改进的函数滤波器及其在航空重力测量中的应用

本文构造了一种函数滤波器,该滤波器由一个参数化的高斯函数与一个尺度化的香农函数构成,可实现对时间序列的低通、带通和高通滤波处理。该滤波器的频率响应函数在滤波波段平坦且过渡带光滑。滤波器的截断频率与过渡带长度分别由香农函数的尺度参数和高斯函数的窗宽参数独立调节,这使得滤波器具有较好的设计灵活性,这也是本文的创新之处。由于滤波器是连续可导的,因此它可以适应于任意采样率序列的滤波,并且能够对原始时间序列进行求导滤波。模拟算例显示该滤波器具有很好的滤波准确度。应用该滤波器到航空重力测量数据滤波处理中,得到了分辨率7 km的航空重力测量结果。该滤波器使得滤波(低通、带通和高通)工作变得简明且高效。

航空重力测量数据的小波滤波处理

构造三类连续小波函数对航空重力测量数据进行小波滤波处理 .三类连续小波函数分别用于对测量数据在某一空间尺度 (或时间尺度 )上的低通 ,一阶求导和二阶求导滤波 .着重介绍三类连续小波函数的构造原理与过程 ,并说明其相对于传统的数字滤波器的优势 .对系统的技术参数 (滤波器窗口宽度参数δ和尺度参数s)进行了调试实验 .

利用GPS和数字滤波技术确定航空重力测量中的垂直加速度

航空重力测量数据主要含有两类扰动加速度,一是可用解析式表示的有规则影响,如厄特弗斯改正,另一类是与载体非规则运动有关的非规则影响,主要指垂直扰动加速度。通常有规则影响能精确求出,困难在于精确确定非规则的垂直加速度。目前常用GPS和数字滤波技术相结合来确定垂直加速度。本文概述了这种方法的基本原理,讨论了航空重力测量中有限冲激响应(FIR)低通滤波器设计参数的确定,并设计了实用的FIR低通滤波器,实测数据计算结果表明,利用该滤波器确定垂直加速度的精度为±1×10-5～2×10-5m/s2。

航空重力测量数据的滤波与处理

我国首套航空重力测量系统(CHAGS)于2002年研制成功.本文设计了CHAGS观测数据的滤波处理流程,着重讨论了比力及各项改正的滤波计算方法,提出了'两步滤波法'.基于某航空重力测量实测数据,对测线重力异常的计算精度作了比较和分析,重复测线计算结果表明,CHAGS确定测线重力异常的内符合精度优于±3mGal,相应的波长分辨率为8km;与地面实测数据向上延拓数值比较表明,对于同样的波长分辨率,外部符合精度优于±4mGal.

捷联式航空重力测量算法比较

捷联式航空重力测量系统与平台式系统相比具有体积小、重量轻、功耗低等许多优点,近些年来取得了显著的研究进展.本文给出了捷联式航空重力测量的两种算法模型:捷联式惯性标量重力测量(SISG)和旋转不变式标量重力测量(RISG)模型,并对其误差模型作了初步讨论.利用我国首套捷联式航空重力仪SGA-WZ01在某海域的部分试验数据,对两种算法模型进行了比较分析,表明其差值之标准差对于200s的滤波长度小于0.5mGal.同时,利用两组重复测线数据估算了不同滤波尺度下的两种算法的内符合精度,表明SISG算法略优于RISG算法.对于200s和300s的滤波长度,SISG的内符合精度分别为1.06mGal和0.80mGal.

航空重力测量中载体运动加速度的确定

航空重力测量是使用重力仪、GPS及其他传感器测定地球重力场的一种新型技术 ,其基本原理是利用重力仪测定包括重力加速度、载体运动加速度以及其他一些加速度在内的总加速度 ,从观测值中减去利用GPS确定的载体运动加速度 ,再加上一些改正 ,得到了重力加速度 .本文推导了确定载体运动加速度的直接解算法的公式 ,利用某次航空重力测量数据 ,分别在静态、动态两种情况下 ,分析了确定载体运动加速度精度 .结果表明 :在静态、6 0s的平滑间隔条件下 ,载体加速度的确定精度是 0 .4— 0 .9mGal;在动态、90s的平滑间隔条件下 ,整个飞行测段载体运动加速度的确定精度是 1— 3mGal.

