一、Research on Kalman Filtering Algorithmfor Deformation Information Series ofSimilar Single-Difference Model（论文文献综述）
柴大帅[1]（2020）在《多星座GNSS/INS组合导航理论与方法研究》文中进行了进一步梳理随着我国BDS的持续发展,GPS不断完善,GLONASS加紧现代化进程,多系统的联合使用对卫星定位的精度和可靠性带来极大改善。但在复杂的动态环境下,卫星信号频繁受到遮挡、甚至失锁,无法保证定位的有效性。INS不受外界环境的影响,并且可以获得短时、高精度的导航参数。GNSS/INS组合导航技术能够获得连续、可靠和高精度的导航参数信息,已经被广泛的应用于军事与民用领域。本文以GNSS定位算法为基础,深入开展GNSS/INS组合导航相关算法的研究,包括多系统GNSS定位模型、多系统GNSS模糊度可靠固定方法、GNSS/INS组合导航滤波模型、GNSS/INS组合导航后处理平滑模型、数据缺失环境下GNSS/INS数据处理方法、INS辅助的模型等几个方面,主要内容及成果如下:（1）GNSS动态定位中模糊度的固定性能受到观测值精度的影响,为了改善模糊度的固定性能,提出一种分步逐级的模糊度固定方法。根据信噪比大小将宽巷模糊度划分为质量较高的主模糊度组和质量较低的从模糊度组;为了改善模糊度的固定效率,根据信噪比大小将质量较高的主模糊度组进一步划分为（4,1,1…）模式,基于改进引导算法以及LAMBDA算法,逐级固定主模糊度组中的模糊度以及约束固定质量较低的从模糊度组。当宽巷模糊度被精确固定后,即可约束固定基础模糊度。实验结果表明,对于多系统静态短基线、动态短基线和动态中短基线数据,本文提及方法的模糊度固定成功率分别为100%、99.82%和99.52%,并且能获得厘米级的定位精度。（2）GNSS/INS组合导航滤波算法需要一定的时间才能收敛到理想精度,并且在动态环境下会遇到GNSS信号失锁而长期单独依赖INS。为了满足高精度用户的需求,深入研究了基于后处理的RTSS平滑以及双向滤波平滑算法。实验结果显示,平滑算法能够显着改善前向滤波和后向滤波算法参数估计的精度;RTSS平滑算法和双向滤波平滑算法的性能基本一致;基于RTSS平滑和双向滤波平滑的二次平滑算法,进一步提高平滑性能效果不明显。（3）实际工程数据采集过程中,往往不可避免遇到硬件设备短时故障而导致数据缺失的情况。为了提高数据的可用性,提出了一种基于AR模型的前后向联合预测缺失时段数据的方法;同时为了提高滤波结果的精度,以及避免预测时段数据处理结果对数据正常时段结果的影响,提出一种分段RTSS平滑的数据处理方法。实验结果表明,相比于商业软件,本文所提出的方法能够获得更高精度、更加可靠的导航参数,为移动测图系统提供相对较优的地理基准。（4）在动态环境下,GNSS观测值容易受到外界环境的干扰,导致单频单历元模糊度固定性能受到影响。为了有效改善单频模糊度的固定性能,提出了一种INS辅助的部分模糊度固定方法。基于INS预测的高精度先验信息能够有效增强模糊度方差的强度,提高模糊度浮点解的精度。基于卫星高度角以及顾及后验残差的部分模糊度固定方法,能够降低低精度观测值对模糊度固定的影响,有效改善遮挡环境下的模糊度固定性能。实验结果显示,基于INS辅助的部分模糊度固定方法,有效的提高了遮挡环境下模糊度的固定率,改善了导航参数的估计性能。（5）针对动态环境下GNSS单频信号的周跳探测性能容易受到低精度观测值影响的问题,提出一种INS辅助的基于站间与历元间双差的周跳探测与修复方法。通过周跳探测方程计算的单位权中误差初步对周跳进行探测,避免对每个历元每颗卫星进行周跳探测。基于INS预测的短时高精度信息作为约束方程,能够有效增强探测方程的强度。实验结果显示,基于INS辅助的方法能够有效的识别并修复周跳;即使在卫星数目较少的情况下,依然能够有效的识别并修复周跳;当卫星数目充足时,卫星信号失锁时长不会影响本文提及方法的周跳探测性能。该论文有图141幅,表29个,参考文献197篇。
王帅[2]（2020）在《基于捷联惯性系统的船体变形测量技术研究》文中认为船体变形是影响船载设备精度的一个重要因素,其测量精度对于构建船体统一姿态基准具有重要意义。基于惯性信息匹配的船体变形测量技术测量精度高,易于实现,并且可以实时动态的测量船体变形角,因而成为目前的一个热门课题。本文采用双光纤捷联惯性导航系统测量船体变形角,对基于惯性测量匹配法的船体变形测量技术进行了深入的研究,设计了基于Visual Studio 2017软件的船体变形测量软件系统,对四种惯性测量匹配方法进行了分析研究,并针对测量过程中船体变形模型不匹配以及惯性系统量测噪声不单一的问题,提出了相应的解决方法,为进一步研究船体变形测量技术打下基础,本论文的主要内容概括如下:第一,从物理模型和数学模型两方面对船体变形模型进行分析研究。一方面通过Ansys Workbench软件构建船体有限元模型和船体外流场模型,模拟出波浪载荷,并将其施加到船体模型上分析船体的压力及变形,进而通过流固耦合的方式得出船体在波浪载荷影响下的真实变形;另一方面对船体静态变形和动态变形建立了数学模型,为后文研究惯性测量匹配法奠定基础。第二,对惯性测量匹配方法进行了研究,分别对角速度匹配法、速度+角速度匹配法、姿态增益匹配法和速度+姿态匹配法进行了理论分析和算法推导,分析了陀螺和加速度计的漂移特性并建立了模型,然后将船体变形角建模为静态变形角和动态变形角的形式,最后通过仿真试验验证了惯性测量匹配法的测量精度可以达到30″,能够有效的测量船体变形角。第三,针对船体变形测量系统中模型不确定引起的误差问题,设计了一种基于姿态增益匹配的强跟踪卡尔曼滤波算法,该算法通过自适应的在线调整渐消因子对数据通道进行渐消,即使当滤波达到稳态时仍然可以调整滤波增益来减小滤波估计误差。同时,针对惯性仪器受到的非高斯噪声产生的误差问题,设计了一种最大相关熵卡尔曼滤波算法,该算法以最大相关熵为最优准则,不仅能捕获通常的二阶统计信息,而且还可以获得更高阶的统计信息。通过仿真试验验证了本文所提算法的有效性,结果表明,估计精度可以提高10%30%。第四,基于Visual Studio 2017软件的MFC平台,设计了基于双光纤捷联惯性系统的船体变形测量软件系统,通过采用六自由度摇摆台的船体变形测量半实物模拟试验,对船体静态变形角以及动态变形角进行了模拟试验,从而验证本文所提算法可行性,并证明了利用惯性系统测量船体变形的可行性以及船体变形测量软件系统的有效性。
章梦阳[3]（2020）在《基于北斗卫星系统精确定位的关键技术及其应用研究》文中研究说明北斗卫星导航系统,作为我国重要空间基础设施,是通过自主建设并独立运行的定位导航系统。北斗系统提供拥有全天候、全天时以及高精度标准导航定位服务的优势使其在多个领域都得到了成功应用,其服务对象和服务领域也在逐渐延伸。正因如此,对北斗卫星系统精确定位相关技术的研究也显得尤为重要。本文对于北斗高精度定位中的定位解算以及载波相位数据中亟待解决的周跳相关问题进行了分析和讨论,主要研究工作如下所示:（1）本文利用伪距定位技术对接收机进行了初始定位,并结合北斗伪距定位原理,在经典伪距定位解算算法的基础上展开了研究。针对经典算法定位精度有限且存在线性误差的相关问题,本文在经典最小二乘法的基础上采用了基于动态阈值的改进最小二乘法,利用改进最小二乘法迭代收敛速度快的特点,将改进最小二乘法迭代结果作为卡尔曼滤波算法的状态初始值,同时利用改进卡尔曼滤波算法的校正模型进行位置解算,基于此采用了一种混合型定位解算算法对接收机位置实现了定位解算。改进的混合型定位算法不仅提高了定位精度,而且具有较强的自适应性。（2）针对北斗系统利用载波相位观测量进行定位的过程中存在周跳的问题,验证了传统周跳探测方法对于不同类型周跳的探测效果和性能以及各方法在不同采样率下的探测与修复能力。（3）在传统小波变换探测周跳原理的基础上,本文采用了一种基于改进周跳探测检验量的小波变换方法,首先利用MW组合和GF组合来构造周跳探测检测量,结合小波变换能够观察信号细节的特性和“放大”小周跳的优势,从而实现对周跳的探测。实验结果表明改进方法对1周以下大小的敏感周跳探测效果显着。
