測繪科學(xué)技術(shù)

GNSS精密單點(diǎn)定位中的實(shí)時質(zhì)量控制

張小紅，郭斐，李盼，等

摘要：目的：質(zhì)量控制是測量數(shù)據(jù)處理中的一個重要環(huán)節(jié)，質(zhì)量控制的優(yōu)劣直接影響到GNSS精密單點(diǎn)定位（PPP）的精度和可靠性，甚至影響PPP定位結(jié)果的可信度。近年來，GNSS測量數(shù)據(jù)處理中的粗差識別、周跳探測、抗差估計等方面仍存在著對接收機(jī)鐘跳的影響考慮不周；周跳探測模擬居多，缺乏實(shí)際數(shù)據(jù)驗(yàn)證；質(zhì)量控制過程單一，缺乏穩(wěn)健的整體控制等問題；對PPP數(shù)據(jù)處理中的質(zhì)量控制研究更是少見。本文提出了一套適用于PPP的實(shí)時質(zhì)量控制體系，深入研究了PPP質(zhì)量控制的過程、方法和效果。方法：由鐘跳引起的偽距階躍、相位連續(xù)型觀測值異常，會使得 MW（Melbourne Wubbena）組合法將所有衛(wèi)星載波觀測值誤探為周跳，并改變模糊度先驗(yàn)信息，必須進(jìn)行探測與修復(fù)。本文采用觀測值歷元差分法進(jìn)行實(shí)時鐘跳探測與修復(fù)。對于某一歷元，當(dāng)且僅當(dāng)所有可用衛(wèi)星的歷元差分偽距和相位觀測值以傳播時間（ms）為單位，差值大小幾乎相等，且十分接近整數(shù)毫秒時，認(rèn)為該歷元存在鐘跳。采用反向修復(fù)法，將連續(xù)的相位觀測值調(diào)整成階躍形式，同偽距基準(zhǔn)保持一致。實(shí)時單站周跳處理方面，考慮到周跳修復(fù)的可靠性難以保證，而錯誤的修復(fù)又會對參數(shù)估計造成不利影響，僅對周跳進(jìn)行探測和標(biāo)記，不作修復(fù)。提出聯(lián)合MW組合和GF（Geometry Free）組合的探測策略，避免了單一組合存在不敏感周跳的問題。針對MW組合法對低高度角衛(wèi)星的探測效果不佳、GF組合誤差受采樣率的影響較大的問題，筆者使用不同采樣率、不同高度角的實(shí)際數(shù)據(jù)進(jìn)行了大量測試后，提出了與衛(wèi)星高度角和采樣間隔相關(guān)的周跳探測閾值表達(dá)式。從保持?jǐn)?shù)據(jù)連續(xù)性、減少不必要的重新初始化角度出發(fā)，該閾值設(shè)置相對寬松。為抵制漏判的周跳和異常誤差的影響，采用改進(jìn)的迭代抗差估計實(shí)時地調(diào)節(jié)最大殘差對應(yīng)的觀測量的權(quán)，等價權(quán)函數(shù)參考IGG-Ⅲ方案，每次迭代僅對當(dāng)前驗(yàn)后殘差最大的觀測量使用等價權(quán)，降低其對參數(shù)估計的貢獻(xiàn)，避免因設(shè)計矩陣的影響，部分（或單一）粗差被分配到其他正常觀測值中，降低正常觀測值的權(quán)，影響PPP定位解的精度和可靠性?？