隨著GNSS系統(tǒng)的發(fā)展與完善,接收機(jī)獲取的信號(hào)數(shù)據(jù)中蘊(yùn)含的信息被越來(lái)越多的挖掘出來(lái)。信號(hào)傳播路徑中發(fā)生的對(duì)流層折射效應(yīng)和多路徑效應(yīng),過(guò)去曾被認(rèn)為是定位中的誤差源——對(duì)流層延遲和多路徑誤差。但是,通過(guò)對(duì)這兩大誤差的深入研究,人們發(fā)現(xiàn),利用這兩大效應(yīng)可以監(jiān)測(cè)大氣水汽、海面變化、雪面深度、土壤濕度等近地空間水環(huán)境參數(shù),并逐漸發(fā)展完善為地基GNSS遙感技術(shù)。本文根據(jù)地基GNSS遙感原理,結(jié)合國(guó)內(nèi)外學(xué)者在該領(lǐng)域的研究成果,對(duì)近地空間水環(huán)境參數(shù)進(jìn)行了一系列的研究,內(nèi)容涉及:大氣水汽反演及時(shí)序分析、土壤濕度仿真及反演、積雪參數(shù)反演及格網(wǎng)化研究、潮位反演及其關(guān)鍵問(wèn)題研究,具體而言,取得的研究成果有:1.總結(jié)了國(guó)內(nèi)外地基GNSS遙感的研究現(xiàn)狀,深入研學(xué)了地基GNSS水汽反演原理和GNSS干涉遙感(GNSS-IR)原理,分析了近地空間水環(huán)境參數(shù)監(jiān)測(cè)的意義。2.分析了對(duì)流層水汽序列在時(shí)空上的特性及其在降雨前后的變化情況。分別利用經(jīng)驗(yàn)?zāi)B(tài)分解法和小波分解法進(jìn)行了水汽時(shí)間序列分解,研究了水汽時(shí)間序列的周期性振蕩特性及不同周期振蕩的物理成因。同時(shí),利用ECMWF和GPS反演水汽的優(yōu)點(diǎn),綜合分析了臺(tái)灣地區(qū)一次典型降雨發(fā)生前后的水汽及其他氣象要素特征。3.根據(jù)GPS-IR的經(jīng)典原理,進(jìn)行了土壤濕度、積雪參數(shù)和潮位的仿真反演;通過(guò)分析不同環(huán)境條件下的SNR仿真序列,建立了SNR特征參數(shù)與環(huán)境參數(shù)之間的數(shù)學(xué)關(guān)系;利用該數(shù)學(xué)關(guān)系,進(jìn)行了實(shí)測(cè)GPS數(shù)值反演,反演序列與實(shí)測(cè)環(huán)境序列符合良好。4.顧及大氣折射造成的信號(hào)彎曲現(xiàn)象,分析了大氣折射效應(yīng)在不同高度角下對(duì)解算值的影響,給出了消除此類誤差的大氣折射改正公式;顧及海面動(dòng)態(tài)變化引起的反演結(jié)果偏差,推導(dǎo)了海面動(dòng)態(tài)變化時(shí)的動(dòng)態(tài)公式,改進(jìn)和完善了兩種海面動(dòng)態(tài)改正算法——經(jīng)典改正算法和動(dòng)態(tài)算法。本文研究的創(chuàng)新點(diǎn)為1.顧及到地形起伏對(duì)雪深反演的影響,提出了將反演結(jié)果平面格網(wǎng)化的理論方法,挖掘了SNR中隱藏的各向異性信息,獲得了環(huán)境參數(shù)的平面信息,改正了地形起伏導(dǎo)致的雪深反演結(jié)果偏差。2.針對(duì)潮位反演中的噪聲問(wèn)題,提出了利用小波分解方法剔除噪聲信號(hào)的數(shù)據(jù)處理方法,減小了LSP頻譜圖中的噪聲頻率能量,避免了虛假頻率峰值的出現(xiàn),減少了反演序列的粗差率,改善了反演精度。3.為了提高潮位反演的精度和分辨率,本文提出了一種基于GNSS多模多頻SNR數(shù)據(jù)的潮位反演融合算法。該算法基于聚類思想、滑動(dòng)窗口算法和最小二乘解算思路,實(shí)現(xiàn)了將反演結(jié)果以1h的時(shí)間分辨率,將潮位反演結(jié)果收斂在20 cm以內(nèi)的效果,很好地平衡精度和分辨率之間的矛盾關(guān)系,對(duì)于推進(jìn)GNSS-IR潮位反演的實(shí)際應(yīng)用進(jìn)程具有重大意義。4.為了提高潮位反演的分辨率,利用小波分析提取了SNR中的瞬時(shí)頻率信息,并提出了利用該瞬時(shí)頻率進(jìn)行潮位反演的方法。結(jié)果表明:當(dāng)SNR序列質(zhì)量較好時(shí),瞬時(shí)頻率潮位反演方法能夠在精度損失較小、甚至不損失精度的情況下,大幅提高反演點(diǎn)數(shù)量,深入挖掘了SNR中的多路徑信息,提升了數(shù)據(jù)的有效利用率。
【學(xué)位單位】：長(zhǎng)安大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2018
【中圖分類】：P228.4
【部分圖文】：