牛彦波[4]（2019）在《基于GNSS监测的超高层与大跨径桥梁模态参数识别算法研究》文中研究说明超高层建筑与大跨度桥梁结构的模态参数识别是结构健康监测领域的一个重要研究课题,基于现场实测信息,实时了解这些结构的真实模态参数变化对于保障结构的安全运营具有重要的意义。传统模态参数识别算法需要在同时已知输入与输出的情况下进行模态参数辨识,需要人为施加激励,易对结构造成损伤。而环境激励下的模态参数识别算法无需施加人为激励,在不影响结构正常运营状态下仅仅利用输出响应信息即可实现结构的模态参数辨识,但现有的算法在计算精度及效率方面仍需要进一步的研究与完善。本文基于多系统RTK-GNSS传感器监测信息,对结构的模态参数识别算法做了系统性研究,主要工作如下:（1）研究了单系统、双系统及多系统RTK-GNSS背景噪声分布特性,提出了一种基于考虑相关系数的自适应噪声完备集合经验模态分解与小波包技术的联合数据滤波方法（CC-CEEMDAN-WP）。以一加噪仿真信号为例,信噪比与归一化均方根误差作为评价指标,分析了此联合滤波方法的降噪表现。结果显示,经CC-CEEMDAN-WP法处理后,信噪比从1.36增加到了10.21,归一化均方根误差从14.82%下降到了8.31%,噪声得到了有效的削弱。（2）提出了一种基于数据驱动的随机子空间改进算法。该算法通过构造一个新矩阵F来获取QR分解中的R矩阵,在保证计算精度的同时,提高了计算效率,实现了模态的快速识别。通过一五层层间剪切模型对该算法的识别精度与计算效率进行了验证,结果显示,改进随机子空间算法的计算时间约为基本随机子空间算法计算时间的20%。基于RTK-GNSS监测信息,利用提出的改进算法对一座超高层建筑（天津117大厦）模态参数辨识问题展开研究,成功提取了结构的模态参数,与此同时,为了与识别结果进行对比分析,利用Ansys有限元分析软件建立了结构的三维有限元模型,得到了结构前六阶模态频率及相应的振型,结果表明:识别结果与有限元结果吻合较好。（3）提出了多传感器多速率扩展卡尔曼粒子滤波（EKPF）、不敏卡尔曼粒子滤波（UKPF）及容积卡尔曼粒子滤波（CKPF）三种加权数据融合算法。这三种算法均具有两层结构,第一层中,利用EKPF、UKPF或CKPF算法获取每一传感器的局部估计值,第二层中,基于标量线性最小加权融合准则对不同传感器的局部估计结果进行融合,获取方差最小意义下的最优融合估计结果。对这三种算法,通过一三传感器控制系统与一五传感器目标跟踪系统验证了其可行性与有效性,并与单一传感器估计结果进行了对比,结果表明:基于上述三种算法所得融合估计结果与系统真实状态吻合良好,且均优于单一传感器估计结果。（4）研究了集成多系统RTK-GNSS与加速度计的大跨径桥梁动态变形监测方法。提出对低采样率的GNSS信号与高采样率的加速度信号利用多速率加权数据融合算法进行数据融合处理,解决了GNSS传感器对高频信号敏感度低的问题,并以两座大跨径桥梁（天津市彩虹大桥与天津市永和大桥）为研究对象验证了算法的有效性。结果表明,基于GNSS监测结果仅可以识别出结构少量的低阶模态,而基于融合估计结果可识别出结构更高阶的模态信息。与此同时,建立了结构的三维有限元模型,得到了结构前十二阶模态频率及相应的振型,与识别结果进行对比分析,结果显示,两者吻合较好。
蒲仁虎[5]（2019）在《附约束条件的移动平台多天线精密定位理论与方法研究》文中提出多天线定位在变形监测、无人机测量等领域应用广泛,但现有多天线定位算法多针对姿态测量,关于移动平台位置确定的研究较少。多天线相对定位时除了移动平台上设置若干接收天线以外,在地面站通常需至少设置一个基准站。由于移动平台上设备空间和成本的限制,移动站通常采用多个单频接收机。基准站的设置相对灵活,可以是地基连续运行基准站,也可以是自行设置的参考站。由于多天线定位增加了模糊度约束条件,因此有望提高单历元模糊度分解的成功率和可靠性,这不仅可以提高姿态测量的可靠性同时也有助于移动平台的精密定位。基于多天线定位的周跳探测与修复也可为移动平台模糊度的在航求解提供帮助。本文就多天线定位时的周跳探测与修复理论以及模糊度快速分解等核心内容进行研究,主要研究内容如下:1.对三频载波相位观测值的周跳探测与修复算法进行了研究。提出一种基于电离层总电子含量变化率（TECR）的三频周跳探测与修复新方法,该方法可用于基准站的非差三频数据周跳探测与修复。通过建立三个线性无关的三频组合观测值（一个新的最优GF组合、一个最优码相组合和一个新的GIF组合）进行周跳的探测,再利用LAMBDA算法确定整数周跳值。由一阶电离层延迟时间差分的预测残差可判断周跳是否正确修复。实验结果表明新方法即便在较大采样间隔及电离层变化剧烈的时段依然能准确探测与修复所有一周及以上的各类周跳,并且该方法对不敏感周跳（1,1,1）的探测与修复成功率可达100%。2.提出利用移动平台的俯仰角或横滚角等姿态信息建立移动平台接收机间的倾角约束条件,从而建立一种新的约束卡尔曼滤波模型。同时对比分析了以平台上固定基线长度作为约束条件的约束卡尔曼滤波。通过对移动平台实测数据进行处理,结果表明,小至一周的周跳均能被准确探测与修复。利用轨道的高程约束条件,建立附高程约束的约束卡尔曼滤波模型用于长基线的周跳探测与修复。实验结果表明,该方法周跳探测的性能比传统卡尔曼滤波有较大幅度的提升。但在移动平台运动速度出现较大扰动时,周跳探测值也将出现较大扰动。3.为解决移动平台上单频超短基线单历元模糊度分解效率较低的问题,提出利用移动平台上的超短基线的倾角建立约束条件,并将约束条件运用于改进模糊度浮动解的精度。实验结果表明,加入倾角约束条件后90%以上的历元采用LAMBDA算法即可直接获取模糊度的正确解。采用基线长度约束作为模糊度的检核条件,若首次模糊度固定失败,约95%的历元能在搜索10次以内将模糊度固定正确,所有历元均能在搜索40次以内将模糊度固定正确。作为对比,不加入倾角约束的标准LAMBDA算法即使搜索2000次仍然有部分历元不能得到正确的模糊度。4.为实现移动平台主天线的动态精密定位,需要快速准确地分解由主天线与基准站构成的基线的模糊度。本文提出将轨道坡度约束条件以及移动平台超短基线的模糊度约束条件加入到多天线定位模型中,并采用LAMBDA算法分解模糊度。在单频单历元条件下分别对双天线和三天线移动平台的定位模型进行研究。研究结果表明,随着移动平台配备的接收机数量的增加模糊度分解成功率也随之有明显的提高,若再加入轨道坡度约束条件会进一步提升模糊度分解的成功率。当观测7颗GPS卫星并加入坡度约束条件时三天线移动平台定位模型的静态与动态模糊度单历元分解成功率分别能达到100%和96%。
刘科[6]（2019）在《GNSS欺骗干扰检测算法与实验验证方法研究》文中进行了进一步梳理本文主要研究了GNSS欺骗干扰信号的相关检测算法以及惯性信号/卫星欺骗干扰信号综合模拟仿真。随着卫星导航技术的发展,尤其是我国北斗卫星导航系统覆盖范围的日益扩大,有意或无意的欺骗干扰将影响GNSS的应用安全,尤其是有意的欺骗干扰,将直接导致定位终端产生“错误”的位置信息,导致授时终端产生“错误”的时间信息,扰乱正常的生产、生活秩序。论文从实际需求出发首先研究了在现有条件下（即不改变终端硬件设计）如何实现对欺骗干扰信号的检测问题。以信号传输路径的不同分别建立了真实信号和欺骗干扰信号伪距模型,并以此为基础,建立了真实信号场景和欺骗干扰信号场景的伪距差分模型。论文首先提出了基于双接收机的欺骗干扰信号检测算法,通过差分计算和迭代求解,将两接收机位置结果之间的距离与真实基线距离进行比较,从而实现对信号真伪的判别。对于单接收机双差的检测算法,利用泰勒近似展开将伪距双差（伪距时间差分和星间差分）模型线性化,得到了基于伪距时间差分和星间差分的位置求解算法的理论表达式。将其与基于伪距的最小二乘位置求解算法的理论表达式进行对比,推导分析了两种算法在面对不同信号场景时的差异,为确认信号的真伪提供了支持。对于单接收机单差的检测算法,通过泰勒近似展开将伪距单差（伪距时间差分）模型线性化。从真实信号场景和欺骗干扰信号场景的角度分别对比基于伪距时间差分的位置求解算法与基于伪距的最小二乘位置求解算法的差异,从理论上说明了两者的不同。对于三种不同的检测方案,均给出了信号真伪的判别准则。同时,以此判别准则为依据,采用学院楼楼顶实验、楼道实验、校内运动场实验、北斗开放实验室实验、成都实验以及TEXBAT数据集实验等多组真实实验数据,从真实信号、转发式欺骗干扰信号、生成式欺骗干扰信号、静态、动态、全时段欺骗干扰等多个角度对算法的检测性能进行仿真分析,仿真结果均验证了算法的有效性和可行性。此外,对基于CN0跳变来进行欺骗干扰信号检测的方法进行了仿真分析,进一步说明了本文算法的优越性。在全时段欺骗干扰背景下,讨论了接收机分别处于静止和运动状态,且分别面对转发式欺骗干扰和生成式欺骗干扰时,初始值的设定对算法检测性能的影响。基于惯性辅助的思想,分别提出了基于伪距差异的信号检测算法、基于距离差异的信号检测算法以及基于单星紧组合（位置差异、钟差/钟漂变化规律一致性）的信号检测算法。基于伪距差异的信号检测算法主要通过将卫星测量伪距与惯导解算结果和卫星位置构建的伪距参考量进行对比实现对信号真伪的判别。