紤]到實(shí)時質(zhì)量控制的效率，為防止濾波發(fā)散，迭代次數(shù)一般選取3～5。結(jié)果：以GENO站為代表的15個測站，鐘跳未修復(fù)時，其動態(tài)PPP反復(fù)多次進(jìn)行重收斂，定位精度較低。究其原因，正是由于頻繁的鐘跳現(xiàn)象（平均每1 h發(fā)生一次）被誤認(rèn)為周跳，導(dǎo)致所有衛(wèi)星的模糊度參數(shù)重新初始化。鐘跳修復(fù)后，保證了數(shù)據(jù)處理的連續(xù)性，避免了不必要的重初始化，首次收斂后，北、東、高方向的定位精度均達(dá)到厘米級。鐘跳修復(fù)后，對50個IGS跟蹤站 30 s采樣間隔的觀測數(shù)據(jù)進(jìn)行靜態(tài)PPP解算。由于GF組合已經(jīng)具有較強(qiáng)的周跳探測能力，利用其能探測出絕大多數(shù)的周跳，且大部分測站的觀測數(shù)據(jù)質(zhì)量較好，因此，大多數(shù)測站的靜態(tài)PPP是否加入MW組合周跳探測，結(jié)果差異很小。有10個測站存在一些GF組合不敏感的周跳，僅用GF組合探測周跳定位結(jié)果較差。在聯(lián)合MW組合探測周跳后，OHI3和VILL站的定位精度由6～8 cm顯著提高到毫米級，改善程度達(dá)到90%左右。而采用了更為嚴(yán)密的質(zhì)量控制后，除精度已經(jīng)達(dá)到毫米級的OHI3站外，幾乎所有的測站均有不同程度的改善，改善后的三維定位精度基本上在1～2 cm，平均改善程度達(dá)到49.8%。動態(tài)PPP具有類似的結(jié)論。結(jié)論：鐘跳修復(fù)保證了數(shù)據(jù)處理的連續(xù)性，避免了不必要的重初始化，定位結(jié)果得到顯著改善，因此，在精密單點(diǎn)定位過程中，必須在數(shù)據(jù)預(yù)處理階段進(jìn)行鐘跳修復(fù)。聯(lián)合MW組合和GF組合，避免了單一組合存在不敏感周跳的問題，提高了周跳探測的能力和可靠性。采用基于最大驗(yàn)后殘差的迭代抗差估計，有效抑制了數(shù)據(jù)預(yù)處理階段未被正確處理的周跳或誤差的影響，定位結(jié)果更加準(zhǔn)確、可靠。對大量的IGS數(shù)據(jù)進(jìn)行的仿實(shí)時PPP處理取得了較好的效果，表明采用本文提出的實(shí)時質(zhì)量控制方法，聯(lián)合使用多種質(zhì)量控制手段，能夠顯著改善定位解的質(zhì)量，提高精密單點(diǎn)定位的精度和可靠性。