圖 1.1 水循環(huán)涉及到的參數(shù)表 1-1 水環(huán)境參數(shù)及其含量（百萬(wàn)立方米）海洋 淡水湖泊 咸水湖和內(nèi)海 河流 淺層地下水 深層地下水 冰川和積雪 大氣 生物體 境作為自然界輻射面范圍最廣、影響力最強(qiáng)的環(huán)境系統(tǒng)，在整個(gè)地球環(huán)境要的位置。水環(huán)境各類參數(shù)的監(jiān)測(cè)，對(duì)于生態(tài)環(huán)境監(jiān)測(cè)、水資源監(jiān)控、水候分析、氣象災(zāi)害預(yù)警及人類的生產(chǎn)生活等有重要意義。因此，本文將對(duì)

而本文關(guān)注的就是其中利用地基 GNSS-R 進(jìn)行水環(huán)境遙感監(jiān)測(cè)的分支。地基 GNSS-R 技術(shù)分為利用 GNSS 折射信號(hào)進(jìn)行遙感和利用 GNSS 反射信號(hào)進(jìn)行遙感兩大類。信號(hào)在傳播過(guò)程中，受到大氣中不同介質(zhì)的折射作用，發(fā)生信號(hào)彎曲或者信號(hào)延遲現(xiàn)象，在定位中造成兩個(gè)誤差源：對(duì)流層延遲和電離層延遲。依據(jù) GNSS 對(duì)流層遙感和電離層遙感技術(shù)，可以利用這兩類延遲進(jìn)行 GNSS 大氣水汽反演（GlobaNavigation Satellite System- Precipitable Water Vapor, GNSS-PWV）和 GNSS 電離層電子含量反演。同時(shí)，信號(hào)會(huì)受到站點(diǎn)周圍不同物體的反射作用，直射信號(hào)和反射信號(hào)被接收機(jī)同時(shí)捕獲，捕獲的信號(hào)為直射信號(hào)和反射信號(hào)的相干信號(hào)。不同的反射面介質(zhì)會(huì)導(dǎo)致相干信號(hào)有不同的干涉振蕩，利用信號(hào)間不同的干涉振蕩特性，可以進(jìn)行反射面介質(zhì)反演。其中，GNSS 干涉遙感（Global Navigation Satellite System-InterferometrReflectomety, GNSS-IR）技術(shù)只基于常規(guī)的大地測(cè)量型接收機(jī)，利用信噪比（SNR）序列中的干涉振蕩特性，便可完成對(duì)站點(diǎn)周圍環(huán)境的監(jiān)測(cè)�？紤]到本文的研究對(duì)象——近空間水環(huán)境參數(shù)，對(duì)各類水環(huán)境參數(shù)的 GNSS-R 可監(jiān)測(cè)性進(jìn)行討論。

圖 1.3 地基 GNSS 各類參數(shù)反演中存在的問(wèn)題具體而言，利用地基 GNSS-R 進(jìn)行各類參數(shù)反演中存在的問(wèn)題有：在地基 GN氣水汽反演中，存在反演空間率較低的問(wèn)題；水汽反演序列與各類氣象遙感數(shù)據(jù)的及綜合分析問(wèn)題。在地基 GNSS 土壤濕度反演中，存在反演精度較低和普適性較差題。在地基 GNSS 積雪參數(shù)反演中，同樣存在反演精度較低和普適性較差的問(wèn)題，，有關(guān)雪密度、雪水當(dāng)量反演的研究處于起步階段，需要大量的研究攻關(guān)。在地NSS 潮位反演中，遇到了兩個(gè)問(wèn)題——精度較低和分辨率受海面上空的衛(wèi)星數(shù)量限對(duì)各類反演中遇到的問(wèn)題，本文選取其中的幾個(gè)問(wèn)題進(jìn)行攻關(guān)研究，具體的問(wèn)題解路詳見(jiàn) 1.4.1 節(jié)。.4 本文研究目的與主要內(nèi)容在前述內(nèi)容中，1.1 節(jié)給出了有關(guān)水環(huán)境參數(shù)的介紹，并明確本文的研究對(duì)象：
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 林波;;GNSS跟蹤測(cè)量技術(shù)研究[J];信息技術(shù)與信息化;2019年08期

2 國(guó)際;王田;劉成;蘇牡丹;薛仁魁;;淺談GNSS測(cè)試方案設(shè)計(jì)[J];數(shù)字技術(shù)與應(yīng)用;2019年07期

3 ;2002國(guó)際GPS/GNSS學(xué)術(shù)年會(huì)[J];國(guó)際學(xué)術(shù)動(dòng)態(tài);2004年01期