基于距离差异的信号检测算法对比了同一时刻以及不同时刻卫星导航解算结果与惯性导航解算结果之间的距离在不同信号场景下的异同。基于单星紧组合的信号检测算法主要通过各颗卫星与惯导系统分别进行紧组合,对比组合结果（包括位置、接收机钟差/钟漂等效距离偏差）实现对信号的检测。四种算法均分析了真实信号时和欺骗干扰信号时算法的不同表现。这四种算法的优势在于不仅能实现对全星欺骗干扰的检测,还能有效应对部分星欺骗干扰检测问题。通过剔除受欺骗干扰影响的卫星信号,将剩余未受影响的卫星信号参与组合导航解算,能够减缓惯导的误差积累,保证组合导航系统的定位精度。对卫星欺骗干扰场景的模拟中,分析了导航坐标系下速度与位置之间的关系,选择以高度方向分别拉偏500米和1000米为目标,推导了欺骗干扰信号相对于真实信号对伪距和伪距率分别造成的变化。以两组实测数据为基础,从静态和动态的角度分别模拟生成了满足欺骗干扰目的的信号数据,为信号检测算法的仿真分析提供了数据支持。对惯性导航IMU信号的模拟中,为了与载体的运动学和动力学特性相匹配,论文从实际数据出发,对陀螺角增量和加速度计比力积分增量的高精度、高更新率的模拟问题进行了研究。在惯性坐标系下,分别提出了基于四元数、基于对偶四元数的IMU信号生成算法。对于基于四元数的信号生成算法,将姿态四元数及其导数、位置和速度分别作为新的时间区间下的端点值和端点导数值,得到的新的三次样条多项式在求解积分时可以有效减小舍入误差带来的影响。对于陀螺角速率和加速度计比力的解析表达式中的分式项,提出采用泰勒一阶近似、泰勒二阶近似的方法进行处理。分析了一阶近似和二阶近似的等效标度因数误差,分析了生成的100Hz、200Hz和400Hz的数据的精度。对于基于对偶四元数的信号生成算法,以速度平移矢量来表示对偶四元数的对偶部,通过约束插值,得到了陀螺角速率和加速度计比力的解析表达式。对表达式中的分式项,提出采用平均近似的方法进行处理,给出了因近似造成的算法误差及解决对策。通过实际飞行数据仿真分析,比较了基于四元数的算法、基于对偶四元数的算法,以及逆SINS算法生成的数据的精度。仿真结果表明,生成的信号的精度完全能够满足线下仿真的需要。
张云龙[7]（2018）在《北斗双天线高精度变形监测关键技术及其应用研究》文中研究指明目前北斗卫星导航系统（BeiDou Navigation Satellite System,BDS）可在亚太地区提供导航、授时和短报文信息服务,BDS定位技术在变形监测领域的应用日益成为研究热点之一。精度、成本、实时性是BDS变形监测需要解决的关键问题,北斗变形监测技术通常采用双差模型进行静态定位,解算周期一般为数小时,硬件为多频多模测地型接收机（>￥46,000）,静态定位可以实现毫米级定位,但是仍然不能满足大部分结构体监测成本和实时性的要求,亟需研究一种基于低成本接收机的北斗单历元高精度定位算法。本文以国家自然科学基金（51378057）、城市空间信息工程北京市重点实验室开放研究基金课题（2016101）为依托,在系统总结国内外GNSS（Global Navigation Satellite System）硬件设备、模糊度固定算法和高精度定位模型基础上,以时钟同步双天线单频接收机为硬件基础,研究了北斗单差精密随机模型对单频模糊度固定的影响,在此基础上提出了综合变形特征和最大位移约束改进的部分模糊度算法。通过室外试验,研究了超短基线和短基线坐标时间序列的主要误差特性及误差后处理消除方法,构建了未校准相位偏差（Uncalibrated Phase Delay,UPD）实时改正滤波模型和北斗/GPS抗差移动窗口定权位移探测模型。结合工程结构体监测实例,验证了北斗双天线变形监测技术的有效性。本文的主要研究内容如下:（1）构建了北斗单差精密函数和随机模型,理论结合实际数据验证了基于时钟同步双天线接收机单差模型（UPD=0）在高程方向精度明显高于双差模型。利用统计假设检验理论证明了 B1频率伪距和载波观测值之间相关性的显着性,说明了构建精密随机模型的必要性。（2）研究了精密和经验随机模型对北斗单频模糊度固定的影响。建立了考虑观测值之间相关性和附加基线长度约束的观测计算模型,结合静态试验数据,发现精密随机模型可以提高模糊度固定成功率,Ratio临界值设为3,可以有效避免异常模糊度的产生;精密随机模型未考虑多路径误差,短基线的模糊度固定效果较差。（3）针对北斗单频模糊度固定效果差问题,提出了 IParLAMBLDC（Improved Partial LAMBDA with Baseline Length and Deformation Characteristics Constraints）模糊度固定算法,显着提高了模糊度搜索效率和固定成功率,略低于GPS L1频率。通过青海省共玉公路冻土路基、李家峡大坝及甘肃省徽县330kV输电通道碎石土边坡数值模拟,分析了边坡主滑方向和当地站心坐标系（Site-Centric coordinate system,SCS）几何关系,明确了结构体变形特征和最大位移的确定方法。（4）分析了超短基线和短基线坐标时间序列残差的主要变化特征。结合室外静态试验,发现超短基线单差模型定位精度主要受UPD影响,UPD未改正单差模型精度与双差模型基本一致,UPD改正后单差模型定位精度有所提高,特别是高程方向提高幅度最大;短基线定位精度主要受多路径效应影响,多路径误差消除后,极大提高了单差模型定位精度。（5）基于UPD移动均值滤波模型不能满足结构体实时监测要求,提出了 UPD自回归滑动平均（Auto-Regressive and Moving Average,ARMA）实时改正滤波模型。通过静态和位移加载试验,利用费歇尔假设检验和位移探测一致性方法,证明了UPDARMA实时改正滤波模型在位移探测方面的优越性;结合通风管冻土路基监测实例,验证了该模型用于冻土路基冻融变形监测的有效性。（6）基于北斗单差单频模型冗余度低、定位精度差等问题,提出了短基线（1km）北斗/GPS抗差移动窗口精密定权Kalman滤波模型。结合室外试验,发现等价权抗差可以加速概略坐标固定到准确坐标,提高坐标精度;位移探测精度随着窗口的增大将显着提高,移动窗口参数与可探测位移收敛速率基本成反比关系,该算法适用于具有蠕变特征结构体的高精度监测。（7）设计了北斗变形监测预警预测分析系统。基于C#网络技术,以PostgreSQL为数据管理平台,研发了北斗变形监测预警预测分析系统,包括数据采集、数据传输、数据处理与分析、数据管理、数据发布等子系统;以李家峡大坝为例,实现了北斗/GPS监测数据查询、实时显示、报表生成、预测分析和预警等功能,并分析了时钟同步接收机技术用于变形监测领域的优越性。（8）针对大坝GNSS变形监测成本过高问题,提出了一种改进的GNSS监测方案。通过李家峡大坝三维模型数值模拟,选取大坝主要变形部位作为时钟同步双天线接收机的GNSS监测点位,仅需布设一台时钟同步双天线接收机,实现了大坝运行状态的评估,显着降低了监测成本。根据大坝安全系数和监测关键点位位移的关系,制定了位移预警标准,利用模糊神经网络方法验证了该标准的有效性。（9）以甘肃省徽县330kV输电通道碎石土边坡监测为例,提出了适用于大范围线型工程结构体BDS/GPS滑坡监测方案。基于层次分析法初步评判了滑坡地质灾害的易发性,通过粗糙神经网路模型评判滑坡的稳定性级别,选取属于危险等级区域的边坡进行重点监测,提高了 GNSS接收机设备资源的使用效率;建立了相应数值分析模型,对碎石土滑坡区域进行了模拟计算,验证了 BDS/GPS抗差移动窗口定权模型可以用于具有蠕变特征滑坡的监测。
