导读:本文包含了天顶延迟论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:对流层,天顶,模型,单点,精密,神经网络,水汽。
天顶延迟论文文献综述
刘清,刘润东,陶衡[1]（2019）在《天顶对流层延迟对降雨情况的预估》一文中研究指出采用地基GPS反演大气中的水汽含量是一种新型的技术,在传统探测手段的基础上,为用户提供更高时间、空间分辨率的水汽信息.笔者结合实际观测数据探讨了对估算映射函数模型及梯度模型对解算对流层延迟的影响.本文实验采用了2013年6月份国内8个IGS站所组成的观测网所得的观测数据,反演出8个站点所在地区的水汽数据,进一步选取北京房山站及上海佘山站为例与当地探空站数据比对分析得到,两者数据误差范围在-6～6 mm之间,而且两者变化趋势几乎一致,证明了该方法的精度与可行性.(本文来源于《广西民族大学学报(自然科学版)》期刊2019年03期）
毛玉辉,岳忠奇,谢斌斌,段晋珏,王胤涛[2]（2019）在《GPS/Galileo实时天顶对流层延迟估计研究》一文中研究指出采用14个MGEX测站观测数据,利用实时PPP估计方法计算得到Galileo、GPS和GPS/Galileo组合ZTD估值。14个测站的Galileo和GPS ZTD估值的相关系数绝大多数大于0.9,且Galileo-GPS ZTD差值的RMS为8～16 mm,RMS的平均值为12.3 mm,证明Galileo和GPS解的符合性良好,Galileo实时估计的ZTD精度满足要求。同时,IGS最终ZTD产品被用来评价各解算结果的精度,结果显示,GPS/Galileo联合解算时,相对于GPS单系统精度提高了5%～35%,相对于Galileo单系统精度提高了25%～51%。(本文来源于《大地测量与地球动力学》期刊2019年07期）
毛健,崔铁军,李晓丽,陈莉,孙艳玲[3]（2019）在《融合大气数值模式的高精度对流层天顶延迟计算方法》一文中研究指出针对现有对流层天顶延迟模型改正法因水汽参数难以精确获取所导致的时空分辨率与精度上的不足问题,提出了一种融合WRF(weather research and forecasting model)大气数值模式的对流层天顶延迟估计方法。通过分析WRF模式的数值模拟机理及其数据结构特征,采用直接积分与模型改正相结合的混合计算方式,实现了全球任意位置上小时级的对流层天顶延迟估计。验证结果表明,该方法计算的小时级ZTD再分析值精度为13.6 mm,日均值精度更是可达9.3 mm,比传统模型UNB3m的49.6 mm以及目前标称精度最高模型GPT2w的34.6 mm,精度分别提高了约5倍和3.5倍。在30 h的预报时段内,预报值精度也可达22 mm。无论是ZTD再分析值还是预报值比现有模型的估计值精度均有明显提高。(本文来源于《测绘学报》期刊2019年07期）
王朝阳,邢喆,周兴华,阳凡林,唐秋华[4]（2019）在《沿海GPS/GLONASS提取天顶对流层延迟方法研究》一文中研究指出基于中国沿海GNSS观测网20个测站31 d的数据,从数据处理模式、系统组合和卫星截止高度角等方面研究沿海地区GPS/GLONASS数据提取天顶对流层延迟的方法,以CODE提供的对流层产品和探空数据资料作为标准值来评价对流层延迟的精度。结果表明,截止高度角为10°时,采用双差网解GPS/GLONASS组合系统提取的天顶对流层延迟精度略优于双差网解GPS单系统和精密单点定位GPS/GLONASS组合系统,各方法提取结果不存在明显的系统偏差;截止高度角设置对天顶对流层精度影响较大,截止高度角为30°时,采用双差网解GPS单系统提取的结果精度最优,但其精度较低截止高度角时明显降低。(本文来源于《大地测量与地球动力学》期刊2019年06期）