4 劉暢;丁凡;田淼清;;GNSS安全——網(wǎng)絡(luò)空間安全的新戰(zhàn)場(chǎng)[J];全球定位系統(tǒng);2019年01期

5 張雙成;戴凱陽(yáng);南陽(yáng);張勤;瞿偉;李振宇;趙迎輝;;GNSS-MR技術(shù)用于雪深探測(cè)的初步研究[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2018年02期

6 李加群;王健;趙向東;;GNSS觀測(cè)數(shù)據(jù)解算檢查及自動(dòng)存儲(chǔ)研究[J];測(cè)繪與空間地理信息;2017年12期

7 白帆;;海上復(fù)雜環(huán)境對(duì)GNSS天線信號(hào)影響的分析[J];數(shù)字通信世界;2018年03期

8 熊尋安;龔春龍;曹夢(mèng)成;曹志德;;茜坑水庫(kù)主壩表面GNSS變形監(jiān)測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J];人民長(zhǎng)江;2018年12期

9 鐘梓敏;;略論幾種常見(jiàn)引起GNSS測(cè)量出現(xiàn)誤差的因素[J];科技資訊;2018年10期

10 張鵬飛;徐泮林;;多系統(tǒng)GNSS在弱信號(hào)環(huán)境下的比較研究與精度評(píng)估[J];北京測(cè)繪;2018年08期

相關(guān)博士學(xué)位論文 前10條

1 夏敬潮;融合泛在無(wú)線信號(hào)與GNSS的室內(nèi)外定位方法研究[D];武漢大學(xué);2015年

2 呂海洋;基于車行GNSS軌跡數(shù)據(jù)的道路網(wǎng)絡(luò)構(gòu)建與增強(qiáng)方法研究[D];南京師范大學(xué);2017年

3 徐廣輝;新信號(hào)體制GNSS接收機(jī)信號(hào)同步與干擾抑制技術(shù)研究[D];哈爾濱工程大學(xué);2018年

4 徐鑒;市區(qū)環(huán)境下GNSS多徑信號(hào)盲處理技術(shù)研究[D];哈爾濱工程大學(xué);2018年

5 王笑蕾;地基GNSS近地空間水環(huán)境遙感監(jiān)測(cè)研究[D];長(zhǎng)安大學(xué);2018年

6 丁楠;地基GNSS水汽層析關(guān)鍵技術(shù)研究[D];中國(guó)礦業(yè)大學(xué);2018年

7 張洪陽(yáng);GNSS弱信號(hào)載波跟蹤技術(shù)[D];西安電子科技大學(xué);2018年

8 丁茂華;GNSS對(duì)流層濕延遲及其加權(quán)平均溫度研究[D];東南大學(xué);2018年

9 岳鵬;遠(yuǎn)程火箭彈GFMINS/GNSS組合導(dǎo)航系統(tǒng)濾波技術(shù)研究[D];哈爾濱工程大學(xué);2011年

10 王鎮(zhèn);GNSS導(dǎo)航基帶信號(hào)捕獲算法與電路關(guān)鍵技術(shù)研究[D];東南大學(xué);2018年

相關(guān)碩士學(xué)位論文 前10條

1 朱肖光;基于真實(shí)場(chǎng)景回放的導(dǎo)航接收機(jī)測(cè)試評(píng)估方法研究[D];上海交通大學(xué);2017年

2 李宏磊;基于空域和稀疏域的高動(dòng)態(tài)GNSS抗干擾技術(shù)研究[D];吉林大學(xué);2019年

3 楊鴻毅;GNSS雙天線定姿研究及軟件實(shí)現(xiàn)[D];中國(guó)礦業(yè)大學(xué);2019年

4 李洪濤;衛(wèi)星部分遮蔽條件下GNSS載波相位動(dòng)態(tài)測(cè)速模型研究[D];中國(guó)礦業(yè)大學(xué);2019年

5 楊曉偉;GNSS精密單點(diǎn)定位算法研究與精度分析[D];中國(guó)礦業(yè)大學(xué);2019年

6 豐秋林;基于機(jī)器學(xué)習(xí)的GNSS反射信號(hào)土壤濕度反演方法研究[D];中國(guó)礦業(yè)大學(xué);2019年

7 何義磊;多GNSS間系統(tǒng)偏差建模與預(yù)報(bào)方法研究[D];中國(guó)礦業(yè)大學(xué);2019年

8 劉晨;地基GNSS水汽的空間插值與層析方法[D];中國(guó)礦業(yè)大學(xué);2019年

9 劉洋洋;地基GNSS技術(shù)的實(shí)時(shí)反演大氣水汽研究[D];中國(guó)測(cè)繪科學(xué)研究院;2019年

10 楊威;面向橋梁監(jiān)測(cè)的GNSS單頻單歷元定位關(guān)鍵模型研究[D];中國(guó)礦業(yè)大學(xué);2019年

本文編號(hào)：2890141