英文文献翻译.docx
《英文文献翻译.docx》由会员分享，可在线阅读，更多相关《英文文献翻译.docx（14页珍藏版）》请在冰豆网上搜索。
英文文献翻译
用滤波和半连续的高频GPS监测变形
A.E.Ragheb;S.J.Edwards;andP.J.Clarke
摘要
多路径是影响GPS精确定位和变形监测的一个主要问题。
因为卫星接收机在每一个恒星日的几何构型几乎是一模一样的，因此在近静态的情况下使用滤波可以减少路径。
这里，我们探讨通过恒星日滤波来获得半连续的GPS数据。
这使用在交互式多天线阵列系统中，用来降低硬件成本。
根据接收机的设置，最佳的切换时间间隔是119s或者119的倍数。
短时间的切换可以提供足够可靠的历元，并且能够为恒星过滤器提供同步的几何位置重复间隔。
恒星日滤波的半连续GPS技术能够有效监测水平和垂直位移，能够分别能达到5mm和8mm的精度。
这是在适当的条件和接近静态环境下测定的。
只有在比双倍的切换时间间隔还要大的时间内才能完成变形观测。
尽管这一技术也可以用于结构物快速变形观测，但是数据的空白可能会造成影响。
尽管如此这个技术还是低成本的、高效的和精确的GPS技术。
关键词：
GPS；恒星日过滤；变形监测；多天线开关切换阵列
引言：
对自然环境和结构物的变形监测有很多好处，比如：
根据结构物的设计保证其性能，确定结构的异常和早期地质灾害的预警。
此外，他还能对设计标准进行校核（Ogajaetal.2001）。
出于安全和稳定的考虑，往往会进行实时或者近实时的变形监测。
这有助于避免有缺陷的建筑物的崩塌，从而规避崩塌带来的金钱损失和环境灾害（Rutledgeetal.2001）。
GPS是监测变形的重要工具，因为它是可靠地、全天候的、自动的。
然而，它和其他的测量手段一样，都有不足，比如检测周跳和多路径。
当然其中也包括GPS的误差来源（Robertsetal.2001,2004）。
在监测运动的建筑物时，为了达到所需精度，有时会长时间、高频率的使用GPS监测，从而导致较高的成本。
GPS监测变形有多种方法，最精确的是连续的静态GPS监测。
这要求GPS接收机放置在所有监测站，同时持续很长一段时间的数据接收监测。
流动的GPS监测也是一种很常见的监测方法，即一个地区的数据收集一般为几个小时，并且在相当长的时间后才进行第二次监测，比如一年。
另一种静态GPS测量方法是间隔测量，要求在一定的时间内进行数据观测，然后在很短的时间内进行反复测量，为每个测站提供不连续的观测数据。
动态GPS允许在每个测站进行瞬时监测，当然比静态观测精度低。
动态GPS可以更迅速的监测变形，可以从几分钟到几小时。
前面有学者（Bocketal._2000,DeJongeetal._2000,Bocketal._2001）证明，通过历元到历元的监测可以替代传统的GPS批量处理方法，而且能够更好的发现GPS的误差来源。
当在高变形率情况下使用这种技术必须把一些因素考虑在内。
首先是使用快速的差分技术，消除单历、周跳的存在。
即便在能够可靠定位时也要考虑这个因素。
其次，虽然影响短基线的GPS误差可以通过差分技术消除或者减弱，但是多路径误差还是会由于特定地点对GPS信号的反射而受影响。
因此，多路径被认为是限制GPS精确定位的最主要的因素（e.g.,LauandMok1999;Axelradetal.1996）。
多路径产生误差的时间是几秒到几分钟，但幸运的是，每一个站点的卫星位置在每个恒星日都是几乎重复的（通常是23小时56分04秒）。
多路径和其他错误在接下来的时间是高度相关的。
当然，这必须保持相同的天线和反射环境。
因此，可以利用“恒星日滤波”技术来减弱这种误差（Genrichand
Bock1992;Nikolaidisetal.2001）。
最近的一些调查表明，卫星的实际间隔只比用于早期的恒星日过滤研究稍微大一点。
