GNSS变形序列多尺度分析与建模方法研究

摘要

随着GPS更新换代，GLONASS完成重建，BDS等的快速发展，多系统融合GNSS技术已经成为一种必然趋势。多系统融合使得卫星数量大大增加，卫星的几何结构加强，在条件不利地区仍能够较好的使用。在短距离GNSS变形监测中，多路径误差仍然是影响监测精度的最主要因素，对多路径误差进行有效的建模对提高监测精度就显得非常有意义。本文研究了利用滤波技术对多路径误差进行建模，并在此基础上对多路径误差进行削弱;从盲源分离的角度，从数据源头对多路径误差进行分离。主要研究成果和内容如下:
　　(1)提出了一种新的EMD-Wavelet-ICA耦合模型，该模型能够对信号进行更为细致的分析。通过仿真试验，结果表明:与EMD、EMD-ICA相比，EMD-Wavelet-ICA耦合模型提取后的信号，信噪比和相关系数最大，标准差和偏差最小，说明EMD-Wavelet-ICA耦合模型能够更好提取信号;通过实测GNSS数据，利用EMD-Wavelet-ICA对GPS、GLONASS、BDS和GPS/GLONASS/BDS多路径误差进行建模，与EMD、EMD-ICA相比，EMD-Wavelet-ICA更够建立更加精确的多路径误差模型。
　　(2)在已经建立多路径误差模型的基础上，利用多路径误差周日重复性对临近周日多路径误差进行削弱，结果表明:与EMD、EMD-ICA相比，利用EMD-Wavelet-ICA建立的多路径误差模型，对临近周日多路径误差削弱效果最好。
　　(3)从盲源分离这个全新的角度对多路径误差的分离进行研究，提出一种基于广义特征值的盲源分离方法。仿真实验结果表明:与MAX-SNR和ICA方法相比，广义特征值方法分解后的信号相似系数最大，二次残差值最小，说明该方法能够对信号进行更好的分离。其次，在仿真数据的基础上加入GPS多路径误差作为源信号，结果表明:该方法对多路径误差进行了有效的分离，与MAX-SNR和ICA方法相比，广义特征值方法分离结果的相似系数最大，二次残差值最小。这对于GNSS变形监测中多路径误差问题的解决具有十分重要的意义。

目录

声明

摘要

1 绪论

1．1 研究背景

1．2 研究现状分析

1．3 本文研究内容

2 GNSS基本问题概述

2．1 GNSS概述

2．1．1 GPS概述

2．1．2 GLONASS概述

2．1．3 BDS概述

2．2 GNSS相对定位的数学模型

2．2．1 函数模型

2．2．2 随机模型

2．3 整周模糊度解算

2．4 多路径误差

3 GNSS多路径误差的建模

3．1 概述

3．2 EMD-Wavelet-ICA耦合模型

3．3 EMD-Wavelet-ICA耦合模型的GNSS多路径误差建模性能分析

3．3．1 仿真数据验证

3．3．2 GNSS实测数据多路径误差建模

3．4 GNSS多路径误差的削弱

3．5 本章小结

4 信号混叠的多路径误差盲源分离方法研究

4．1 概述

4．1．1 盲源分离的数学模型

4．1．2 盲源分离的评价指标

4．2 基于广义特征值的盲源分离方法

4．3 试验分析

4．3．1 试验一

4．3．2 试验二

4．4 本章小结

5 结论与展望

参考文献

致谢

作者简介