航空重力测量研究进展

近十几年来,航空重力测量技术的研究和应用日趋活跃,业已成为地球重力场研究中最为热门的领域之一.航空重力测量可分为航空标量重力测量、航空矢量重力测量和航空梯度重力测量.本文概述了航空标量重力测量的研究现状及发展动态,传统航空重力测量系统的改进,新型系统方案的研究,从GPS中导出加速度的理论和方法,滤波和估算方法及航空重力数据的应用等五个方面的重要研究成果.文中最后介绍了我国自行研制的航空重力测量系统的概况.

LCRⅡ型和Ⅰ型航空重力仪的同机飞行试验

为检验和评价LCRⅡ型航空重力仪的精度和性能,与LCRⅠ型航空重力仪进行了同机飞行试验。试验结果表明,Ⅱ型与Ⅰ型航空重力仪相比,采样点重力异常之差值的标准差为4.0×10-5ms-2,单套重力仪的测量精度约为2.8×10-5ms-2;5'×5'格网平均重力异常之差的标准差为4.9×10-5ms-2,每套系统获得的5'×5'格网平均重力异常的精度为3.5×10-5ms-2,剔除两个可疑值后,精度为2.9×10-5ms-2。总体上,LCRⅡ型航空重力仪与Ⅰ型精度相当,但具有更快的仪器稳定速度。

航空重力数据Kalman滤波平滑技术应用研究

提出一种用于航空重力数据低通滤波处理的卡尔曼(Kalman)滤波模型,采用该模型,利用Kalman最优线性平滑技术,对GT-1A航空重力勘查系统的测量数据进行了滤波试验研究,结果表明,上述模型是可行的,获得与GT-1A系统滤波结果几乎同样满意的滤波效果,二者滤波结果差值的标准偏差可达±0.2mGal.

L&R航空重力仪摆杆尺度因子的确定与分析

讨论了K因子的实验确定方法 ,基于重力仪检测平台的检测数据和航空重力测量实测数据 。

利用航空重力确定局部大地水准面的精度分析

探讨了空中重力扰动的滤波尺度和向下延拓方法对局部大地水准面确定精度的影响。实测数据分析表明，直接代表法不受测区形状及范围大小限制且无边界效应，成为最合适的向下延拓方法；100～250s的滤波尺度均适用于大地水准面的确定，顾及滤波器边界效应的影响，宜采用小一些的滤波尺度如100S。无论是空中比较还是地面比较，利用航空重力数据确定的局部大地水准面，其与参考大地水准面的比较精度可以达到±3cm。

LaCoste&Romberg航空重力仪K因子的动态标定及其特性研究

摆杆尺度因子（K因子）是反映LaCoste＆Romberg航空重力仪线性响应特性的最重要参数．利用基于地面参考数据的外部标定法和基于交叉点不符值的内部标定法分别对其进行了标定，实测数据分析表明，K因子的内、外部标定结果非常一致，且利用新K因子计算的空中重力扰动，其精度较采用出厂值提高了0．2-0．4mGal．内部标定法具有较好的实际应用价值．研究了K因子与滤波尺度的相关性，表明重力仪可能为一非线性响应系统，即K因子的大小与摆杆速度的变化有关．

利用Kalman平滑技术估算航空重力测量中的载体垂直加速度

提出一种具有模型误差修正的Kalman滤波模型,探讨了采用该模型,利用Kalman最优线性平滑技术估算航空重力测量中的载体垂直加速度的方法.仿真试验表明:该方法明显优于常用的数字差分与FIR低通滤波技术确定载体垂直加速度的方法,精度可达±1～2 mGal.

