融合自适应定权和偏差匹配的多源卫星测高数据水位提取算法

利用卫星测高技术提取湖库水位信息时,融合多种卫星测高数据构建长时序和高精度的水位尤为重要。本文以青海湖为例,选取Envisat、SARAL、Sentinel-3A和Sentinel-3B这4颗测高卫星数据,基于不同数据源结果及其特征构建了20a时长的数据集,提出了融合自适应定权和偏差匹配的多源卫星测高数据水位提取算法,其中自适应定权能根据不同场景选择适当的改正算法模型,并为多源测高参数确定不同的权重参数,从而统一数据。偏差匹配方法则最大程度将定性数据定量化,使水位提取更准确。同时建立了人工智能框架实现了水位提取的自动化和一体化。试验显示,经过自适应定权的多源测高特征值可以被合理分类且具有强相关性,可为构建长时序水位信息提供整体高精度的基础数据;结合偏差匹配方法,以天为尺度提取的水位和实测水位相关系数R2在0.9以上,若将相关系数R2阈值设为0.8,可单次提取5个月时长的水位。结合单天提取和多天提取提出长期提取方法,构建了12a的长时序水位,其相关系数R2在0.9以上,平均绝对误差(MAE)值在1.5~2.0cm之间,均方根误差(RMSE)值在2.0~2.5cm之间,成功构建了长时序和高精度的水位。鉴于此,该数据处理算法和构建的模型在水位信息提取及预测方面体现出一定的实用价值,其研究成果也印证了人工智能与卫星测高相结合在小尺度水域构建长时序高精度水位的可行性。

基于网形结构的陀螺边自适应定权严密平差模型

在分析采用坚强边理论对陀螺定向导线进行分步处理算法优缺点的基础上,提出一种更为严密的矿井陀螺定向导线整体平差模型,并给出了该模型的数学演绎过程,理论上证明了该模型的优越性。同时,尝试将陀螺观测值纳入模型,提出了一种基于网形结构的自适应定权算法,最大程度上精化随机模型,提高井下导线点位的精度。采用某矿山建立的井下首级控制网实例分析比较表明,新模型可以有效的抑制导线网因角度误差传递产生的整体摆动,自适应定权算法有效的纠正了由于陀螺边加入强制改正角度产生的部分扭曲现象,导线网的网型结构得到了有效加强,点位精度有一定程度提高。

网络RTK参考站间低仰角卫星模糊度快速解算方法

针对低仰角卫星模糊度固定是制约单星座网络RTK可靠性的重要技术问题,提出了一种参考站间分部解算模糊度方法。该方法以三步法解算参考站间模糊度为基础,采用自适应定权法确定卫星双差观测值权阵。首先将卫星分为高、低仰角两部分,通过常规三步法解算高仰角卫星整周模糊度,再利用已求解高仰角卫星模糊度联合低仰角卫星观测方程构建卡尔曼滤波模型,最后在准确估计天顶方向对流层延迟同时,快速解算低仰角卫星模糊度。通过算例分析表明,该方法能在15个历元内(采样率为15 s)正确解算出低仰角卫星双差模糊度,满足网络RTK中实时快速解算参考站间整周模糊度的要求。