等变化特性,提出了一系列ERP预报新算法。主要的研究工作如下:（1）分析了 EOP 08C04与EOP 14C04序列之间的区别与联系,揭示了 2011年3月两序列在极移Y分量上存在较大跳变的具体原因,并评估了两序列对ERP预报结果的影响。2017年2月1日,IERS发布了最新的地球定向参数序列EOP 14C04,同时EOP 08C04序列仍在继续更新,两者之间的区别与联系是一个值得深入研究的问题。本文首先对两序列之间的一致性进行了评估,揭示了两序列在极移分量上存在一定速率的趋势项偏差,该偏差是由ITRF2014与ITRF2008之间在Z方向上存在-0.1 mm/年的平移速率差异引起的。其次,通过EOP 14C04和EOP 08C04一致性分析,发现极移Y分量在2011年3月至2015年存在较大的跳变现象,这是由2011年日本大地震所致,地震引起日本区域近乎所有地面参考站产生了不同程度的偏离,且在之后数年间一直存在地壳形变回弹现象。最后,利用国际上认可的LS+AR模型对两序列ERP进行预报,发现EOP 14C04包含有更多的高频信息,这是因为该序列在解算时,使用的监测站数量更多,监测网更密。（2）基于ERP观测数据对地球自转固有特性进行了深入分析,发现了在极移中存在逆向半周年项,并对其振幅和周期大小进行了确定。地球自转运动并非恒定不变的,它会随着外界环境的变化而产生缓慢变化。本文利用Fourier变换带通滤波（FTBPF）对ERP中的主要周期项进行提取和重构,分析了各周期项对ERP的贡献,发现极移中不仅存在较为显着的逆向周年摆动,还存在着逆向半周年项,并计算给出了其振幅和周期大小。然后,分析了Chandler摆动时变性特征,探测到其在2016年前后衰减至最低状态,这也是自2010年起,其固有极移速率周期性变化不显着的主要因素。此外,在Chandler摆动周期确定时,若基础序列长度不足的情况下,会表现为双频或多频现象,进一步解释了国内外一些学者认为的Chandler摆动具有双频震荡现象。最后,分析了 UT1-UTC/LOD周年项和半周年项的时变性特征,发现UT1-UTC/LOD除了主要含有周年和半周年项外,还含有频带较宽、周期为870天的分量。UT1-UTC/LOD周年项和半周年项振幅变化不大,较为稳定。在UT1-UTC半周年项长期维持在8 ms,周年项长期维持在12 ms;LOD半周年项长期维持在0.12 ms,周年项长期维持在0.2 ms。瞬时周期值随着时间的不同而变化,半周年项变化范围为180-185天,周年项为361-369天。（3）针对极移运动中周期项变化特征,分析了逆向周年项和逆向半周年项对极移预报的影响;同时,进一步分析了不同周期项对UT1-UTC/LOD预报的影响。极移周期项变化较大,且周期项还含有逆向部分,这给极移运动的建模和预报带来了较大难度。本文基于LS+AR模型,探讨了极移中不同周期项对极移预报的影响。结果表明,极移建模中当顾及逆向周年项时,可有效改善极移X和Y分量的预报精度,再顾及逆向半周年项时,可进一步改进极移X分量中期及中长期预报精度。在UT1-UTC/LOD分量,扣除主要的趋势性信息的情况下,其主要包含周年项、半周年项、振幅较小的1/3周年项和频带较宽的870天周期项。系统分析了上述周期项对UT1-UTC/LOD预报的影响,结果表明1/3周年项和870天周年项对UT1-UTC/LOD预报影响较小,这是因为1/3周年项振幅较小,对UT1-UTC/LOD的贡献不大。870天周年项频带较宽,在进行建模时该周期项对其预报结果的影响不大。故在进行UT1-UTC/LOD预报时,可忽略870天周年项和1/3周年项,在不影响预报精度前提下,可显着提高建模效率。（4）顾及ERP近期数据的强相关性和观测数据精度影响,提出一种改进的加权最小二乘与自回归组合预报模型,并分析了 ERP各周期项的时变性对预报精度的影响。LS+AR模型在进行ERP预报时,具有边界拟合精度不高、外推误差偏大的特点,本文基于ERP数据中近期数据对未来趋势具有强相关性的特点,结合ERP观测数据精度,提出了一种顾及观测精度和近期数据强相关性的改进WLS+AR方法。预报结果表明,本文提出的加权方法有效提高了极移分量的预报精度;在UT1-UTC/LOD预报上,改进了中长期的预报精度。同时,鉴于ERP周期项具有时变性,进一步分析了周期时变性对预报精度的影响,即:在进行预报之前首先确定基础序列固有周期的均衡周期,进而更好的模拟ERP的运动特点,以获得更优的外推精度。预报结果表明,当顾及固有周期项的时变性时,大大改善了极移分量的预报精度,尤其是对极移X分量的预报,在中长期预报上其精度提高近 40%。（5）提出了一种附加约束的多项式曲线拟合、加权最小二乘和自回归联合预报方法（PCF+WLS+AR）,大大提高了 UT1-UTC预报的精度和可靠性。多项式曲线拟合（PCF）可以较为精确描述UT1-UTC趋势项,但在PCF外推时具有发散特性,需要优选适合外推的PCF阶数。本文根据UT1-UTC周年变化特点,设计了周年约束和区间约束的方法来优选PCF阶数。结果表明,附加约束的PCF+WLS+AR组合预报模型可获得更好的UT1-UTC预报精度,尤其是在中长期预报上,其精度改善近30%。（6）将IGS极移速率观测值加入到极移预报,大大提高了极移的近实时预报精度;同时将LOD和AAM观测值加入到UT1-UTC分量建模和预报,有效改进了 UT1-UTC近期预报精度。极移速率是IGS提供的一种ERP产品,该产品根据GNSS技术测定,包含极移和极移速率,精度较高。极移运动与IGS极移速率具有较强的相关性,本文尝试将IGS速率加入到极移预报中,在此基础上提出了顾及IGS极移速率的WLS+MAR极移预报模型。预报结果表明,极移速率的加入大大提高了极移的近实时预报精度（1-5天）。类似的,对于UT1-UTC分量,LOD可认为是UT1-UTC的速率,同时AAM与UT1-UTC之间也具有强相关性,本文将LOD和AAM引入到UT1-UTC的建模和预报中。结果表明,LOD和AAM的加入,有效改善了UT1-UTC的近期预报精度。
叶俊华[2]（2020）在《基于智能终端的多传感器融合行人导航定位算法研究》文中研究说明近年来,行人导航定位系统在全球范围内有着巨大的市场需求,我国也在全力以赴推动室内外导航定位技术的发展,但多数导航定位系统依赖于专业设备支撑,价格昂贵,且在复杂环境中（比如室内、城市峡谷）定位精度较差。那么如何在保证系统定位性能的前提下,寻求低成本且适用于大众的技术成为我们现在所面临的问题。因此,本研究的基本出发点是利用低成本的硬件实现行人导航定位,并提升其在恶劣环境中的定位精度。目前,智能终端已经普及并成为人们日常生活的重要部分,其内置的MEMS传感器具有质量轻、体积小、功耗低、成本低、易集成等优点,这使得基于MEMS传感器的导航定位技术成为理想的行人导航定位手段之一。但是基于MEMS传感器的导航定位系统单独工作时,定位误差会随时间迅速增长,最终致使系统无法正常工作。因此,需融合其它信息来修正系统误差进而辅助导航定位。iBeacon具备低成本、易安装、抗干扰等优点。基于此,本研究以智能手机为平台,结合MEMS传感器、GNSS、iBeacon、地图进行融合定位算法研究。围绕这个核心目标,本文在以下几个方面做了深入研究并取得了相应的成果:1)智能终端MEMS传感器属于消费级产品,其价格低廉,但噪声大、精度低、稳定性差,那么如何有效的利用MEMS观测值进行行人导航定位算法设计成为首要问题。本研究根据MEMS传感器的特性,采用了降噪算法并设计了简易的IMU校准算法,其在一定程度上改善了 MEMS传感器数据质量（航向标准差由5.96度将至2.18度）。结合气压、温度估计了相对高程及楼层变化,并分析行人运动对相对高程的影响,最后优化了相对高程及楼层判定算法。航向、计步、步长是行人航位推算的几个关键要素,尤其是航向,本研究基于加速度计、磁力计、陀螺仪观测值,设计了计步、步长算法,并结合卡尔曼滤波和补偿滤波算法,优化了 MEMS航向算法,结果显示改进算法的航向STD减小了约30%,证实了改进算法的优越性。2)基于MEMS传感器观测值的导航定位算法普遍存在误差累积的问题,尤其是航向上的误差会导致定位误差倍增,因此,需结合其他信息修正误差。本研究根据iBeacon发射功率将iBeacon划分为强、中、弱三种类型;基于不同类型iBeacon的RSSI构建了综合的定位、航向、步长改进算法,并设计了 MEMS航向、iBeacon航向融合算法。室内定位实验显示增加iBeacon定位修正和航向修正后,整体定位精度提升至3米以内,有效的修正了 MEMS传感器算法的累积误差,增强了导航定位系统的稳定性和可持续性。3)目前,行人导航定位相关的研究多假定行人按某种姿态行走或固定智能终端姿态。而现实中,行人携带智能终端的方式及自身的运动模式都是多元化的,定位算法与行人活动是密切相关的。如何有效、实时、准确的判定行人运动模式决定着精准导航定位算法的设计。本研究结合深度学习技术与智能终端MEMS传感器测量值,训练了识别模型,并对比了传统的机器学习算法,发现基于深度学习的行人活动识别不仅实现简单,而且精度高,并可辅助移动端的实时导航定位。实验显示与PDR+GNSS+iBeacon方案相比PDR+GNSS+iBeacon+AR融合算法平均定位误差减少了约1.1米,表明实时的行人活动识别改善了导航定位效果。4)通常智能终端GNSS在净空条件下可以得到较好的定位结果,而在室内或城市峡谷中,信号会失锁或定位异常,最终导致依赖于GNSS的行人导航定位系统定位无效或误差过大。本研究综合利用GNSS定位、PDR定位、iBeacon定位、室内地图各自的优势并结合设计的EKF算法、PF算法实现融合定位。香港城市峡谷定位实验显示GNSS+PDR+iBeacon融合定位结果将低于10米定位误差的比例从38%提高到60%,将小于20米定位误差的比例从55%提高到80%;GNSS+PDR融合定位结果则将低于20米定位误差的比例提升至60%。表明无论是室内外混合区域还是城市峡谷,融合定位结果明显优于单一定位技术,尤其是城市峡谷地区,其定位精度明显优于智能终端自身GNSS定位精度,而且具有较好的连续性。因此,可认为融合算法提升了系统的导航定位能力。