最后连续的GPS的一个主要缺点是需要在每个测站架设GPS，这导致成本偏高（Chenetal.2000）。
每个安装包括一个接收器、天线、通信软件和硬件、电源和安全装置。
因此，使用交换式多天线的间隔GPS可以减少投资。
这项技术有静态GPS和快速静态GPS相结合的优势。
GPS数据不连续接受，但是在一个特定的时间间隔内会连接一台接收机，而不需要在流动站移动GPS接收机。
这种情况下，多个GPS天线可以连接到同一个接收机来获取连续数据，同时还可以周期性的切换天线（Dingetal.2000）。
相对连续的GPS监测，这可以减少GPS接收机数量，从而降低整个监测过程的成本。
虽然天线的数量没变，但是还是可以减少成本。
每个天线安装在需要测试的地方，然后通过切换天线的机制来接收信号。
它有多个输入通道和单个的输出通道。
这可以使得接收机在一定的时间间隔内按照顺序从一个天线到另一个天线，来为整个固定监测网获得周期的数据（Heetal.2004a）。
当然，对于相对定位，另一接收机和天线必须固定在附近的一个基站上，并且要已知它的坐标。
因此，多天线的GPS是变形监测的一项经济、精确的技术，尤其是对于高密度的GPS网络来说（Heetal.2005）。
我们研究的主要目的是在变形监测上使用单历元的处理方法（没有初始化延迟和周跳修复）获得一种更快速、更精确的GPS技术，这需要做恒星日过滤（为了最大程度减少多路径误差）和切换天线阵列（目的是减少成本）。
换句话说，这需要以下几步：
（1）用一个快速的单历元技术，即在实时或者近实时情况下识别，来避免环境的影响。
（2）通过多天线阵列切换来最小化成本。
（3）通过使用恒星日滤波方法来增大准确性。
第一件要确定的就是在切换天线之前要确定每个天线的最适宜的观测长度。
我们认为有三个主要因素需要考虑。
第一个是效率，就是说用最短的可靠时间来获取有质量的数据。
第二个就是如何把恒星日滤波和天线切换接合起来，实现观测时间和恒星日延迟的同步。
第三个就是获得最好的测站坐标精度。
使用双天线阵列的切换收集高频率（1HZ）的GPS数据，我们证明了这项技术的实用性和有效性。
用已校准的移动式天线平台来模拟小型天线的位移（1-100mm），从而来证明这项技术的精度和准确性。
1.单历元和恒星日滤波的GPS
文中使用的单历元的定位方法用双差方法形成可能的观测位置，在每个历元中搜索正确的模糊度。
该算法被写进了软件包，成为GPS模糊度搜寻程序（GASP）（Corbett1994;Al-Haifi1996;Gunasingam2003;Ragheb2008）。
由于每个历元被分开处理，常用的参数不会影响多路径误差。
此外，这项技术的优势是不需要长时间的GPS回话时间和初始化时间，同时能够降低周跳和连续锁定卫星的必要性。
该方案使用模糊函数技术，能够解决相位的整周模糊度（CounselmanandGourevitch1981;Remondi1984）。
这项技术的背后是利用复杂的数字来表示初始阶段的模糊度和小数部分的相位。
然后模糊函数来计算每个试验位置的模糊搜索量。
每个可能的位置都有一个模糊函数值（AFV），如果大于阈值就被传递到最小二乘程序中，并且进行F函数检验计算，从而确定正确的位置和相应的模糊度。
Ragheb等人利用单历元定位和恒星日滤波的结合，证明了这能够有效地减少多路径误差，从而提高坐标精度。
Ragheb（2007a,b）等人证实，用双差的方法处理来处理相位残差或者叠加坐标数据的时间是23小时55分54秒，比用其他方法（e.g.,Choietal.2004;AgnewandLarson2007）计算的标称几何重复间隔提前10秒。
然而，当双差方法被采用时，相对最佳延迟±5秒不会对最终的坐标精度产生明显影响。
叠加最初多天的残差能够提高坐标精度，最佳的情况是叠加7天的残差，再多叠加就会降低坐标的精度。
2.多天线阵列
