基于混沌时间序列的黄土滑坡变形预测方法及应用

采用GNSS技术进行滑坡变形监测时,由于多路径等观测误差的存在,直接使用GNSS监测结果进行变形预测会影响预测结果的精度。为了探讨GNSS测量误差对变形预测结果的影响程度,考虑到滑坡系统的混沌特性,采用混沌理论对陕西泾阳地区庙店滑坡GNSS变形监测结果抑噪处理前后的时间序列进行了对比分析。首先,采用互信息量法确定监测序列的时间延迟、用改进的虚假邻近点法(Cao算法)确定嵌入维数,获取相空间重构参数; 然后使用最大Lyapunov指数对两种变形监测序列进行混沌特性识别; 最后,分别使用加权一阶局域预测方法、最大Lyapunov指数预测方法和BP神经网络预测方法对滑坡变形监测结果进行预测。结果表明:GNSS滑坡变形监测结果抑噪处理前后的时间序列满足混沌特性,说明滑坡系统具有混沌特性; 在3种混沌时间序列预测方法中,BP神经网络预测方法的效果较好,且该方法预测结果的平均绝对误差(MAE)和平均相对误差(MRE)分别为0.4 mm和11.9%,经过S-变换抑噪处理后,预测结果的平均绝对误差和平均相对误差分别为0.1 mm和4.1%,预测效果有明显改善。     

GNSS基准站环境质量分析系统设计与实现

在利用全球导航卫星系统GNSS（GPS,GLONASS,Galileo等）进行精密定位时,多路径效应是影响其精度和准确度的主要误差源之一,但不能通过差分方法消除,故对GNSS基准站环境质量监测至关重要。在阐述GNSS基准站环境分析原理的基础上,对GNSS基准站环境质量分析软件进行了系统设计,利用VB编程实现了该分析软件。该软件界面良好,人机交互能力强,功能全面,能从多方面对基准站的环境进行分析,因此在进行数据质量分析方面有较好的实用价值。     

虚拟参考站多路径与空间相关误差模型研究

对虚拟参考站网络差分定位技术进行了系统研究,针对影响基准站间宽巷整周模糊度固定的多路径效应,建立了宽巷组合多路径模型,分析连续周日多路径的相关性,并对动态观测值进行实时改正;同时,考虑到非弥散性误差和弥散性误差属性的差异,分别建立非弥散性误差模型和弥散性误差模型,并对非弥散性误差进行序列移动平滑处理,用于观测值的实时修正;采用基于信号强度的随机模型,进行L1载波相位整周模糊度的固定和基线的解算．连续跟踪参考站的实际数据试验结果表明：建立的宽巷多路径模型可以有效的实时修正观测值,宽巷整周模糊度的固定速度有了一定的提高,可靠性明显增强;非弥散性误差和弥散性误差改正后的L1载波相位整周模糊度固定的可靠性明显提高,坐标向量解的精度提高30％～45％,偏移量明显减小．     

GNSS多星定位数据的质量分析

重点对北斗卫星(BDS)、双星(GPS/GLONASS)和多星(BDS/GPS/GLONASS)定位数据的多路径效应、电离层延迟、数据利用率与信噪比、卫星可见数和精度因子PDOP值等几个方面进行比较分析.试验分析表明:多星融合的平均mp1和mp2相比BDS单系统分别减小了18%和8%,多星融合增加的卫星在一定程度上可以相互补偿从而削弱多路径效应对定位结果的影响;当高度截止角大于40°时,单系统无法满足导航定位的需求,而多星融合因其可见卫星数增多,仍然可以得到较低且比较稳定的PDOP值,提供了高精度的定位服务.     

GPS测量中多路径效应研究综述

多路径效应存在于GPS高精度定位和授时中。特别是在高精度GPS定位中,多路径效应是影响其精度的主要误差源。本文综述了多路径效应产生的原理、作用特性、影响规律以及目前国内多种关于多路径误差的处理技术,并从三个层面对这些处理技术进行归纳、分析和比较。     

顾及降雨及库水位因素的滑坡时滞分析与预测——以三峡库区新铺滑坡为例

降雨及库水位涨落是引起库岸滑坡形变失稳的主要诱发因素,但滑坡位移速率对此类诱发因素的响应具有一定的滞后性,影响人类对滑坡所处运动状态的判断与预测。针对常规预测模型中未考虑时滞效应的问题,利用三峡库区新铺滑坡的GNSS位移监测数据、奉节气象站降雨数据以及三峡库区库水位涨落数据,通过对监测区内9个GNSS监测点的位移速率序列与降雨量、库水位高程序列进行时滞互相关分析,确定时滞参数,进而应用多变量灰色系统理论方法,建立了时滞GM(1,3)预测模型,并对滑坡位移速率进行预测验证。结果表明:三峡库区新铺滑坡位移速率与降雨量显著相关,对降雨量的响应滞后时间约为5 d,滑体中后部受降雨影响比前缘更明显; 位移速率与库水位高程高度相关,对三峡库区库水位涨落的响应滞后时间约为31 d,滑坡前缘受库水位涨落影响更明显,且离长江越近,滞后时间越短; 利用加入时滞参数的时滞GM(1,3)模型进行预测,模型拟合优度达到0.702,相比GM(1,1)模型和未顾及时滞因素的GM(1,3)模型,预测精度分别提升了53.8%和58.3%,平均绝对误差百分比分别降低了7.19%和7.47%,在滑坡位移速率预测及库岸滑坡防灾减灾领域具有一定的工程应用价值。     