王克志[8]（2018）在《基于改进单历元算法的实时变形监测与分析》文中进行了进一步梳理大型桥梁的健康安全监测已经成为了工程领域关注和研究的热点。桥梁监测本身是一项复杂的工程,为了了解其变形特征,常采用全球导航卫星系统（GNSS）技术进行位置解算和利用快速傅里叶变换（FFT）分析其振动特性。随着GNSS相对定位技术的成熟发展,国内外学者常采用实时动态相对定位技术（RTK或NRTK）进行变形监测,取得了一定的研究成果。RTK或NRTK技术一般采用在航解算模糊度的方法（OTF）进行相对定位,但如果卫星信号或网络数据链发生中断,OTF方法需要重新进行初始化。为此国内学者开展了基于变形特征的单历元变形监测算法,其中无整周单历元算法模型较为简单有效。这种算法在定位过程中利用监测点初始值坐标确定双差模糊度,而在位置解算过程中不需要进行模糊度固定,因而在桥梁实时变形监测领域得到了很好的应用。本文基于无整周单历元算法进行研究和分析,主要取得的成果有:（1）从GPS载波相位测量原理推导出似单差单历元算法和无整周单历元算法的原理,通过分析证明了两种算法原理上的一致性。（2）对无整周单历元模型的适用条件进行了分析和推导,主要包括对卫星个数的要求,初始值精度要求,允许最大变形量范围,基准点或监测点初始值变化范围,并给出了详细推导过程和结果。（3）对以上无整周单历元模型适用条件进行了实验验证,通过对比验证其解算结果的内外符合精度与RTKLIB+Kinematic解算结果相当;然后分别利用L1载波和L2载波观测数据进行位置解算,验证其能够解算的最大变形量与波长相关。（4）在传统无整周单历元模型基础上进行大变形量监测范围的改进。本文采用连续无整周单历元算法对原有算法进行改进,通过实验验证改进算法能够进行大变形量连续测量,并得到比RTKLIB+Kinematic更好的解算效果。（5）提出了基于抗差卡尔曼滤波的连续无整周单历元算法,在算法层面利用抗差卡尔曼滤波方法对测量结果进行平滑去噪处理,并最终抑制观测值中粗差的影响。后期通过实验发现基于抗差卡尔曼滤波的连续无整周单历元算法比连续无整周单历元算法和RTKLIB+Kinematic算法的解算结果内外符合精度都要高,从而验证了基于抗差卡尔曼滤波的连续无整周单历元算法的有效性。（6）实现了基于抗差卡尔曼滤波的连续无整周单历元算法程序设计,主要包括程序功能设计、模块设计和算法流程设计。（7）对武汉白沙洲大桥实时监测数据进行分析处理,经快速傅里叶变换得到了桥梁箱梁、桥中跨和桥塔位置的振动频谱图,并得到其各自的振动频率。通过对比分析RTKLIB+Kinematic算法、连续无整周单历元算法和基于抗差卡尔曼滤波的连续无整周单历元算法在观测值中含有粗差时的解算结果,发现只有基于抗差卡尔曼滤波的连续无整周单历元算法能够正确解算实时位置并反演桥梁的振动频率,在工程应用中验证了该算法的有效性。
楼明明[9]（2018）在《基于GPS多天线的无人机姿态测量系统研究与设计》文中进行了进一步梳理姿态信息是无人机实现导航和稳定控制最关键的前提信息,其测量精度直接决定了无人机飞行控制的精度。随着无人机的应用场景日渐广泛,对无人机姿态信息的测量精度要求也愈加严格。传统的姿态测量方法主要依靠以惯性器件为基础的惯性导航系统,但惯性器件往往价格高昂,硬件结构复杂,并且陀螺仪在长时间下会产生累积误差。全球定位系统（Global Positioning System,GPS）由于其高精度、全天候的特点成为姿态测量的另一重要工具。本文采用GPS载波相位姿态测量技术,设计了基于GPS多天线的无人机姿态测量系统。围绕该系统设计,开展了以下研究:1.利用了一机双天线接收机的两个天线共用一个内部时钟源的特点,区别于传统姿态测量方法的载波相位双差模型,建立了基于载波相位单差观测模型的基线解算方案。针对利用GPS载波相位进行姿态测量过程中的载波相位周跳问题,提出了基于卡尔曼滤波算法的周跳探测及其修复方法,该方法可以有效探测到周跳的发生,并在下一个历元就修复该周跳,可应用在各类接收机的观测数据中。2.研究了非校正相位延迟（Uncalibrated Phase Delay,UPD）产生的原因及对单差模型模糊度整周特性的影响,本文将非校正相位延迟作为一个未知参数与单差模型整周模糊度一起联合求解,并结合广义约束理论,提出了一种基于单差模型的模糊度固定方法,通过与传统双差模型模糊度固定方法LAMBDA法的实验对比,基于单差模型的模糊度固定方法不仅消除了非校正相位延迟对模糊度整周性的破坏性,还在保证模糊度解算精度的同时加快了模糊度固定速度。3.为了进一步提高GPS多天线姿态测量的精度和可靠性,本文研究了多个天线在无人机上的布局结构,并在该硬件布局的基础上,提出了基于无约束平差方法的无人机三维姿态角的最优估计模型。该模型充分利用了多天线解算出来的多条独立基线向量的冗余信息,有效提高了姿态角的解算精度和可靠性。4.综合上述的研究内容,设计了本文的无人机姿态测量系统,并进行了无人机姿态测量系统的实际飞行验证实验。实验结果表明,本文的无人机姿态测量系统测量得到偏航角的精度为0.6238度/（0.9863米基线）,俯仰角精度可达0.5712度/（0.9863米基线）,横滚角精度可达0.5291度/（0.9863米基线）。上述三维姿态角的测量精度均能满足无人机姿态测量要求。
汪登辉[10]（2017）在《GNSS地基增强系统非差数据处理方法及应用》文中研究指明高精度卫星定位是精密测绘、位置服务和未来智能导航等应用不可替代的核心技术之一,是支撑国家战略需求发展的重要组成部分。长期以来,以RTK（Real-time Kinematic）和PPP（Precise Point Positioning）技术为代表的GNSS载波定位技术可提供厘米级的位置信息,有效推进了卫星导航系统在高精度位置服务等领域的广泛应用。然而,随着我国北斗系统的运行,Galileo、IRNSS等建设推进和GPS、GLONASS提升完善,卫星导航已进入多星座系统并存的崭新时代,强调定位过程的连续性、实时性和可靠性已成为高精度GNSS定位技术的创新和变革的迫切需求,发展融合RTK和PPP优势,兼容全星座全频段的GNSS数据处理方法已成为卫星导航研究领域的热点问题。针对上述需求及问题,本文基于全星座全频段地基增强系统网络,致力于实现网络RTK、PPP增强的统一地基增强系统GNSS数据处理方法,实现了从“星间站间差分组合”到“观测值域深度融合、全网状态空间误差估计”的技术转变创新,主要工作和贡献包括:1.发展了非差与差分等价处理理论与GNSS多频数据处理方法从GNSS原始观测值出发,定义了影响非差模糊度固定的各项时延偏差,建立了GNSS数据处理中的非差、差分及多频的统一数学模型表达,针对非差观测模型的秩亏问题,论证了引入基准实现待估参数去相关方法,并基于新的差分算子设计实现了非差和差分观测方程的等价变换。2.建立了接收机间时延偏差估计和多路径误差消除模型顾及模糊度的时不变特性,引入初始历元参考卫星模糊度基准,建立了站间单差滤波模型,基于零基线数据分析了不同接收机间、不同频率间、不同星座间的各项时延偏差的时域变化特性,为时延偏差的全网估计提供参数随机模型验证;基于残差结果采用小波降噪及傅里叶变换分析提取了多路径延迟值,验证了多路径延迟的时间、空间重复特性,并建立了多路径空间误差改正图实现了多径误差消除补偿,结果表明使用多路径模型可明显减弱多路径延迟对模糊度浮点偏差的影响,定位精度提升30%-45%。3.提出了基于非差非组合的单站大气误差提取和长基线模糊度解算方法提出了一种基于单站的实时非差大气估计算法,采用非差非组合模型,针对电离层延迟值建立单站电离层参数化模型,分离接收机端及卫星端硬件延迟偏差影响,并利用单、双频PPP用户验证了提取的非差大气误差精度。结果表明,分离的卫星硬件延迟产品精度大部分优于0.2ns,对于单频静态用户,30-40分钟平面定位精度可达到10cm以内;双频静态用户可以稳定保障10分钟内平面精度优于10厘米。同时,利用单站非差实数模糊度,通过加入IGS实时卫星钟差产品作为伪观测值,并增加卫星钟的随机游走和模糊度的时不变约束,验证了采用非差处理方法可达到同等甚至更优的双差模糊度固定效果,利用8条平均长度为150km的基线的基础模糊度固定进行统计,非差方法L1模糊度固定成功率为98.40%,且具有更为集中的浮点解偏差收敛效果。4.提出了全星座PPP-RTK整网数据处理新方法态空间误差估值模型,解决了全网待估参数秩亏问题,恢复了非差模糊度的整数特性,针对全星座全频段数据,在服务端,提出了附加ISB参数的全星座全网估计模型,建立了基于卫星钟差、星端载波偏差及非差电离层延迟的全网状完善了地基增强系统的服务体系。在用户端,提出了基于区域增强信息的用户端非差固定解滤波解算模型,通过弱化用户与区域基准站网的几何分布关系,实现了广域非差增强定位新模式,实验验证了各类偏差参数的时域变化特点,并基于不同精度的增强信息产品,分析了其对定位结果和模糊度精度的影响。5.整合上述算法研发了地基增强系统软件利用上述算法研究内容,开发了 GNSS网络服务地基增强系统软件EarthNet V3.0,引入高级消息队列协议（AMQP）总线技术,采用多核心业务层实现软件的分布式处理,实现了基于PPP/RTK/RTD的各类增强信息统一播发。利用南京区域北斗三频测试站点数据,通过对网内22km站点和网外99.8km的流动站解算验证了区域网网解产品的可靠性。单天统计结果表明,北斗三频观测环境下附加大气约束可实现网内站点的非差单历元快速固定,动态条件下可实现平面1.76cm,高程2.22cm精度结果。对于网外站点,受限于增强产品存在一定空间相关性,需1-2分钟以实现模糊度可靠固定,各历元平均定位精度为平面9.03cm,高程9.88cm。