多天线阵列阵列已在前面从几个不同的角度讨论过了。
最早的讨论者之一（SanterreandBeutler_1993）把多天线GPS接收机跟在几公里基线长度上测定高程联系了起来。
Forward等人开发了一个GPS多天线转换系统（GMS），为WesternAustraliaMountKeith的陡峭的墙壁测定变形，能够准连续性的在不同的测站记录数据。
他们的系统除了两个1HZ的连续运行的参考站外，还有4个转换天线。
他们监测到2mm/周的三位变形监测。
陈和丁等人（2000）用GPS多天线系统监测了山体滑坡和不稳定斜坡的变形。
这次试验达到了厘米级的精度，接近了用传统GPS系统监测的精度。
He等人（2004a,b）用了一个更先进的、有八个通道的GMS系统（GMAS），测定了黄河的小浪底大坝。
在整个观测期，基线的平均精度达到了1-2mm左右。
他（2005）把同样的方法应用于云南省澜沧江的小湾大坝。
这个应用程序包括16个监测站，它们连接到2台GPS接收机上，还包括两个有单独GPS接收机的基站。
这个系统实现了在水平方向上3mm和垂直方向上7mm的整体精度。
最近丁等人在中国西安使用GMAS监测黑河水库的山体滑坡和路边斜坡。
应用3小时的批量数据处理方法，他们在典型的斜坡现场条件下实现了三个坐标分量都在2mm范围内的精度。
在本次试验中使用的连接设备包括4个连接器，2个双向的天线，天线的一头串行连接到接收器，另一头并联到PC上。
另外一个天线的串行接口也可以把接收器连接到PC上。
此外，开关盒包括9-12V的直流电源、手动天线覆盖开关、插座和用来显示两个天线中哪个工作的两个指示灯。
所有描述的连接如图1。
VB程序用来控制每个连接到接收器上的天线。
该方案中的一个重要因素是使PC时间与通用时间相协调，以便使开关切换时间与GPS时间相对同步。
这通过使用Windows中独立的应用程序Tardis95来实现。
图1线路连接示意图
3.最优天线开关切换间隔
切换间隔的一个重要的要求是获得最佳的可用数据量，同时保持每个天线的对快速位移的监测能力。
足够长的间隔不仅能重新回复锁定所有可见的运行卫星，还能从这些卫星获得足够的可靠数据来确保监测的连续和准确性。
此外，时间间隔必须对恒星日滤波有效。
为了确定这些因素，在纽卡斯尔大学校园的Drummond楼上建了三个观测站，分别是DRMN、DRMS和DRME，如图2.用了两台徕卡GX1200接收器和三个天线。
一台接收器被直接连在DRMN处的天线上。
另外的接收器用开关设备连接到DRMS和DRME处的天线上。
在Ragheb应用的多路径分析的学者（EsteyandMeertens1999）使用的是多路径代码MP1和MP2值，DRME站同DRMN站和DRMS相比，高度角太低或者偏中等就会有很高的多路径误差，这是因为基站比较靠近DRME。
图2Drummond楼上三个观测站示意图
这次试验在DRMN上用了4个48小时的连续观测数据集和在DRME、DRMS上每隔1，2,5,10分钟的数据观测集。
GPS接收器和开关转换的GPS接收器的原始DBX（直接分支交换）数据都被TEQC软件的自动化脚本转化成了RINEX格式（EsteyandMeertens1999）。
每一个开关天线提取一个独立的RINEX文件。
用IGS（InternationalGNSSService2007）提供的快速精确的轨道来单独处理从固定站DRMN获得的每一条基线。
东方向和北方向的同比增长和三维差异用DRME和DRMS的已知坐标计算。
图3说明了这些差异的第50，第95和第99百分位值。
例如，第50百分位值表示：
所有数据中，能达到厘米级精度的数据占50%时所需要的时间间隔从30s到60s不等。
这是由完全锁定足够多的卫星所需要的时间决定的。
较大的误差通常是由太少的卫星星历、单频率、不相关的载波数据引起的，从来导致差分不成功。
