gps演讲话题：季节变化对于gps定位精度的影响分析.pptVIP

季节变化对GPS定位精度的影响 Effects of GPS positioning accuracy during the seasonal variation Content: 内容简介 方法分析 数据分析 结论 思考 内容介绍 时间：2009年一整年 地点：马尔马拉海（Marmara,土耳其内海） 主要过程：通过之前建立的马尔马拉连续运行网络(MAGNET) [marmara Continuous GPS Network]，在一年四 季，在不同的基线和观测时间中，GPS站之间的相对 位置和绝对位置的变化。结果，相对位置主要受到基 线和观测时间，季节变化的影响。 主题：研究GPS的定位精度在四季的变化 内容介绍 Marmara： 那做了哪些工作呢，我们一起look look 方法分析 部网：建立14个GPS站，挑选13条长度不同，从6km-238km范围内变化的基线。 （每条基线均以ISTA站作为控制点） 数据采集：每个月观测三天（大概是每月6、7、8号），观测12个月。数据收集 每30s观测一次。 控制点 基线长度变化 方法分析 观测：观测24小时，所有基线观测时段数分为1、2、3、4、6，时段长度则分别为24、 12、8、6、4小时。对流层延迟两小时估计一次。 时段长度 时段次数 方法分析 气象条件检查：电离层扰动、地磁场变化、太阳公转影响。 电离层：电子含量检查，结果显示该年电离层电子含量变化很小。 地磁场变化：分别在7月5-7号和12月7-9号采集了地磁场的数据，地磁场相对稳定。 太阳公转：检查了太阳的周期和?（the year 2009 closes to solar minimums?） 方法分析 计算出测站点与控制点的相对坐标 采用了IGS提供的最新精密星历和地球自转参数 采用相对定位方法，消除或削弱钟差，星历误差，电离层对流层延迟。 其他方法： 大数据时代，测量数据重要，数据分析更重要。 实施方法介绍完了，数据分析才是重头戏 数据分析 首先介绍二个好东西： 均方根（Root Mean Square（RMS）） 即：将N个项的平方和除以N后开平方的结果，即均方根的结果。 公式： 残差：指观测值与预测值（拟合值）之间的差， 即是实际观察值与回归估计值的差。 数据分析 在GPS中就是这个意思： 数据分析 参数估计和方差 计算 重复观测目的： 数据调整（平差） 计算多次测量数据的 均方根 原始 测量数据 数据分析： 参数估计（模型1）： 标准偏差 n代表n e v 坐标 时间长度 基线长度 （an,bn,cn,dn均为常数） 数据分析 在这种模型下，将常量估计与实际平均RMS比较： 结果似乎相差不大，但是。。。。。。这样比意义不大 数据分析 结合基线长度 时段长度 每个月均估计 联合影响，得出每月估计变化 数据分析 参数估计（模型2): 标准差 基线长度 （An，Bn均为常数） 数据分析 将常量估计与实际平均RMS比较： Vetical 方向明显更差 数据分析 不同的基线长度 RMS估计 月平均值与每月值 偏差明显 结果： 数据分析 发现: 13个测站中， 结合基线和 观测时段长度 算出RMS 水平方向(N E) RMS的值一般 小于2mm 竖直方向（v) RMS值一般 小于6mm 数据分析 细心发现：有三个站没有直方图！！ 因为点位误差 超过RMS值 三倍要舍弃 并重新计算 RMS在 竖直方向 总是大于 水平方向 因为是我们 仰望卫星， 而竖直方向 受对流层的 影响更大。 结论 RMS垂直分量明显高于水平分量 随着测段长度的增大，RMS变小 GPS定位夏天精度比冬天的精度高 GPS精度要考虑季节性建模 思考 季节性变化是在土耳其研究（地中海气候为主） 而我们天朝是亚热带季风气候和温带季风气候， 这结论不太靠谱了吧，那又可能会是神马情况？ 冬季精度高 ？ 夏季精度高？ 谢谢观赏 人不能光有梦想， 还有耐心。