孙坚强[3]（2019）在《总体最小二乘参数估计与预测的整体解法研究》文中提出观测误差来源于实际观测且不可避免,在大地测量数据处理中最常用的是最小二乘方法。顾及系数矩阵误差和观测值误差的总体最小二乘方法（TLS,total least squares）是近年来研究的热点。其主要函数模型是基于EIV模型（EIV,error-in-variables）和Partial EIV模型（Partial EIV,partial error-in-variables）进行展开的。尽管采用同时顾及系数矩阵和观测向量误差及其相关性的回归分析方法能建立合理的回归模型,但采用该模型预测因变量时,现有方法依然忽略了待预测自变量的观测误差,从而影响了模型因变量的预测效果。故本文给出整体解法的概念,其顾及了回归分析模型和模型预测等式中所有变量的随机误差。其次,模型因变量的预测效果由参数估值和待预测自变量的精度所影响。本文依据现有的总体最小二乘算法和方差分量估计方法,从提高模型的预测效果出发,研究总体最小二乘参数估计与预测更具普适性的算法并应用于实际情况中,旨在完善现有的模型预测处理方法。本文的具体研究如下:研究了Partial EIV模型参数估计与预测的整体解法。它顾及了所有变量的观测误差和考虑到系数矩阵的元素是表达式或函数的情况。通过对线性化后的Partial EIV模型的部分元素进行移项,构造成间接平差的形式进行迭代求解。算例表明,由于在模型预测时考虑了待预测自变量的观测误差,本文方法预测效果优于其他模型。研究了总体最小二乘整体解法的方差分量估计算法。针对随机模型不准确与模型预测时忽略待预测自变量的观测误差的问题,本文在EIV模型的基础上,推导了一种同时顾及所有变量观测误差的整体解法,同时使用方差-协方差方差分量估计方法,导出其相关计算公式和迭代算法。通过算例结果表明,本文方法与其他方法相比预测效果较好,具有可行性。研究了基于总体最小二乘的GM（1,1）模型的方差分量估计方法。考虑到现有灰色预测GM（1,1）模型的解法基本上是假设观测序列等精度、或者根据先验信息给出其方差阵,而实际上观测数据是在不同时间段采集得到,并非等精度观测。本文在已有GM（1,1）模型的总体最小二乘解法的基础上,考虑模型中的同源随机误差,从观测值的二次型出发,结合最小范数二次无偏估计理论给出其解法,克服了观测数据先验随机模型不合理的缺陷。通过实际数据和模拟数据两个算例表明,本文方法较其他方法有效的提高了预测精度。基于本文研究的总体最小二乘参数估计与预测的整体解法,将其用于GPS高程转换和大旋转角三维坐标基准变换中。GPS高程转换精度主要由转换参数的精度和是否考虑高程异常待求点的坐标误差影响。采用GPS高程转换联合模型的方差分量估计方法对其进行解算,以提高模型的转换精度;对空间三维坐标基准变换模型进行相应变换,考虑公共点的两套坐标以及非公共点的一套坐标的误差,采用非线性平差处理,给出适用任意角度的三维坐标基准变换的整体解法。结果表明,将方差分量估计方法应用于GPS高程转换联合模型解算中可以修正随机模型以提高高程转换结果的精度;在大旋转角三维坐标基准变换模型求解中,本文方法可以得到合理的转换参数和更优的坐标转换精度。
于风彬[4]（2019）在《总体最小二乘平差的Jackknife方法研究》文中研究表明在大地测量数据处理领域,完善总体最小二乘（TLS,total least squares）平差理论是值得研究的重要问题。总体最小二乘平差主要包括参数估计和精度评定两大部分,本文引入刀切法（Jackknife）,旨在通过对观测数据采样处理来进一步发展和扩充总体最小二乘参数估计和精度评定理论,以求得到更加精确的参数估值和更加合理的精度信息。本文的具体研究内容如下:研究了加权总体最小二乘（WTLS,weighted total least squares）的Jackknife参数估计方法。为了使加权总体最小二乘参数估值结果更加精确,本文引入Jackknife方法来对观测数据进行采样并充分利用Jackknife样本进行多次计算。基于变量误差（EIV,error-in-variables）模型算法,将其与去1刀切法（Jackknife-1）和去d刀切法（Jackknife-d）相结合,提出加权总体最小二乘的去1刀切法和加权总体最小二乘的去d刀切法两种刀切重采样估计方法,并进一步研究了d的取值情况。将这两种方法应用于线性回归模型和平面坐标转换模型实例中,算例结果表明,本文提出的加权总体最小二乘的Jackknife法比最小二乘法（LS,least squares）、加权总体最小二乘法和最小二乘重采样法在提高参数估值质量方面更加有效,验证了该方法的有效性和可行性。研究了加权总体最小二乘精度评定的Jackknife方法。针对在总体最小二乘中使用近似函数概率分布法进行精度评定的研究较少,已有的蒙特卡罗法（MC,Monte Carlo）需要模拟大量的次数且需要观测量的先验信息。为进一步完善总体最小二乘精度评定理论,本文基于部分变量误差（Partial EIV,partial error-in-variables）模型算法,通过Jackknife方法对参数估值偏差与标准差和协方差的计算,提出了总体最小二乘精度评定的Jackknife-1法和Jackknife-d法,并给出了各自方法精度评定的具体步骤。将这两种方法应用于不同算例中,通过对比,结果表明,本文的两种Jackknife精度评定方法能够获得稳定且合理的精度评定结果,并具有较强的适用性。当观测数据量较大时,Jackknife方法可以大大减小计算量,提高计算效率,为进一步研究总体最小二乘精度评定提供了一种思路。研究了Partial EIV模型方差分量的Jackknife估计方法。为了在方差分量估计的基础上进一步提高参数估计的质量,本文基于Partial EIV模型,将Jackknife方法融入到方差分量估计中,并在此基础上考虑方差分量参数估计的有偏性,利用Jackknife方法计算估值的偏差,对参数估值进行偏差改正,给出了两种计算参数估值的方案。将所提方法用于三个不同算例中,结果表明,两种方法均能得到比方差分量估计更精确的参数估值结果,经偏差改正的方法可以得到最优参数估值,可进一步有效地提高参数估计的质量。研究了一种大旋转角三维坐标转换的Partial EIV模型新算法并将Jackknife参数估计方法应用到大旋转角三维坐标转换实例中。为解决复杂的系数矩阵含有随机误差时对其难以定权的问题以及提高计算效率,本文针对坐标转换模型观测向量和系数矩阵同时含有随机误差的情况,对大旋转角三维坐标转换模型在七参数近似值处进行泰勒级数展开后,推导了大旋转角三维坐标转换的Partial EIV模型形式,给出了一种基于Partial EIV模型的大旋转角三维坐标转换总体最小二乘计算方法;同时将Jackknife参数估计应用到更加复杂的大旋转角坐标转换中,并给出了其计算七参数的步骤流程。通过算例验证了本文基于大旋转角三维坐标转换Partial EIV模型的总体最小二乘算法的正确性和适用性;应用Jackknife方法得到的七参数结果比Partial EIV模型算法的结果略微精确,同时计算得到的单位权中误差结果比总体最小二乘方法更小且明显更接近于先验单位权中误差,精度更高。
薛树强[5]（2018）在《大地测量观测优化理论与方法研究》文中研究说明大地测量观测的几何结构、误差结构以及平差结构共同决定了模型参数估计的精度和可靠性。相对于传统二维、静态地面控制网优化设计,由地面站网和卫星星座构成了一张三维、动态、连续观测网络,其优化设计面临更复杂的空间几何结构,更复杂的最优化目标函数,如GNSS选星选站复杂组合优化问题,各类模型误差影响控制的最优结构问题,模型参数从“先验”到“后验”的优化估计问题等。此外,大地测量服务也需要考虑优化问题,如提高地球自转、地心运动、空间环境等地球变化监测能力,也涉及优化观测结构问题。本文针对大地测量复杂最优化问题和模型参数后验最优估计问题,系统研究了GNSS观测网络解析优化、GNSS选星选站组合优化、（非线性）平差系统优化等问题,并对平差系统信息度量进行了探讨。论文主要成果和创新点总结如下:（1）提出了大地测量三类优化设计问题,将大地测量观测模型优化和最优参数估计问题统一到了同一理论框架下。针对大地测量复杂最优化问题,发展了不确定性最优化模型及其随机优化算法,提出了加速随机优化算法收敛的先验概率反向控制调整方法;针对GNSS连续观测网络最优化问题,提出了无穷维观测空间的连续优化数学模型。（2）提出了平差系统的概念模型和数学模型,对平差系统数学分析、状态转移、状态评价和最优决策等问题进行了探讨,提出了平差系统决策树的概念。（3）提出了GNSS观测网络分层解析优化方法,发展了理想单点定位构型解析优化方法,包括几何解法、代数解法和渐进分析方法,给出了问题的解结构及其知识图谱。导出了最优PNT星座条件方程、最优大地测量轨道条件方程、GNSS对地观测地面站网条件方程,从空间域和频率域揭示了GNSS观测网络均匀设计和正交设计原理。给出了控制网精度、可靠性、残差加权平方和计算的几何公式。（4）针对GNSS复杂约束最优化问题,提出了随机优化数学模型,建立了GNSS选星选站随机优化的统计基础,发展了GNSS选星选站随机优化算法,包括:1)等概率随机优化算法;2)格网控制概率随机优化算法;3)反向控制概率随机优化算法。针对传统格网法选星选站的局限性,研究提出了选星选站的特征分析法和代数解析法。（5）探讨了观测权先验优化和后验方差分量估计的最优化数学模型,提出了粗差定位的随机抽样方法,发展了小样本观测参数域内“点群”抗差估计法。提出了抗差功效和平差功效指标,并依此建立了最大功效抗差数学模型,并利用中位数估计和最小二乘平差信息特性,发展了最大功效抗差算法。（6）提出了参数域高斯消去递归算法,实现了平差系统参数域快速更新,并采用信息熵准则实现了平差系统状态的动态评估,极大提高了模型优化选取的效率。（7）发展了非线性M估计类、非线性参数无偏估计类,提出了非线性参数无偏最优估计问题。提出了构造非线性参数无偏估计类的两种方法,导出了非线性参数偏差估计的直接公式。结合大地测量距离观测方程,系统论述了非线性分析、非线性强度度量、非线性诊断等问题,发展了最小二乘参数估计的重心法、高斯-雅克比组合平差法、封闭牛顿法。（8）探索了平差系统信息量度量方法,包括平差信息的Fisher信息度量、决策信息的信息熵度量和非线性统计量不确性度量。提出了非线性统计量偏差估计的函数逼近方法,并给出了距离统计量的偏差估计公式。此外,针对GNSS卫星定轨、GNSS导航定位、GNSS星历拟合、GNSS水准拟合、GNSS实时钟差估计、GNSS水下定位、GNSS激光测距定位、GIS量测不确定性等也开展了相关应用研究。