充分锁定的时间将在一定程度上取决于接收器/天线的环境、硬件、转换机制和电缆。
例如，有更高的多路径误差的DRME站在600s后能获得厘米级的概率都达不到95%，而DRMS在200s后就能实现。
一分钟切换的时间间隔不能提供足够准确的历元，在切换到其他天线之前也许只有15s的有效时间。
因此，这个时间间隔不考虑进一步的使用。
此外，图3表明，2、5、10分钟要求几乎相同的重新捕获数据的时间，才能使50%的原始数据达到厘米级的精度。
从快速监测变形的前景来说，2分钟和5分钟的时间间隔是最合适的，剩下的问题就是哪一个跟恒星日滤波最相容。
由于恒星日的最佳延迟是86154s，显然5分钟（300s）的间隔不能同这个延迟时间同步。
即便是在±20s的范围内，5分钟的间隔也不能够匹配出过滤后的开关整数历元时间。
图3所有开关间隔的三维差异百分比：
（a）DRME1分钟间隔（b）DRME2分钟时间间隔（c）DRME5分钟时间间隔（d）DRME10分钟时间间隔（e）DRMS5分钟时间间隔（f）DRMS10分钟时间间隔。
DRMS1分钟和2分钟时间间隔和DRME的图类似。
另一方面，使用2分钟的间隔来匹配比最佳延迟时间快6s的86160s，将会获得718次切换机会（每个天线获得359次）。
更妙的是，使用119s（比2分钟快一s）的间隔时间将会使每个天线得到362次切换机会，刚刚好满足86156s（23h55m56s）。
这个延迟只比最佳延迟多2s。
因此，下面的原因就是用119s来代替2分钟作为最佳间隔的原因。
首先是它为每个开关时间提供了足够数量的准确历元。
其次，它能够与几乎真实的延迟同步，因此能够使用恒星日过滤来提高同步的质量。
同时请特别留意接收机的信噪比变化、接收器的硬件和配置、天线的多路径环境，因为这些因素都能影响重新捕获卫星的时间，从而减小或者增大最佳的开关时间间隔。
4.综合技术应用在变形监测上
结合上一节取得的成果，我们马上要做的就是把恒星日滤波和交换天线阵列系统结合起来，用来测定位移。
为了达到这个目的，我们把天线安置在一个钢制的可调节的专用平台上来测定位移（图4）。
这个平台是一个三轴的平台，并且用固定螺栓和钢索把它固定在DRME上，以防止不相干的运动。
两个分轴各用一个精确的螺纹旋钮连接到主轴上来控制各轴的移动。
两个天线安装在平台上的凸缘上，分别叫做DRME_A和DRME_B。
两个天线通过交换机连接到接收机上，另外一个在DRMN上的天线连接在另一个接收机上来连续观测。
使用相同的接收机和天线收集数据10天，但是DRME_A和DRME_B的切换间隔用119s来代替2分钟。
前八天在不移动平台的前提下收集每个间隔的GPS观测数据，这些数据在不同程度上被应用于水平和垂直位移上。
首先增加水平位移，在图4所示的X方向上每隔一小时分别移动1、2、5、10、20、50,最后移动到100mm。
第二天在垂直方向的Z轴每隔一小时移动相同的幅度。
每次移动都用0.01mm的数字游标卡尺来实现。
图4DRME_A和DRME_B天线安装的位移平台
IGS提供的超速轨道被应用在这里从而获得卫星坐标，以便来检测在近实时条件监测建筑物变形的能力。
这些48小时的轨道文件上半部分是已经计算过的，而下半部分的则是预测的。
这些轨道文件每天发布四次，因此预测未来6小时的卫星轨道也在这里边查找，然后把它们对应的文件联系起来。
在这个条件下，能对卫星轨道进行实时连续的预测。
对GPS的两个开关天线经行数据处理，先固定DRMN的坐标，然后用前8天的坐标残差进行恒星日滤波。
对于恒星日滤波来说，误差在30cm的长期平均坐标值是可以接受的，这在下边再讨论。
这种限制是必须的，因为在卫星几何构型比较微弱的情况下，一些历元可能通过AFV的阈值，并且很难发现错误，但是同已知坐标相比较是错误的。
同时这种限制也能把质量不好的历元通过一个天线转换到另一个天线来消除。
