复杂环境下结合EMD的GPS-IR水位反演方法

利用法国布雷斯特(Brest)港BRST测站和英国塞文大桥监测系统GNSS双频观测数据,分别在静态和高动态环境下进行GPS-IR水位反演,探究传统GNSS监测系统进行水位反演的可行性与精度.结果表明:L1波段反演精度高于L2波段;在静态场景下,GPS-IR水位反演结果与验潮站数据相关系数大于0.98,在高动态场景下,桥梁GPS-IR水位反演精度稍低.利用经验模态分解(EMD)方法对算法进行改进,提高了在桥梁复杂环境下GPS-IR水位反演结果的精度,均方根误差(RMSE)相比经典方法降低约50%.本文方法提高了GPS-IR技术在不同水域环境下的适用性,在水位监测中具有很好的应用前景.

GNSS-IR双频数据融合的土壤湿度反演方法

目前全球导航卫星系统反射信号干涉测量(GNSS-IR)土壤湿度反演研究仅针对单一频点展开,提出用熵值法将2个频点数据进行融合以改进土壤湿度反演精度。首先,利用频谱分析法分别解析出各频点的信噪比(SNR)序列的振荡频率,计算出对应的等效天线高度,并利用最小二乘法求解各频点信噪比序列相位;然后,通过熵值法进行2个频点的相位观测量融合;最后,利用融合结果与实测土壤湿度建立经验模型,实现土壤湿度反演。利用地基观测实验获得的全球定位系统(GPS) L1和L2信噪比数据对该方法进行了验证,结果表明:L1和L2双频融合反演结果平均标准差为0. 6%,比L1单频反演结果提高64. 73%,比L2单频反演结果提高32. 12%;均方根误差为0. 37%,比L1频点降低72. 8%,比L2频点降低73. 4%。

GPS-IR用于验证3种海潮模型及其在近海区域的精度分析

随着GNSS理论和应用的快速发展,基于多路径效应的全球定位系统干涉反射测量(GPS-IR)技术已被学者证明可用于潮位变化监测。针对海平面逐年上升、不断侵蚀沿海地区的严峻形势,也为进一步拓展GPS-IR技术在海洋潮汐领域的应用空间,利用布设在美国华盛顿州的GPS基准站(SC02站),对GPS基准站获取的13年的潮位数据进行潮波分析,并结合传统验潮站数据对3种全球海洋潮汐模型TPXO6.2、TPXO9和DTU10进行精度分析与对比试验。试验结果表明,通过GPS-IR反演潮位获取的振幅和迟角与对应验潮站获取的振幅和迟角差异较小;GPS基准站反演潮位获取的潮波系数与利用海潮模型计算得到的潮波系数具有较高的一致性,而且GPS-IR技术在用于获取潮波系数上有着较高的精度。

小波多尺度和多星融合的GPS-IR土壤湿度反演

全球定位系统干涉反射测量GPS-IR(Global Positioning System Interferometric Reflectometry)是利用多路径信噪比反射分量参数幅度、相位、频率的变化监测地表环境的技术。针对多路径信号中同时包含卫星直射信号和反射信号,传统低阶多项式难以准确提取卫星反射信号有效参数的问题,本文利用小波分析对卫星直射、反射信号进行分离,准确获取卫星反射信号,利用熵值法多星融合模型反演土壤湿度。经理论和实验研究表明:该方法能够更为精确地反映测站周围土壤湿度的变化,有效改善了部分异常跳变现象。相关系数为0.914,相比单星反演模型至少提高18.4%。

基于随机森林的GNSS-IR雪深反演

针对全球导航定位系统反射信号干涉测量(GNSS-IR)单颗卫星数据反演积雪深度存在精度和可靠性低的问题,本文提出一种基于随机森林的多星数据融合GNSS-IR积雪深度反演算法,将不同卫星视角下的信噪比数据通过决策树随机定权达到融合,进而实现积雪深度的反演。为了验证本文提出算法的可靠性,采用多元线性回归算法开展对比分析,实验结果表明:本文提出的算法能够有效反演积雪深度,反演结果与实测值的相关性相较于多元线性回归反演结果相关性提升了10%,均方根降低了46%,表明了本文提出的方法能够有效地反演积雪深度。