來源出版物：武漢大學(xué)學(xué)報（信息科學(xué)版）, 2012, 37(8):940-944

入選年份：2017

基于核主成分分析和粒子群優(yōu)化支持向量機(jī)的滑坡位移預(yù)測

彭令，牛瑞卿，趙艷南，等

摘要：目的：滑坡是一個十分復(fù)雜的非線性動態(tài)系統(tǒng)，變形位移的產(chǎn)生及變化是其自身地質(zhì)條件和受外界因素共同作用的結(jié)果。當(dāng)滑坡在變形演化過程中，遭受季節(jié)性或周期性的影響因素（如降雨、庫水位）作用時，變形位移曲線呈現(xiàn)出階躍型演化特征。在滑坡實(shí)際預(yù)測預(yù)報過程中，很容易對此類滑坡做出錯誤判斷，因?yàn)樽冃芜^程的每一次突變都可能被誤認(rèn)為是滑坡演化已進(jìn)入臨滑階段。因此，對滑坡位移與外界影響因素的綜合響應(yīng)分析與預(yù)測是處理此類滑坡變形曲線的有效手段。本文將核主成分分析（kernel principle component analysis，KPCA）、粒子群算法（particle swarm optimization，PSO）和支持向量機(jī)（support vector regression，SVR）等機(jī)器學(xué)習(xí)方法有機(jī)結(jié)合，擬建立 KPCA-PSO-SVR協(xié)同優(yōu)化模型，預(yù)測滑坡變形位移。方法：以三峽庫區(qū)白家包滑坡GPS位移監(jiān)測點(diǎn)ZG324的2007年相對位移為預(yù)測對象。首先，選取降雨量、庫水位和地下水位3類因素為滑坡變形位移的影響因素，提取當(dāng)月降雨量、前兩個月累計降雨量、當(dāng)月日最大降雨量、當(dāng)月一次連續(xù)最大降雨量、當(dāng)月庫水位、當(dāng)月庫水位變化幅度、當(dāng)月庫水位變化速率、當(dāng)月地下水位和當(dāng)月地下水變化幅度9個因子作為初始影響因子，并對滑坡相對位移數(shù)據(jù)和初始影響因子進(jìn)行歸一化處理。接著，設(shè)置KPCA核函數(shù)為高斯徑向基核函數(shù)，對初始影響因子進(jìn)行核主成分分析，選擇前3個主成分作為所建模型的新影響因子，并將滑坡相對位移和新影響因子分成模型訓(xùn)練樣本（1—10月）和檢驗(yàn)樣本數(shù)據(jù)（11—12月）。然后，利用 PSO算法搜索SVR模型的最佳參數(shù)懲罰因子和RBF核函數(shù)參數(shù)，通過對訓(xùn)練樣本數(shù)據(jù)進(jìn)行學(xué)習(xí)，建立滑坡相對位移與影響因子之間的非線性模型，并采用所建模型對檢驗(yàn)數(shù)據(jù)進(jìn)行預(yù)測。最后，采用均方差（MSE）、相關(guān)系數(shù)的平方（r2）和AIC值作為模型評價指標(biāo)，檢驗(yàn)預(yù)測模型的有效性和預(yù)測能力。結(jié)果：從滑坡位移預(yù)測結(jié)果可見，KPCA-PSO-SVR模型對訓(xùn)練樣本數(shù)據(jù)擬合的最小絕對誤差為0.087，最大絕對誤差為1.576，相對誤差分別為1.621%和13.253%，說明該模型具有較好的擬合能力。對于檢驗(yàn)數(shù)據(jù)而言，模型預(yù)測的絕對誤差和相對誤差分別為 0.047、0.732、1.187%和 14.366%，表明該模型具有較強(qiáng)的泛化能力。但隨著預(yù)測時間間隔的增大，其模型預(yù)測能力有所降低。對于滑坡整個變形位移時序數(shù)據(jù)，KPCA-PSO-SVR模型預(yù)測的平均絕對誤差是0.760，平均相對誤差為7.563%，表明該模型具有較好的擬合和泛化能力。此外，采用不同的優(yōu)化算法搜索SVR模型參數(shù)，建立不同的預(yù)測模型，結(jié)果發(fā)現(xiàn)經(jīng)過PSO算法尋優(yōu)后的模型預(yù)測能力明顯強(qiáng)于基于傳統(tǒng)網(wǎng)格搜索法（grid search，GS）和遺傳算法（genetic algorithm，GA）優(yōu)化的預(yù)測模型。同時，滑坡影響因子不經(jīng)過KPCA處理所建立的預(yù)測模型，其預(yù)測誤差增大，模型預(yù)測能力均有下降。通過模型評價指標(biāo)綜合分析，發(fā)現(xiàn) KPCA-PSOSVR模型的MSE和AIC值均最小，而值最大，說明所建立預(yù)測模型為最優(yōu)穩(wěn)健模型，對滑坡變形位移與影響因素之間的復(fù)雜響應(yīng)關(guān)系具有最佳的擬合及預(yù)測能力。結(jié)論：將核主成分分析、粒子群算法和支持向量機(jī)有機(jī)結(jié)合，構(gòu)建出 KPCA-PSO-SVR協(xié)同優(yōu)化模型，并通過降雨、庫水位和地下水等影響因素對滑坡相對位移進(jìn)行預(yù)測。通過與其它預(yù)測模型對比，發(fā)現(xiàn)所建立模型的擬合和泛化能力最優(yōu)，綜合表明該協(xié)同優(yōu)化模型是一種行之有效的變形位移預(yù)測方法，對滑坡預(yù)測預(yù)報具有關(guān)鍵作用。