这种限制还能平衡不同幅度的变形监测，还能区分好与坏的历元。
图5显示了DRME_A在未经过滤的东方向和北方向的水平位移和垂直移位随时间的变化。
DRME_B也具有相似的变化。
用119s的滤波来过滤每一个开关间隔的坐标，能够把平均坐标线叠加到时间坐标序列上，这能够更清楚的显示时间序列的变化。
要注意的是Y轴的比例尺是不一样的，这是由于滤波在每个坐标轴上的影响不一样（平台轴不对准正北）。
根据Ragheb（2007a）等人的建议，我们把前7天的坐标残差叠加起来作为滤波器，这与最佳的恒星日延迟时间86156s是匹配的。
然后把这些残差减去来获得最终的滤波后的坐标。
图6显示了经过滤波后坐标随时间的变化。
这些坐标正如预期的那样更加紧凑，质量更高。
因此，我们可以认为，近实时的滤波和天线开关的结合能够提高坐标精度。
图5DRME_A未经滤波的坐标时间图
值得注意的是，一些数据在经过滤波后没有很大的改善，这是由于使用了较大的允许误差（30cm），使得7天的经过过滤后残差叠加也达到了30cm。
经过过滤后的坐标-时间序列中存在着尖峰，或者是由于未经过滤的坐标有较大的值使得过滤器不能平滑，也或者是由于过滤器并没有包括历元当中的所有值。
图6DRME_A经滤波的坐标时间图
5.结果与讨论
为了评估恒星日过滤的效率，每小时都计算出每个坐标分量的批量数据的平均值，同时绘制与三个坐标分量的误差值图。
图7绘制的是三个坐标分量在未经过滤波和经过滤波后的每小时平均坐标，应用于水平位移；图8绘制的是类似的图，但是应用于垂直位移。
应用了恒星日过滤后更容易发现小位移，因为数据中的噪声（主要是多路径）已经被减弱了。
这里我们可以看到一个非常重要的方面是，经过滤波后坐标是稳定和同质的，能够有效的减小偏差，尤其是没有有效地位移方向的时候。
换句话说，恒星日滤波能有效地减小多路径误差对数据的影响，因此剩余的变化或者跳跃都是纯粹由于实际的位移引起的。
这表明，在监测几毫米水平上的水平位移和垂直位移，在没有滤波的前提下，是不明显的。
这是因为多路径在时间序列上产生了噪音，这可以从位移每小时平均移动上看出来。
图7DRME_A的未经滤波的和经滤波的每小时平均坐标，这被用在水平位移上。
实线和右边的误差条是经滤波的坐标，虚线和左边的误差条是未经滤波的坐标。
误差条是代表三个方向的标准差。
图8DRME_A的未经滤波的和经滤波的每小时平均坐标，这被用在垂直位移上。
实线、虚线、误差条跟图7类似。
图9显示了未经滤波和经滤波的真正位移。
每幅图中，所有的历元都被绘制在一小时之内。
这先用119s的间隔平均值来叠加，然后用每小时平均值来叠加。
斜坡最合适的位移和整体残差的均方根已经给出了，用来绘制三个坐标方向。
由此可以看出，坐标残差随着每次间隔的平均和每小时的平均都在减小。
此外，每个坐标上和每幅图上经过滤波的坐标残差均方值比未经滤波的坐标残差均方值都要小。
同时图9还表明恒星日滤波不仅限制了在平均位移值附近位移的变化（提高了精度），同时也让他们更加接近真实值（提高了准确度）。
图9DRME_A显示了监测位移（经过滤和未经过滤）跟真实位移的对比。
黑线表示理想的关系。
使用单历元的天线转换GPS和恒星日滤波结合的技术，当把所有的独立历元都考虑进来的时候，在水平面上可以是整体残差值均方达到4.5mm，两分钟的切换间隔平均可以达到2.7mm，一小时平均可以达到0.6mm。
同时在水平面上真实位移和监测位移的平均比值可以达到0.99。
丁等人使用GMAS技术实现了更加长时间的间隔并且获得了13mm的监测精度。
换句话说，单历元在垂直方向上的均方根能达到7.5mm，每个时间间隔和每小时平均均方根分别能达到5.5mm和0.9mm。
同时在水平面上真实位移和监测位移的平均比值也可以达到0.99。
6.结论
多天线开关切换阵列系统提供半连续GPS观测是一项同时兼顾成本和效益的技术。
