一种基于CORS的区域大气水汽实时监测方法及系统

    公开(公告)号:CN109001382A

    公开(公告)日:2018-12-14

    申请号:CN201811098226.4

    申请日:2018-09-20

    Abstract: 本发明公开了一种基于CORS的区域大气水汽实时监测方法及系统,其中方法包括步骤:将各CORS站的观测值实时汇集到数据中心形成GNSS数据;获取IGS精密轨道和精密钟差实时改正产品,并读入GNSS数据,采用精密单点定位技术估测各CORS站上空的大气总延迟;利用全球加权平均温度模型将大气总延迟中的湿延迟转换为大气水汽含量,得到所有CORS站天顶上空的大气水汽含量;采用克里金插值法将所述大气水汽含量插值获得特定时间分辨率与特定空间分辨率的区域大气水汽含量;利用区域大气水汽含量,实现区域上空水汽含量的实时监测。其显著效果是:实现了实时、稳定、高精度、高时空分辨率、全天候和全天时的水汽监测。

    PPP-B2b卫星钟差预测方法、装置、电子设备及存储介质

    公开(公告)号:CN118626866B

    公开(公告)日:2024-11-01

    申请号:CN202411090485.8

    申请日:2024-08-09

    Applicant: 武汉大学

    Abstract: 本申请涉及卫星高精度定位技术领域,特别涉及一种PPP‑B2b卫星钟差预测方法、装置、电子设备及存储介质,其中,方法包括:计算并预处理目标卫星的单差卫星钟差时间序列,生成目标卫星的多弧段PPP‑B2b卫星钟差时间序列;提取每个弧段PPP‑B2b卫星钟差的单差卫星钟差样本,以建立多弧段PPP‑B2b卫星钟差样本;基于多弧段PPP‑B2b卫星钟差样本,构建PPP‑B2b卫星钟差训练数据集,以训练LSTM神经网络,生成PPP‑B2b卫星钟差预测模型,以利用该模型执行PPP‑B2b卫星钟差预测操作。由此,解决了现有的卫星时钟预测方法仅基于单弧段钟差建模,从而导致PPP‑B2b卫星钟差预测精度较低等问题。

    一种大高差地区高精度定位CORS网FKP解算方法

    公开(公告)号:CN114019585B

    公开(公告)日:2024-06-11

    申请号:CN202111180225.6

    申请日:2021-10-11

    Applicant: 武汉大学

    Abstract: 本发明公开了一种大高差地区高精度定位CORS网FKP解算方法,所述方法包括:步骤一:获取CORS站点GNSS观测数据和气象观测数据;步骤二:计算各CORS站点的对流层总延迟改正数;步骤三:解算出各个站点的湿延迟改正数;步骤四:获取各个CORS站点的PWV值;步骤五:获取大气可降水量PWV随机域模型;步骤六:对CORS站点覆盖的三维空间区域进行三维格网剖分;步骤七:计算虚拟格网点处带有高程属性的PWV值;步骤八:播发格网化虚拟对流层湿延迟改正数;步骤九:解算出监测站点处的精确对流层误差改正数;步骤十:计算出该监测站点的其它精确误差改正数;步骤十一:解算准确坐标。以解决现有技术在大高差地区网络RTK用户模糊度无法固定,或者出现定位精度过低的问题。

    一种自适应选星方法、装置、设备及可读存储介质

    公开(公告)号:CN115993623A

    公开(公告)日:2023-04-21

    申请号:CN202310298743.0

    申请日:2023-03-24

    Applicant: 武汉大学

    Abstract: 本申请涉及一种自适应选星方法、装置、设备及可读存储介质,对监测站和基准站发送的差分数据进行解码,获得各目标卫星的载波/伪距观测数据及导航电文信息,并构建双差组合观测值方程;对双差组合观测值方程进行滤波和参数固定得到模糊度和坐标两参数的固定值;根据模糊度和坐标两参数的固定值及双差组合观测值方程构建验后残差向量;基于拉依达准则和验后残差向量剔除存在问题的目标卫星;通过松组合定位算法对剩余的目标卫星进行不同组合后构建的双差观测方程进行迭代滤波解算,得到每组卫星组合对应的验后残差值;基于验后残差值确定出每组卫星组合的检验量,将检验量最小的卫星组合作为最优卫星组合。本申请可自适应实现最优卫星组合的选择。

    一种单历元实时钟差融合系统及方法

    公开(公告)号:CN111007543A

    公开(公告)日:2020-04-14

    申请号:CN201911243938.5

    申请日:2019-12-06

    Applicant: 武汉大学

    Abstract: 本发明提供了一种单历元实时钟差融合系统及方法,系统包括RTS实时接收模块、实时精密钟差生成模块和实时精密钟差融合模块,接收多个分析中心的钟差改正数数据,将RTS钟差改正数应用于广播星历,生成实时钟差数据;根据钟差观测方程,采用最小二乘与给定基准约束,并根据Huber权函数迭代权值,实时计算得到融合钟差,实现钟差的实时融合与监测。本发明所采用的单历元钟差融合方法相较于传统卡尔曼滤波方法无需收敛时间,相较于加权平均方法,使用Huber权函数迭代权值减少了粗差影响;采用一阶差分作为观测值有效地解决了两种传统方法中都存在的基准跳变的问题。本发明所获得的融合钟差产品可以用于实时精密单点定位,提高其定位精度和可靠性。

    基于用户分布格网改正生成方法、装置、设备及存储介质

    公开(公告)号:CN116626725A

    公开(公告)日:2023-08-22

    申请号:CN202310910329.0

    申请日:2023-07-24

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于用户分布格网改正生成方法、装置、设备及存储介质,所述方法通过神经网络算法逐历元构建初始格网;通过用户实时分布数据对所述初始格网进行动态调整,获得历元最终格网;将所述历元最终格网代入网络RTK解算模型,获得差分数据,能够不用受限于VRS数据服务数量,使系统服务格网数量始终保持动态平衡,既满足了海量并发需求,提高了区域服务精度,又提升了用户精度,避免了资源浪费,能够自动释放空闲格网,在保障海量并发服务的基础上,实现全域自适应高精度数据服务,提升了基于用户分布格网改正生成的速度和效率。

    基于神经网络的信息外推方法、装置、设备及存储介质

    公开(公告)号:CN116011561A

    公开(公告)日:2023-04-25

    申请号:CN202310310433.6

    申请日:2023-03-28

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于神经网络的信息外推方法、装置、设备及存储介质,所述方法通过获取大气信息历史序列,并使用K临近算法补齐所述大气信息历史序列中缺失的时间点数据;对补齐的序列进行方差定权,获得方差数据,将所述方差数据输入至预设神经网络模型中进行训练,获得训练结果,并对所述训练结果进行广播;获取历史气象信息,将所述历史气象信息与广播接收到的目标数据进行结合,获得历史预报信息,并将所述历史预报信息输入至所述预设神经网络模型中,获得输出信息,并将所述输出信息进行外推,能够极大的提高定位精度和收敛时间,能够降低计算负载,提高了定位时效性,提升了定位精度,提升了基于神经网络的信息外推的速度和效率。

Patent Agency Ranking