李伟捷,刘根友[5]（2019）在《小波自回归模型在天顶对流层延迟预测中的应用》一文中研究指出为了提高无气象条件下对流层延迟预测的精度,提出一种基于小波及自回归方法(WAMIX)的预测模型:选用IGS站天顶对流层延迟产品建模;经谐波函数提取长周期项后,对其残差序列进行小波分析,分解成低频信号和高频噪声分量;然后对低频信号建立自回归模型,并联合谐波拟合及AR模型实现对流层的预测;最后以7个IGS站的ZTD为真值,对比分析WAMIX、GPT2w和IGGtrop_SH 3种模型30 d的预测精度。实验结果表明,WAMIX比另外2种模型的预测精度更高。(本文来源于《导航定位学报》期刊2019年02期）
张士柱,李莎莎,肖伟,林晓静,孙小超[6]（2019）在《利用Multi-GNSS估计天顶对流层延迟》一文中研究指出利用PPP技术估计对流层延迟,并设计实验对比分析了各单系统和多系统组合下对流层延迟的估计精度;讨论了不同对流层投影函数对对流层延迟估值的影响;最后以武汉市为例,探讨了对流层延迟与季节变化的相关性。结果表明,利用PPP估计的GPS ZTD、BDS ZTD、GLONASS ZTD、GPS/BDS ZTD、GPS/GLONASS ZTD、GPS/BDS/GLONASS ZTD精度均优于2 cm,且组合系统估计的对流层延迟明显比单系统稳定,精度明显提高;不同对流层投影函数对单系统估计影响较大,对组合系统估计影响较小;武汉市夏季对流层延迟大于冬季,但冬季对流层延迟的湿延迟变化较大,夏季对流层延迟的湿延迟变化小。(本文来源于《地理空间信息》期刊2019年05期）
张翔[7]（2019）在《天顶对流层延迟模型的精度分析及其改进研究》一文中研究指出在GNSS定位的误差来源中,对流层延迟通常难以被彻底消除。目前常用模型改正法进行对流层延迟的改正,对流层延迟模型大致分为实测气象数据模型和非实测气象数据模型两类,其实质分别是以实测气象数据或由经验模型估计得到的气象数据与对流层延迟间构建的复杂的非线性关系。随着GNSS定位精度尤其是在高程方向的定位精度要求越来越高,对流层延迟模型的改正精度也需要进一步提高。本文利用IGS分析中心提供的精度优于4mm的天顶对流层延迟为参考值,对比分析了目前常用的几种对流层延迟模型的精度,同时在现有模型上进行改进,以进一步提高对流层延迟的估计精度,具体研究内容如下:(1)分析了叁种实测气象数据模型在中国部分地区的适用性。实验结果表明,Hopfield模型在选取的八个IGS测站的精度较低,且在高海拔地区的适用性较差;Black模型和Saastamoinen模型的精度相当且不受测站高程的影响;(2)依据不同气象数据组合作为输入数据在单个测站建立BP神经网络模型,实验结果表明引入无线电探空获取的可降水量为输入数据建立的BP神经网络模型的精度较Saastamoinen模型有明显提高;同时利用该模型构建区域天顶对流层延迟插值模型,其在选取测站的平均绝对偏差在1~2cm,要明显优于Saastamoinen模型;(3)对四种无需实测气象数据的对流层延迟模型的精度进行比较分析,结果表明GT2w_1模型精度最优,GPT2w_5模型次之,而EGNOS模型与UNB3m模型的精度相对较差;(4)针对单个IGS测站建立ARIMA模型,对GPT2w_1模型的模型误差进行补偿,实验表明利用ARIMA模型改进后的GPT2w_1模型较原模型精度有明显提高。(本文来源于《长安大学》期刊2019-04-28）