不足之处是每次切换天线在开始的时候总会产生一些质量不好的数据，直到重新锁定运行质量良好的卫星。
这些过渡性的数据大概会持续30-50s，用来测试硬件和环境。
因此，修改后的2分钟时间间隔（119s）是最合适的间隔时间，能够产生足够多的良好历元、可靠精度，并且能够在很短的时间内和最佳的恒星日延迟实现同步。
使用多天线交换的GPS数据，通常都会在开关周期的开始丢失40s左右的数据，但是监测的位移都在可接受的范围内，尤其是经过滤波后的。
使用更短的GPS间隔记录时间（如10-20HZ）不会降低数据丢失的时间，但是会产生更多的可用历元数。
因此，完成变形观测的要求就是使用快速、低成本、高效率和精确地GPS技术。
应用恒星日滤波来过滤周期性的GPS数据，能够减少多路径错误，使得能更加容易的区分噪音和真正的位移。
单历元、恒星日滤波和多天线阵列的结合能够成功地在高多路径误差的环境下和近实时的条件下监测水平位移和垂直位移，并且能够达到几毫米的水平。
瞬时位移的精度也能大大提高，在水平位移和垂直位移上能达到优于5mm和8mm的精度。
参考文献
[1]Agnew,D.C.,andLarson,K.M._（2007）.“FindingtherepeattimesoftheGPSconstellation.”GPSSolutions,11
（1）,71–76.
[2]Al-Haifi,Y._（1996）.“ShortrangeGPSsingleepochambiguityresolution.”Ph.D.thesis,Dept.ofSurveying,Univ.ofNewcastleuponTyne,NewcastleuponTyne,U.K.
[3]Axelrad,P.,Comp,C.J.,andMacDoran,P.F._（1996）.“SNR-basedmultipatherrorcorrectionforGPSdifferentialphase.”IEEETrans.Aerosp.Electron.Syst.,32_
（2）,650–660.
[4]Bock,Y.,DeJonge,P.J.,Honcik,D.,Bevis,M.,Bock,L.,andWilson,S.（2001）.“Epoch-by-epochpositioningappliedtodamdeformationmonitoringatDiamondValleyLake,southernCalifornia.”Proc.,10thFIGInt.Symp.onDeformationMeasurements,Orange,Calif.
[5]Bock,Y.,Nikolaidis,R.M.,DeJonge,P.J.,andBevis,M.（2000）.“Instantaneousgeodeticpositioningatmediumdistanceswiththeglobalpositioningsystem.”J.Geophys.Res.,105（B12）,28223–28253.
[6]Chen,Y.Q.,Ding,X.L.,Huang,D.F.,andZhu,J.J.（2000）.“Amulti-antennaGPSsystemforlocalareadeformationmonitoring.”Earth,PlanetsSpace,52_（10）,873–876.
[7]Choi,K.,Bilich,A.,Larson,K.M.,andAxelrad,P._（2004）.“Modifiedsiderealfiltering:
ImplicationsforhighrateGPSpositioning.”Geophys.Res.Lett.,31,L22608.
[8]Corbett,S.（1994）.“GPSsingleepochambiguityresolutionforairborn
升级会员 