Mobile Tracking and Cross-Device-宋星
IAEA指定首个核能人工智能合作研究中心
IAEA指定首个核能人工智能合作研究中心
伍浩松;张焰
【期刊名称】《国外核新闻》
【年(卷),期】2024()3
【摘要】【国际原子能机构网站2024年2月20日报道】国际原子能机构(IAEA)近日与美国普渡大学科学信息中心签署合作协议。
未来五年,普渡大学科学信息中心将作为原子能机构指定的第一个核能人工智能合作中心,支持原子能机构将人工智能技术用于包括反应堆设计、核电机组运行以及培训和教育在内的各项工作。
【总页数】1页(P4-4)
【作者】伍浩松;张焰
【作者单位】中核战略规划研究总院
【正文语种】中文
【中图分类】F41
【相关文献】
1.中荷签署合作协议将建我国首个风能研究中心
2.IAEA指定ICERR计划的首批国际研究中心
3.英特尔首个智能网联汽车大学合作研究中心在中国启动
4.英特尔首个智能网联汽车大学合作研究中心在中国启动
5.人工智能:大陆集团与德国人工智能研究中心紧密合作
因版权原因，仅展示原文概要，查看原文内容请购买。
应用iGMAS超快速星历的实时精密单点定位研究
中国空间科学技术F e b ２５㊀２０２１㊀V o l ４１㊀N o １㊀２９Ｇ３７C h i n e s eS p a c eS c i e n c ea n dT e c h n o l o g yI S S N １０００Ｇ７５８X ㊀C N １１Ｇ１８５９/V h t t p :ʊz g k jc a s t c n D O I :１０ １６７０８/jc n k i １０００Ｇ７５８X ２０２１ ０００４应用i G M A S 超快速星历的实时精密单点定位研究徐伟证１,康国华１,∗,彭攀２,周宏涛１,刘宗强１,赵腾１１．南京航空航天大学航天学院,南京２１００１６２．上海卫星工程研究所,上海２０１１０９摘㊀要:中国主导建设的国际G N S S 监测评估系统(i GMA S )相比国际上比较成熟的I G S 系统在产品精度等方面存在差别,目前实时精密单点定位应用多采用I G S 实时㊁近实时产品.为改变这一现状,针对i GMA S 产品特性以及实时精密单点定位对超快速精密星历的需求,对i GMA S 超快速星历的精度和稳定性方面进行评估,设计了i GMA S 产品实时/事后下载应用程序,开展了基于i GMA S 超快速星历的实时精密单点定位研究,并结合N o v A t e lO E M ６１７双频接收机进行了G P S 实时精密单点定位试验.实验结果表明,在连续观测２３m i n 后定位误差即可收敛到分米级,较接收机原始定位精度高一个量级,且稳定性好,最终在E /N /U 方向定位误差均方根分别为７．２c m ㊁６．４c m ㊁１５．２c m ,与应用I G S 超快速星历实时P P P 试验取得相近的结果.研究实现了i GMA S 数据获取㊁评估和实时P P P 应用的一整套方案,验证了i GMA S 超快速产品的性能,对推进i GMA S 产品的应用提供了借鉴.关键词:i GMA S ;超快速星历;实时下载;精度和稳定性;实时精密单点定位中图分类号:P ２２８㊀㊀㊀㊀文献标识码:A收稿日期:２０２０Ｇ０４Ｇ１３;修回日期:２０２０Ｇ０５Ｇ０９;录用日期:２０２０Ｇ０５Ｇ１９;网络出版时间:２０２０Ｇ０６Ｇ１８㊀１５:３２基金项目:上海航天科技创新基金(S A S T ２０１８Ｇ０４７);空间智能控制技术重点实验室开放基金(K G J Z D S Y S Ｇ２０１８Ｇ０７)∗通信作者．E Ｇm a i l :k a n g gh ＠n u a a ．e d u ．c n 引用格式:徐伟证,康国华,彭攀,等．应用i GMA S 超快速星历的实时精密单点定位研究[J ]．中国空间科学技术,２０２１,４１(１):２９Ｇ３７．X U W Z ,K A N G G H ,P E N GP ,e t a l ．R e s e a r c ho nr e a l Ｇt i m e p r e c i s e p o i n t p o s i t i o n i n g w i t h i GMA Su l t r a Ｇf a s t e ph e m e r i s [J ]．C h i n e s e S p a c eS c i e n c e a n dT e c h n o l o g y,２０２１,４１(１):２９Ｇ３７(i nC h i n e s e )．R e s e a r c ho n r e a l Ｇt i m e p r e c i s e p o i n t p o s i t i o n i n g wi t h i G M A S u l t r a Ｇf a s t e ph e m e r i s X U W e i z h e n g １,K A N GG u o h u a １,∗,P E N GP a n ２,Z H O U H o n g t a o １,L I UZ o n g q i a n g １,Z H A OT e n g１１．S c h o o l o fA s t r o n a u t i c s ,N a n j i n g U n i v e r s i t y o fA e r o n a u t i c s a n dA s t r o n a u t i c s ,N a n j i n g ２１００１６,C h i n a ２．S h a n g h a i I n s t i t u t e o f S a t e l l i t eE n g i n e e r i n g ,S h a n gh a i２０１１０９,C h i n a A b s t r a c t :T h eC h i n a Ｇl e d I n t e r n a t i o n a lG N S SM o n i t o r i n g &A s s e s s m e n t S y s t e m (i GMA S )d i f f e r s f r o mt h e I G S s ys t e m (i n t e r n a t i o n a lG N S Ss e r v i c e ,I G S )i n p r o d u c ta c c u r a c y ．R e a l Ｇt i m e p r e c i s e p o i n t p o s i t i o n i n g (P P P )a p pl i c a t i o n sa r e m o s t l y b a s e do n I G Sr e a l Ｇt i m ea n dn e a r r e a l Ｇt i m e p r o d u c t s ．T o i m pr o v e t h i ss i t u a t i o n ,w ea i m e da t i GMA S p r o d u c t c h a r a c t e r i s t i c s a n dt h ed e m a n df o ru l t r a Ｇf a s t p r o d u c t s w i t hr e a l Ｇt i m eP P P ,e v a l u a t e dt h ea c c u r a c y a n ds t a b i l i t y of i GMA Su l t r a Ｇf a s t e p h e m e r i s ,d e s ig n e da n i GMA S p r o d u c t r e a l Ｇt i m e /p o s t Ｇe v e n t d o w n l o a da p p l i c a t i o n ,a n dc a r r i e do u t r e a l Ｇt i m e p r e c i s e p o i n t p o s i t i o n i n g r e s e a r c hb a s e do ni GMA Su l t r a Ｇf a s te ph e m e ri st h r o u g hc o m b i n i n g w i t h N o v A t e l O E M ６１７d u a l Ｇf r e q u e n c y r e c e i v e r ．