來源出版物：武漢大學(xué)學(xué)報（信息科學(xué)版）, 2013, 38(2):148-152

入選年份：2017

總體最小二乘研究進(jìn)展

王樂洋，許才軍

摘要：目的：總體最小二乘（total least squares，TLS）方法是近 30多年發(fā)展起來的一種能同時顧及觀測值誤差和模型系數(shù)矩陣誤差的數(shù)學(xué)方法，其理論及應(yīng)用研究已成為國內(nèi)外研究的熱點(diǎn)?，F(xiàn)有針對TLS的研究領(lǐng)域廣泛，應(yīng)用成果豐富，對其進(jìn)行嚴(yán)密地梳理尤為重要。為進(jìn)一步完善測量數(shù)據(jù)處理中TLS理論體系，本文以TLS解的性質(zhì)、算法和應(yīng)用3個方面為出發(fā)點(diǎn)，綜述了TLS問題的研究現(xiàn)狀與應(yīng)用進(jìn)展，探索TLS理論及其在大地測量數(shù)據(jù)處理領(lǐng)域應(yīng)用的研究方向。方法：查閱了國內(nèi)外TLS相關(guān)的參考文獻(xiàn)，通過總結(jié)相關(guān)研究，對TLS解的性質(zhì)進(jìn)行歸納；總結(jié)了TLS問題的基本算法和擴(kuò)展算法并針對病態(tài)情況、約束情況和標(biāo)度TLS進(jìn)行了詳細(xì)的分析；對TLS在測量領(lǐng)域已有的應(yīng)用研究進(jìn)行概括。從誤差傳播定律、TLS的擾動問題、標(biāo)度因子的選取、加權(quán)情況下附有等式約束的 TLS問題以及求解病態(tài)問題嚴(yán)密的算法等五個方面對今后 TLS的研究進(jìn)行相應(yīng)的展望。結(jié)果：在TLS解的性質(zhì)方面：綜述了變量含誤差（errors-in-variables，EIV）模型估值的性質(zhì)；分別從不同方法、不同角度梳理TLS與LS之間的關(guān)系，例如貝葉斯方法、代數(shù)學(xué)角度、幾何角度等；對TLS問題的研究進(jìn)行了歸納，例如約束TLS與結(jié)構(gòu)TLS的等價性、TLS問題在不同情況不同準(zhǔn)則下有解的充分必要條件等。在TLS問題算法方面：其基本算法主要有奇異值分解（SVD）法和拉格朗日極值法以及從線性回歸角度解析的方法；在基本算法的基礎(chǔ)上還發(fā)展了許多擴(kuò)展算法：非線性總體最小二乘（nonlinear TLS，N-TLS）、混合總體最小二乘（mixed TLS-LS，TLS-LS）、加權(quán)總體最小二乘（weighted TLS，W-TLS）、考慮系數(shù)矩陣結(jié)構(gòu)間相關(guān)性的加權(quán)總體最小二乘（element-wise-weighted TLS，EW-TLS）、廣義總體最小二乘（generalized TLS，G-TLS）、標(biāo)度總體最小二乘（scaled TLS，S-TLS）、限制總體最小二乘（restricted TLS，R-TLS）、總體最小二乘的L p范數(shù)解（total Lpapproximations，T-Lp-A）、正則化總體最小二乘（regularized TLS，RTLS）、約束總體最小二乘（constrained TLS，C-TLS）、多元總體最小二乘（multivariate TLS，M-TLS）、截斷總體最小二乘（truncated TLS，TTLS）、結(jié)構(gòu)總體最小二乘（structured TLS，STLS）、非一般總體最小二乘（nongeneric TLS，NTLS）、部分總體最小二乘（partial TLS，P-TLS）、最小范數(shù)總體最小二乘問題（minimum norm TLS，MNTLS）等；分別從病態(tài)情況、約束情形、S-TLS三個方面深入分析了目前的研究進(jìn)展與其存在的缺陷，為后續(xù)完善總體最小二乘理論提供了重要的研究方向。在TLS應(yīng)用方面：目前主要的應(yīng)用有水準(zhǔn)測量、空間后方交會、坐標(biāo)轉(zhuǎn)換、地殼應(yīng)變參數(shù)反演等；由于大地測量數(shù)據(jù)的特殊性以及TLS理論還尚不成熟，難以直接解決大地測量反演問題，當(dāng)TLS理論得到完善后，其在大地測量反演等數(shù)據(jù)處理問題中必將有更廣泛的應(yīng)用。結(jié)論：在國內(nèi)外對TLS方法研究中，從大地測量數(shù)據(jù)處理的角度詳細(xì)闡述TLS解的性質(zhì)的研究較少，TLS方法的適用性等問題還需要進(jìn)一步的研究。因此，本文對今后研究內(nèi)容進(jìn)行展望，應(yīng)進(jìn)一步對精度評定中誤差傳播定律相關(guān)理論進(jìn)行研究、從測量數(shù)據(jù)處理和數(shù)值分析的角度研究TLS的擾動分析、解決如何選取標(biāo)度因子的難題、研究加權(quán)情況下附有等式約束的 TLS問題以及求解觀測值與系數(shù)矩陣元素相關(guān)加權(quán)情況下病態(tài)性問題的嚴(yán)密算法，深入研究TLS方法在大地測量反演等數(shù)據(jù)處理領(lǐng)域的應(yīng)用，進(jìn)一步完善測量數(shù)據(jù)處理的理論體系。