张兵兵[6]（2017）在《Swarm卫星精密定轨与加速度法恢复地球重力场》文中研究指明CHAMP、GRACE和GOCE重力卫星的成功发射,为中低阶全球重力场及其时变探测提供了重要观测手段,尤其是GRACE卫星,为探测地球时变信号作出了巨大的贡献。CHAMP卫星和GOCE卫星分别于2010年和2013年坠落,GRACE卫星仍然超预期运行,随时会坠落,而后续重力卫星计划GRACE Follow-On预计2018年发射,在此其间,Swarm作为唯一的低轨重力观测卫星,将填补重力卫星观测的空白,为地球重力场模型的精化及其时变研究做出贡献。本文对Swarm卫星精密定轨与加速度法恢复地球重力场进行深入的研究,分别实现了 Swarm卫星运动学厘米级精密定轨和简化动力学厘米级精密定轨,基于加速度法恢复了 Swarm地球重力场模型。本文的主要研究内容如下:（1）深入研究了卫星精密定轨和重力场恢复过程中涉及到的坐标系统与时间系统,实现了卫星精密定轨和重力场恢复过程中涉及到的坐标系统转换和时间系统转换。（2）深入研究了与低轨卫星精密定轨有关的理论与方法,详细阐述了星载双频GPS观测模型、星载GPS非差数据的质量控制、动力学模型、最小二乘估计原理和低轨卫星轨道精度评定方法等主要内容,为下一步Swarm卫星精密定轨与精度评估打下良好的理论基础。（3）提出了联合Swarm卫星星载GPS双频载波相位和伪距观测值进行Swarm卫星运动学精密定轨。为了避免模糊度参数的解算,首先利用Swarm卫星星载双频P码的消电离层组合解算Swarm卫星轨道;然后利用Swarm卫星星载GPS双频载波相位的消电离层组合在相邻历元间求差,得到相邻历元间Swarm卫星的轨道差值;最后联合伪距和历元间相位差分值进行参数解算,获得Swarm卫星运动学精密轨道。实验结果表明:电离层活动剧烈时,Swarm卫星星载GPS相位观测值残差RMS约为5 mm;与参考轨道进行比较,径向轨道差值RMS约为4-5 cm,切向轨道差值RMS约为3-4 cm,法向轨道差值RMS约为3-5 cm;Swarm卫星运动学轨道SLR残差RMS约为4-5 cm。（4）在Swarm简化动力学定轨过程中,重力场模型的优劣直接影响Swarm卫星简化动力学定轨精度。本文从重力场模型的种类和阶次入手,深入研究重力场模型对Swarm卫星简化动力学定轨的影响。实验结果表明:精度较高的重力场模型能有效提高Swarm卫星简化动力学定轨精度;重力场模型阶次低于30时,Swarm卫星简化动力学定轨精度较低,为分米级;重力场模型阶次较高时,Swarm卫星简化动力学定轨精度较高且趋于稳定。（5）Swarm卫星简化动力学定轨过程中,伪随机参数（伪随机脉冲和分段常数加速度）的合理选取对Swarm卫星简化动力学定轨精度的提升有重大贡献。本文针对伪随机参数自身的特征,给出了相应的设计方案,对伪随机参数进行优化。实验结果表明:当伪随机参数为伪随机脉冲时,优化的伪随机脉冲先验标准差为10-6m/s;当伪随机参数为分段常数加速度时,优化的分段常数加速度先验标准差为10-9m/s2。为了检验优化的伪随机参数在恶劣环境下的定轨精度,选取电离层活动剧烈时的Swarm卫星观测数据,引入优化的伪随机参数,采用简化动力学定轨方法对Swarm卫星进行精密定轨并进行精度评定。实验结果表明:星载GPS相位观测值残差RMS约为8-9 mm;与参考轨道进行比较,径向轨道差值RMS约为1 cm,切向和法向轨道差值RMS约为1-2 cm;Swarm卫星简化动力学轨道SLR残差RMS约为2-3 cm。（6）电离层活动剧烈期间,采用本文解算的Swarm卫星运动学轨道和简化动力学轨道,基于加速度法恢复Swarm地球重力场模型,并进行精度评估。结果表明,电离层活动剧烈期间,Swarm重力场模型在40阶次内与EGM2008模型具有较好的一致性。因此,Swarm卫星完全有能力探测地球重力场信号,填补因GRACE无法工作与GRACE Follow on发射之前的空白,继续监测地球重力场信号。
闫志闯[7]（2015）在《GRACE卫星精密轨道确定与一步法恢复地球重力场》文中研究指明地球重力场作为反映地球物质分布与运动规律的基本物理场,在地球科学及相关学科的研究中具有极其重要的作用。近十几年来,随着CHAMP、GRACE、GOCE等重力卫星的相继发射,卫星重力测量技术成为中低阶全球重力场及其时变探测的重要手段。获取高精度的地球重力场及其时变,星载GPS数据质量控制、卫星动力学模型精化、大规模参数估计、高性能计算等都是必须要克服的技术难题。本文紧紧围绕着低轨卫星精密定轨与地球重力场恢复的理论与算法展开研究,自主开发了卫星精密定轨定位与重力场恢复系统（Satellite Precise Orbit Determination And Gravity Field Recorvey System, SPODAGRS）,实现了GRACE卫星厘米级精密定轨,完成了一步法恢复地球重力场。本文的主要工作和贡献如下：1.研究并实现了时间系统、坐标系统的转换。基于 IERS 2010和SOFA,实现了卫星精密定轨中常用的时间系统、坐标系统及参考框架的转换。2.系统阐述了低轨卫星精密定轨理论与算法。深入研究了动力法定轨和配置积分器的基本原理,基于矢量求导法则详细推导了各种动力学模型对卫星位置、速度和力学参数的偏导数,尤其是基于数学归纳法详细推导了地固系下地球引力、引力梯度及引力对位系数偏导数的递推公式,避免了地球引力在两极附近的奇异性。3.提出了一种高效的低轨卫星精密定轨算法。针对低轨卫星定轨中分段力学参数过多,执行效率较低的问题,分析了待估参数与设计矩阵、法矩阵的映射关系。通过引入分段初轨变量并执行对力学参数的参数变换,在定轨过程中适时将过期的力学参数消掉,从而降低了积分器和法方程的维数,大幅提高了计算效率。实验结果表明：高效算法与传统算法相比,耗时最多节省了78%。4.分析了GRACE卫星星间测距数据KBR的基本观测模型,提出了一种基于KBR数据一阶、二阶导数的KBR数据周跳探测方法,实现了双星约化动力法定轨。利用星载GPS双频伪距和载波数据并附加KBR数据,基于伪随机脉冲和9参数经验力模型实现了双星约化动力法定轨。实验结果表明：双星定轨在R、T、N三个方向RMS均不超过0.03m,与单星定轨相比,最大提高了0.003m,大部分都提高了0.001m。5.针对GRACE卫星非保守力难以精确建模的问题,研究了卫星加速度计数据用作非保守力的基本原理,利用星载GPS双频伪距和载波数据并附加KBR数据,实现了双星动力法定轨。实验结果表明：R方向RMS基本不超过0.01m,T方向RMS不超过0.03m,N方向RMS基本不超过0.04m。6.针对动力法恢复地球重力场需要多天观测数据联合求解的问题,研究了卫星多天数据联合解算的基本原理,提出了一种基于高效定轨算法的广义轨道综合方法,推导了相关参数变换公式并给出了具体实施步骤。7.利用GRACE卫星精密轨道数据恢复地球重力场,分别基于9参数经验力模型、伪随机脉冲和加速度计数据得到了3个60阶地球重力场模型GR-EMP-2-1、GR-PLU-2-1和GR-ACC-2-1。与GFZ精密轨道相比,最终轨道RMS分别不超过0.002m、0.000m和0.006m；与DIRR5重力场模型相比可以看出,GR-PLU-2-1和GR-EMP-2-1模型精度较高,全球大地水准面标准差分别为0.28m和0.44m,相应的高程异常与实测值标准差分别为0.22m和0.27m。8.针对两步法恢复地球重力场理论不够严密的问题,深入研究并实现了理论更加严密的一步法恢复地球重力场。该方法采用15天的GRACE双星星载GPS数据并附加KBR数据,分别利用9参数经验力模型、伪随机脉冲和加速度计数据代替非保守力,得到了3个重力场模型GR-EMP-1-2-KBR、GR-PLU-1-2-KBR和GR-ACC-1-2-KBR,其中前两个模型精度相对较高,全球大地水准面高与DIR—R5模型相比,标准差分别为0.54m,0.55m,相应的模型高程异常与实测值相比,标准差分别为0.58m和0.56m；如果只采用星载GPS数据,得到的重力场模型GR-EMP-1-2、GR-PLU-1-2对应的全球大地水准面高与DIRR5模型相比,标准差分别为0.91m,0.79m,相应的模型高程异常与实测值相比,标准差分别为1.26m和1.40m。上述结果表明：KBR观测量对恢复地球重力场的影响十分显着,能够大幅提高所恢复的地球重力场模型的精度。9.针对恢复地球重力场中运算量大、单机计算耗时较长的问题,提出了并行计算的解决方案。该方案充分利用现有计算机硬件优势,将多线程并行计算、多进程并行计算和基于网络环境下的多计算机分布式计算有机组合起来,实现了基于网络环境的分布式计算方法恢复地球重力场,大大提高了计算效率。10.自主开发了卫星精密定轨定位与重力场恢复系统。基于标准C++编程语言和SOCKET网络编程API,独立开发了一套卫星精密定轨定位与重力场恢复系统SPODAGRS。该系统作为一个综合软件平台,实现了GPS卫星轨道动力学平滑、低轨卫星轨道动力学平滑、低轨卫星几何法定轨、动力法定轨、约化动力法定轨、两步法恢复地球重力场和一步法恢复地球重力场等功能。
谢建[8]（2014）在《附有先验信息的测量数据处理理论及在大地测量中的应用》文中研究说明摘要：在大地测量的各个领域,经常能够预先得到参数间的先验约束信息,包括参数的先验期望、方差等随机信息,也包括参数间应满足的等式或不等式约束信息。深入挖掘测量实际中的先验信息并纳入到观测模型中,能够提高参数估计的精度和可靠性,改善平差结果。本文分析了大地测量中各种有用先验信息的来源,按照各类先验信息的表达形式,建立起相应的附有约束先验信息的测量平差模型。研究了附有先验信息平差模型的算法和精度评定的方法,分析了附加先验信息对平差结果的影响,并将该理论应用到GPS数据处理、控制网变形监测中,取得了良好的效果。本文的主要研究内容和创新点包括以下几个方面：1、系统研究了大地测量数据处理领域中先验信息的来源,并根据表现形式的不同将其分为参数间的随机先验信息和函数先验信息两类。重点研究了含有等式和不等式约束的平差模型,分析了不等式约束平差模型取得最优解的Kuhn-Tucker条件,对比了最小距离方法、惩罚函数法、线性互补法、凝聚函数法、椭球约束法和贝叶斯方法的原理和计算过程,并比较了各自的优缺点；2、目前不等式约束平差算法大多基于最优化方法,与传统平差方法相去甚远,由此提出了一种基于等式约束最小二乘的穷举法。然后根据罚函数的思想,将不等式约束当做虚拟观测,设计了一种与传统平差相似的简单迭代算法,数值实验表明该方法是可行的,并具有较快的收敛速度。将该模型应用到水电站大坝变形监测网中,得到的结果更符合实际。同时,还分别提出了附有等式约束和不等式约束的秩亏自由网平差的算法；3、分析了等式约束对平差结果的影响,并给出了等式约束解是否发生显着变化的假设检验方法。根据不等式约束平差的过程,利用概率统计的思想,分析了不等式约束对平差结果的影响。探讨了各种不等式约束平差解的精度评定方法的优缺点,提出用蒙特卡洛方法对不等式约束平差解的精度进行分析；4、提出了等式约束病态问题的正则化方法,分析了约束正则化解的统计性质,给出了确定正则化因子的均方误差极小化方法。分析了等式约束对病态问题的影响,提出了一种消去参数法解等式约束病态问题；在此基础上提出了不等式约束病态问题的正则化方法,首先基于不等式约束的简单迭代算法提出了一种将不等式约束平差转换为等式约束平差的新方法。然后用贝叶斯方法证明了约束正则化因子是实际观测的方差和虚拟误差的方差之比,提出了一种基于Helmert方差分量估计的验后正则化因子选取方法。5、分析了整体最小二乘和普通最小二乘方法在直线拟合中的关系,给出了整体最小二乘的奇异值算法以及基于拉格朗日乘子法的迭代算法。推导了附有等式约束和不等式约束的整体最小二乘拉格朗日乘子迭代法,以及模型病态时的整体最小二乘正则化解法。
欧阳永忠[9]（2013）在《海空重力测量数据处理关键技术研究》文中研究说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。