T h ee x p e r i m e n t a lr e s u l t ss h o w t h a tt h e p o s i t i o n i n g e r r o rc a n c o n v e r get ot h e d e c i m e t e r l e v e l a f t e r ２３m i n u t e s ,w h i c h i sa no r d e ro fm a g n i t u d eh i g h e r t h a nt h eo r i g i n a l p o s i t i o n i n g a c c u r a c y of t h e r e c e i v e r a n dh a sg o o d s t a b i l i t y ．Th e r o o tm e a n s q u a r e e r r o r o f t h e p o si t i o n i n g e r r o r i n t h eE /N /Ud i r e c t i o n i s ７．２c m ,６．４c m ,１５．２c m ,s i m i l a r t o I G Su l t r a Ｇf a s t e p h e m e r i s i nr e a l Ｇt i m eP P Pe x p e r i m e n t ．T h i s s t u d y i m p l e m e n t s a c o m pl e t e３０㊀中国空间科学技术F e b ２５㊀２０２１㊀V o l ４１㊀N o １s o l u t i o n f o r i GMA Sd a t a a c q u i s i t i o n,e v a l u a t i o n,a n d r e a lＧt i m eP P Pa p p l i c a t i o n s,v e r i f i e s p e r f o r m a n c e o f i GMA Su l t r aＧf a s t p r o d u c t s a n d p r o v i d e s r e f e r e n c e f o r t h e a p p l i c a t i o no f i GMA S p r o d u c t s．K e y w o r d s:i GMA S;u l t r aＧf a s t e p h e m e r i s;d o w n l o a d i n r e a l t i m e;a c c u r a c y a n d s t a b i l i t y;r e a lＧt i m e p r e c i s e p o i n t p o s i t i o n i n g为了进一步推动多模G N S S系统兼容和互操作,中国从２０１２年启动国际G N S S监测评估系统(I n t e r n a t i o n a l G N S S M o n i t o r i n g& A s s e s s m e n tS y s t e m,i GMA S)建设.i GMA S 旨在建立我国自主的B D S㊁G P S㊁G L O N A S S和G a l i l e o导航卫星全弧段㊁多重覆盖的全球近实时跟踪网,监控G N S S导航卫星的运行状况㊁信号质量和服务性能[１Ｇ２].i GMA S能够向全球用户提供精密星历㊁钟差㊁地球定向参数等产品,为卫星导航技术试验提供支持,服务于科学研究以及各类应用,包括精密单点定位(P r e c i o u sP o i n t P o s i t i o n i n g,P P P)技术[３].相对于事后处理的精密单点定位,实时精准定位才能满足５G㊁物联网和无人驾驶等技术发展的需求,其中高质量精密星历㊁钟差改正产品的实时获取和应用是难点之一[４].目前国际上开展实时P P P应用主要基于I G S实时㊁近实时产品,包括I G S实时定位服务(r e a lＧt i m es e r v i c e)㊁I G D G (I n t e r n e tＧB a s e d G l o b a lD i f f e r e n t i a lG P S)实时产品和B N C(B K G N t r i p C l i e n t)软件等,以及西班牙GMV公司㊁T r i m b l e公司等推出的商业实时P P P服务[５Ｇ７].与国际上比较成熟的I G S系统相比,我国主导的i GMA S建设周期短,跟踪站㊁分析中心和数据中心数量相对较少,因此i GMA S产品(特别是超快速产品)的实际应用仍需进一步发展.目前,国内外应用i GMA S超快速产品开展的实时精密单点定位研究,主要依靠跟踪站的观测数据模拟实时P P P解算[６,８,９],未能解决i GMA S超快速数据的实时获取和普遍实用问题.针对i GMA S产品的应用推广和实时P P P 对超快速精密数据的需求,本文对i GMA S超快速星历产品精度和稳定性进行分析,并通过高精度的I G S最终产品进行评估.本文以评估结果作为依据选择精密改正数,设计了i GMA SＧD o w n l o a d实时下载程序和实时P P P算法,通过N o v A t e l双频接收机验证了其在实时P P P中的性能,为i GMA S产品的应用提供借鉴思路.１㊀i GMA S超快速星历质量分析１．１㊀超快速星历精度分析i GMA S和I G S卫星精密轨道均包括三种不同精度和时延的数据,即超快速㊁快速和最终产品.其中超快速产品包含２４h观测数据和２４h预测数据,更新频率为６h,分别于当日０３㊁０９㊁１５㊁２１时左右发布,虽然存在约３h滞后时间,但基本可以满足实时定位的需求[１０].I G S已经在全球建立５０７个跟踪站,建有充足的分析中心㊁全球关联分析中心㊁区域关联分析中心及分析中心协调组织来协同处理数据,其最终产品轨道精度约２．５c m,钟差精度约０．０７５n s[４,８].本文以精度较高的I G S MG E X (T h e M u l t iＧG N S SE x p e r i m e n t)最终产品为参考标准,结合实时精密单点定位需求,选取i GMA S和I G S系统在２０１９年７月７日至１３日(北斗周０７０５)的精密星历数据,计算一周时间内i GMA S超快速星历相对I G S最终产品参考真值的均方根误差(R o o tM e a nS q u a r e,R M S),评估其数据的精度和稳定性.其中I G S最终产品从C D D I S(T h e C r u s t a l D y n a m i c s D a t a I n f o r m a t i o nS y s t e m)获取,i GMA S超快速产品从武汉数据中心获取[１１,１２].i GMA S超快速轨道㊁钟差产品和I G S最终产品采样间隔均为１５m i n,但I G S产品采用G P S时间系统(G P S T),i GMA S产品采用B D S 时间系统(B D T),进行质量评估需进行时间基准的协调.