精密单点定位(precise point positioning,PPP)技术的出现,使得全球单接收机高精度定位成为了可能。然而其首次定位收敛时间及信号中断等原因重新收敛时间过长,极大地限制了PPP技术的应用。针对信号中断导致重新收敛时间过长的问题,采...精密单点定位(precise point positioning,PPP)技术的出现,使得全球单接收机高精度定位成为了可能。然而其首次定位收敛时间及信号中断等原因重新收敛时间过长,极大地限制了PPP技术的应用。针对信号中断导致重新收敛时间过长的问题,采用基于原始观测值的非差非组合模型,通过先验大气层约束来加快PPP重新收敛。对于不同卫星电离层预测值精度不同,提出利用先验预测值方差来确定中断时刻预测值方差。比较了不同系统组合信号中断下无约束、先验对流层约束、先验电离层及对流层约束条件下(east-north-up)方向最大误差,表明先验大气层约束条件下,短时间信号中断定位误差依然能维持在分米级别。最后分析了无约束、对流层约束以及大气层约束下1 s、10 s、30 s、60 s中断的重新收敛时间。与无约束重新收敛时间相比,对流层约束收敛时间提升了18%,大气层约束收敛时间提升了74%。展开更多
针对滑坡位移难以预测、影响因素难以选择等问题,提出一种结合了二次移动平均(DMA)法、变分模态分解(VMD)、改进灰狼优化(IGWO)算法与支持向量回归(SVR)的模型进行滑坡位移预测。首先,利用DMA提取滑坡位移趋势项和周期项,采用多项式拟...针对滑坡位移难以预测、影响因素难以选择等问题,提出一种结合了二次移动平均(DMA)法、变分模态分解(VMD)、改进灰狼优化(IGWO)算法与支持向量回归(SVR)的模型进行滑坡位移预测。首先,利用DMA提取滑坡位移趋势项和周期项,采用多项式拟合对趋势项进行预测;其次,对滑坡周期项的影响因素进行分类,采用VMD对原始影响因子序列进行分解获得最优序列;再次,提出一种结合SVR与基于改进Circle多策略的灰狼优化算法CTGWO-SVR(Circle Tactics Grey Wolf Optimizer with SVR)对滑坡周期项进行预测;最后采用时间序列加法模型求出累计位移预测序列,并采用灰色预测的后验证差校验和小概率误差对模型进行评价。实验结果表明,与GA-SVR和GWO-SVR模型相比,CTGWO-SVR的预测精度更高,拟合度达到0.979,均方根误差分别减小了51.47%与59.25%,预测精度等级为一级,可满足滑坡预测的实时性和准确性要求。展开更多
文摘针对滑坡位移难以预测、影响因素难以选择等问题,提出一种结合了二次移动平均(DMA)法、变分模态分解(VMD)、改进灰狼优化(IGWO)算法与支持向量回归(SVR)的模型进行滑坡位移预测。首先,利用DMA提取滑坡位移趋势项和周期项,采用多项式拟合对趋势项进行预测;其次,对滑坡周期项的影响因素进行分类,采用VMD对原始影响因子序列进行分解获得最优序列;再次,提出一种结合SVR与基于改进Circle多策略的灰狼优化算法CTGWO-SVR(Circle Tactics Grey Wolf Optimizer with SVR)对滑坡周期项进行预测;最后采用时间序列加法模型求出累计位移预测序列,并采用灰色预测的后验证差校验和小概率误差对模型进行评价。实验结果表明,与GA-SVR和GWO-SVR模型相比,CTGWO-SVR的预测精度更高,拟合度达到0.979,均方根误差分别减小了51.47%与59.25%,预测精度等级为一级,可满足滑坡预测的实时性和准确性要求。