GPS与加速度计融合桥梁变形信息提取模型研究

针对影响高精度全球定位系统(GPS)变形监测的多路径误差和观测噪声,建立基于经验模态分解的系统趋势分离与滤波去噪模型,改正GPS变形序列,构建带有正则化参数的加速度位移重构模型,分析GPS位移本征模态函数分量与加速度重构位移的相关性,通过加速度重构位移高频分量和GPS位移低频分量重构桥梁真实结构响应,达到提取桥梁变形信息的目的.模拟数据分析表明,基于经验模态分解(EMD)的滤波去噪能够有效削弱测量随机误差,不同噪声水平下,加速度重构位移信号均方根误差均小于1 mm,重构位移相似度达到98%以上.利用Wilford悬索桥实测数据进一步验证得出,提出的模型能够提高桥梁位移监测精度及可靠性,最大的桥梁变形达到2cm,提取到桥梁的振动频率为0.16,1.64,2.16及4.51Hz.     

基于LF RFID的进出检测算法（英文）

LF RFID技术的性能易受到复杂环境因素的影响,特别是在金属环境中,会导致检测精度低、稳定性差。为此,提出了一种基于改进的最大似然的准确定位算法的进出检测方法。该定位算法包括训练阶段和定位阶段。在训练阶段,建立了修正指纹数据库,用于修正由于环境因素造成的测距误差;在定位阶段,利用修正后的测距误差,通过最大似然算法来定位目标所携带的标签位置,以检测目标的进出状态。实验结果表明,该算法的检测精度可以达到3 cm,在设定的两种行走策略下,目标的进出检测精度可以达到99%以上,满足实际应用需要。     

基于改进动态RSSI算法的WIFI室内定位研究

针对室内WIFI定位中RSSI信号接受过程中已有的均值滤波法、卡尔曼滤波法无法实现实时剔除和修正奇异值的缺点,提出了一种改进的动态RSSI信号处理方法.为了提高动态RSSI信号处理的精确度,该算法采用基于平均每跳距离和测量距离误差的改进最小二乘法来修正奇异值,并在不增加硬件的基础上采用加权滤波法再次处理修正后的RSSI值.仿真实验结果表明,本算法具有较高的计算精度,与均值滤波法、卡尔曼滤波法相比,本文算法在平均测距误差以及通信半径对误差的影响方面都有较大的提高.     

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.     

基于卫星载噪比定权的手机RTK/PDR融合定位研究

针对智能手机GNSS定位芯片在遮挡环境下定位精度下降的问题,本文采用RTK/PDR融合方法解算位置结果,考虑到GNSS信号易受环境影响,本文提出根据平均卫星载噪比参数将当前GNSS观测环境分为优、中、差三种情况,并根据判断出的不同观测条件,设置不同的膨胀系数放大Kalman融合滤波中量测噪声方差矩阵R,实现在遮挡环境中对GNSS位置信息的降权处理,以获得更优的融合结果.实验测试显示:在开阔环境中,两部测试手机RTK与RTK+PDR定位精度基本一致;在轻微遮挡环境中,两部测试手机RTK+PDR融合定位结果较RTK单独定位结果平面提升效果分别为6.24%和3.97%,高程提升效果分别为20.44%和32.56%;在严重遮挡环境中,两部测试手机RTK+PDR融合定位结果较RTK单独定位结果平面提升效果分别为47.65%和42.90%,高程提升效果分别为39.78%和67.98%.实验结果表明,本文提出的依据平均卫星载噪比动态设置GNSS信息权重的RTK+PDR融合定位方法,能够部分弥补手机RTK在遮挡地区定位精度下降的缺点.     