本研究在精密轨道和钟差计算时以G P S T作为时间基准,B D T与G P S T的转换关系为[１３]:G P S T＝B D T＋１４＋τU T C(U S U N)－U T C(N T S C)(１)其中τU T C(U S U N)－U T C(N T S C)表示G P S时和北斗时维徐伟证,等:应用i G M A S 超快速星历的实时精密单点定位研究３１㊀持的协调世界时之间的微小量差值.从精度㊁阶数和历元间隔三方面衡量,９阶拟合多项式求解G P S 卫星坐标可达毫米级精度,且效果最好[１４].因此本文采用９阶切比雪夫多项式拟合来计算轨道数据,选取北斗周０７０５期间内i GMA S 超快速星历与I G S 最终星历.本文计算i GMA S 超快速轨道与I G S 最终轨道R M S 差值,计算方式如下式所示[１５]:R M S x ,y ,z ＝１M e po c h ðM e po c h i ＝１(P o s i G MA S x ,y ,z (i )－P o s I G S x ,y ,z (i ))２R M S c l k ＝１M e po c h ðM e po c h i ＝１(C l k i G MA S x ,y ,z (i )－C l k I G S x ,y ,z (i ))２式中:P o s i G MA S x ,y ,z ㊁C l k i G MA Sx ,y ,z 分别表示插值后i GMA S 超快速星历卫星坐标㊁钟差;P o s I G Sx ,y ,z ㊁C l k I G Sx ,y ,z 表示I G S 最终星历表示的卫星坐标㊁钟差;M e po c h 表示一周时间内的总历元数.分别对i GMA S 超快速星历和I G S 最终星历合对G P S ㊁G L O N A S S ㊁B D S 和G a l i l e o 系统在北斗周０７０５期间的轨道数据,各颗卫星轨道误差R M S 和系统整体误差结果如图１所示.１)G P S /G L O N A S S /G a l i l e o /B D S (M E O/I G S O )/B D S (G E O )和系统在北斗周０７０５期间,系统轨道误差均值分别为５．７c m ㊁９．８c m ㊁１４．２c m ㊁１８．０c m ㊁３９３．７c m ;B D S (G E O )卫星相对地面站空间几何构型较差,参数相关性强而很难精确求解,故精度较低.２)由图１(a )~(e )可见,各系统卫星的轨道误差R M S 分布较为均匀,系统轨道精度依次是G P S ㊁G L O N A S S ㊁G a l i l e o ㊁B D S (M E O /I G S O )㊁B D S (G E O );G P S 卫星轨道精度稳定在厘米级,且误差R M S 更为集中,主要得益于目前I G S 地面跟踪站较多,更为丰富的观测数据有助于减小随机误差.３)由图１(b )(e )可知,i GMA S 数据目前提供的北斗卫星精密数据远少于实际在轨北斗卫星数,且系统间卫星轨道精度较为离散.主要原因是北斗导航系统近两年卫星部署较多,在轨调试需要时间,而i GMA S 跟踪站数量少且分布集中,对北斗导航系统的监测质量和完善仍有待提升.图１㊀i GMA S 超快速星历与I G S 星历各系统轨道差值F i g ．１㊀F o u r n a v i g a t i o n s y s t e m s o r b i t e r r o r b e t w e e n i GMA Su l t r a Ｇf a s t e ph e m e r i s a n d I G S f i n a l p r o d u c t３２㊀中国空间科学技术F e b ２５㊀２０２１㊀V o l ４１㊀N o １通过对四大导航系统i GMA S 超快速星历的评估,可见G P S 卫星星历精度在厘米级.卫星钟差同样是影响实时精密单点定位的重要因素,因此本文针对G P S 系统的卫星轨道和钟差做了进一步误差分析,各颗卫星在E C E F 坐标系下X ㊁Y ㊁Z 和３D 方向误差如图２所示,各颗卫星和系统均值的钟差如图３所示.在评估周期内,各颗卫星的X ㊁Y ㊁Z 方向的轨道误差R M S 均在２．０~５．５c m 范围内,且Z 方向轨道误差略优于X ㊁Y 方向,各颗卫星３D 误差均值为５．７８c m .各颗G P S 卫星的钟差集中在２．９４~３．１n s 区间内,系统均值优于３n s ,需要基于超快速轨道对钟差进一步估计才能满足厘米级定位需求.图２㊀i GMA S 超快速与I G S 最终产品G P S 卫星差值R M SF i g．２㊀G P So r b i t e r r o r b e t w e e n i GMA S U l t r a Ｇf a s t a n d I G S f i n a l pr o d u ct 图３㊀i GMA S 超快速与I G S 最终产品的G P S 卫星钟差F i g．３㊀G P Ss a t e l l i t e c l o c ke r r o r b e t w e e n i GMA S U l t r a Ｇf a s t a n d I G S f i n a l pr o d u c t １．２㊀超快速星历稳定性分析实时P P P 应用性能与精密星历的稳定性紧密相关.本文主要从系统轨道精度在一定周期内的变化趋势,以及超快速星历观测和预报部分的精度变化趋势来评估其数据稳定性.在北斗周０７０５期间四大导航系统每天卫星及星座轨道误差R M S ,在拟合期间变化趋势如图４所示,图５表示G P S 卫星轨道变化.１)由图４可见在拟合周期内G P S 星座系统稳定性最优,轨道整体误差和仿真周期内波动均相对最小;G L O N A S S 稳定性次之,存在小范围波动,应与当日观测数据质量有关;B D S (M E O/I G S O )以及G a l i l e o 导航系统相对波动较大.２)由图４可见在拟合周期内,G P S ㊁G L O N A S S 和G a l i l e o 系统不同卫星的轨道误差R M S 变化趋势相同,轨道误差同步增大或减小;B D S (M E O /I G S O )存在系统间定轨精度离散性相对较大的情况,更说明i GMA S 需要建设全球分布监测站或低轨星基监测站,以提升北斗导航系统整体稳定性.３)由图５可见G P S 卫星在拟合周期内,所有卫星的轨道误差范围均在３．４~８．２c m ,不同卫星在同一天的轨道误差差别较小,误差范围集中且系统整体定轨精度高;G P S 系统有完善的全球分布的跟踪站,可以实现卫星的全弧段多重覆盖.图４㊀四系统轨道误差在拟合周期内的变化趋势F i g．４㊀G P S ㊁G L O N A S S ㊁B D S (M E O /I G S O )㊁G a l i l e oo r b i t e r r or图５㊀i GMA S 超快速轨道相对I G S 最终轨道差值变化F i g ．５O r b i t d i f f e r e n c e c h a n ge sb e t w e e n i GMA Su l t r af a s t o r b i t a n d I G S f i n a l pr o d u c t (G P S )i GMA S 超快速星历在一周拟合周期内G P S 系统定轨精度在厘米级且最稳定,目前依徐伟证,等:应用i G M A S 超快速星历的实时精密单点定位研究３３㊀靠i GMA S 超快速星历开展实时精密单点定位试验可优先选取G P S 卫星观测值参与定位解算,卫星数量不足的情况下,可以用G L O N A S S 系统联立组合精密单点定位.i GMA S 超快速星历观测和预测部分相对I G S 最终产品的误差分别如图６(a )(b )所示.