王潜心[10]（2011）在《机载GPS动态定位定速与定姿理论研究及软件开发》文中研究表明随着我国国民经济和科学技术的高速发展,航空动态测量技术在国民生产和国防建设中的应用已越来越广泛,精确获取航空动态测量中载体测量平台的空间几何信息是其关键的一步。本文围绕机载动态测量中载体空间信息的获取这一中心问题展开研究,涉及到机载GPS动态定位中主要误差的处理方法、长距离机载动态定位中参考站的自适应更换方法、高精度GPS定速与定姿方法以及多功能GNSS数据处理软件的开发等诸多方面,进而构成了一个较为完整的机载GPS动态定位定速与定姿理论体系。其主要内容和创新点如下：1.从测量平差的四个基本任务出发对目前GPS动态定位的研究现状进行了归纳和总结：一是GPS动态定位中主要误差的处理方法；二是GPS动态定位中数学模型的研究现状；三是动态定位中参数的主要估计方法；四是动态定位结果的精度评定。此外对整周模糊度的解算方法进行了着重的总结和评述。2.详细研究了机载动态定位中对流层延迟误差的处理问题,给出了一种适合机载GPS动态相对定位的对流层延迟误差消除方法—“投影延拓法”。该方法的主要特点是：当流动站比参考站高几百米甚至几公里时,它始终能获取毫米级的对流层延迟改正值,不受测站高程的影响,误差只与向上延拓时大气模型本身垂直方向上的分辨率相关,进而有效的解决了对于高海拔流动站的对流层延迟量难于精确获取的问题。3.通过实测GPS数据的解算,证明了对流层延迟估计量与测站高程估计量呈明显负相关的关系。即当估计的对流层延迟量大于真实值时,估计的测站高程就会小于真实高程；当估计的对流层延迟量小于真实值时,估计的测站高程就会大于测站真实高程。进而进一步明确了准确估计对流层延迟量对保证GPS高程方向上精度的重要性。4.研究了机载动态定位中粗差的处理问题。由于机载动态定位的观测环境复杂多变,导致异常误差出现十分的频繁。而现有的粗差处理方法都存在一些弊端,如：粗差探测方法虽可在数据预处理阶段完成粗差剔除工作,但要准确选取粗差判别标准并不容易。过于宽松的判别标准,会导致粗差不能被完全剔除。过于严格的判别标准,则可能导致有些历元的观测值太少,影响解的可靠性；抗差估计方法则是与参数解算同步进行的,计算中需迭代计算等价权,因此对于海量观测数据处理会大大增加计算负担。为此我们提出了粗差探测与抗差估计相结合的处理方法,并将其成功的应用于机载GPS动态定位中。实验结果显示：该方法不仅能有效抵御粗差的影响而且能保证软件的解算速度。5.利用2001年至2008年IGS中心提供的GPS卫星钟差数据对GPS卫星钟差的特性进行了仔细的分析。发现GPS卫星钟的稳定性与每颗卫星所使用的卫星钟的种类密切相关,使用铷钟的卫星要比使用铯钟的卫星稳定,利用简单的线性模型预报后六小时的卫星钟差,使用铷钟的卫星的预报精度可优于10-10秒。而使用铯钟的卫星的预报精度则在109秒左右。通过进一步的频谱分析实验发现：使用铯钟的卫星钟差呈现明显的周期性变化,利用傅里叶变换可提取出变化的主要周期。6.基于对GPS卫星钟差特性的分析,提出了一种基于非平稳时间序列的GPS卫星钟差实时预报模型。该模型包含三个部分：一是趋势性项；二是周期性项；三是随机性项。大量实测数据的检验结果显示：利用该模型实时预报后六小时的GPS卫星钟差,预报精度可优于0.5纳秒。该方法的主要缺陷是预报周期较短,对原始数据的更新速率要求较高。7.为了满足长距离机载动态相对定位的需求,提出了“自适应换站方法”。该方法的主要特点是：整个解算过程始终保持单基线的动态定位模式,当发现流动站与原参考站间的距离大于流动站与其他参考站间的距离时,自动更换周围最近的参考站作为新参考站；对换站前后的数据设置一定时间的重叠段,利用等价消参法将换站前后的数据进行严格的自适应融合,以保持整个解算过程的连续性。实测机载数据的解算结果显示：该方法不仅可以克服因载体飞行距离过远而导致定位精度下降,而且能够避免因换站所引起的前后解的不连续,定位结果精度优于2厘米。进而有效的解决了GPS单基线解算模式无法满足长距离机载动态定位需求的难题。8.从理论上分析了利用一阶中心差分法获取载波相位观测值变化率时所产生的误差来源：一是数值微分所产生的截断误差；二是观测值组合所产生的传播误差。证明了当数据的采样率一定时,增加中心差分法的点数可减少微分过程产生的截断误差,但同时会放大导出相位率的传播误差,因此最佳的点数应使截断误差和导出相位率的传播误差之和最小。实验结果显示：当采样率为1赫兹,载体平均速度和加速度分别为20m/s、0.2m/s2时,九个点一阶中心差分法的定速精度最高。相对于三个点的一阶中心差分法,其定速结果精度提高了约50%,且载体机动性越强,改进效果越明显。9.对现有的三种GPS定速方法（位置求导法、相位差分法、多普勒定速法）进行了详细的比较分析,给出了它们各自的适用范围,指出了它们之间的区别与联系。提出了一种综合利用GPS载波相位观测值和多普勒观测值进行联合定速的方法。该方法的主要特点是：不仅可改善单独使用多普勒观测值时的定速精度,而且可克服单独使用载波相位观测值时受载体机动性影响较大的弊端,充分发挥了两者的优势,其定速结果更加准确可靠。通过内部检验与外部比较,证明了该方法的正确性和有效性,其定速结果的精度优于1cm/s。并进一步的将该方法推广到了多卫星系统的联合定速中,取得了不错的定速效果。同样该方法也适合于载体加速度的确定,给出了详细的计算公式和实测数据解算结果。10.分析了目前常用三种GPS定姿方法的优缺点,指出了它们的共同缺陷：一是都不具有抗差性；二是对于运动载体而言,都没有充分利用运动模型的信息；三是当一些历元的实际观测值数少于必要观测数时,三种方法都会出现无解的情况。因此提出了一种基于抗差自适应卡尔曼滤波的GPS定姿方法。给出了该方法的具体计算方法和解算步骤。并利用实测的机载GPS数据检验了该方法的可行性,实验结果显示：该方法的实际定姿精度优于0.01°。11.编写了大型的科研GPS动态数据后处理软件HALOGPS,该软件已被成功的应用于多个航空重力测量项目,软件说明书被德国地学研究中心GFZ公开出版。组织研发了一套多功能的GNSS动态定位定速与定姿软件XHGNSS,并取得了国家计算机软件着作权。利用大量的实测GNSS数据对该软件的稳定性、可靠性和解算精度进行了验证,如：静态数据动态处理实验、天线移动实验、海上浮标实验、机载动态定位定速实验、车载动态定位定速定姿实验等。实验结果显示：该软件的动态定位精度优于5cm,定速精度优于1 cm/s,定姿精度优于0.01°,因而可以满足大多数机载动态测量用户的需求。
二、大地测量专家沈云中教授（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、大地测量专家沈云中教授（论文提纲范文）
（1）高精度地球自转参数预报模型与算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩写表格列表 |
| 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 极移运动特性研究现状 |
| 1.2.2 地球自转速率运动特性研究现状 |
| 1.2.3 地球自转参数预报研究现状 |
| 1.3 地球自转运动现存主要问题 |
| 1.4 研究内容与结构安排 |
| 1.4.1 主要研究内容 |
| 1.4.2 章节安排 |
| 1.5 本章小结 |
| 第2章 地球自转运动基础 |
| 2.1 地球自转运动 |
| 2.1.1 地球自转研究 |
| 2.1.2 地球自转参数的测定手段 |
| 2.1.3 地球自转参数观测序列 |
| 2.2 地球自转运动的多尺度变化 |
| 2.2.1 极移运动 |
| 2.2.2 地球自转速率/日长变化 |
| 2.3 影响地球自转运动的特殊因素 |
| 2.3.1 大气角动量 |
| 2.3.2 海洋角动量 |
| 2.3.3 地震对地球自转的影响 |
| 2.4 地球自转参数预报理论 |
| 2.4.1 LS+AR预报模型 |
| 2.4.2 顾及外部因素的组合预报理论 |
| 2.5 地球自转参数预报精度评估 |
| 2.6 本章小结 |
| 第3章 不同基准框架下地球自转参数特性差异分析 |
| 3.1 不同框架下ERP参数序列 |
| 3.1.1 国际地球参考框架 |
| 3.1.2 地球自转参数综合 |
| 3.2 地球自转参数数据预处理 |
| 3.2.1 跳秒数据预处理 |
| 3.2.2 潮汐项预处理 |
| 3.3 EOP 08C04和EOP 14C04的一致性 |
| 3.3.1 ERP对卫星定轨影响 |
| 3.3.2 EOP 08C04和EOP 14C04的一致性 |
| 3.4 EOP 14C04与EOP 08C04的比较分析 |
| 3.4.1 ERP数据说明 |
| 3.4.2 极移运动对比分析 |
| 3.4.3 UT1-UTC/LOD对比分析 |
| 3.5 基于EOP 14C04和EOP 08C04的ERP预测精度分析 |
| 3.5.1 LS+AR预报模型ERP各分量基础设计 |
| 3.5.2 ERP预报结果分析 |
| 3.5.3 高频项数据分析及对ERP预报结果的影响 |
| 3.6 本章小结 |
| 第4章 地球自转运动固有周期特性分析 |
| 4.1 极移运动时变特性 |
| 4.1.1 极移运动时变性研究进展 |
| 4.1.2 Fourier转换带通滤波 |
| 4.1.3 极移主要周期项探测及时变性分析 |
| 4.2 UT1-UTC/LOD时变特性 |
| 4.2.1 UT1-UTC/LOD时变性研究进展 |
| 4.2.2 多项式曲线拟合在UT1-UTC/LOD趋势拟合中的应用 |
| 4.2.3 UT1-UTC/LOD主要周期项探测及时变性分析 |
| 4.3 ERP固有周期项不同对预报精度的影响 |
| 4.3.1 极移逆向摆动对预报的影响 |
| 4.3.2 UT1-UTC/LOD固有周期项对预报精度的影响 |
| 4.4 本章小结 |
| 第5章 ERP预报改进算法 |
| 5.1 改进的LS+AR预报算法 |
| 5.1.1 LS+AR模型特点 |
| 5.1.2 顾及近期数据特性的ERP预报算法改进 |
| 5.1.3 预报结果比较与分析 |
| 5.2 顾及ERP固有周期时变性的预报算法 |
| 5.2.1 ERP不同时段整体周期项变化 |
| 5.2.2 预报结果比较与分析 |
| 5.3 多项式曲线拟合在UT1-UTC预报中的应用 |
| 5.3.1 多项式曲线拟合UT1R-TAI建模分析 |
| 5.3.2 多项式曲线拟合在UT1-UTC外推中的应用 |
| 5.3.3 约束多项式曲线拟合与WLS+AR组合预报模型 |
| 5.3.4 PCF+WLS+AR预报模型算法流程 |
| 5.3.5 预报结果比较与分析 |
| 5.4 ERP预报精度外部比较 |
| 5.4.1 极移预报比较与分析 |
| 5.4.2 UT1-UTC预报比较与分析 |
| 5.5 本章结论 |
| 第6章 ERP近期预报的改进 |
