随机模型优化背景
我国是一个崩塌、滑坡、泥石流等地质灾害发生十分频繁和受灾损失极为严重的国家,尤其是中西部地区。
GNSS的定位精度主要取决于监测时的空间环境,其中包括接收机天线周视环境和空间大气环境。地质灾害、大型水坝等监测区域大多处于复杂环境,该环境往往具有地形起伏、植被葱郁、位置偏僻等特点。起伏的地形会使GNSS定位卫星几何构型、卫星连续跟踪弧段较差;
植被的杆茎、枝叶均会对GNSS测距信号产生严重的间歇性遮挡和较大的多路径效应,严重影响卫星跟踪连续性和测距精度;偏僻的监测位置会因通信因素对实时GNSS监测的连续性产生较大的影响等;地震、降雨等作为诱发变形体崩塌的主要因素,会使GNSS信号产生严重的大气误差,进而影响GNSS监测结果。
复杂的监测环境、传统的数据处理方法是限制GNSS技术在滑坡监测领域大范围应用的两个关键因素。因此,本文旨在针对复杂滑坡监测环境,进行多路径误差识别与剔除、实现适用于复杂滑坡环境下的随机模型优化。为复杂滑坡环境提供一个高精度监测方法。
多路径效应:在实际观测中,GNSS接收机接收到的信号是直射信号和反射信号发生干涉后的组合信号, 这种由于多个路径的信号传播所引起的干涉时延效应被称作多路径效应。复杂环境下反射物通常是地面、山坡和植被等。
实际测量时,GNSS接收机周围反射面数量无法准确确定,因此,难以通过差分进行消除。就GPS卫星而言研究表明,单一反射面对L1频点引起的最大误差为4.8cm,对L2载波为6.1cm。
基于站间差分信噪比的随机模型
在实际监测环境中,接收机天线接收到卫星信号时,反射、衍射和散射等干扰信号不断的变化会引起SNR观测值产生振荡,因此,可以利用信噪比时序来分析由监测站周围环境产生的多路径效应
多路径与信噪比相关性分析
G16与C13卫星多路径反射分量与MP1振荡变化趋势较为一致,当MP1值振荡加剧时,多路径反射信号分量的振荡弧度也变大。通过相关性计算,从表中可以发现G16卫星和C13卫星分别在时间延迟为0s时取得最大值0.60和0.58,为显著相关,因此,可以利用信噪比识别受多路径误差影响严重的观测值。
卫星 | 时延大小/s | 最大相关系数 |
G16 | 0 | 0.60 |
C13 | 0 | 0.58 |
信噪比特性分析
良好观测条件下,载噪比随着高度角的增高而逐渐变大,当高度角大于15°时,载噪比基本都大于30dB,当高度角大于60°时,载噪比逐渐稳定。复杂环境下卫星高度角大于60°时,载噪比才基本大于30dB。
信噪比特性分析
信噪比站间差值平稳序列选取原理,对GPS和BDS各卫星信噪比站间差值平稳序列进行统计,结果如图3.9所示。从图中可以发现,除北斗C20和C32信噪比站间差值较大,分别为[-6,6]和[-7,7],其余卫星差值大小均在5dB以内,因此信噪比站间差值范围为[-7,7]
伪距多路径特性分析
GPS | BDS | ||||||
0~45° | 45~90° | 0~90° | 0~45° | 45~90° | 0~90° | ||
良好环境 | 0.80 | 0.38 | 0.68 | 0.72 | 0.44 | 0.58 | |
复杂环境 | 1.52 | 0.82 | 1.25 | 1.43 | 0.68 | 1.00 |
优化定位结果分析
方案 | 固定率(%) | 固定解均方根误差(cm) | ||
E方向 | N方向 | Z方向 | ||
方案一 | 95.7 | 1.73 | 1.18 | 3.70 |
方案二 | 98.0 | 1.25 | 0.71 | 2.43 |
相比于方案一,方案二水平和高程方向监测精度分别提升31.1%和34.3%。