一種改進(jìn)的TurboEdit數(shù)據(jù)預(yù)處理算法課件(20頁P(yáng)PT)

1、 一種改進(jìn)的TurboEdit 非差數(shù)據(jù)預(yù)處理算法袁玉斌黨亞民成英燕 Chinese Academy of Surveying & Mapping2009.08.08第1頁，共20頁。主要內(nèi)容常用的非差數(shù)據(jù)預(yù)處理算法TurboEdit算法介紹TurboEdit算法的改進(jìn)實(shí)例分析 結(jié)論2第2頁，共20頁。1、常用的非差數(shù)據(jù)預(yù)處理算法高次差法多項(xiàng)式擬合法相鄰歷元求差法偽距相位組合法多普勒積分法卡爾曼濾波TurboEdit算法 3第3頁，共20頁。2、 TurboEdit算法介紹2.1、Melbourne-Wbbena（M-W）組合 M-W觀測(cè)值及其整周模糊度可分別表示為一般地對(duì)于一個(gè)無周跳的觀測(cè)時(shí)

2、段， 應(yīng)接近于常數(shù)，并且隨機(jī)分布，一旦發(fā)生寬巷周跳，則曲線隨之出現(xiàn)跳變。 4第4頁，共20頁。采用遞推公式計(jì)算每一歷元 的寬巷模糊度預(yù)測(cè)值 及其方差 ：若 ,則認(rèn)為 歷元可能發(fā)生周跳；繼續(xù)判斷 歷元的狀態(tài)。5第5頁，共20頁。2.2、Geometry-Free（G-F）組合 整數(shù)據(jù)段擬合 G-F觀測(cè)值為 G-F組合觀測(cè)值適于周跳探測(cè)與修復(fù)、粗差剔除。一般利用多項(xiàng)式進(jìn)行擬合，根據(jù)擬合殘差來判斷是否發(fā)生周跳。若 則認(rèn)為 歷元發(fā)生周跳。然后進(jìn)行周跳修復(fù)(葉世榕,2002)。 分別探測(cè)出M-W和G-F周跳后，聯(lián)立方程求解 上的周跳值。 6第6頁，共20頁。主要內(nèi)容常用的非差數(shù)據(jù)預(yù)處理算法TurboEd

3、it算法介紹TurboEdit算法的改進(jìn)實(shí)例分析 結(jié)論7第7頁，共20頁。3、TurboEdit算法的改進(jìn)3.1、M-W寬巷模糊度預(yù)測(cè)值及方差 預(yù)測(cè)當(dāng)前歷元寬巷模糊度及方差時(shí) （1）只能利用當(dāng)前弧段的觀測(cè)值。 （2）選擇序列亦不能太長(zhǎng)。 （3）考慮到粗差問題。8第8頁，共20頁。選取一參考?xì)v元 ， 兼顧了前述要求。設(shè)從參考?xì)v元至當(dāng)前歷元 的粗差數(shù)為 ，則9第9頁，共20頁。3.2、Geometry-Free（G-F）組合 相鄰歷元求差法 如果 、 的測(cè)量誤差為0.01周，則 的中誤差為0.023周，可根據(jù)拉依達(dá)準(zhǔn)則或肖維勒準(zhǔn)則來探測(cè)異常。 (1)(2)(3)10第10頁，共20頁。3.3、G-

4、F組合的滑動(dòng)窗口擬合模型 整數(shù)據(jù)段上的擬合模型 (見2.2) 以下兩個(gè)缺陷：1）、該方法只能探測(cè)大周跳。2）、擬合階數(shù)的選擇問題。相鄰歷元差分法(見3.2) 本質(zhì)上也是一種擬合模型。11第11頁，共20頁。3.4、G-F組合擬合模型的概括模型 本文提出一種基于滑動(dòng)窗口的擬合模型。對(duì)當(dāng)前歷元，僅選擇前n個(gè)歷元來求定擬合參數(shù)和中誤差 ，然后作判斷 如果上式成立，則當(dāng)前歷元異常，繼續(xù)進(jìn)行下一歷元的判斷。如果連續(xù)三個(gè)歷元均超限，則認(rèn)為出現(xiàn)了周跳，否則認(rèn)為出現(xiàn)了粗差，并在相應(yīng)的歷元作粗差標(biāo)記。附加更強(qiáng)的約束條件，重新遍歷各G-F弧段的歷元，進(jìn)一步剔除難以發(fā)現(xiàn)的小粗差。12第12頁，共20頁。13第13頁

5、，共20頁。主要內(nèi)容常用的非差數(shù)據(jù)預(yù)處理算法TurboEdit算法介紹TurboEdit算法的改進(jìn)實(shí)例分析 結(jié)論14第14頁，共20頁。4、實(shí)例分析 以bjfs1750.08o的PRN02數(shù)據(jù)作實(shí)驗(yàn)，共756歷元。第100歷元處加周跳 ，等周周跳，M-W探測(cè)的盲點(diǎn)；第200歷元處加周跳 ，等距周跳，G-F探測(cè)的盲點(diǎn)；在第300、301、302、303歷元處分別加上 、 、 、 周跳，此為連續(xù)周跳（或同時(shí)發(fā)生周跳和粗差）；在第400、405歷元處分別加上 、 周跳。注意兩周跳時(shí)間間隔較小，并且施加的為小周跳。不少文獻(xiàn)認(rèn)為，對(duì)開始十幾歷元內(nèi)出現(xiàn)的周跳TurboEdit算法將無能為力。本文的改進(jìn)算法

6、期望可避免這一情況。在第500、501歷元處分別加上 、 的小粗差。15第15頁，共20頁。經(jīng)過前述處理后，M-W和G-F序列為 序列序列 16第16頁，共20頁。 改進(jìn)后的算法將先探測(cè)寬巷周跳，正如預(yù)期結(jié)果：M-W探測(cè)到了三個(gè)周跳，但遺漏了100歷元處的等周周跳。而在劃分的M-W弧段中，G-F組合彌補(bǔ)了M-W組合的這一缺陷。 將 、 浮點(diǎn)解四舍五入取整即得整數(shù)解，可知取整帶來的舍入誤差較小。對(duì)300-303共四個(gè)歷元的連續(xù)周跳，該算法只認(rèn)為第四歷元處發(fā)生周跳，而將前三個(gè)歷元當(dāng)作粗差剔除。另外400歷元處的寬巷周跳被正確探測(cè)到，但由于400-404弧段太短，難以正確解算出兩波段上的周跳值而被當(dāng)作粗差剔除。17第17頁，共20頁。 改進(jìn)的算法對(duì)粗差有較強(qiáng)的探測(cè)能力。下圖為500歷元處左右的G-F序列放大效果。從圖中可以看出，盡管0.1周的粗差較小，但一經(jīng)滑動(dòng)窗口放大，即明顯表現(xiàn)出來。本實(shí)驗(yàn)探測(cè)到第500歷元發(fā)生異常后，解算的連續(xù)三個(gè)歷元擬合殘差分別為-0.0182、0.0205、0.0015，中誤差均為0.0012，根據(jù) 原則易將這兩個(gè)連續(xù)粗差剔除。18第18頁，共20頁。5、結(jié)論TurboEdit方法是當(dāng)前非差相位數(shù)據(jù)預(yù)處理的一種常用且行之有效的算法。然而發(fā)揮該