GPS/BDS组合的RTK多路径抑制方法

在GPS/BDS组合系统中,BDS系统的MEO轨道卫星与BDS(GEO、IGSO)/GPS轨道卫星的回归周期存在较大差异,表现为与其对应的恒星日滤波模型不唯一,其多路径误差的抑制效果也千差万别。为了取得更好的形变监测效果,采用CEEMDAN-WT联合滤波消除基线坐标序列的噪声影响,然后构建适用于GPS/BDS组合的恒星日滤波模型,基于模型提取到的多路径信息,对后一天基线序列的多路径误差进行改正。实测结果表明,经BDS(GEO、IGSO)/GPS组合的恒星日滤波模型抑制多路径误差后,基线的水平定位精度小于5 mm,高程定位精度小于1.33 cm,总体定位精度提升在40%以上。

动态相对定位数据后处理方法研究

在GNSS-RTK形变检测领域中,动态相对定位由于观测时间短,误差消除不够充分,导致基线出现粗差和数据大噪声现象。针对上述问题,提出了一种改进无约束平差算法,减小了系统解算误差,对基线向量中的粗差也起到一定约束作用。针对基线向量中的残余粗差,采用抗差卡尔曼滤波算法进一步消除残余粗差,得到更精确的状态估值。与传统的滑动平均滤波、小波阈值去噪、EEMD-小波联合去噪进行实测效果比较分析,在不添加硬件资源的情况下,新方法联合滤波去噪效果突出,且保留了基线坐标域较多细节部分,基线的均方根误差从2.36cm减小到1.00cm,精度提升57.6%。

基于EEMD—小波阈值的分布式测温系统的研究

在分布式拉曼测温系统中,所包含的温度信息的反斯托克斯光比较微弱,容易被噪声掩盖,且传统的去噪方法容易滤除掉系统的原始特征,因此针对上述问题,本文采用EEMD结合小波阈值降噪的去噪方法,在保留信息原始特征的情况下,极大的提高系统的信噪比(SNR)和系统的测温精度。仿真证明,该算法在1 dB的噪声下,信噪比提高了2.3 dB。实验结果表明,系统的测量精度提升了76.11%。通过单独的小波阈值降噪处理,系统在测温光纤的熔接点的温度曲线是1℃以上的波动范围,而通过该算法后,系统解调温度波动范围在0.5℃左右,最后通过实验证明该算法不影响系统的空间分辨率。

嵌入式的分布式光纤测温系统研究

针对基于喇曼散射的分布式光纤测温系统(DTS)中存在温度信号后向散射光微弱、易淹没在系统噪声下以及系统整体成本高、体积大的问题,提出一种使用STM32F407模块的嵌入式的DTS。分别在系统中采用累加平均算法、小波阈值降噪算法以及多项式插值算法来降低噪声的影响、提升系统的信噪比和消除光的色散效应。实验结果表明:系统的整体温度解调波动范围从3.3~5.9℃降到0.3~0.8℃;在长约5 km的多模光纤中,温度分别为29℃、45℃、60℃和80℃的环境下,系统的解调温度波动范围在±1℃以内,并且系统的数据处理时间在60 ms左右。