來源出版物：武漢大學(xué)學(xué)報（信息科學(xué)版）, 2013, 38(7):850-856

入選年份：2017

位置大數(shù)據(jù)的分析處理研究進(jìn)展

劉經(jīng)南，方媛，郭遲，等

摘要：目的：大數(shù)據(jù)時代的到來，使得社會和經(jīng)濟(jì)都發(fā)生了巨大的變革。位置大數(shù)據(jù)是大數(shù)據(jù)的一個重要組成部分。當(dāng)前，基于各種測量傳感網(wǎng)絡(luò)來感知個體和群體與自然關(guān)系和社會環(huán)境關(guān)系的泛在測繪所產(chǎn)生的位置大數(shù)據(jù)是大數(shù)據(jù)研究的重要組成部分。位置大數(shù)據(jù)已經(jīng)成為當(dāng)前用來感知人類社群活動規(guī)律、分析地理國情和構(gòu)建智慧城市的重要戰(zhàn)略資源。通過對位置大數(shù)據(jù)的處理分析，可將單純的定位數(shù)據(jù)引申出人的社會屬性以及與環(huán)境的關(guān)系，這極大的促進(jìn)了計算機(jī)科學(xué)技術(shù)、數(shù)據(jù)科學(xué)技術(shù)與測繪科學(xué)技術(shù)的聯(lián)系，形成了一種智能化、社會化的泛在測繪計算。方法：位置大數(shù)據(jù)的研究需要測繪技術(shù)與信息技術(shù)高度融合。本文針對位置大數(shù)據(jù)，對其基本內(nèi)容、應(yīng)用領(lǐng)域以及相應(yīng)領(lǐng)域已有的研究成果進(jìn)行了詳細(xì)的介紹。然后，針對位置大數(shù)據(jù)的特征和研究需求，介紹了常用的大數(shù)據(jù)處理方法。位置大數(shù)據(jù)是指含有空間位置和時間標(biāo)識的地理和人類社會信息數(shù)據(jù)的位置數(shù)據(jù)，由地理數(shù)據(jù)、車輛軌跡和應(yīng)用記錄等構(gòu)成。位置大數(shù)據(jù)的分析處理主要可形成智慧城市3個方面的服務(wù)支持：為城市運(yùn)行服務(wù)，包括城市規(guī)劃、疾病控制、智能交通、節(jié)能減排、環(huán)境保護(hù)、應(yīng)急響應(yīng)等；為個人生活服務(wù)，包括社會交流、個性化信息推送、駕駛安全、智能駕駛等；為企業(yè)經(jīng)濟(jì)服務(wù)，包括企業(yè)的調(diào)度、門店選址、廣告推送、位置營銷等。結(jié)果：本文在定義位置大數(shù)據(jù)概念基礎(chǔ)上主要從以下3個方面對位置大數(shù)據(jù)進(jìn)行了介紹和分析。