| 6.1 顾及极移速率的极移预报改进算法 |
| 6.1.1 顾及极移速率的极移预报背景 |
| 6.1.2 IGS极移速率 |
| 6.1.3 IGS极移速率与C04系统性偏差比较 |
| 6.1.4 IGS极移速率固有周期项分析 |
| 6.1.5 顾及IGS极移速率的极移预报分析 |
| 6.2 UT1-UTC/LOD近期预报的改进 |
| 6.2.1 UT1-UTC/LOD组合预报模型 |
| 6.2.2 UT1-UTC/LOD预报结果分析 |
| 6.3 顾及大气角动量的UT1-UTC短期预报 |
| 6.3.1 UT1-UTC/LOD与AAM相关性 |
| 6.3.2 AAM/LOD/UT1-UTC组合预报 |
| 6.3.3 UT1-UTC预报结果分析 |
| 6.4 本章结论 |
| 第7章 结论与展望 |
| 7.1 研究工作总结 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
| 学位论文评阅及答辩情况表 |
（2）基于智能终端的多传感器融合行人导航定位算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 本文的研究背景及意义 |
| 1.2.1 研究背景 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 卫星导航定位技术 |
| 1.3.2 无线信号定位技术 |
| 1.3.3 基于MEMS IMU的定位技术 |
| 1.3.4 地图辅助与地图匹配定位 |
| 1.3.5 行人活动分类 |
| 1.3.6 融合导航定位 |
| 1.4 存在的问题及本文研究内容 |
| 1.4.1 存在的问题 |
| 1.4.2 研究目标 |
| 1.4.3 创新点 |
| 1.4.4 总体架构 |
| 1.5 论文结构 |
| 1.6 小结 |
| 第二章 多传感器融合行人导航的基础算法 |
| 2.1 引言 |
| 2.2 坐标系统 |
| 2.2.1 地心惯性坐标系统(i系) |
| 2.2.2 地球坐标系统(e系) |
| 2.2.3 地理坐标系统(g系) |
| 2.2.4 导航坐标系统(n系) |
| 2.2.5 载体坐标系统(b系) |
| 2.3 姿态变换 |
| 2.3.1 四元数 |
| 2.3.2 欧拉角 |
| 2.3.3 方向余弦矩阵 |
| 2.3.4 姿态转换方式之间的关系及选择 |
| 2.4 坐标转换 |
| 2.4.1 大地坐标系统之间的转换 |
| 2.4.2 载体坐标系与地理坐标系之间的转换 |
| 2.4.3 地球坐标系与地理坐标系之间的转换 |
| 2.4.4 地球坐标系与载体坐标系转换 |
| 2.5 无线定位 |
| 2.5.1 空间交会定位 |
| 2.5.2 指纹匹配定位 |
| 2.6 基于MEMS IMU的定位算法 |
| 2.6.1 捷联惯导算法 |
| 2.6.2 行人航位推算算法 |
| 2.7 卫星导航定位 |
| 2.8 定位融合算法 |
| 2.8.1 卡尔曼滤波 |
| 2.8.2 粒子滤波 |
| 2.8.3 因子图 |
| 2.9 分析 |
| 2.10 小结 |
| 第三章 基于MEMS传感器的校准、计步、步长、高程、航向算法研究 |
| 3.1 引言 |
| 3.2 观测数据预处理算法 |
| 3.2.1 低通滤波 |
| 3.2.2 均值滤波 |
| 3.2.3 中值滤波 |
| 3.2.4 傅里叶变换 |
| 3.2.5 分析 |
| 3.3 MEMS传感器校准 |
| 3.3.1 IMU误差模型及校准 |
| 3.3.2 磁力计校准 |
| 3.3.3 Allan方差 |
| 3.3.4 验证与分析 |
| 3.4 计步算法 |
| 3.5 步长估计算法 |
| 3.6 相对高程及楼层判定算法 |
| 3.6.1 温度气压模型 |
| 3.6.2 气压模型 |
| 3.6.3 分析与验证 |
| 3.7 MEMS航向估计算法 |
| 3.7.1 基于MEMS传感器观测值的航向算法 |
| 3.7.2 互补滤波算法 |
| 3.7.3 基于加速度计、陀螺仪、磁力计观测值的航向优化算法 |
| 3.8 手机航向实验 |
| 3.8.1 实验描述 |
| 3.8.2 实验分析 |
| 3.9 小结 |
| 第四章 基于iBeacon信号的定位、航向、步长修正算法研究 |
| 4.1 引言 |
| 4.2 iBeacon信号传播RSSI-距离模型 |
| 4.3 利用iBeacon RSSI进行航向算法设计 |
| 4.3.1 航向设计原理 |
| 4.3.2 弱信号iBeacon航向估计算法 |
| 4.3.3 中、强信号iBeacon航向估计算法 |
| 4.4 基于iBeacon RSSI的定位算法设计 |
| 4.4.1 弱信号iBeacon定位估计算法 |
| 4.4.2 弱iBeacon定位修正算法 |
| 4.4.3 中、强信号iBeacon定位算法 |
| 4.5 基于iBeacon RSSI的步长修正算法设计 |
| 4.6 多源航向融合算法 |
| 4.6.1 iBeacon航向、MEMS航向融合算法 |
| 4.7 实验与验证 |
| 4.8 小结 |
| 第五章 行人导航中的运动模式与手机姿态识别算法研究 |
| 5.1 引言 |
| 5.2 训练数据预处理算法 |
| 5.2.1 降噪算法 |
| 5.2.2 姿态转换 |
| 5.2.3 身体加速度分离 |
| 5.2.4 特征提取 |
| 5.3 传统的的机器学习分类算法 |
| 5.3.1 k最邻近分类算法 |
| 5.3.2 随机森林 |
| 5.3.3 支持向量机 |
| 5.3.4 决策树 |
| 5.3.5 朴素贝叶斯模型 |
| 5.3.6 神经网络 |
| 5.3.7 随机梯度下降法 |
| 5.4 基于深度学习的分类算法 |
| 5.4.1 深度学习框架 |
| 5.4.2 LSTM网络 |
| 5.4.3 CNN网络 |
| 5.5 识别模型训练及定位策略 |
| 5.5.1 模型训练 |
| 5.5.2 模型评估 |
| 5.5.3 模型转换 |
| 5.5.4 导航定位更新 |
| 5.6 行人运动模式识别实验 |
| 5.6.1 实验描述与数据预处理 |
| 5.6.2 基于传统机器学习算法识别 |
| 5.6.3 基于深度学习算法的识别 |
| 5.6.4 实验分析 |
| 5.7 手机姿态识别实验 |
| 5.7.1 试验描述和数据预处理 |
| 5.7.2 利用传统的机器学习算法识别 |
| 5.7.3 基于深度学习的识别 |
| 5.7.4 实验分析 |
| 5.8 行人综合姿态实时识别实验 |
| 5.8.1 试验描述和数据预处理 |
| 5.8.2 综合行人姿态实时识别 |
| 5.8.3 实验分析 |
| 5.9 导航实验 |
| 5.9.1 实验分析 |
| 5.10 小结 |
| 第六章 PDR、iBeacon、GNSS观测值融合导航定位算法研究 |
| 6.1 引言 |
| 6.2 行人位置递推具体实现 |
| 6.2.1 平面上的航位推算算法 |
| 6.2.2 坐标基准统一 |
| 6.2.3 初始定位 |
| 6.3 智能手机的卫星导航定位 |
| 6.4 室内地图辅助和地图匹配 |
| 6.4.2 室内地图处理 |
| 6.4.3 交叉检测与判定算法 |
| 6.4.4 粒子滤波设计与航向修正 |
| 6.4.5 无有效粒子时地图匹配算法 |
| 6.4.6 实验 |
| 6.5 多源定位融合算法 |
| 6.5.1 PDR,iBeacon与GNSS定位融合滤波器设计 |
| 6.5.2 平方根滤波 |
| 6.5.3 GNSS噪声评估及自适应滤波设计 |
| 6.6 行人导航定位应用架构设计 |
| 6.7 行人导航定位实验 |
| 6.7.1 城市峡谷GNSS+iBeacon+PDR融合行人导航定位实验 |
| 6.7.2 城市峡谷无iBeacon辅助的行人导航定位实验 |
| 6.7.3 实验分析 |
| 6.8 小结 |
| 第七章 总结与展望 |
| 7.1 结论 |
| 7.2 未来工作展望 |
| 参考文献 |
| 附录A 论文规范 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（3）总体最小二乘参数估计与预测的整体解法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 选题的背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 EIV、Partial EIV模型及其拓展模型算法研究 |
| 1.2.2 随机模型的求解 |
| 1.2.3 当前研究内容存在的不足 |
| 1.3 论文研究的目标和内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容和论文结构 |
| 1.4 本章小结 |
| 2 Partial EIV模型参数估计与预测的整体解法 |
| 2.1 概述 |
| 2.2 Partial EIV模型参数估计与预测的整体解法 |
| 2.2.1 非线性问题及其线性化 |
| 2.2.2 Partial EIV模型的整体解法 |
| 2.2.3 精度评定 |
| 2.3 算例与分析 |
| 2.3.1 直线拟合模型 |
| 2.3.2 二次多项式模型 |
| 2.3.3 二维仿射变换模型 |
| 2.3.4 算例分析 |
| 2.4 本章小结 |
| 3 总体最小二乘整体解法的方差分量估计 |
| 3.1 概述 |
| 3.2 总体最小二乘整体解法的方差分量估计 |
| 3.2.1 总体最小二乘整体解法 |
| 3.2.2 总体最小二乘整体解法的方差-协方差分量估计 |
| 3.3 算例与分析 |
| 3.3.1 不顾及相关性的直线拟合模型 |
| 3.3.2 顾及相关性的直线拟合模型 |
| 3.3.3 算例分析 |
| 3.4 本章小结 |
| 4 基于总体最小二乘的GM(1,1)模型的方差分量估计 |
| 4.1 概述 |
| 4.2 基于总体最小二乘的GM(1,1)模型的方差分量估计 |
| 4.2.1 GM(1,1)模型的TLS解法 |
| 4.2.2 GM(1,1)模型的最小范数二次无偏估计(MINQUE) |
| 4.3 算例与分析 |
| 4.3.1 实际算例 |
| 4.3.2 模拟算例 |
| 4.4 本章小结 |
| 5 总体最小二乘整体解法在GPS高程转换和大旋转角三维坐标基准变换中的应用 |
| 5.1 概述 |
| 5.2 GPS高程转换联合模型的方差分量估计 |
| 5.2.1 GPS高程转换联合模型的求解 |
| 5.2.2 GPS高程转换联合模型的方差分量估计 |
| 5.2.3 算例分析讨论 |
| 5.3 大旋转角三维坐标基准变换改进模型的整体解法 |