在拟合周期内,观测部分星历相对精度高且稳定,除个别卫星外,X ㊁Y ㊁Z 方向误差大致在ʃ６c m 范围内.预测部分的轨道误差相对较大,部分卫星超过１０c m 范围,且随预测时间越长轨道精度越低,因此实时P P P 试验需要实时获取最新的i GMA S 超快速星历,以实现最优精度的卫星端误差消除.图６㊀i GMA S 超快速星历观测㊁预测部分与I G S最终精密星历差值变化F i g ．６㊀E r r o r c h a n g e o f i GMA Su l t r a Ｇf a s t e ph e m e r i s o b s e r v a t i o n ,p r e d i c t i o n p a r t a n d I G S f i n a l e ph e m e r i s ２㊀基于i GMA S 产品的实时P P P 定位２．１㊀实时P P P 定位方案设计i G M A S 超快速星历的评估结果分析表明,目前G P S 卫星精度最高且稳定性好,G L O N A S S 次之,B D S (M E O /I G S O )和G a l i l e o 系统均存在一定范围的波动,B D S (M E O /I G S O )各颗卫星定轨精度较为离散.i G M A S 超快速星历观测部分精度和稳定性优于预测部份,且随预测时间越长精度越低,选取最近的超快速星历有助于降低卫星轨道和时钟误差.因此,本文设计i G A M S 产品实时/事后下载软件i G M A S ＧD o w n l o a d ,实时获取最新的超快速星历,采用N o v A t e l 双频接收机获取G P S 卫星观测数据开展实时精密单点定位应用研究,以验证i G M A S 超快速星历在P P P 试验中的实用性能.本研究采用的实时P P P 定位验证方案如图７所示,通过自主设计的i GMA S ＧD o w n l o a d 应用程序联网实时获取最新的i GMA S 超快速星历㊁钟差.N o v A t e lO E M ６１７接收机双频伪距㊁载波相位观测数据㊁广播星历和原始定位结果,实时经串口转U S B 通道输入到计算机中,计算机进行观测数据预处理㊁精密数据拟合以及实时P P P 算法,实时输出P P P 定位结果.最后以北斗伴侣M ２R T K 固定解为参考真值,结合接收机原始定位结果和实时P P P 定位结果进行多通道定位结果的误差对比分析,从而验证i GMA S超快速星历在实时P P P 应用中的性能和可用性.图７㊀实时P P P 技术方案设计F i g ．７㊀R e a l Ｇt i m eP P Pt e c h n o l o g y so l u t i o n ２．２㊀i GMA S 数据实时获取和应用i GMA S 已建成长沙㊁武汉㊁西安３个数据中心,用户可通过任一数据中心或直接通过i GMA S 官网(h t t p:ʊ１２４．２０５．５０．１７８)获取相关３４㊀中国空间科学技术F e b ２５㊀２０２１㊀V o l ４１㊀N o １产品.实时P P P 技术应用需要获取最新的超快速精密星历产品,为了满足本研究实时P P P 算法的需求以及推广i GMA S 数据产品的实际应用,本文基于W i n d o w s 平台设计了实时/事后下载i GMA S 精密数据的应用程序i GMA S ＧD o w n l o a d,程序下载文件的流程设计如图８所示.该程序包括实时和事后下载两种模式,实时下载数据主要面向i GMA S 超快速星历,其文件命名格式为i s u w w w w d _HH．s p ３/c l k ．Z (w w w w 为北斗周;d 为星期,０为星期日,１~６表示星期一至六;HH 为小时,分为００,０６,１２,１８;s p３/c l k 分别表示星历和钟差文件).程序实时刷新i GMA S 数据中心产品列表,根据系统时间匹配最新的超快速产品文件,下载到指定文件夹并自动解压,以备实时P P P 算法读取应用.事后模式可以根据用户需求批量下载其他产品,包括卫星轨道钟差㊁跟踪站地心坐标㊁地球自转参数㊁大气环境参数㊁频间偏差信息㊁电离层闪烁指数㊁民用监测评估结果㊁完好性产品等.图８㊀i GMA S 数据实时下载程序设计流程F i g ．８㊀i GMA Sd a t ad o w n l o a d p r o gr a mf l o w c h a r t ２．３㊀实时P P P 算法设计本文采用P P P 常规模型进行解算,采用双频伪距㊁载波相位观测值的无电离层组合作为函数模型,其基础模型表达式为[１６Ｇ１７]:P s I F＝f ２１P s １－f ２２P s２f ２１－f ２２＝㊀ρs r ＋T s r ＋c (δt r －δt s)＋δm ＋εP I F Φs I F ＝f ２１Φs １－f ２２Φs２f ２１－f ２２＝ρs r ＋T sr ＋㊀c (δt r －δt s )＋λr ,I F b sr ,I F ＋δm ＋εΦI Füþýïïïïïïïï(２)式中:P s I F ㊁Φs I F 分别为伪距㊁载波相位无电离层组合观测值;ρs r 为接收机和卫星间几何距离;T s r 为对流层延迟;δt r ㊁δt s分别表示接收机和卫星钟差;δm 为多路径延迟;b sr ,I F 为包含卫星和接收机端初始相位和硬件延迟的无电离层组合模糊度;εP I F 和εΦI F 分别表示两种组合观测值的观测噪声及未被模型化的误差.为保证高精度定位的质量,本文首先剔除低高度角卫星,并依靠高度角权重模型进行定权,定权模型如式(３)所示[１８]:δ２(e )＝δ２/s i n ２(e )(３)式中:δ２是天顶方向的非差消电离层相位观测值的方差;δ２(e )是在高度角e 处的相位观测值的方差.伪距观测值也在得到天顶方向观测值方差后,采用式(３)进行任意高度角映射,进而计算观测值权阵[１８].对观测数据进行实时预处理时,先剔除观测值存在粗差的卫星,再进行钟跳探测与修复,避免将接收机钟跳引起的观测值跳变误判为周跳.然后联合使用宽巷M e l b o u r n e ＧW u b b e n a (MW )和G e o m e t r y ＧF r e e (G F )组合法进行周跳探测,对于出现周跳的卫星进行模糊度初始化.通过数据的实时预处理,来消除异常观测数据对P P P 定位结果的影响[１９Ｇ２０].本文采用扩展卡尔曼滤波进行参数估计,待估参数为X ＝(x ,y ,z ,d t r ,z p d ,N i (i ＝１~n ))T,依次为接收机位置参数㊁接收机钟差㊁天顶对流层湿延迟㊁可见卫星模糊度参数.精密轨道和钟差等产品采用i GMA S 超快速产品,卫星和接收机端天线相位中心偏差(P C O )和天线相位中心变化(P C V )分别使用I G S A N T E X 文件进行改正.实时定位过程同步使用I G S 超快速产品进徐伟证,等:应用i G M A S超快速星历的实时精密单点定位研究３５㊀行数据处理和结果对比.各项误差采用模型进行处理,具体策略如表１所示[９,１７].表１㊀P P P各项误差处理方法T a b l e１㊀P P Pe r r o r p r o c e s s i n g s t r a t e g y 误差改正项改正方法㊁模型卫星轨道㊁钟差i GMA S超快速星历㊁钟差电离层延迟双频无电离层组合对流层干延迟H o p f i e l d模型＋G P T２＋VM F卫星和接收机天线相位中心i g s１４．