二、Research on Kalman Filtering Algorithmfor Deformation Information Series ofSimilar Single-Difference Model（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、Research on Kalman Filtering Algorithmfor Deformation Information Series ofSimilar Single-Difference Model（论文提纲范文）
（1）多星座GNSS/INS组合导航理论与方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容 |
| 1.4 本文组织结构 |
| 2 GNSS/INS组合导航基本原理 |
| 2.1 惯性导航系统基础 |
| 2.2 当地导航坐标系下捷联惯性导航解算 |
| 2.3 惯性导航系统误差来源 |
| 2.4 惯性导航系统误差模型 |
| 2.5 GNSS/INS组合模式 |
| 2.6 本章小结 |
| 3 多星座GNSS模糊度快速固定及定位性能 |
| 3.1 GNSS观测模型 |
| 3.2 GNSS随机模型 |
| 3.3 GNSS数据预处理与参数估计模型 |
| 3.4 最小二乘模糊度估计方法 |
| 3.5 分步逐级模糊度固定策略 |
| 3.6 实验与分析 |
| 3.7 本章小结 |
| 4 基于AR模型辅助的GNSS/INS松组合算法 |
| 4.1 松组合模型 |
| 4.2 后处理平滑模型 |
| 4.3 信号缺失环境下数据处理 |
| 4.4 本章小结 |
| 5 单频GNSS/INS紧组合模型及INS辅助部分模糊度固定 |
| 5.1 单频GNSS/INS紧组合模型 |
| 5.2 INS辅助的部分模糊度固定 |
| 5.3 实验与分析 |
| 5.4 本章小结 |
| 6 INS辅助的单频GNSS周跳探测与修复算法 |
| 6.1 单频GNSS周跳探测与修复 |
| 6.2 INS辅助的单频GNSS周跳探测与修复 |
| 6.3 实验分析 |
| 6.4 本章小结 |
| 7 结论及展望 |
| 7.1 结论 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（2）基于捷联惯性系统的船体变形测量技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 船体变形测量方法与研究现状 |
| 1.2.1 常用的船体变形测量方法研究现状 |
| 1.2.2 惯性测量匹配法研究现状 |
| 1.3 论文研究内容及章节安排 |
| 第二章 惯性测量匹配法基础理论与模型分析 |
| 2.1 引言 |
| 2.2 捷联惯性导航系统基本理论 |
| 2.2.1 常用坐标系及坐标变换 |
| 2.2.2 旋转理论 |
| 2.3 捷联惯性导航定位原理 |
| 2.4 捷联惯性导航系统误差方程 |
| 2.4.1 姿态误差方程 |
| 2.4.2 速度误差方程 |
| 2.5 船体变形物理模型分析 |
| 2.5.1 船体有限元模型 |
| 2.5.2 流体有限元模型 |
| 2.5.3 船体外流场设置 |
| 2.5.4 计算结果及分析 |
| 2.6 船体变形数学模型的建立 |
| 2.6.1 静态变形角模型 |
| 2.6.2 动态变形角模型 |
| 2.7 本章小结 |
| 第三章 惯性测量船体变形匹配方法研究 |
| 3.1 引言 |
| 3.2 角速度匹配法测量船体变形 |
| 3.2.1 角速度匹配算法原理 |
| 3.2.2 角速度匹配仿真试验 |
| 3.3 速度+角速度匹配法测量船体变形 |
| 3.3.1 速度+角速度匹配算法原理 |
| 3.3.2 速度+角速度匹配仿真试验 |
| 3.4 姿态增益匹配法测量船体变形 |
| 3.4.1 姿态增益匹配算法原理 |
| 3.4.2 姿态增益匹配仿真试验 |
| 3.5 速度+姿态匹配法测量船体变形 |
| 3.5.1 速度+姿态匹配算法原理 |
| 3.5.2 速度+姿态匹配仿真试验 |
| 3.6 惯性匹配方法的结果对比 |
| 3.7 本章小结 |
| 第四章 惯性测量匹配滤波算法研究 |
| 4.1 引言 |
| 4.2 卡尔曼滤波算法 |
| 4.3 基于姿态增益匹配的强跟踪滤波算法 |
| 4.3.1 单渐消因子卡尔曼滤波算法 |
| 4.3.2 多重渐消因子自适应卡尔曼滤波算法 |
| 4.4 基于姿态增益匹配的强跟踪滤波仿真试验 |
| 4.4.1 仿真条件 |
| 4.4.2 仿真结果与分析 |
| 4.5 基于姿态增益匹配的最大熵卡尔曼滤波算法 |
| 4.5.1 最大相关熵准则(Maximum Correntropy Criterion,MCC) |
| 4.5.2 最大熵卡尔曼滤波算法 |
| 4.6 基于姿态增益匹配的最大熵卡尔曼滤波仿真试验 |
| 4.7 本章小结 |
| 第五章 船体变形测量摇摆台试验 |
| 5.1 引言 |
| 5.2 船体变形测量设备与试验方案 |
| 5.2.1 光纤捷联惯性导航系统 |
| 5.2.2 实验方案与设备安装 |
| 5.3 船体静态变形角模拟试验 |
| 5.3.1 试验方案 |
| 5.3.2 试验结果与分析 |
| 5.4 船体动态变形角模拟实验 |
| 5.4.1 试验方案 |
| 5.4.2 动态变形角模型参数设置 |
| 5.4.3 动态变形角试验结果分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及科研成果 |
（3）基于北斗卫星系统精确定位的关键技术及其应用研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 本文研究背景及意义 |
| 1.2 卫星导航系统的国内外发展现状 |
| 1.2.1 卫星导航系统国外发展现状 |
| 1.2.2 卫星导航系统的国内发展现状 |
| 1.3 高精度定位关键算法的研究现状 |
| 1.4 论文主要工作和研究内容 |
| 第二章 北斗高精度定位相关理论基础 |
| 2.1 北斗卫星导航系统概况 |
| 2.1.1 北斗卫星系统的结构组成 |
| 2.1.2 北斗卫星系统定位的基本原理 |
| 2.2 北斗卫星导航信号的基本特征 |
| 2.3 北斗卫星导航系统观测量 |
| 2.3.1 码相关伪距观测量 |
| 2.3.2 载波相位观测量 |
| 2.3.3 组合观测量 |
| 2.4 北斗卫星精密定位的误差来源 |
| 2.4.1 与接收机和测站有关的误差 |
| 2.4.2 与卫星自身有关的误差 |
| 2.4.3 与信号空间传播有关的误差 |
| 2.5 本章小结 |
| 第三章 北斗卫星导航系统定位解算算法 |
| 3.1 定位解算相关概述 |
| 3.2 接收机定位解算原理 |
| 3.2.1 伪距定位解算原理 |
| 3.2.2 伪距定位解算流程 |
| 3.3 定位解算经典算法 |
| 3.3.1 最小二乘法 |
| 3.3.2 卡尔曼滤波法(KF) |
| 3.3.3 实验结果分析 |
| 3.4 基于改进最小二乘算法的混合型定位算法 |
| 3.4.1 基本原理 |
| 3.4.2 实验分析 |
| 3.5 本章小结 |
| 第四章 周跳的探测 |
| 4.1 周跳相关概述 |
| 4.1.1 周跳的定义与特性 |
| 4.1.2 周跳产生的原因 |
| 4.1.3 周跳对高精度定位的影响 |
| 4.2 高次差法探测周跳 |
| 4.2.1 基本原理 |
| 4.2.2 实验分析 |
| 4.3 多项式拟合法探测周跳 |
| 4.3.1 基本原理 |
| 4.3.2 实验分析 |
| 4.4 小波变换法探测周跳 |
| 4.4.1 基本原理 |
| 4.4.2 实验分析 |
| 4.5 基于MW组合和几何无关组合的小波变换法 |
| 4.5.1 基本原理 |
| 4.5.2 实验分析 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 本文工作总结 |
| 5.2 未来工作展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
（4）基于GNSS监测的超高层与大跨径桥梁模态参数识别算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 多传感器监测技术研究现状 |
| 1.3 数据滤波方法研究现状 |
| 1.3.1 小波与小波包滤波方法 |