| 5.3.1 大旋转角三维坐标基准变换模型 |
| 5.3.2 大旋转角三维坐标基准变换模型的整体解法 |
| 5.3.3 大旋转角三维坐标基准变换改进模型的整体解法 |
| 5.3.4 算例分析讨论 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 本文主要工作总结与结论 |
| 6.2 下一步工作展望 |
| 参考文献 |
| 攻读硕士学位期间的论文、主要学术活动及获奖情况 |
| 致谢 |
（4）总体最小二乘平差的Jackknife方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 总体最小二乘参数估计算法研究 |
| 1.2.2 总体最小二乘精度评定方法研究 |
| 1.2.3 Jackknife方法理论研究 |
| 1.2.4 存在的问题与不足 |
| 1.3 论文的研究目标和内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容和论文结构 |
| 1.4 本章小结 |
| 2 加权总体最小二乘的Jackknife参数估计方法 |
| 2.1 概述 |
| 2.2 Jackknife方法 |
| 2.2.1 Jackknife-1 估计方法 |
| 2.2.2 Jackknife-d估计方法 |
| 2.3 WTLS的 Jackknife参数估计方法 |
| 2.3.1 EIV模型的WTLS算法 |
| 2.3.2 加权总体最小二乘的去1 刀切法 |
| 2.3.3 加权总体最小二乘的去d刀切法 |
| 2.4 算例与分析 |
| 2.4.1 直线拟合模型 |
| 2.4.2 平面坐标转换模型 |
| 2.5 本章小结 |
| 3 总体最小二乘精度评定的Jackknife方法 |
| 3.1 概述 |
| 3.2 Jackknife精度评定方法 |
| 3.2.1 Jackknife-1 精度评定方法 |
| 3.2.2 Jackknife-d精度评定方法 |
| 3.3 WTLS精度评定的Jackknife法 |
| 3.3.1 Partial EIV模型的WTLS算法 |
| 3.3.2 WTLS精度评定的Jackknife法 |
| 3.4 算例与分析 |
| 3.4.1 直线拟合模型 |
| 3.4.2 坐标转换模型 |
| 3.4.3 分析与讨论 |
| 3.5 本章小结 |
| 4 Partial EIV模型方差分量的Jackknife估计方法 |
| 4.1 概述 |
| 4.2 Partial EIV模型方差分量估计 |
| 4.3 方差分量的Jackknife估计方法 |
| 4.4 算例与分析 |
| 4.4.1 直线拟合模型 |
| 4.4.2 空间直线拟合模型 |
| 4.4.3 坐标转换模型 |
| 4.5 本章小结 |
| 5 Jackknife参数估计在大旋转角三维坐标转换中的应用 |
| 5.1 概述 |
| 5.2 大旋转角三维坐标转换解法 |
| 5.2.1 大旋转角三维坐标转换模型 |
| 5.2.2 大旋转角三维坐标转换的Partial EIV总体最小二乘算法 |
| 5.2.3 算例与分析 |
| 5.3 Jackknife估计在大旋转角坐标转换中的应用 |
| 5.3.1 计算流程 |
| 5.3.2 算例分析 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 本文主要研究工作 |
| 6.2 后续展望 |
| 参考文献 |
| 攻读硕士学位期间的论文、主要学术活动及获奖情况 |
| 致谢 |
（5）大地测量观测优化理论与方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 本课题研究的背景和意义 |
| 1.2 大地测量控制网最优化研究进展 |
| 1.2.1 传统二维静态控制网优化设计 |
| 1.2.2 现代三维动态控制网优化设计 |
| 1.3 大地测量参数估计研究进展 |
| 1.3.1 现代平差理论与方法 |
| 1.3.2 平差函数模型优化 |
| 1.3.3 平差随机模型优化 |
| 1.3.4 平差计算优化 |
| 1.4 现代最优化理论研究进展 |
| 1.5 面临的主要问题和挑战 |
| 1.6 本文的主要研究内容 |
| 1.7 附图、附录 |
| 第2章 大地测量观测最优化理论 |
| 2.1 引言 |
| 2.2 大地测量观测方程 |
| 2.3 大地测量观测最优化模型 |
| 2.3.1 大地测量观测零类优化问题 |
| 2.3.2 大地测量观测一类优化问题 |
| 2.3.3 大地测量观测二类优化问题 |
| 2.3.4 最优化问题的解 |
| 2.4 确定性最优化方法 |
| 2.4.1 确定性数学模型 |
| 2.4.2 非线性规划 |
| 2.4.3 动态规划 |
| 2.4.4 多目标最优化 |
| 2.5 不确定性最优化方法 |
| 2.5.1 不确定性数学模型 |
| 2.5.2 随机优化方法 |
| 2.5.3 随机优化算法 |
| 2.6 本章结论 |
| 第3章 GNSS观测网络多层次解析优化 |
| 3.1 引言 |
| 3.2 控制网最优的图论基础 |
| 3.2.1 控制网的弱几何信息 |
| 3.2.2 控制网最优化数学模型 |
| 3.3 GNSS观测网络多目标优化 |
| 3.3.1 GNSS观测方程 |
| 3.3.2 多目标最优化模型 |
| 3.3.3 多层次最优化解法 |
| 3.3.4 最优化问题的约束条件 |
| 3.4 最优单点定位构型 |
| 3.4.1 单点定位构型 |
| 3.4.2 GDOP度量 |
| 3.4.3 无约束DOP最优化 |
| 3.4.4 DOP最优化的代数解 |
| 3.4.5 DOP最优化的几何解 |
| 3.4.6 最优定位构型分类 |
| 3.5 最优连续定位构型 |
| 3.5.1 连续定位构型 |
| 3.5.2 无约束连续D-最优化 |
| 3.5.3 最优连续定位构型解 |
| 3.6 最优GNSS观测网络分析 |
| 3.6.1 最优GNSS导航星座数值分析 |
| 3.6.2 最优大地测量卫星轨道分析 |
| 3.6.3 最优GNSS地面跟踪站网 |
| 3.6.4 多目标综合最优GNSS观测网络 |
| 3.7 本章结论 |
| 第4章 GNSS选星选站随机优化方法 |
| 4.1 引言 |
| 4.2 选星选站最优化问题 |
| 4.2.1 离散型组合优化数学模型 |
| 4.2.2 连续型最优化数学模型 |
| 4.2.3 离散-连续混合型最优化数学模型 |
| 4.3 GNSS选星选站的确定性方法 |
| 4.3.1 格网法 |
| 4.3.2 信息矩阵特征分解选星选站法 |
| 4.3.3 代数解析选站法 |
| 4.4 GNSS选星选站组合优化理论 |
| 4.4.1 随机定位构型 |
| 4.4.2 随机定位构型的GDOP |
| 4.4.3 随机GDOP的蒙特卡洛近似 |
| 4.4.4 随机优化理论基础 |
| 4.4.5 无约束随机优化算法 |
| 4.5 随机优化算法 |
| 4.5.1 算法设计原理 |
| 4.5.2 等概率随机优化算法 |
| 4.5.3 格网控制概率随机优化算法 |
| 4.5.4 反向控制概率随机优化算法 |
| 4.5.5 几点注记 |
| 4.6 GNSS定位与定轨随机优化算法性能测试 |
| 4.6.1 GDOP最小化GNSS定位选星 |
| 4.6.2 GDOP最小化GNSS定轨选站 |
| 4.6.3 多指标综合GNSS定轨选站 |
| 4.7 本章结论 |
| 第5章 平差系统及其优化决策 |
| 5.1 引言 |
| 5.2 平差模型误差及其影响 |
| 5.2.1 平差数学模型 |
| 5.2.2 函数模型误差影响 |
| 5.2.3 随机模型误差影响 |
| 5.2.4 平差计算误差 |
| 5.3 平差系统的概念和构成 |
| 5.3.1 平差系统概念模型 |
| 5.3.2 平差系统的数学模型 |
| 5.3.3 平差系统状态转移 |
| 5.3.4 平差系统的决策过程 |
| 5.4 平差系统数学分析 |
| 5.4.1 非线性分析 |
| 5.4.2 观测结构分析 |
| 5.4.3 模型误差扰动分析 |
| 5.5 平差系统信息加工与处理 |
| 5.5.1 平差系统信息的构成 |
| 5.5.2 平差系统信息加工 |
| 5.5.3 平差系统信息利用 |
| 5.6 平差系统状态评价与最优决策 |
| 5.6.1 平差系统状态评价 |
| 5.6.2 平差系统最优决策 |
| 5.7 本章结论 |
| 第6章 平差系统随机模型优化 |
| 6.1 引言 |
| 6.2 观测权最优化数学模型 |
| 6.2.1 先验观测权设计 |
| 6.2.2 后验观测权优化 |
| 6.3 抗差估计最优化数学模型 |
| 6.3.1 粗差抽样定位法 |
| 6.3.2 抗差等价权最优化模型 |
| 6.4 观测最优抗差算法 |
| 6.4.1 抗差权函数的评价指标 |
| 6.4.2 最大功效抗差估计 |
| 6.4.3 最大功效抗差估计算法 |
| 6.5 抗差高斯-雅柯比组合平差 |
| 6.5.1 高斯-雅柯比组合平差 |
| 6.5.2 参数域抗差估计 |
| 6.6 实例分析 |
| 6.6.1 声呐定位自适应权函数设计 |
| 6.6.2 GNSS实时钟差估计权函数优化 |
| 6.6.3 GNSS船载激光测距定位 |
| 6.7 本章小结 |
| 第7章 平差系统信息熵优化 |
| 7.1 引言 |
| 7.2 模型选取最优化问题 |
| 7.2.1 最优化数学模型 |
| 7.2.2 模型选取的准则 |
| 7.2.3 最小二乘参数域信息更新问题 |
| 7.3 最小二乘参数域内递归消去算法 |
| 7.3.1 参数更新算法 |
| 7.3.2 残差加权平方和更新算法 |
| 7.3.3 算法效率分析 |
| 7.4 应用算例 |
| 7.4.1 GPS星历拟合 |
| 7.4.2 GNSS/水准拟合 |
| 7.5 本章结论 |
| 第8章 非线性平差系统优化 |
| 8.1 引言 |
| 8.2 非线性参数估计的最优化问题 |
| 8.2.1 非线性参数平差模型 |
| 8.2.2 普通非线性参数估计最优化 |
| 8.2.3 非线性无偏估计类 |
| 8.2.4 非线性无偏最优估计 |
| 8.2.5 非线性参数估计解法 |
| 8.3 非线性分析与诊断 |
| 8.3.1 定性非线性分析 |
| 8.3.2 线性化残余项确定性度量 |
| 8.3.3 残余项不确定性度量 |
| 8.3.4 非线性曲率度量 |
| 8.4 非线性最小二乘参数平差 |
| 8.4.1 非线性最小二乘正交方程 |
| 8.4.2 非线性最小二乘平差算法 |