a t x㊀P C O＋P C V相位缠绕W u模型相对论效应I E R S协议地球自转改正S a g n a c效应固体潮I E R S协议G O T４．８模型海潮I E R S协议极潮I E R S协议３㊀实时P P P试验与分析３．１㊀实时P P P定位试验环境搭建２０１９年７月２８日１４:００Ｇ１７:３０在南京航空航天大学明故宫校区操场开展了实测数据采集和静态精密单点定位试验.当日天气状况良好,实验环境视野开阔无遮挡,数据采样间隔为１秒.使用N o v A t e lO E M６１７双频接收机(单点定位精度:水平５m,高程１０m)实时接收G P S观测数据,截止高度角设为１５ʎ,使用北斗伴侣M２R T K固定解(定位精度:水平０．０２m,高程０．０４m)作为定位结果参考标准.在定位参考点的设计上,通过将N o v A t e l天线和北斗伴侣M２架设到两台三脚架并调整抵消其高度差,预先测量水平和高度误差并在算法中予以修正.实验过程同步使用两台笔记本电脑进行数据读取和程序运算,以提高程序运算结果的可靠性.３．２㊀P P P试验结果分析本文使用i GMA S超快速星历和钟差产品,对G P S实测数据进行实时精密单点定位实验,其定位结果与N o v A t e l接收机自身定位误差对比如图９所示,分别使用i GMA S和I G S超快速星历的实时P P P定位结果相对于参考真值在E N U坐标系下收敛情况如图１０㊁图１１所示.图９㊀i GMA S超快速星历实时P P P与接收机定位误差对比F i g．９㊀C o m p a r i s o no f p o s i t i o n i n g e r r o r b e t w e e n i GMA Su l t r aＧf a s t e p h e m e r i s r e a lＧt i m eP P Pa n d r e c e i v er图１０㊀i GMA S超快速星历实时P P P定位误差收敛情况F i g．１０㊀i GMA Su l t r aＧf a s t e p h e m e r i sr e a lＧt i m eP P Pc o n v e r g e n ce图１１㊀I G S超快速星历实时P P P定位误差收敛情况F i g．１１㊀I G Su l t r aＧf a s t e p h e m e r i s r e a lＧt i m eP P Pp o s i t i o n i n g e r r o r c o n v e r g e n c e１)由图９可知,N o v A t e l接收机自身定位误差波动大,且方程方向误差较大;与接收机原始定位相比,应用i GMA S超快速星历的实时精密单点定位可以有效提升定位精度和稳定性.２)由图１０和图１１可见,分别使用i GMA S 和I G S超快速星历进行精密单点定位试验,其３６㊀中国空间科学技术F e b ２５㊀２０２１㊀V o l ４１㊀N o １收敛时间和定位精度接近,连续观测约２０m i n 后,P P P 定位误差即可收敛到分米级,最终可收敛到２０c m 以内.３)由图１０和图１１,以及表２可知,i GMA S超快速星历在实时P P P 试验中可实现与I G S 超快速星历相近的定位结果,应用i GMA S 超快速星历的实时精密单点定位可以有效提升定位精度和稳定性,验证了i GMA S 超快速星历的实用性能.表２㊀接收机和实时P P P 定位误差均方根统计T a b l e ２㊀R o o tm e a n s qu a r e s t a t i s t i c s o f r e c e i v e r a n d r e a l Ｇt i m eP P P p o s i t i o n i n g er r o r s 参数类别定位误差均方根/c mE N U 收敛至分米级所需时间/m i n接收机定位２１９．３２２８．５４２９．８－i GMA S ＧP P P ７．２６．４１５．２２３I G S ＧP P P６．９６．２１４．７２０４㊀结束语卫星精密星历是实现P P P 的基础数据,其精度和可用性直接影响导航定位的性能.本文以I G S 最终产品为参考标准,评估了i GMA S 超快速星历的精度和稳定性,设计了i GMA S ＧD o w n l o a d 应用程序实时获取最新的i GMA S 超快速星历,以其中精度和稳定性较高的G P S 卫星数据,结合N o v A t e l 双频接收机开展了实时P P P 定位算法研究和试验,得到如下结论:１)i G AM S 超快速星历中,G P S 卫星精度和稳定性最高,具有较高的可用性,G L O N A S S 次之,B D S (M E O /I G S O ㊁G E O )和G a l i l e o 系统均存在一定范围的波动.G P S 卫星星历得益于数量众多且全球分布的I G S 跟踪站支持,可以通过全弧段多重覆盖的观测数据来提高精度.２)北斗导航系统精密改正数据,存在卫星数量不足㊁卫星精度相对较低(特别是G E O 卫星),以及系统间卫星轨道误差离散性较大的问题.未来有望通过建设更多全球分布的地面监测站或低轨星基监测站,以及星间链路技术来提升北斗产品的精度.３)本文设计的i GMA S ＧD o w n l o a d 软件可以实时获取最新i GMA S 超快速星历,基于该数据的G P S 实时P P P 算法在结合N o v A t e l 双频接收机试验中,与应用I G S 超快速星历定位精度和收敛时间接近,验证了i GMA S 超快速产品的应用性能,有助于推动我国i GMA S 产品的实际应用.参考文献(R e f e r e n c e s)[１]㊀C A IH ,C H E N G ,J I A O W ,e t a l ．A n i n i t i a l a n a l ys i s a n d a s s e s s m e n to n f i n a l p r o d u c t s o fi GMA S [C ]．C h i n a S a t e l l i t eN a v i ga t i o n C o n f e r e n c e(C S N C )２０１６P r o c e e d i n g s :V o l u m e I I I ．S i n g a p o r e :S p r i n ge r ,２０１６．[２]㊀崔红正,唐歌实,宋柏延,等．北斗卫星导航系统实时定轨与钟差处理策略[J ]．中国空间科学技术,２０１５,３５(５):１Ｇ７．C U IH Z ,T A N G GS ,S O N G B Y ,e t a l ．BD Ss a t e l l i t er e a l t i m e o r b i t a n dc l o c kd e t e r m i n a t i o na n d i n i t i a l r e s u l t s a n a l y s i s [J ]．C h i n e s e S p a c e S c i e n c e a n d T e c h n o l o g y,２０１５,３５(５):１Ｇ７(i nC h i n e s e )．[３]㊀谭畅,陈国,魏娜,等．i GMA S 轨道产品综合及精度初步分析[J ]．武汉大学学报(信息科学版),２０１６(１１):１４６９Ｇ１４７５．T A N C ,C H E N G ,W E I N ,e ta l ．