徐宗秋,韩澎涛,徐爱功,唐龙江,李磊[8]（2019）在《利用PPP模糊度固定技术估计天顶对流层延迟》一文中研究指出基于GPS天顶对流层延迟(ZTD)快速高精度解算在天气预报中的重要性,采用非差精密单点定位(PPP)模糊度固定技术估计ZTD.选取国际全球导航卫星系统(GNSS)服务中心(IGS)提供的40个测站7d的GPS观测数据进行实验,研究1,2,3,4,6,12和24h时长PPP模糊度固定率以及模糊度固定或坐标紧约束对ZTD估计的影响.结果表明:4h模糊度固定率即达100%.以24h固定解ZTD为参考值,模糊度固定或坐标紧约束能明显提高ZTD估计精度.其中,4h固定解ZTD估计精度达1.4mm.因此,可选用4h时长观测数据进行PPP模糊度固定,快速获得高精度ZTD参数.另外,通过模拟小时数据缺失情况,验证了PPP模糊度固定技术能有效解决数据缺失后ZTD估计精度显着下降问题.研究成果可用于优化气象部门GNSS数据处理方法,为灾害性天气即时监测和临近预报提供及时准确的ZTD参数.(本文来源于《中国矿业大学学报》期刊2019年02期）
陈阳[9]（2019）在《对流层天顶延迟改正模型研究及应用》一文中研究指出随着全球卫星导航系统(GNSS,Global Navigation Satellite System)飞速发展,其在精密单点定位(PPP,Precise Point Position)及GNSS气象学等领域都取得了丰硕成果。卫星信号经过大气层时,受到非色散介质的影响产生的延迟即为对流层延迟。长期以来,对流层延迟始终是影响GNSS导航定位和精密单点定位效果的重要因素。因此研究对流层延迟对于提高GNSS导航精度和PPP定位效果具有重大意义。对流层延迟改正方法较多,包括参数估计法、外部修正法、差分法及模型改正法。模型改正法凭借其廉价性和便利性,得到了广泛应用,但同时也存在模型精度较低的缺陷。随着神经网络技术、遗传算法和数据同化技术的飞速发展,这些技术在多个领域呈现出诸多优势。因其他方向的对流层延迟均可由天顶方向的对流层延迟解算获取,故主要将上述技术用于对流层天顶延迟(ZTD,Zenith Tropospheric Delay)的研究。具体研究内容及成果如下:(1)介绍了大气基本结构及影响大气折射的气象参数,如气压、温度、相对湿度及水气压等。在分析对流层延迟随时间变化的基础上,总结了ZTD的时间序列变化规律。(2)在Hopfield模型基础上,利用误差补偿技术建立了具有较高精度的对流层延迟融合模型(BP-Hopfield模型)。通过美国怀俄明大学提供的2010年全球120多个测站的气象探空数据进行验证。结果表明,Hopfield模型的平均精度为±35.3mm,融合模型(BP-Hopfield模型)的平均精度为±23.5mm。融合模型(BP-Hopfield模型)的精度相比Hopfield模型提高约33%。(3)基于EGNOS模型,利用遗传算法与BP神经网络建立了一个高精度的对流层延迟融合模型(GA-BP-EGNOS模型)。利用IGS中心提供的2011-2014年北美洲20个测站的ZTD数据验证,结果表明融合模型(GA-BP-EGNOS模型)的平均精度为±34.4mm,EGNOS模型的平均精度为±80.4mm。相比EGNOS模型,融合模型(GA-BP-EGNOS模型)的精度提高约58%。(4)针对UNB3m模型存在气象数据质量低、数据周期性考虑不全等缺陷,通过数据同化技术,在UNB3m模型基础上同化ERA-Interim大气再分析数据,建立了一个高精度的融合模型(ERA-UNB3m模型)。利用IGS中心提供的2016年欧洲区域40个测站的ZTD数据进行多维度验证,结果表明,融合模型的平均精度为±31.4mm,UNB3m模型的平均精度为±46.3mm。结果表明融合模型(ERA-UNB3m模型)的精度较UNB3m模型提高约31%。(5)通过精密单点定位验证工作,发现ZTD模型精度越高,其定位效果越好。参数估计法比ZTD模型的定位效果稍好一些。对于XYZ叁个方向的误差,Z方向比X、Y方向误差较大。对于NEU叁个方向的误差,U方向误差最大。(本文来源于《东南大学》期刊2019-03-01）