（1）介紹了位置大數(shù)據(jù)的分類、特征、作用與意義，以及涉及的研究方法體系。位置大數(shù)據(jù)主要分為地理數(shù)據(jù)、軌跡數(shù)據(jù)和空間媒體數(shù)據(jù)。地理數(shù)據(jù)是直接或間接關(guān)聯(lián)著相對于地球的某個地點(diǎn)的數(shù)據(jù)，包括自然地理數(shù)據(jù)和社會經(jīng)濟(jì)數(shù)據(jù)。軌跡數(shù)據(jù)是指通過GNSS等測量手段以及網(wǎng)絡(luò)簽到等方法獲得的用戶活動數(shù)據(jù)，可以被用來反映用戶的位置和用戶的社會偏好?？臻g媒體數(shù)據(jù)是指包含位置因素的數(shù)字化的文字、圖形、圖像、聲音、視頻影像和動畫等媒體數(shù)據(jù)。位置大數(shù)據(jù)具有典型的體量大、更新速度快、多元性和價值密度低等特性；位置大數(shù)據(jù)具有時空標(biāo)識，有時會使用坐標(biāo)、語言文本來描述。位置大數(shù)據(jù)的研究涉及到數(shù)據(jù)采集、數(shù)據(jù)處理、計算和存儲以及可視化一套完整的技術(shù)方法體系。（2）從位置社會感知、基于位置大數(shù)據(jù)的群體智能系統(tǒng)的建設(shè)和城市地理國情關(guān)聯(lián)分析3個方面對位置大數(shù)據(jù)的應(yīng)用分析進(jìn)行了具體闡述。（3）針對位置大數(shù)據(jù)的混雜型、復(fù)雜性、稀疏性，以及研究需求，我們介紹了常用的位置大數(shù)據(jù)處理方法，包括地圖和軌跡數(shù)據(jù)的預(yù)處理、局部位置數(shù)據(jù)的特征提取、大數(shù)據(jù)的降維分析、特征關(guān)聯(lián)和協(xié)同挖掘，并提出了一種位置大數(shù)據(jù)分析平臺，將上述方法集成，支撐面向城市運(yùn)行和大眾群體應(yīng)用的位置服務(wù)。結(jié)論：泛在測繪和位置大數(shù)據(jù)服務(wù)要求研究宏觀數(shù)據(jù)處理層面的新方法、新思維。位置大數(shù)據(jù)不只是被用來進(jìn)行交通問題的分析，已經(jīng)成為當(dāng)前用來感知人類社群活動規(guī)律、分析地理國情和構(gòu)建智慧城市的重要戰(zhàn)略資源，提升了我們對更為廣泛的人類社會經(jīng)濟(jì)活動和自然環(huán)境的認(rèn)識，充分體現(xiàn)了位置數(shù)據(jù)的價值。

來源出版物：武漢大學(xué)學(xué)報（信息科學(xué)版）, 2014, 39(4):379-385

入選年份：2017