gps演讲话题：季节变化对于gps定位精度影响

1、 季季节变化对GPS定位精度的影响 Effects of GPS positioning accuracy during the seasonal variationContent:内容简介方法分析数据分析结论思考内容介绍内容介绍时间：2009年一整年地点：马尔马拉海（Marmara,土耳其内海）主要过程：通过之前建立的马尔马拉连续运行网络(MAGNET) marmara Continuous GPS Network，在一年四 季，在不同的基线和观测时间中，GPS站之间的相对 位置和绝对位置的变化。结果，相对位置主要受到基 线和观测时间，季节变化的影响。主题：研究GPS的定位精度在四季的变化内

2、容介绍内容介绍Marmara：那做了哪些工作呢，我们一起look look方法分析部网：建立14个GPS站，挑选13条长度不同，从6km-238km范围内变化的基线。 （每条基线均以ISTA站作为控制点）数据采集：每个月观测三天（大概是每月6、7、8号），观测12个月。数据收集 每30s观测一次。 基线长度变化方法分析观测：观测24小时，所有基线观测时段数分为1、2、3、4、6，时段长度则分别为24、 12、8、6、4小时。对流层延迟两小时估计一次。时段长度时段次数方法分析气象条件检查：电离层扰动、地磁场变化、太阳公转影响。电离层：电子含量检查，结果显示该年电离层电子含量变化很小。地磁场变化：

3、分别在7月5-7号和12月7-9号采集了地磁场的数据，地磁场相对稳定。太阳公转：检查了太阳的周期和 （the year 2009 closes to solar minimums ）方法分析计算出测站点与控制点的相对坐标采用了IGS提供的最新精密星历和地球自转参数采用相对定位方法，消除或削弱钟差，星历误差，电离层对流层延迟。其他方法：大数据时代，测量数据重要，数据分析更重要。实施方法介绍完了，数据分析才是重头戏数据分析首先介绍二个好东西：均方根（Root Mean Square（RMS）即：将N个项的平方和除以N后开平方的结果，即均方根的结果。公式：残差：指观测值与预测值（拟合值）之间的差，

4、即是实际观察值与回归估计值的差。数据分析在GPS中就是这个意思：数据分析参数估计和方差计算重复观测目的：数据调整（平差）计算多次测量数据的均方根原始测量数据数据分析：参数估计（模型1）： 标准偏差 n代表n e v 坐标时间长度基线长度（an,bn,cn,dn均为常数）数据分析在这种模型下，将常量估计与实际平均RMS比较：结果似乎相差不大，但是。这样比意义不大数据分析结合基线长度 时段长度每个月均估计联合影响，得出每月估计变化数据分析 参数估计（模型2):标准差基线长度（An，Bn均为常数）数据分析将常量估计与实际平均RMS比较：Vetical 方向明显更差数据分析不同的基线长度 RMS估计月平均值与每月值 偏差明显结果：数据分析发现: 13个测站中， 结合基线和 观测时段长度 算出RMS 水平方向(N E) RMS的值一般 小于2mm 竖直方向（v) RMS值一般 小于6mm 数据分析细心发现：有三个站没有直方图！因为点位误差超过RMS值三倍要舍弃并重新计算RMS在竖直方向总是大于水平方向因为是我们仰望卫星，而竖直方向受对流层的影响更大。结论RMS垂直分量明显高于水平分量随着测段长度的增大，RMS变小GPS定位夏天精度比冬天的精度高GPS精度要考虑季节性建模思考季节性变化是在土耳其研究（地中海气候