C o m b i n e ds a t e l l i t eo r b i t s o f t h e i GMA S a n a l y s i s c e n t e r s :m e t h o d a n d pr e c i s i o n [J ]．G e o m a t i c s a n d I n f o r m a t i o n S c i e n c e o f W u h a nU n i v e r s i t y ,２０１６(１１):１４６９Ｇ１４７５(i nC h i n e s e )．[４]㊀张小红,李星星,李盼．G N S S 精密单点定位技术及应用进展[J ]．测绘学报,２０１７,４６(１０):１３９９Ｇ１４０７．Z H A N G X H ,L IX X ,L IP ．R e v i e wo fG N S SP P Pa n di t sa p p l i c a t i o n [J ]．A c t a G e o d a e t i c a e t C a r t o g r a p h i c a S i n i c a ,２０１７,４６(１０):１３９９Ｇ１４０７(i nC h i n e s e )．[５]㊀王胜利,王庆,高旺,等．I G S 实时产品质量分析及其在实时精密单点定位中的应用[J ]．东南大学学报(自然科学版),２０１３(S ２):３６５Ｇ３６９．WA N GSL ,WA N G Q ,G A O W ,e t a l ．Q u a l i t y a n a l y s i s o f I G Sr e a l Ｇt i m e p r o d u c t sa n d i t sa p p l i c a t i o ni nr e a l Ｇt i m e p r e c i s e p o i n t p o s i t i o n i n g [J ]．J o u r n a l o f S o u t h e a s t U n i v e r s i t y (N a t u r a l S c i e n c eE d i t i o n ),２０１３(S ２):３６５Ｇ３６９(i nC h i n e s e )．[６]㊀王敏,柴洪洲,阮仁桂,等．基于i GMA S 预报产品的实时精密单点定位性能分析[C ],第七届中国卫星导航学术年会．长沙,２０１６．WA N G M ,C H A I H Z ,R U A N R G ,e t a l ．I n i t i a lpe rf o r m a n c e a s s e s s m e n t o f r e a l Ｇt i m e p r e c i s e p o i n t p o s i t i o n i ng b a s e d o n i GMA S p r e d i c t i o n p r o d u c t [C ]ʊTh e ７t h C hi n a S a t e l l i t e N a v i g a t i o n A c a d e m i c C o n f e r e n c e ．C h a n gs h a ,２０１６(i nC h i n e s e )．[７]㊀WA N G L ,L I Z ,G E M ,e t a l ．I n v e s t i ga t i o n o ft h e p e r f o r m a n c eo fr e a l Ｇt i m e B D S Ｇo n l y p r e c i s e p o i n t p o s i t i o n i n g徐伟证,等:应用i G M A S超快速星历的实时精密单点定位研究３７㊀u s i n g t h e I G S r e a lＧt i m e s e r v i c e[J]．G P S S o l u t i o n s,２０１９,２３(３)．[８]㊀G EY,Y A N GX,Q I N W,e t a l．T i m e t r a n s f e r a n a l y s i s o fG P Sa n dB D S p r e c i s e p o i n t p o s i t i o n i n g b a s e do ni GMA Sp r o d u c t s[C]ʊC h i n a S a t e l l i t e N a v i g a t i o n C o n f e r e n c e．S i n g a p o r e:S p r i n g e r,２０１８．[９]㊀G E Y,S U NB,WA N GS,e t a l．C o n v e r g e n c e t i m e a n a l y s i s o f m u l t iＧc o n s t e l l a t i o n p r e c i s e p o i n t p o s i t i o n i n g b a s e d o ni G M A S p r o d u c t s[C]ʊC h i n aS a t e l l i t eN a v i g a t i o nC o n f e r e n c e(C S N C)２０１６P r o c e e d i n g s:V o l u m e I I I．S i n g a p o r e:S p r i n g e r,２０１６．[１０]㊀赵兴旺,王胜利,刘超．G N S S精密单点定位理论与方法[M]．合肥:中国科学技术大学出版社,２０１５:５３Ｇ５６．Z HA O X W,WA N GSL,L I UC．G N S S p r e c i s i o n p o i n tp o s i t i o n i n g t h e o r y a n d m e t h o d[M]．H e f e i:C h i n aU n i v e r s i t y o f S c i e n c e a n dT e c h n o l o g y P r e s s,２０１５:５３Ｇ５６(i nC h i n e s e)．[１１]㊀Y US,X U T．P r e c i s i o ne v a l u a t i o na n dc o n s i s t e n c y a n a l y s i s o fi G M A S o r b i t a n d c l o c k p r o d u c t s[M]．S i n g a p o r e:S p r i n g e r,２０１６．[１２]㊀L I U Y,K ES,S U NB,e t a l．C o m p a r i s o no f p e r f o r m a n c e s o f t h r e em u l t iＧc o n s t e l l a t i o n p r e c i s e p o i n t p o s i t i o n i n g m o d e l sb a s e do n i G M A S p r o d uc t s[C]ʊC h i n aS a t e l l i t eN a v i g a t i o nC o n f e r e n c e．S i n g a p o r e:S p r i n g e r,２０１８．[１３]㊀李鹤峰,党亚民,秘金钟,等．B D S与G P S㊁G L O N A S S 多模融合导航定位时空统一[J]．大地测量与地球动力学,２０１３,３３(４):７３Ｇ７８．L IH F,D A N G Y M,M I J Z,e t a l．