| 1.3.2 经验模态分解及其改进方法 |
| 1.3.3 Kalman滤波方法 |
| 1.3.4 粒子滤波方法 |
| 1.3.5 多传感器数据融合方法 |
| 1.4 模态参数识别方法研究现状 |
| 1.4.1 随机子空间识别方法 |
| 1.4.2 随机减量技术 |
| 1.4.3 自然激励技术 |
| 1.4.4 Ibrahim时域分析法 |
| 1.4.5 时间序列分析技术 |
| 1.4.6 特征系统实现算法 |
| 1.5 存在的问题 |
| 1.6 本文研究的主要内容及技术路线 |
| 1.6.1 本文研究的主要内容 |
| 1.6.2 本文研究的技术路线 |
| 第二章 RTK-GNSS多路径误差分析及经验模态分解方法研究 |
| 2.1 GNSS相对定位原理 |
| 2.1.1 GNSS静态相对定位 |
| 2.1.2 GNSS动态相对定位 |
| 2.1.3 多系统GNSS时空统一 |
| 2.1.4 RTK-GNSS技术 |
| 2.2 多路径效应分析 |
| 2.2.1 载波相位测量中的多路径误差 |
| 2.2.2 削弱多路径误差的策略 |
| 2.3 RTK-GNSS稳定性试验研究 |
| 2.3.1 试验方案与过程 |
| 2.3.2 位置精度因子 |
| 2.3.3 背景噪声特性分析 |
| 2.4 基于CC-CEEMDAN-WP的联合滤波方法 |
| 2.4.1 EEMD、CEEMD及 CEEMDAN算法 |
| 2.4.2 小波包技术 |
| 2.4.3 CC-CEEMDAN-WP |
| 2.5 算法仿真验证 |
| 2.6 本章小结 |
| 第三章 结构模态参数识别算法研究 |
| 3.1 环境激励下模态参数识别方法 |
| 3.1.1 随机子空间识别方法 |
| 3.1.2 ARMA时序分析方法 |
| 3.1.3 随机减量技术 |
| 3.1.4 自然激励技术 |
| 3.1.5 Ibrahim时域分析法 |
| 3.1.6 特征系统实现算法 |
| 3.2 数值算例验证 |
| 3.2.1 SSI/cov与 SSI/data仿真分析 |
| 3.2.2 RDT-ITD仿真分析 |
| 3.2.3 NEx T-ARMA仿真分析 |
| 3.2.4 NEx T-ERA仿真分析 |
| 3.2.5 模态参数识别精度对比 |
| 3.3 基于数据驱动的随机子空间改进算法 |
| 3.4 超高层结构模态参数识别 |
| 3.4.1 天津117 大厦概况 |
| 3.4.2 测点布置方案 |
| 3.4.3 结构有限元模型建立 |
| 3.4.4 RTK-GNSS监测数据结果 |
| 3.4.5 数据滤波处理 |
| 3.5 结构模态参数识别 |
| 3.6 本章小结 |
| 第四章 多传感器多速率加权数据融合算法研究 |
| 4.1 多传感器数据融合 |
| 4.1.1 多传感器数据融合基本类别 |
| 4.1.2 多传感器数据融合体系结构 |
| 4.1.3 多传感器数据融合常用算法 |
| 4.2 基于蒙特卡罗思想的粒子滤波算法 |
| 4.2.1 蒙特卡罗思想 |
| 4.2.2 序贯重要性采样 |
| 4.2.3 粒子退化与重采样 |
| 4.2.4 标准粒子滤波算法 |
| 4.3 改进粒子滤波算法 |
| 4.3.1 扩展卡尔曼粒子滤波算法(EKPF) |
| 4.3.2 不敏卡尔曼粒子滤波算法(UKPF) |
| 4.3.3 容积卡尔曼粒子滤波算法(CKPF) |
| 4.4 多速率加权数据融合估计算法 |
| 4.4.1 多速率EKPF加权数据融合估计算法 |
| 4.4.2 多速率UKPF加权数据融合估计算法 |
| 4.4.3 多速率CKPF加权数据融合估计算法 |
| 4.5 算法仿真验证 |
| 4.5.1 算例一 |
| 4.5.2 算例二 |
| 4.6 本章小结 |
| 第五章 基于GNSS与加速度计的大跨径桥梁模态参数识别 |
| 5.1 桥梁概况 |
| 5.1.1 天津市彩虹大桥 |
| 5.1.2 天津市永和大桥 |
| 5.2 结构有限元模型建立 |
| 5.3 数据采集与融合处理 |
| 5.3.1 彩虹大桥测点布置方案 |
| 5.3.2 永和大桥测点布置方案 |
| 5.3.3 原始监测结果 |
| 5.3.4 数据融合结果 |
| 5.4 结构模态参数识别 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 本文主要结论 |
| 6.2 本文创新点 |
| 6.3 前景展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（5）附约束条件的移动平台多天线精密定位理论与方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究动态 |
| 1.2.1 周跳探测的研究现状 |
| 1.2.2 模糊度快速求解的研究现状 |
| 1.2.3 多天线单历元动态相对定位研究现状 |
| 1.3 研究内容与论文结构 |
| 1.3.1 主要研究内容 |
| 1.3.2 论文结构 |
| 第2章 GNSS观测值的函数模型 |
| 2.1 GNSS原始观测值及观测方程的线性化 |
| 2.2 GNSS相对定位函数模型及随机模型 |
| 2.2.1 相对定位函数模型 |
| 2.2.2 相对定位的随机模型 |
| 2.3 GNSS多天线定位常用坐标系 |
| 2.3.1 ECEF坐标系 |
| 2.3.2 NEU坐标系 |
| 2.3.3 载体坐标系 |
| 2.4 卡尔曼滤波算法 |
| 2.4.1 卡尔曼滤波一步预测 |
| 2.4.2 卡尔曼滤波测量更新 |
| 2.5 本章小结 |
| 第3章 周跳的实时探测与修复 |
| 3.1 周跳常用探测与修复方法 |
| 3.1.1 单频周跳探测方法 |
| 3.1.2 双频及多频周跳探测方法 |
| 3.2 基于TECR的三频周跳探测方法 |
| 3.2.1 三频周跳探测模型 |
| 3.2.2 周跳修复 |
| 3.2.3 实验与分析 |
| 3.3 基于约束卡尔曼滤波探测单频双差周跳 |
| 3.3.1 约束卡尔曼滤波算法 |
| 3.3.2 几种约束条件的建立方法 |
| 3.3.3 实例分析 |
| 3.4 本章小结 |
| 第4章 短基线模糊度单历元分解算法 |
| 4.1 LAMBDA算法原理 |
| 4.1.1 模糊度浮点解计算 |
| 4.1.2 整周模糊度固定 |
| 4.2 附约束条件模糊度分解常见方法 |
| 4.2.1 C-LAMBDA单历元算法 |
| 4.2.2 三角约束法 |
| 4.3 附轨检信息的超短基线模糊度固定新方法 |
| 4.3.1 附倾角约束的双差模型 |
| 4.3.3 模糊度固定方法 |
| 4.4 实例分析 |
| 4.4.1 静态模拟实验 |
| 4.4.2 动态实验 |
| 4.5 本章小结 |
| 第5章 附约束条件多天线单历元精密定位 |
| 5.1 多天线定位的数学模型 |
| 5.1.1 多天线参数浮点解计算模型 |
| 5.1.2 多天线定位参数固定解 |
| 5.2 多天线模糊度约束动态单历元定位算法 |
| 5.3 实验分析 |
| 5.3.1 静态实验 |
| 5.3.2 动态实验 |
| 5.4 本章小结 |
| 结论与展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间发表论文与参加的科研项目 |
（6）GNSS欺骗干扰检测算法与实验验证方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和研究动机 |
| 1.2 国内外研究现状 |
| 1.2.1 GNSS抗欺骗干扰技术 |
| 1.2.2 惯性信号/卫星信号综合仿真模拟 |
| 1.3 论文的研究内容和贡献 |
| 第二章 基于双接收机(天线)的欺骗干扰检测算法 |
| 2.1 信号伪距模型 |
| 2.2 不同场景下检测算法理论分析 |
| 2.2.1 真实信号场景 |
| 2.2.2 欺骗干扰信号场景 |
| 2.2.3 算法机理与流程图 |
| 2.3 实验验证与分析 |
| 2.4 本章小结 |
| 第三章 基于单接收机(天线)双差的欺骗干扰检测算法 |
| 3.1 不同场景下检测算法理论分析 |
| 3.1.1 真实信号场景 |
| 3.1.2 欺骗干扰信号场景 |
| 3.1.3 算法机理与流程图 |
| 3.2 实验验证与分析 |
| 3.3 本章小结 |
| 第四章 基于单接收机(天线)单差的欺骗干扰检测算法 |