杜晓燕,乔江,卫佩佩[10]（2019）在《一种用于中国地区的对流层天顶延迟实时修正模型》一文中研究指出针对目前对流层延迟修正受限于探空数据不足导致修正效率低的问题,该文结合Saastamoinen和GPT2w模型构建形成组合模型Sa+GPT2w模型,通过利用GPT2w模型提供的高精度气象数据,实现中国地区对流层天顶延迟(ZTD)的实时修正,克服对探空数据的依赖,并用实测数据对计算结果进行验证。以IGS提供的中国地区2015至2017年ZTD时间序列为评估标准时,Sa+GPT2w模型(bias:1.661 cm, RMS:4.711 cm)的精度较同等条件下的Sa+EGNOS, Sa+UNB3m和Hop+GPT2w模型分别提升50.5%, 41.9%和37.1%;以GGOS Atmo-sphere 2017年ZTD数据为标准时,Sa+GPT2w模型(bias:1.551 cm, RMS:4.859 cm)的精度相对同等条件下的另3种模型分别提升49.5%, 38.5%和46.8%;最后对Sa+EGNOS, Sa+UNB3m和Sa+GPT2w模型在ZTD修正中误差结果的时空分布特征进行分析。研究结果可为在中国地区的导航定位、大气折射研究中,应用不同气象参数模型进行ZTD修正的有效性和可能达到的精度提供参考。(本文来源于《电子与信息学报》期刊2019年01期）
天顶延迟论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
采用14个MGEX测站观测数据,利用实时PPP估计方法计算得到Galileo、GPS和GPS/Galileo组合ZTD估值。14个测站的Galileo和GPS ZTD估值的相关系数绝大多数大于0.9,且Galileo-GPS ZTD差值的RMS为8～16 mm,RMS的平均值为12.3 mm,证明Galileo和GPS解的符合性良好,Galileo实时估计的ZTD精度满足要求。同时,IGS最终ZTD产品被用来评价各解算结果的精度,结果显示,GPS/Galileo联合解算时,相对于GPS单系统精度提高了5%～35%,相对于Galileo单系统精度提高了25%～51%。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
天顶延迟论文参考文献
[1].刘清,刘润东,陶衡.天顶对流层延迟对降雨情况的预估[J].广西民族大学学报(自然科学版).2019
[2].毛玉辉,岳忠奇,谢斌斌,段晋珏,王胤涛.GPS/Galileo实时天顶对流层延迟估计研究[J].大地测量与地球动力学.2019
[3].毛健,崔铁军,李晓丽,陈莉,孙艳玲.融合大气数值模式的高精度对流层天顶延迟计算方法[J].测绘学报.2019
[4].王朝阳,邢喆,周兴华,阳凡林,唐秋华.沿海GPS/GLONASS提取天顶对流层延迟方法研究[J].大地测量与地球动力学.2019
[5].李伟捷,刘根友.小波自回归模型在天顶对流层延迟预测中的应用[J].导航定位学报.2019
[6].张士柱,李莎莎,肖伟,林晓静,孙小超.利用Multi-GNSS估计天顶对流层延迟[J].地理空间信息.2019
[7].张翔.天顶对流层延迟模型的精度分析及其改进研究[D].长安大学.2019
[8].徐宗秋,韩澎涛,徐爱功,唐龙江,李磊.利用PPP模糊度固定技术估计天顶对流层延迟[J].中国矿业大学学报.2019
[9].陈阳.对流层天顶延迟改正模型研究及应用[D].东南大学.2019
[10].杜晓燕,乔江,卫佩佩.一种用于中国地区的对流层天顶延迟实时修正模型[J].电子与信息学报.2019
论文知识图