R e s e a r c ho n s p a t i ot e m p o r a u n i f i c a t i o n o f B D S/G P S/G L O N A S Sm u l t iＧm o d en a v i g a t i o na n d p o s i t i o n i n g[J]．J o u r n a lo fG e o d e s y a n dG e o d y n a m i c s,２０１３,３３(４):７３Ｇ７８(i nC h i n e s e)．[１４]㊀李明峰,江国焰,张凯．I G S精密星历内插与拟合法精度的比较[J]．大地测量与地球动力学,２００８(２):７７Ｇ８０．L I M F,J I A N G G Y,Z H A N G K．C o m p a r i s o n o fi n t e r p o l a t i n g a n d f i t t i n g I G S p r e c i s e e p h e m e r i s[J]．J o u r n a l o fG e o d e s y a n dG e o d y n a m i c s,２００８(２):７７Ｇ８０(i nC h i n e s e)．[１５]㊀李征航．G P S测量与数据处理[M]．３版．武汉:武汉大学出版社,２０１３:７７Ｇ７８．L I ZH．G P Sm e a s u r e m e n t a n d d a t a p r o c e s s i n g[M]．３r d e d．W u h a n:W u h a nU n i v e r s i t y P r e s s,２０１３:７７Ｇ７８(i nC h i n e s e)．[１６]㊀李博嶙,葛海波,沈云中．无电离层组合㊁U o f c和非组合精密单点定位观测模型比较[J]．测绘学报,２０１５,４４(７):７３４Ｇ７４０．L I BL,G E HB,S H E N YZ．C o m p a r i s o n o f i o n o s p h e r eＧf r e e,U o f c a n d u n c o m b i n e dP P Po b s e r v a t i o nm o d e l s[J]．A c t aG e o d a e t i c a e tC a r t o g r a p h i c aS i n i c a,２０１５,４４(７):７３４Ｇ７４０(i nC h i n e s e)．[１７]㊀G E N GJ,S H I C．R a p i d i n i t i a l i z a t i o n o f r e a lＧt i m e P P Pb y r e s o l v i n g u n d i f f e r e n c e dG P Sa n dG L O N A S Sa m b i g u i t i e ss i m u l t a n e o u s l y[J]．J o u r n a lo fG e o d e s y,２０１６,９１(４):１Ｇ１４．[１８]㊀Y IC H,Z HU JJ,C H E N Y Q,e ta l．A ni m p r o v e d s t o c h a s t i cm o d e l c o n s i d e r i n g s a t e l l i t ec l o c k i n t e r p o l a t i o ne r r o r i nG P S p r e c i s e p o i n t p o s i t i o n i n g[J]．G e o m a t i c s a n dI n f o r m a t i o n S c i e n c e o f W u h a n U n i v e r s i t y,２０１０,３５(１０):１１６５Ｇ１１６８．[１９]㊀赵兴旺,张翠英．精密单点定位部分模糊度固定方法[J]．中国空间科学技术,２０１３,３３(１):４１Ｇ４８,７２．Z HA O X W,Z HA N G C Y．P a r t i a la m b i g u i t y f i x i n gm e t h o da n da n a l y s i sf o r p r e c i s e p o i n t p o s i t i o n i n g[J]．C h i n e s eS p a c eS c i e n c e a n dT e c h n o l o g y,２０１３,３３(１):４１Ｇ４８,７２(i nC h i n e s e)．[２０]㊀韩啸,潘树国,赵庆．嵌入式G P S/B D S实时精密单点定位方法[J]．测绘通报,２０１８(２):９９Ｇ１０２,１６３．H A N X,P A N S G,Z HA O Q．E m b e d d e d G P S/B D Sr e a lＧt i m e p r e c i s e p o i n t p o s i t i o n i n g m e t h o d[J]．B u l l e t i n o fS u r v e y i n g a n d M a p p i n g,２０１８(２):９９Ｇ１０２,１６３(i nC h i n e s e)．作者简介:徐伟证(１９９３－),男,硕士研究生,研究方向为导航增强㊁高精度定位数据处理,w z x u＠n u a a．e d u．c n.康国华(１９７８－),男,教授,研究方向为微小卫星姿轨控㊁卫星导航与定位,k a n g g h＠n u a a．e d u．c n.(编辑:邓薇)。
高分辨SAR复杂场景中的人造目标检测
辨Ｓ ＡＲ图像 中的 目标进行粗略检测 ；最后采用方向梯度能量分 形特 征提取方法 ，对 图像 中 Ｆ标 的尺寸和形状进行 １
准确 的估 计 ， 实现 对 日标 的精 确 检 测 。实 测 数 据 的 处 理 结 果验 证 了 该 方法 的有 效 性 。 关 键 词 ： 合成 孔 击达 ； 图像 滑 ；方 向梯 度 能 量 ； 分 形特 征
ｄ ｔ ｃ ｅ Ｍ ｅ ｎ ｉ ， ｉ ａ ｕ ｅ ａ ａ ｉ ｕ ｅ ｏ ｖ ｌ ａ ｅ ｔ ｅ ｅｆ ｃ ｉｅ ｅ ｓ ｏ ｈ ｅ ｈ ｄ ｅ ｅ ｔ ｄ． ａ ｗｈ ｌ ｔｌ ｍｅ ｓ ｒ ｄ ｄ ｔ ｓ ｓ ｄ ｔ ａ ｉ ｔ ｈ ｆｅ ｔｖ ｎ ｓ ｆｔ ｅ ｍ ｔ ｏ ． ｅ ｅ ｄ
ｄ ｕ ｓｒ ａｇ ｔ ｅｅｔ ｎｉ ｔｅｈｇ — ｓｌｔ ｎＳ ｇ ；ｉａｌ， ｈ ｈ ｒｃｅｉ ｉ ｔｅｓ ｅａ ｄｔｅｓ ａ ｅ ｏａｃ ｒｏｙｔｒｅ ｄ ｔｃｉ ｉ ｉｈｒ ｏｕｉ ＡＲ ｉ ｅ ｆ ｌ ｔ ｅ ａａ ｔｒ ｔ ｉ ｉ ｎ ｈ ｐ ） ｏ ｎ ｌ ｅ ｏ ｍａ ｎ ｙ ｃ ｓ ｃ（ｌ ｚ ｈ
Ｇｕ ｉ ｏ Ｒｕ Ｚｎ ａ ｇＢｏ Ｚ ａ ｇＳ ｕ ｎ —ｉ ｈ ｎ ｈ ａ ｇ－ ｘ Ｚ ｏ ｅｇ ｈ ｕＦ ｎ Ｘｉ ｇ Ｍ ｅ ｇ—ａ ｎ ｎＰ ｏｅｓｎ ， ｄａ ｎｖｒｉ ， ’ｎ７ ０ ７ ， ｈｎ ） Ｋｅ ａ ｆＲ ｄ ｒ ｇ ｌ ｒｃｓｉｇ Ｘｉｉｎ Ｕ ｉｅｓｔ Ｘｉ １ ０ １ Ｃ ｉａ Ｓ ｎ ｙ ａ Ａｂｔａ ｔ Ｔｈ ｉ ｏ ｙ ｔ ｔ ｅｔｒ ｄ ｒ（ＡＲ） ｍａ ｉｇ ｉ ｔ ｅｅｔ ｉｅ ｔ） ａ ｄ ｔａｋｔｅｔｒｅ ｈ ｓｒｃ： ｅａｍ ｆＳ ｔ ｉ Ａｐ ｒｕ ｅＲａ ａ Ｓ ｍ ｃ ｉ ｇｎ ｏｄ ｔｃ，ｄ ｎｉ， ｎ ｒｃ ｈ ａｇ ｔｉ ｔｅ ｓ ｆ ｎ
GNSS-INS深组合导航理论与方法研究