| 4.1 不同场景下检测算法理论分析 |
| 4.1.1 真实信号场景 |
| 4.1.2 欺骗干扰信号场景 |
| 4.1.3 算法机理与流程图 |
| 4.2 实验验证与分析 |
| 4.3 本章小结 |
| 第五章 基于惯性信息辅助的欺骗干扰检测算法 |
| 5.1 基于伪距差异的信号检测算法 |
| 5.2 基于距离差异的信号检测算法 |
| 5.3 基于单星紧组合(位置差异)的信号检测算法 |
| 5.4 基于单星紧组合(钟差/钟漂变化规律一致性)的信号检测算法 |
| 5.5 本章小结 |
| 第六章 惯性信号/卫星欺骗干扰信号综合模拟仿真 |
| 6.1 基于四元数的IMU信号生成算法 |
| 6.1.1 算法理论分析 |
| 6.1.2 算法性能仿真分析 |
| 6.2 基于对偶四元数的IMU信号生成算法 |
| 6.2.1 算法理论分析 |
| 6.2.2 算法性能仿真分析 |
| 6.3 卫星欺骗干扰场景信号模拟 |
| 6.4 本章小结 |
| 第七章 结论与展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
| 附录A 计算相对论效应引起的时间偏差 |
| 附录B 信号失锁对算法检测性能的影响及其处理策略 |
| 附录C 卡尔曼滤波算法离散型基本方程 |
| 附录D SINS/GNSS紧组合系统误差方程和状态空间表达式 |
| 附录E 各组实验场景接收机钟差曲线 |
| 附录F 四元数代数 |
| 附录G 基于MATLAB GUI的 IMU信号生成算法软件实现 |
| 附录H 捷联惯性导航双子样解算算法 |
| 附录I 对偶四元数代数 |
| 附录J 全文符号定义 |
（7）北斗双天线高精度变形监测关键技术及其应用研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 北斗卫星导航系统发展现状 |
| 1.2.2 GNSS高精度监测技术研究现状 |
| 1.2.3 模糊度解算方法研究现状 |
| 1.2.4 北斗高精度定位算法研究现状 |
| 1.2.5 GNSS自动化监测网络系统研究现状 |
| 1.3 目前存在主要问题 |
| 1.4 本文研究内容及技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 2 北斗精密单频单差定位模型 |
| 2.1 常用坐标系统 |
| 2.1.1 ECEF坐标 |
| 2.1.2 SCS坐标系 |
| 2.2 北斗函数模型 |
| 2.2.1 非差观测模型 |
| 2.2.2 单差观测模型 |
| 2.2.3 双差观测模型 |
| 2.2.4 观测模型线性化 |
| 2.2.5 共时钟单差模型精度分析 |
| 2.3 北斗相对定位随机模型 |
| 2.3.1 单差和双差随机模型 |
| 2.3.2 最小二乘方差分量估计 |
| 2.3.3 静态试验 |
| 2.4 本章小结 |
| 3 北斗单差单频单历元模糊度估计 |
| 3.1 北斗单频单差单历元定位模型 |
| 3.1.1 BDS单差单频函数模型 |
| 3.1.2 BDS单差单频随机模型 |
| 3.2 北斗单频单差单历元模糊度固定 |
| 3.2.1 单历元模糊度搜索算法 |
| 3.2.2 IParLAMBLDC模糊度固定算法 |
| 3.3 试验及数据分析 |
| 3.3.1 三维位移装置设计 |
| 3.3.2 随机模型对模糊度固定影响分析 |
| 3.3.3 不同模糊度固定方法对比分析 |
| 3.3.4 单差模型定位误差分析 |
| 3.4 本章小结 |
| 4 北斗单差变形监测预警预测分析系统研究 |
| 4.1 超短基线北斗单差模型 |
| 4.1.1 UPD估计改正基线向量模型 |
| 4.1.2 静态及位移模拟试验 |
| 4.2 短基线北斗/GPS单差模型 |
| 4.2.1 北斗/GPS抗差移动窗口定权模型 |
| 4.2.2 试验及数据分析 |
| 4.3 北斗变形监测预警预测分析系统设计 |
| 4.3.1 硬件设备 |
| 4.3.2 数据传输 |
| 4.3.3 数据处理 |
| 4.3.4 数据管理发布 |
| 4.3.5 数据分析 |
| 4.4 本章小结 |
| 5 超短基线BDS双天线监测技术应用 |
| 5.1 冻土观测试验段概况 |
| 5.2 冻土路基BDS高精度监测技术方案 |
| 5.3 数值模拟分析 |
| 5.3.1 二维传热控制方程 |
| 5.3.2 数值模型 |
| 5.3.3 材料物理参数 |
| 5.3.4 初始和边界条件 |
| 5.3.5 路基冻胀变形模拟结果及分析 |
| 5.4 冻土路基BDS高精度监测方案 |
| 5.5 BDS和沉降监测设备安装及配置 |
| 5.5.1 设备安装 |
| 5.5.2 BDS设备配置 |
| 5.6 通风管路基BDS监测数据分析 |
| 5.6.1 北斗+GPRS数据传输方式 |
| 5.6.2 监测数据分析 |
| 5.7 本章小结 |
| 6 短基线BDS/GPS双天线监测技术应用 |
| 6.1 李家峡大坝BDS/GPS双天线监测 |
| 6.1.1 李家峡大坝数值分析 |
| 6.1.2 李家峡大坝稳定性分析 |
| 6.2 BDS/GPS滑坡地质灾害监测 |
| 6.2.1 输电通道滑坡地质灾害易发性初步评价 |
| 6.2.2 输电通道滑坡地质灾害隐患点遥感影像识别和稳定性分析 |
| 6.2.3 危险等级边坡数值分析 |
| 6.2.4 碎石土边坡BDS/GPS监测结果分析 |
| 6.3 本章小结 |
| 7 结论及展望 |
| 7.1 主要结论 |
| 7.2 论文创新点 |
| 7.3 展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（8）基于改进单历元算法的实时变形监测与分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究现状 |
| 1.2.1 GNSS变形监测的数据处理方式 |
| 1.2.2 国内外GNSS变形监测研究现状 |
| 1.2.3 单历元数据处理方式研究现状 |
| 1.3 本文的研究内容 |
| 1.4 本章小结 |
| 第2章 单历元变形监测数学模型 |
| 2.1 GPS观测方程 |
| 2.2 GPS观测误差模型 |
| 2.2.1 与卫星有关的误差 |
| 2.2.2 与信号传播有关的误差 |
| 2.2.3 与接收机有关的误差 |
| 2.3 变形监测单历元数学模型 |
| 2.4 似单差与无整周单历元模型的分析 |
| 2.5 本章小结 |
| 第3章 无整周单历元变形监测关键问题的研究 |
| 3.1 无整周单历元模型适用条件 |
| 3.2 无整周单历元模型使用条件验证 |
| 3.3 无整周单历元模型在大变形量监测中的改进 |
| 3.3.1 大变形量监测范围算法改进介绍 |
| 3.3.2 高采样连续观测方法数据处理 |
| 3.4 本章小结 |
| 第4章 连续无整周单历元模型抗差处理 |
| 4.1 无整周单历元卡尔曼滤波 |
| 4.2 连续无整周单历元抗差卡尔曼滤波 |
| 4.2.1 稳健估计概述 |
| 4.2.2 无整周单历元抗差卡尔曼滤波方程 |
| 4.3 基于抗差卡尔曼滤波数据处理 |
| 4.4 本章小结 |
| 第5章 无整周单历元模型程序设计与案例分析 |
| 5.1 无整周单历元模型程序设计 |
| 5.1.1 功能与模块 |
| 5.1.2 程序流程图 |
| 5.2 白沙洲大桥实时监测项目介绍 |
| 5.2.1 项目简介 |
| 5.2.2 数据质量分析 |
| 5.3 变形监测实时解算及分析 |
| 5.3.1 离散傅里叶变换原理 |
| 5.3.2 大桥位移解算与振动分析 |
| 5.4 基于抗差卡尔曼滤波的位移解算与分析 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（9）基于GPS多天线的无人机姿态测量系统研究与设计（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 姿态测量技术的国内外研究现状 |
| 1.3 本文研究工作及主要内容 |
| 第二章 GPS定位原理及误差分析 |
| 2.1 GPS信号组成及主要观测模型 |
| 2.1.1 伪距观测方程 |
| 2.1.2 载波相位观测方程 |
| 2.2 GPS定位误差分析 |
| 2.2.1 卫星相关误差 |
| 2.2.2 卫星信号传播误差 |
| 2.2.3 接收机相关误差 |