基于特征优选和逐步回归的黄土滑坡监测数据融合改进方法

针对滑坡监测多源异构数据融合处理中存在的影响因子筛选难、结果差异大、数据处理复杂程度高等问题,提出一种基于最大互信息系数(MIC)、灰色关联分析(GRA)和逐步回归的黄土滑坡多源多点位异构监测数据融合方法。该方法首先将最大互信息系数和灰色关联分析结合起来,采用基于加权关联度的特征优选方法综合筛选滑坡变形影响因子,提取具有代表性的影响因子并剔除关联性差的影响因子; 然后,通过逐步回归方法赋予各监测点位移和优选后的影响因子对应的重要性权重系数,获取多源异构数据融合序列; 最后,采用甘肃黑方台党川滑坡监测设备所获取的全球卫星导航系统(GNSS)监测数据、裂缝位移计数据及气象数据进行实验验证。结果表明:在滑坡变形影响因子筛选性能方面,基于加权关联度的特征优选方法优于传统的Pearson相关系数法; 基于特征优选和逐步回归的多源多点位异构数据融合模型的预测精度较传统的BP神经网络有所提升,其中均方根误差(RMSE)降低了51.8%,平均绝对百分比误差(MAPE)降低了2.26%,拟合优度达到了0.964。     

GPS在滑坡外观变形监测中的应用

GPS技术具有全天候、自动化、选点灵活、可同时测定点的三维位置与速率等优点,因而为滑坡监测提供了一种新的有效的数据采集手段。主要介绍了GPS用于滑坡变形监测的方法,并通过三峡库区卡子湾滑坡体的变形监测介绍了GPS滑坡监测的整个过程,包括监测网的技术设计、外业观测、数据处理、变形分析等内容。监测结果表明,采用GPS静态定位技术达到mm级的精度,完全可以满足高精度滑坡监测的要求。     

GNSS接收机多径抑制性能检测技术

多径干扰信号会导致GNSS接收机伪距、载波相位和多普勒等测量精度降低,多径信号对GNSS接收机观测数据的影响与多径信号的延迟、幅度、相位等特性参数有关,造成的伪距测量误差高于载波相位测量误差2个数量级。多径抑制是GNSS接收机关键性能指标之一,GNSS接收机主要从试验室模拟环境和实际工作环境两方面检测多径抑制性能,多径误差包络检测技术利用模拟导航信号源完成多径抑制性能检测,码减载波和多径误差分析都是通过接收观测卫星导航信号并进行数据分析完成多径抑制性能的检测。     

自适应零速修正辅助的微惯性定位系统研究

针对GNSS失效情况下微惯性器件漂移大引起的定位精度低的问题,研究了一种多条件辨识零速时刻,基于速度信息构建观测方程的零速修正算法,以提高微惯性系统的定位精度. 论文阐述了行人步态特性,在分析行人步态的基础上设计了基于加速度量测方差、加速度量测幅值和角速度量测能量的多条件零速检测方法,并针对室内外不同环境设置了自适应阈值. 在此基础上,构建了速度信息为系统观测值的Kalman滤波器,在零速对姿态、速度及位置误差进行估计并修正. 实验结果表明,基于上述自适应定位修正算法可有效增强零速检测的可靠性,抑制定位误差的累积,定位的精度是行进距离的1.32%.     

降雨因子对卡尔曼滤波模型影响的研究

卡尔曼滤波是一种具有无偏性的递推线性最小方差估计,目前广泛应用于滑坡预测预报。降雨对滑坡变形有着重要的影响,但在普通卡尔曼滤波模型中,并未考虑降雨这一重要的外部因素。本文将降雨量因子引入到卡尔曼滤波模型中,从而考虑到了降雨对滑坡变形的影响,提出了顾及降雨量因子的自适应卡尔曼滤波模型,并应用于黄草坡滑坡监测的工程实践。     

一种抑制城市峡谷多径卫星信号的定位方法

针对车辆在城市峡谷环境下受建筑物遮挡而产生的多径效应导致定位精度降低的问题,提出了一种抑制城市峡谷多径卫星信号的定位方法. 本方法利用城市道路环境下,车辆前后和上方的卫星不容易被遮挡,而道路左右的卫星容易被高大建筑物遮挡这个事实,推算出不会被遮挡卫星的最低高度角相对于道路方向的方向角的关系,通过计算卫星的伪距残余来与门限值比较,动态调整方向角与高度角关系中的参数,来有效判断当前时刻的可见卫星和非视距卫星,并剔除非视距卫星,减弱多径效应的影响,从而实现城市峡谷环境下的车辆高精度定位. 通过理论分析、仿真验证和实际的测试结果表明,该方法有效地提高了车辆的定位精度.     

自适应权重更新的两步定位算法

在室内环境中,影响定位精度的测量误差包括接收设备自身引起的误差以及信号非视距传播和多径效应所引起的测量正偏差.针对室内环境中测量数据包含测量误差服从正均值高斯分布的特性,提出了一种自适应权重更新的两步定位算法.该算法使用卡尔曼滤波和自适应权重更新的加权最小二乘算法进行两步定位,通过对每个测量距离分配不同的权重,克服了固定权重分配需在特定环境下方能获得良好定位精度的缺点.仿真结果表明,该算法定位精度优于两步定位算法和EKF算法,且对环境适应性更强.