| 8.5 非线性最小二乘偏差估计 |
| 8.5.1 非线性最小二乘偏差估计公式 |
| 8.5.2 偏差估计的迭代算法 |
| 8.5.3 偏差估计的直接解法 |
| 8.5.4 偏差估计的蒙特卡洛方法 |
| 8.6 短程测距定位方程非线性平差 |
| 8.6.1 非线性平差算法 |
| 8.6.2 定位参数偏差估计 |
| 8.7 本章结论 |
| 第9章 平差系统信息度量 |
| 9.1 引言 |
| 9.2 平差系统信息度量 |
| 9.2.1 观测及平差信息度量 |
| 9.2.2 平差决策信息度量 |
| 9.3 非线性统计量的不确定性分析 |
| 9.3.1 非线性统计偏差与方差估计 |
| 9.3.2 非线性统计偏差估计的函数逼近法 |
| 9.4 N维点位误差度量 |
| 9.4.1 点位信息度量 |
| 9.4.2 点位误差度量的分布和置信度 |
| 9.4.3 点位误差度量的标量指标 |
| 9.4.4 n维点位误差可视化 |
| 9.5 量测统计量非线性不确定性评估 |
| 9.5.1 长度量测不确定性分析 |
| 9.5.2 面积量测不确定性分析 |
| 9.6 本章小结 |
| 第10章 结论与展望 |
| 10.1 结论 |
| 10.1.1 大地测量观测最优化理论框架 |
| 10.1.2 GNSS观测网络优化与选星选站算法 |
| 10.1.3 (非线性)平差系统及其优化决策问题 |
| 10.2 展望 |
| 参考文献 |
| 附录1 正交投影矩阵和平差因子矩阵 |
| 附录2 粗差假设检验模型 |
| 附录3 无穷维观测最小二乘估计 |
| 附录4 非线性M估计类 |
| 附录5 图论(GraphTheory)基本概念 |
| 附录6 控制网精度与可靠性 |
| 附录7 凸集、凸组合、凸函数 |
| 附录8 多元函数泰勒级数展开 |
| 附录9 二次型、正定矩阵及其二次型期望和方差 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（6）Swarm卫星精密定轨与加速度法恢复地球重力场（论文提纲范文）
| 摘要 |
| Abstract |
| 缩略词 |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 Swarm卫星计划 |
| 1.1.2 Swarm卫星简介 |
| 1.1.3 Swarm卫星荷载分析 |
| 1.1.4 Swarm卫星轨道相关数据 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本文主要研究内容 |
| 第2章 坐标系统与时间系统 |
| 2.1 引言 |
| 2.2 坐标系统 |
| 2.2.1 惯性坐标系 |
| 2.2.2 地固坐标系 |
| 2.2.3 测站坐标系 |
| 2.2.4 卫星固联坐标系 |
| 2.2.5 RTN坐标系 |
| 2.2.6 坐标系统转换 |
| 2.3 时间系统 |
| 2.3.1 世界时系统 |
| 2.3.2 动力学时系统 |
| 2.3.3 原子时系统 |
| 2.3.4 时间系统转换 |
| 2.4 本章小结 |
| 第3章 低轨卫星精密定轨理论与方法 |
| 3.1 引言 |
| 3.2 Swarm星载GPS双频观测模型 |
| 3.2.1 星载GPS基本观测模型 |
| 3.2.2 观测值线性组合 |
| 3.3 星载GPS非差数据的质量控制 |
| 3.3.1 星载GPS观测数据粗处理 |
| 3.3.2 星载GPS数据精化处理 |
| 3.4 卫星摄动力模型 |
| 3.4.1 保守力摄动 |
| 3.4.2 非保守力摄动 |
| 3.4.3 经验力摄动 |
| 3.4.4 伪随机参数模型 |
| 3.5 最小二乘估计原理 |
| 3.5.1 最小二乘参数估计 |
| 3.5.2 参数先验值与权重 |
| 3.5.3 参数预消除与回代 |
| 3.6 低轨卫星轨道精度评估 |
| 3.6.1 内符合精度评估 |
| 3.6.2 外符合精度评估 |
| 3.7 本章小结 |
| 第4章 Swarm卫星运动学精密定轨 |
| 4.1 引言 |
| 4.2 Swarm卫星运动学定轨方法 |
| 4.2.1 基于双频伪距的Swarm卫星几何法定轨 |
| 4.2.2 基于Swarm卫星历元间相位差分解算轨道差分 |
| 4.2.3 联合Swarm卫星伪距与历元间相位差分定轨 |
| 4.3 Swarm卫星运动学定轨数据处理策略 |
| 4.4 实验分析 |
| 4.4.1 电离层活动对Swarm卫星运动学定轨的影响 |
| 4.4.2 电离层活动剧烈时Swarm卫星运动学定轨精度评定 |
| 4.5 本章小结 |
| 第5章 Swarm卫星简化动力学精密定轨 |
| 5.1 引言 |
| 5.2 Swarm卫星简化动力学定轨方法 |
| 5.2.1 基于伪随机脉冲的Swarm卫星动力学方程 |
| 5.2.2 基于分段常数加速度的Swarm卫星动力学方程 |
| 5.2.3 Swarm卫星简化动力学定轨 |
| 5.3 Swarm卫星简化动力学定轨策略 |
| 5.4 重力场模型对Swarm卫星简化动力学定轨的影响 |
| 5.4.1 Swarm卫星数据来源与定轨策略 |
| 5.4.2 伪随机脉冲时重力场模型对简化动力学定轨的影响分析 |
| 5.4.3 分段常数加速度时重力场模型对简化动力学定轨的影响分析 |
| 5.5 伪随机参数优化 |
| 5.5.1 伪随机脉冲优化 |
| 5.5.2 分段常数加速度优化 |
| 5.6 Swarm卫星简化动力学定轨结果评估 |
| 5.6.1 星载GPS相位观测值残差分析 |
| 5.6.2 与参考轨道进行对比分析 |
| 5.6.3 SLR检核 |
| 5.7 本章小结 |
| 第6章 基于加速度法恢复Swarm卫星地球重力场 |
| 6.1 引言 |
| 6.2 加速度法恢复地球重力场基本原理 |
| 6.3 基于加速度法恢复Swarm卫星重力场模型 |
| 6.3.1 Swarm卫星数据预处理 |
| 6.3.2 数据来源与解算流程 |
| 6.4 Swarm卫星重力场模型的结果分析 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 主要研究内容与成果 |
| 7.2 后续研究展望 |
| 参考文献 |
| 作者简历 攻读博士学位期间的主要工作成果 |
| 致谢 |
（7）GRACE卫星精密轨道确定与一步法恢复地球重力场（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 卫星轨道确定技术的发展 |
| 1.3 星载GPS技术的发展 |
| 1.4 卫星重力技术的发展 |
| 1.5 主要研究内容 |
| 第二章 时间系统与坐标系统 |
| 2.1 IERS简介 |
| 2.2 系统、框架及转换 |
| 2.2.1 GCRS和ITRS坐标之间的转换 |
| 2.2.2 参考框架及转换 |
| 2.2.3 时间系统及转换 |
| 2.2.4 卫星定轨中常用的局部坐标系 |
| 2.2.5 基于SOFA和混合编程技术的坐标变换 |
| 2.3 矢量求导规则及约定 |
| 2.4 本章小结 |
| 第三章 卫星精密轨道确定基本理论与算法 |
| 3.1 基本观测模型 |
| 3.1.1 基本观测量 |
| 3.1.2 消电离层线性组合 |
| 3.1.3 消几何距离组合 |
| 3.1.4 伪距窄巷组合与相位宽巷组合 |
| 3.1.5 Melbourne-Wubbena组合 |
| 3.2 基本周跳探测方法 |
| 3.2.1 电离层残差法探测周跳 |
| 3.2.2 L_4拟合法探测周跳 |
| 3.2.3 TurbuEdit周跳探测方法 |
| 3.2.4 相位平滑伪距基本原理 |
| 3.3 基本动力学模型 |
| 3.3.1 地球引力 |
| 3.3.2 N体摄动 |
| 3.3.3 光压模型 |
| 3.3.4 大气阻力模型 |
| 3.3.5 9参数经验力模型 |
| 3.3.6 相对论效应 |
| 3.3.7 伪随机脉冲 |
| 3.4 动力法定轨基本原理 |
| 3.4.1 动力方程 |
| 3.4.2 状态转移矩阵 |
| 3.4.3 敏感矩阵 |
| 3.4.4 观测方程与参数估计 |
| 3.5 本章小结 |
| 第四章 基于高效算法的卫星轨道动力学平滑 |
| 4.1 参数化方法 |
| 4.2 参数的变换与消元 |
| 4.2.1 参数与法矩阵的映射关系 |
| 4.2.2 参数变换基本原理 |
| 4.2.3 参数消元基本原理 |
| 4.3 配置积分器的基本原理 |
| 4.3.1 基本原理 |
| 4.3.2 配置积分器的起步 |
| 4.3.3 算法的优化 |
| 4.4 基于参数变换的高效定轨算法 |
| 4.5 卫星轨道动力学平滑算例分析 |
| 4.5.1 GPS卫星精密轨道动力学平滑 |
| 4.5.2 GRACE卫星精密轨道动力学平滑 |
| 4.5.3 传统算法与高效算法计算效率的比较 |
| 4.6 本章小结 |
| 第五章 GRACE卫星精密轨道确定 |
| 5.1 GRACE卫星几何法定轨及动力学平滑 |
| 5.1.1 几何法定轨基本原理 |
| 5.1.2 几何法定轨精度分析 |
| 5.1.3 几何轨道的动力学平滑 |
| 5.2 GRACE卫星约化动力法精密定轨 |
| 5.2.1 基本原理 |
| 5.2.2 约化动力法定轨算例分析 |
| 5.3 KBR观测量在双星精密定轨中的应用 |
| 5.3.1 基本观测模型 |
| 5.3.2 KBR观测量的周跳探测 |
| 5.3.3 双星精密定轨算例分析 |
| 5.4 星载加速度计数据在精密定轨中的应用 |
| 5.4.1 基本原理 |
| 5.4.2 动力法双星精密定轨算例分析 |
| 5.5 本章小结 |
| 第六章 GRACE卫星一步法恢复地球重力场 |
| 6.1 基于高效算法的广义轨道综合 |
| 6.1.1 单天解法方程表达式 |
| 6.1.2 初轨参数的综合 |
| 6.1.3 力学参数和模糊度参数的综合 |
| 6.1.4 轨道综合步骤和详细参数变换公式 |
| 6.2 KBR观测量对恢复地球重力场模型的影响分析 |
| 6.3 恢复地球重力场参数设置与精度评估方法 |
| 6.4 利用精密轨道数据恢复地球重力场精度分析 |
| 6.4.1 轨道精度的比较 |
| 6.4.2 重力场内符合精度的比较 |
| 6.4.3 重力场外符合精度的比较 |
| 6.5 利用星载GPS单星数据恢复地球重力场精度分析 |
| 6.5.1 轨道精度的比较 |
| 6.5.2 内符合精度的比较 |
| 6.5.3 外符合精度的比较 |
| 6.6 附加KBR双星星载GPS数据恢复地球重力场精度分析 |
| 6.6.1 轨道精度的比较 |