| 2.3 GPS载波相位差分组合模型 |
| 2.3.1 载波相位单差观测模型 |
| 2.3.2 载波相位双差观测模型 |
| 2.3.3 载波相位三差观测模型 |
| 2.4 本章小结 |
| 第三章 无人机姿态测量原理 |
| 3.1 坐标系定义与转换 |
| 3.1.1 坐标系定义 |
| 3.1.2 坐标系转换 |
| 3.2 旋转矩阵描述与姿态角定义 |
| 3.2.1 四元数法 |
| 3.2.2 欧拉角法 |
| 3.2.3 无人机姿态角定义 |
| 3.3 无人机姿态角解算 |
| 3.3.1 GPS基线向量 |
| 3.3.2 地心地固坐标系与地理坐标系的转换 |
| 3.3.3 地理坐标系与载体坐标系的转换 |
| 3.4 GPS基线模型构建及参数估计 |
| 3.4.1 基于单差的基线模型 |
| 3.4.2 最小二乘法 |
| 3.4.3 卡尔曼滤波算法 |
| 3.4.4 应用卡尔曼滤波算法的动态基线模型 |
| 3.5 本章小结 |
| 第四章 无人机姿态测量系统算法研究 |
| 4.1 周跳探测与修复 |
| 4.1.1 多项式拟合法 |
| 4.1.2 伪距/载波组合法 |
| 4.1.3 电离层残差法 |
| 4.1.4 基于卡尔曼滤波算法的周跳探测及修复方法 |
| 4.1.5 周跳探测与修复实验 |
| 4.2 非校正相位延迟估计 |
| 4.2.1 初始相位偏差 |
| 4.2.2 硬件延迟偏差 |
| 4.2.3 UPD参数与单差模糊度的相关性分析 |
| 4.3 整周模糊度解算 |
| 4.3.1 整数最小二乘 |
| 4.3.2 LAMBDA方法 |
| 4.3.3 基于单差模型的模糊度固定法 |
| 4.3.4 单差模糊度固定算法实验验证 |
| 4.4 本章小结 |
| 第五章 无人机姿态测量系统的设计与验证 |
| 5.1 姿态测量系统硬件框架设计 |
| 5.1.1 接收机选型及配置 |
| 5.1.2 接收机天线布局设计 |
| 5.1.3 GPS卫星观测数据的传输 |
| 5.2 姿态测量系统的软件流程设计 |
| 5.2.1 总技术流程 |
| 5.2.2 基线解算流程 |
| 5.2.3 姿态解算驱动文件配置 |
| 5.2.4 无人机三维姿态角的最优估计 |
| 5.3 实验验证及精度分析 |
| 5.3.1 实验目的及设计 |
| 5.3.2 实验测试与结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间的科研工作 |
（10）GNSS地基增强系统非差数据处理方法及应用（论文提纲范文）
| 摘要 |
| Abstract |
| 缩略词注释表 |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 国内外研究动态 |
| 1.2.1 网络RTK技术 |
| 1.2.2 PPP技术 |
| 1.2.3 信号传播误差提取 |
| 1.2.4 GNSS地面跟踪网及数据处理软件 |
| 1.3 研究内容及方法 |
| 1.3.1 研究目标 |
| 1.3.2 主要内容 |
| 第二章 多频GNSS数据处理基础理论 |
| 2.1 引言 |
| 2.2 GNSS观测模型 |
| 2.2.1 非差观测模型 |
| 2.2.2 单差观测模型 |
| 2.2.3 双差观测模型 |
| 2.3 常用线性组合观测值 |
| 2.3.1 单频组合观测值 |
| 2.3.2 双频组合观测值 |
| 2.3.3 三频组合观测值 |
| 2.4 秩亏问题及差分等价变换 |
| 2.4.1 秩亏与基准引入 |
| 2.4.2 非差、差分等价变换 |
| 2.5 参数估计策略 |
| 2.5.1 最小二乘平差 |
| 2.5.2 卡尔曼滤波估计 |
| 2.5.3 附加条件约束的卡尔曼滤波 |
| 2.5.4 正反向滤波 |
| 2.6 参数估计评价指标 |
| 2.6.1 条件数 |
| 2.6.2 ADOP |
| 2.6.3 Bootstrapping成功率 |
| 2.6.4 Ratio-test指标 |
| 2.6.5 相关系数 |
| 2.7 本章小结 |
| 第三章 接收机间时延偏差估计与多路径消除模型 |
| 3.1 引言 |
| 3.2 附加基准的接收机间单差滤波方法 |
| 3.3 接收机间偏差评定 |
| 3.3.1 接收机间偏差估计方法 |
| 3.3.2 接收机间频率间偏差 |
| 3.3.3 接收机半周模糊度偏差 |
| 3.4 基于单差的多路径延迟改正模型 |
| 3.4.1 多路径延迟改正模型 |
| 3.4.2 多路径延迟提取及分析 |
| 3.4.3 多路径重复性分析 |
| 3.4.4 多路径模型改正效果比较 |
| 3.5 本章小结 |
| 第四章 非差非组合区域大气延迟提取方法 |
| 4.1 引言 |
| 4.2 实时钟差轨道产品精度评定 |
| 4.2.1 实时钟差轨道产品接收及改正 |
| 4.2.2 精度评定 |
| 4.3 非差精密单点定位模型 |
| 4.3.1 无电离层精密单点定位模型 |
| 4.3.2 非组合精密单点定位模型 |
| 4.3.3 两种模型方法比较 |
| 4.4 单站实时非差大气误差提取 |
| 4.4.1 区域CORS站点大气误差估计 |
| 4.4.2 电离层硬件延迟分离 |
| 4.4.3 单、双频PPP验证 |
| 4.5 区域双差模糊度还原 |
| 4.5.1 双差整数模糊度恢复 |
| 4.5.2 验证分析 |
| 4.6 本章小结 |
| 第五章 全星座PPP-RTK整网数据处理算法 |
| 5.1 引言 |
| 5.2 单星座全频段PPP-RTK整网观测模型 |
| 5.2.1 自主估计卫星钟差、偏差产品 |
| 5.2.2 附加IGS卫星钟差产品 |
| 5.2.3 独立估计卫星载波钟差及伪距钟差 |
| 5.3 全星座整网PPP-RTK观测模型 |
| 5.3.1 附加ISB参数的全星座估计模型 |
| 5.3.2 卫星端载波频间偏差 |
| 5.3.3 多频模糊度分步固定策略 |
| 5.4 用户端非差PPP满秩增强算法 |
| 5.4.1 大气误差内插模型 |
| 5.4.2 用户端模糊度整数恢复 |
| 5.4.3 用户端滤波解算模型 |
| 5.5 验证分析 |
| 5.5.1 全网模糊度固定效果 |
| 5.5.2 载波偏差产品时域变化特性 |
| 5.5.3 频间偏差产品周期性变化特征分析 |
| 5.5.4 产品精度对用户模糊度固定影响分析 |
| 5.6 本章小结 |
| 第六章 地基增强系统软件研发及应用 |
| 6.1 引言 |
| 6.2 规模化地基增强系统服务软件开发 |
| 6.2.1 系统软件框架设计 |
| 6.2.2 功能与服务 |
| 6.2.3 增强信息播发 |
| 6.3 测试应用 |
| 6.3.1 大气误差内插精度分析 |
| 6.3.2 用户定位精度结果 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间参与的项目与论文成果 |
四、Research on Kalman Filtering Algorithmfor Deformation Information Series ofSimilar Single-Difference Model（论文参考文献）
- [1]多星座GNSS/INS组合导航理论与方法研究[D]. 柴大帅. 中国矿业大学, 2020(01)
- [2]基于捷联惯性系统的船体变形测量技术研究[D]. 王帅. 东南大学, 2020(01)
- [3]基于北斗卫星系统精确定位的关键技术及其应用研究[D]. 章梦阳. 合肥工业大学, 2020(02)
- [4]基于GNSS监测的超高层与大跨径桥梁模态参数识别算法研究[D]. 牛彦波. 天津大学, 2019(01)
- [5]附约束条件的移动平台多天线精密定位理论与方法研究[D]. 蒲仁虎. 西南交通大学, 2019(06)
- [6]GNSS欺骗干扰检测算法与实验验证方法研究[D]. 刘科. 国防科技大学, 2019(01)
- [7]北斗双天线高精度变形监测关键技术及其应用研究[D]. 张云龙. 北京交通大学, 2018(11)
- [8]基于改进单历元算法的实时变形监测与分析[D]. 王克志. 武汉大学, 2018(06)
- [9]基于GPS多天线的无人机姿态测量系统研究与设计[D]. 楼明明. 华东师范大学, 2018(01)
- [10]GNSS地基增强系统非差数据处理方法及应用[D]. 汪登辉. 东南大学, 2017(01)