利用窗口GPS多径干涉相位反演土壤湿度

利用GPS信噪比（signal-to-noise ratio,SNR）观测值监测土壤湿度的精度直接受多径干涉相位与土壤湿度间的关系模型影响。传统方法基于线性模型,通过增加样本数量、排除特例提高普适性,但未合理考虑坡度、植被及天气等因素。基于上述因素短期变化可忽略的假设,引入时间窗口,采用自相关分析确定窗口长度,利用窗口内样本动态线性回归构建预测和插值模型反演土壤湿度。实验结果表明,引入窗口后,预测、插值误差分别下降17.4%和54.6%,相关系数上升16.2%和32.9%。插值模型利用了待估时刻之后的观测量,精度更高;预测模型精度略低,但更适于实时应用。同时,残差极大值与土壤湿度的上升之间显著相关。预测残差较土壤湿度具有极大值更小、时刻略微提前的时域特征。

小波基在GPS-IR反演土壤湿度中优选方法的研究

全球定位系统多径干涉遥感技术(Global Positioning System-Interference Reflection,GPS-IR)是一种基于卫星反射信号的新遥感技术,可实现土壤湿度、雪深、海平面等方面的监测.针对卫星反射信号分离问题,本文利用小波分析对信噪比(Signal-to-Noise Ratio,SNR)中的卫星反射信号进行分离.小波基的选择直接影响到卫星反射信号分离的效果,本文通过对比低阶多项式、sym10、bior6.8、dmey和coif5这5种方法的实际消趋和反演效果来优选.经实验表明:利用coif5小波基分解6层能够有效提高卫星反射信号的分离精度和信号的分辨率,获取的相对延迟相位与土壤湿度之间的线性关系显著增强.

多星融合的土壤湿度滚动式估算模型

全球定位系统干涉反射测量(GPS-IR)是一种新的遥感技术,可用于估算近地表土壤水分含量。考虑到多卫星融合的优势和土壤湿度的时空尺度性,提出一种基于多星融合的土壤湿度最小二乘支持向量机(LS-SVM)滚动式估算模型。首先通过低阶多项式拟合分离GPS卫星直射和反射信号,进而建立反射信号正弦拟合模型,获取相对延迟相位。最后,通过线性回归模型有效分析和选取多卫星相对延迟相位,并建立基于多星融合的最小二乘支持向量机模型进行滚动式估算土壤湿度。以美国板块边界观测计划PBO提供的监测数据为例,对比分析利用单颗、多颗GPS卫星进行土壤湿度滚动式估算的可行性和有效性。经理论分析和两个测站实验表明:该模型充分发挥了LS-SVM的优势,有效综合了各卫星的性能,改善了采用单颗卫星进行土壤湿度估算时,其结果极易出现异常跳变的现象;模型只需较少的建模数据,采用滚动式能实现较长时间的估算,估算误差较为稳定;模型所估算的结果与土壤湿度实测值之间的相关系数X以及均方根误差分别为0.942和0.962, 0.072和0.032,相对于部分单一卫星至少提高了 18.18%。因此,土壤湿度问题可作为非线性事件处理,采用多卫星融合估算是可行和有效的。

海军培训之海上识途

欢迎加入海军学校,在这儿你将成为一名优秀的海军,驾驶军舰叱咤海疆。可是等等,当你在海面上得知敌方的位置,准备打他个落花流水时,打眼望去四周却全是海水,你确定你能认清方向,顺利找到目标吗?看来,在此之前你得先学会在海上"认路"。就让我们一起来一次大"穿越",去各个年代的海战现场学习如何辨别方向吧!