| 6.6.2 内符合精度的比较 |
| 6.6.3 外符合精度的比较 |
| 6.7 本章小结 |
| 第七章 SPODAGRS软件设计与实现 |
| 7.1 软件开发环境 |
| 7.2 主要功能概述 |
| 7.3 面向对象的方法 |
| 7.3.1 核心类的功能设计 |
| 7.3.2 非核心类功能设计 |
| 7.3.3 多索引变量的排序算法 |
| 7.4 SPODAGRS高性能计算 |
| 7.4.1 SPODAGRS高性能计算概述 |
| 7.4.2 SPODAGRS高性能计算基本策略 |
| 7.5 本章小结 |
| 第八章 结论与展望 |
| 8.1 本文主要工作及贡献 |
| 8.2 后续工作与展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（8）附有先验信息的测量数据处理理论及在大地测量中的应用（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 含有先验随机信息的平差模型 |
| 1.2.2 参数间含有先验约束信息的平差模型 |
| 1.2.3 附有先验约束信息的病态模型 |
| 1.3 附有先验约束的平差模型存在的主要问题 |
| 1.4 本文的研究内容和组织结构 |
| 2 附有先验约束信息的测量平差模型 |
| 2.1 测量平差的基本模型 |
| 2.2 先验约束信息的来源及表达形式 |
| 2.2.1 测量平差中先验信息的来源 |
| 2.2.2 函数模型中含有先验信息 |
| 2.2.3 随机模型中含有先验信息 |
| 2.3 不等式约束平差模型及常用的算法 |
| 2.3.1 不等式约束平差模型的最优性条件 |
| 2.3.2 不等式约束平差模型的常用算法 |
| 2.3.3 算法分析与比较 |
| 2.4 本章小结 |
| 3 不等式约束平差模型的新算法及在大地测量中的应用 |
| 3.1 不等式约束平差模型的新算法 |
| 3.1.1 穷举法 |
| 3.1.2 算例分析 |
| 3.1.3 简单迭代算法 |
| 3.1.4 算例分析 |
| 3.2 约束秩亏网平差模型旳算法 |
| 3.2.1 秩亏自由网平差基本原理 |
| 3.2.2 等式约束秩亏网平差模型 |
| 3.2.3 不等式约束秩亏网平差模型 |
| 3.3 平差模型的统一 |
| 3.3.1 概括函数平差模型 |
| 3.3.2 附不等式约束函数模型的统一 |
| 3.4 不等式约束平差模型的应用 |
| 3.4.1 不等式约束平差在GPS定位中的应用 |
| 3.4.2 不等式约束平差在大坝变形监测中的应用 |
| 3.5 本章小结 |
| 4 不等式约束对平差结果的影响及模型精度评定 |
| 4.1 等式约束对平差结果的影响分析 |
| 4.2 不等式约束对平差结果的影响分析 |
| 4.2.1 一维情形 |
| 4.2.2 二维情形 |
| 4.3 不等式约束平差模型的精度分析 |
| 4.3.1 视有效约束为等式约束的精度评定方法 |
| 4.3.2 解析函数近似表达方法 |
| 4.3.3 贝叶斯分析方法 |
| 4.3.4 基于简单迭代算法的近似精度评定方法 |
| 4.3.5 蒙特卡洛分析法 |
| 4.4 本章小结 |
| 5 约束病态问题的算法及统计性质 |
| 5.1 病态问题的解及统计性质 |
| 5.1.1 病态问题的发生机理 |
| 5.1.2 病态问题的诊断方法 |
| 5.1.3 病态问题的常用解法 |
| 5.1.4 病态问题的正则化方法 |
| 5.2 等式约束病态问题 |
| 5.2.1 解等式约束病态问题的Tikhonov正则化方法 |
| 5.2.2 等式约束正则化解的统计性质 |
| 5.2.3 均方误差最小化方法求解约束正则化解 |
| 5.2.4 等式约束对病态问题的影响 |
| 5.2.5 解等式约束病态问题的消去参数法 |
| 5.3 不等式约束病态问题 |
| 5.3.1 不等式约束平差转化为等式约束平差的原理 |
| 5.3.2 不等式约束平差模型的迭代有效约束算法 |
| 5.3.3 算法的稳定性分析 |
| 5.3.4 约束病态问题的虚拟观测值解法 |
| 5.3.5 约束平差模型的Helmert方差分量估计法 |
| 5.3.6 不等式约束病态问题平差模型的计算 |
| 5.4 本章小结 |
| 6 约束整体最小二乘法 |
| 6.1 整体最小二乘法概述 |
| 6.1.1 整体最小二乘法的几何意义 |
| 6.1.2 整体最小二乘法的奇异值类算法 |
| 6.1.3 整体最小二乘法的迭代类算法 |
| 6.2 附等式约束的整体最小二乘法 |
| 6.3 附不等式约束的整体最小二乘法 |
| 6.4 病态整体最小二乘算法 |
| 6.5 计算与分析 |
| 6.6 本章小结 |
| 7 结论与展望 |
| 7.1 本文的主要内容与贡献 |
| 7.2 展望及下一步的研究工作 |
| 参考文献 |
| 攻读学位期间主要的研究成果 |
| 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）机载GPS动态定位定速与定姿理论研究及软件开发（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状 |
| 1.2.1 概述 |
| 1.2.2 GPS动态定位中误差控制方法的研究进展 |
| 1.2.3 GPS动态定位中数学模型的研究进展 |
| 1.2.4 GPS动态定位中参数估计方法的研究进展 |
| 1.2.5 GPS动态定位结果的主要评定指标 |
| 1.2.6 GPS动态定位中整周模糊度求解方法的研究进展 |
| 1.3 主要内容及创新点 |
| 第二章 机载动态定位中对流层延迟误差的处理方法 |
| 2.1 引言 |
| 2.2 对流层延迟误差的形成原理 |
| 2.3 对流层延迟误差的改正方法 |
| 2.3.1 经验模型改正法 |
| 2.3.2 附加参数估计法 |
| 2.3.3 区域模型内插法 |
| 2.4 延拓投影法 |
| 2.4.1 基本原理 |
| 2.4.2 区域GPS网数据实验 |
| 2.4.3 实测机载GPS数据实验 |
| 2.5 本章小结 |
| 第三章 机载动态定位中粗差的处理方法 |
| 3.1 引言 |
| 3.2 常用的粗差处理方法 |
| 3.2.1 粗差探测 |
| 3.2.2 抗差估计 |
| 3.3 粗差对GPS动态相对定位的影响分析 |
| 3.3.1 影响函数 |
| 3.3.2 定量分析 |
| 3.4 粗差探测与抗差估计相结合的处理方法 |
| 3.4.1 基本原理 |
| 3.4.2 静态数据的动态处理实验 |
| 3.4.3 机载动态数据处理实验 |
| 3.5 本章小结 |
| 第四章 卫星钟差的实时预报方法 |
| 4.1 引言 |
| 4.2 常用的预报模型及预报精度比较 |
| 4.3 GPS卫星钟差的特性分析 |
| 4.4 基于非平稳时序模型卫星钟差预报方法 |
| 4.4.1 趋势性变化项 |
| 4.4.2 周期性变化项 |
| 4.4.3 随机性变化项 |
| 4.5 算例及分析 |
| 4.6 本章小结 |
| 第五章 自适应换站方法及在长距离机载动态定位中的应用 |
| 5.1 引言 |
| 5.2 自适应换站算法的基本原理 |
| 5.3 算例及分析 |
| 5.3.1 实验数据及实验方案 |
| 5.3.2 实验结果及分析 |
| 5.4 本章小结 |
| 第六章 GPS定速方法 |
| 6.1 引言 |
| 6.2 常用的GPS定速方法及对比分析 |
| 6.2.1 位置求导法 |
| 6.2.2 相位差分法 |
| 6.2.3 多普勒定速法 |
| 6.2.4 影响定速精度的主要误差 |
| 6.2.5 三种定速方法的区别与联系 |
| 6.2.6 三种定速方法的定速精度比较 |
| 6.3 综合法定速的基本原理 |
| 6.3.1 相位差分法中最佳点数的选取 |
| 6.3.2 数据融合与参数估计 |
| 6.4 算例与分析 |
| 6.4.1 机载动态定速试验 |
| 6.4.2 车载动态定速试验 |
| 6.5 本章小结 |
| 第七章 GPS定姿方法 |
| 7.1 引言 |
| 7.2 现有的GPS定姿方法分析 |
| 7.2.1 直接计算法 |
| 7.2.2 九参数最小二乘法 |
| 7.2.3 三参数迭代最小二乘法 |
| 7.3 基于抗差卡尔曼滤波的GPS定姿方法 |
| 7.4 算例与分析 |
| 7.4.1 静态定姿试验 |
| 7.4.2 动态定姿试验 |
| 7.5 本章小结 |
| 第八章 GPS动态定位定速与定姿软件开发与应用 |
| 8.1 引言 |
| 8.1.1 主要功能及特色 |
| 8.1.2 运行环境 |
| 8.2 软件的总体设计 |
| 8.2.1 总体设计框架 |
| 8.2.2 主函数 |
| 8.2.3 部分子函数 |
| 8.3 软件操作说明 |
| 8.3.1 用户登录 |
| 8.3.2 总体界面 |
| 8.3.3 主要参数设置 |
| 8.3.4 结果文件格式 |
| 8.3.5 附加功能 |
| 8.4 数据测试及分析 |
| 8.4.1 静态数据动态处理实验 |
| 8.4.2 天线移动实验 |
| 8.4.3 海上浮标实验 |
| 8.4.4 机载动态定位实验 |
| 8.5 常见错误与处理方法 |
| 8.6 本章小结 |
| 第九章 结论与展望 |
| 9.1 结论 |
| 9.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间的研究成果 |
四、大地测量专家沈云中教授（论文参考文献）
- [1]高精度地球自转参数预报模型与算法研究[D]. 孙张振. 山东大学, 2020(10)
- [2]基于智能终端的多传感器融合行人导航定位算法研究[D]. 叶俊华. 长安大学, 2020(06)
- [3]总体最小二乘参数估计与预测的整体解法研究[D]. 孙坚强. 东华理工大学, 2019(01)
- [4]总体最小二乘平差的Jackknife方法研究[D]. 于风彬. 东华理工大学, 2019(01)
- [5]大地测量观测优化理论与方法研究[D]. 薛树强. 长安大学, 2018(01)
- [6]Swarm卫星精密定轨与加速度法恢复地球重力场[D]. 张兵兵. 武汉大学, 2017(01)
- [7]GRACE卫星精密轨道确定与一步法恢复地球重力场[D]. 闫志闯. 解放军信息工程大学, 2015(08)
- [8]附有先验信息的测量数据处理理论及在大地测量中的应用[D]. 谢建. 中南大学, 2014(02)
- [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]机载GPS动态定位定速与定姿理论研究及软件开发[D]. 王潜心. 中南大学, 2011(05)