航空重力测量中FIR低通滤波器的比较

航空重力测量数据中含有大量的噪声,需要采用FIR低通滤波器来提取实际的重力异常信息。结合一组实测的航空重力测量数据,讨论FIR低通数字滤波器截止频率和滤波器长度的确定方法,研究了无效数据的删除方法;通过比较不同窗函数设计的滤波器的数据处理性能,得出了在航空重力测量数据处理中,汉宁窗和海明窗设计FIR低通数字滤波器可以满足重力场信息提取的要求。

中等山区航空重力测量的精度分析

介绍利用CHAGS系统对某中等山区进行航空重力测量的情况,并对测量数据进行处理和分析。结果表明:在中等湍流条件下,交叉点重力异常不符值的标准差为5.0×10-5m s-2,5′×5′格网平均重力异常的外部精度为5.5×10-5m s-2。

L&R航空重力仪的水平加速度改正

L&R(LaCoste&Romberg)航空重力仪是我国首套航空重力测量系统的核心,主要由高精度的垂直加速度计和稳定平台组成。前者用于测量总加速度,后者使加速度计保持精确的垂直指向。飞行测量时,由于水平加速度的存在,稳定平台难以精确维持水平从而使加速度计偏离正确指向,由此产生了水平加速度改正。介绍了水平加速度计算的两种基本方法,即两步法与一步法,从理论上导出了其在平台倾角较小情况下的等价性。为有效地减弱因水平加速度改正不完善产生的系统性误差,提出了水平加速度改正的预滤波方法。通过平台倾角的谱分析,确定了预滤波尺度,即采用与平台稳定周期相当的低通滤波器进行预滤波。最后利用实测数据对此进行了验证和分析。结果表明,利用预滤波尺度,航空重力测量值与地面向上延拓参考值的系统差由5×10-5m.s-2减小至0.5×10-5m.s-2。

航空重力数据样条平滑滤波试验研究

采用B样条平滑滤波技术,对GT-1A航空重力勘查系统的测量数据进行了滤波试验研究,结果表明,通过选择合适的样条、平滑等参数,B样条平滑滤波技术在航空重力数据的低通滤波数据处理中可以发挥重要作用,获得与GT-1A系统滤波结果几乎同样满意的滤波效果,二者滤波结果差值的标准偏差可达±0.4mGal.

航空重力测量的偏心改正

导出了航空重力测量偏心改正的实用计算公式 ,利用某航空重力测量实测数据 ,计算了位置、速度和加速度的偏心改正 ,并对垂直加速度、厄特弗斯改正、水平加速度改正和空间改正的偏心影响进行了详细分析 ,讨论了偏心改正对偏心距、姿态角的测定精度要求。

基于捷联惯导的航空重力测量滤波算法

在航空重力测量中通常需要采用卡尔曼滤波来对比力测量误差进行估计。针对航空重力测量只需要进行事后处理的特点,提出了两种新方法来提高比力测量的精度:一是最优卡尔曼滤波平滑算法,该算法的估计值是前向/反向卡尔曼滤波器的估计值的最优组合;二是迭代算法,由于在滤波模型中通常不对重力异常进行建模,而模型误差的存在会降低滤波精度,迭代算法的基本思想是将重力异常估计值代入新的导航解算,以此降低重力异常对滤波估计精度的影响。仿真分析表明所提出的方法能有效提高比力测量的精度,同时表明滤波估计是有偏的,因此还需要采用网格平差等方法来消除系统误差。

Sage自适应滤波在航空重力数据处理的应用

航空重力测量数据存在大量的干扰噪声,卡尔曼滤波是消除干扰、获得高精度重力异常的一种滤波方法。针对标准卡尔曼滤波精度依赖于先验量测噪声统计信息的问题,以Sage-Husa自适应卡尔曼滤波算法为基础,结合固定区间平滑,设计了量测噪声自适应的卡尔曼平滑滤波器,利用卡尔曼滤波及自适应卡尔曼平滑滤波对模型数据进行了滤波试验。试验结果说明,固定区间平滑的应用可以消除因滤波器未收敛造成的滤波误差,当量测噪声信息不明时,量测噪声自适应卡尔曼滤波器能够获得准确的滤波结果,其滤波精度高于标准卡尔曼滤波器。