GNSS-INS深组合导航理论与方法研究GNSS/INS深组合导航理论与方法研究导航系统是现代社会不可或缺的基础设施，而GNSS（全球导航卫星系统）和INS（惯性导航系统）是两种主要的定位和导航技术。
然而，单独使用GNSS或INS系统存在一些限制，例如在复杂环境下的定位精度下降和惯性漂移问题。
因此，GNSS/INS深组合导航技术的研究和应用非常重要。
GNSS是基于卫星信号的全球定位系统，如美国的GPS、俄罗斯的GLONASS、欧洲的Galileo和中国的北斗。
GNSS系统通过接收多颗卫星的信号，并计算卫星和接收器之间的距离，以确定接收器的位置。
然而，GNSS定位受到多路径效应、信号遮挡和干扰等因素的影响，在城市峡谷、森林和高楼大厦等复杂环境下定位精度下降。
另一方面，INS是基于测量物体线性和角度加速度的惯性传感器的导航系统。
INS系统可以通过测量物体的线性加速度和角速度来确定物体的位置、速度和姿态。
然而，由于传感器本身的误差和累积效应，INS的定位精度随着时间的推移会出现漂移问题。
为了克服GNSS和INS各自的局限性，GNSS/INS深组合导航技术应运而生。
深组合导航技术将GNSS和INS的测量数据融合起来，通过最优化滤波算法进行集成导航，获得更加精确和可靠的定位结果。
深组合导航技术的关键是通过滤波算法融合GNSS和INS的数据。
常用的滤波算法包括卡尔曼滤波器和粒子滤波器。
卡尔曼滤波器是一种递归滤波算法，通过估计系统的状态和测量误差的协方差矩阵，来优化系统的状态估计。
粒子滤波器则是一种基于蒙特卡洛采样的非线性滤波算法，通过粒子的重采样和权重调整来估计系统的状态。
GNSS/INS深组合导航技术的研究也涉及到误差模型的建立和校准方法的设计。
误差模型可以描述GNSS和INS系统的测量误差特性，例如GNSS接收机的钟差、伪距和载波相位观测误差，INS的陀螺仪漂移和加速度计误差等。
校准方法包括静态和动态校准，通过获取真实的位置和姿态信息，来估计和校正系统的误差参数。
基于注意力机制的鸟类识别算法
基于注意力机制的鸟类识别算法
陈天华;朱家煊;印杰
【期刊名称】《计算机应用》
【年(卷),期】2024(44)4
【摘要】针对现有细粒度鸟类目标识别算法准确率不高的问题,提出一种鸟类目标检测算法YOLOv5-Bird。
首先,在YOLOv5主干网络中引入基于混合域的坐标注意力(CA)机制,增大有价值的通道权重,以区分目标特征和背景中的冗余特征;其次,在原始主干网络中采用双层路由注意力(BRA)模块替换原网络中的部分C3模块,过滤低相关度的键值对信息,获得高效的长距离依赖关系;最后,使用WIoU(Wise-Intersection over Union)损失函数,增强算法对目标的定位能力。
实验结果表明,YOLOv5-Bird在自建数据集上取得了82.8%的精确率和77.0%的召回率,比YOLOv5算法分别提高4.3和7.6个百分点,也优于增加其他注意力机制的算法。
验证了YOLOv5-Bird在鸟类目标检测场景中具有较好的性能。
【总页数】7页(P1114-1120)
【作者】陈天华;朱家煊;印杰
【作者单位】北京工商大学人工智能学院;江苏警官学院计算机信息与网络安全系【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.基于混合注意力机制的SAR图像目标识别算法
2.基于CBAM注意力机制的YOLOv5目标检测算法在电力业务证件识别上的应用
3.基于SKNet注意力机制的飞机类型识别算法
4.基于ResNet和简化注意力机制的光盘识别算法
5.基于注意力机制的轻量YOLOv5识别定位算法
因版权原因，仅展示原文概要，查看原文内容请购买。
轨道角动量技术研究进展及其在5G-A和6G中的应用前景分析
轨道角动量技术研究进展及其在5G-A和6G中的应用前景分
析
王喜瑜;孙韵淇;菅梦楠;杨军;陈艺戬
【期刊名称】《信息通信技术》
【年(卷),期】2024(18)1
【摘要】近年来,5G的建设取得了丰硕的成果。
以3GPP为首的标准组织正在积极开展5G第二阶段(5G Advanced,5G-A)以及6G的候选技术及标准工作。
电磁波的轨道角动量技术(Orbital Angular Momentum,OAM)是IMT-2030推进组在6G布局的重要研究方向,以其优异的理论容量性能在学术界和产业界获得了大量关注。
文章总结OAM技术应用于通信的优势,例如可支持视距超多流并行传输,提升通信物理层安全,与智能超表面(Reconfigurable Intelligence Surface,RIS)技术结合赋能等,提出在大数据和工业互联网等应用场景下,利用OAM技术建立的超大规模无线数据中心将助力实现数据要素深度参与工业生产,提升全产业链生产效率,推动6G与产业协同发展。
【总页数】9页(P7-15)
【作者】王喜瑜;孙韵淇;菅梦楠;杨军;陈艺戬
【作者单位】移动网络和移动通讯多媒体技术国家重点实验室;中兴通讯股份有限公司
【正文语种】中文
【中图分类】TN9
【相关文献】
1.光通信中轨道角动量技术及应用前景分析
2.6G移动通信技术发展与应用前景预测分析
3.6G研究进展及关键候选技术应用前景探讨
4.6G移动通信的技术应用及发展前景
5.6G热度攀升,5.5G已触手可及宁波移动举行5G-A技术应用发布会暨战略签约仪式
因版权原因，仅展示原文概要，查看原文内容请购买。
应用于运动平台光电跟瞄系统的惯性参考单元研究综述
第 32 卷第 3 期2024 年 2 月Vol.32 No.3Feb. 2024光学精密工程Optics and Precision Engineering应用于运动平台光电跟瞄系统的惯性参考单元研究综述李醒飞1，2，何梦洁1，拓卫晓1，2*，王天宇1，韩佳欣1，王信用1（1.天津大学精密测试技术及仪器国家重点实验室，天津 300072；2.深海技术科学太湖实验室，江苏无锡 214000）摘要：目标的变化和任务的拓展对光电跟瞄系统提出了快速机动的要求，从地基平台到车载、船载、机载、星载等运动平台是光电跟瞄系统的重要发展趋势。
基于惯性参考单元（Inertial Reference Unit，IRU）的视轴稳定方式是克服运动平台高频扰动，实现光电跟瞄系统微弧度甚至亚微弧度级跟瞄的主要技术手段。
针对运动平台光电跟瞄系统精确指向对载体基座扰动抑制的需求，分析和对比了IRU的各种技术方案，特别介绍了利用低噪声、宽频带惯性传感器敏感角扰动，并通过反馈控制实现视轴惯性稳定的系统方案。
从此类IRU系统的工作原理出发，阐述了系统的两种工作模式及功能特点，建立了系统数学模型。
然后，介绍了IRU的国内外研究进展及发展方向，指出惯性传感、支承结构和控制系统是决定IRU稳定能力的关键因素，梳理了三项关键技术的研究动态。
最后，总结了IRU的空间应用情况，并结合目前的应用需求对其未来应用领域进行了探讨。
关键词：惯性参考单元；运动平台；光电跟瞄系统；视轴稳定；扰动抑制中图分类号：V19 文献标识码：A doi：10.37188/OPE.20243203.0401Review on inertial reference unit applied to photoelectric tracking and pointing system of moving platform LI Xingfei1，2，HE Mengjie1，TUO Weixiao1，2*，WANG Tianyu1，HAN Jiaxin1，WANG Xinyong1（1.State Key Laboratory of Precision Measurement Technology and Instruments， Tianjin University，Tianjin 300072， China；2.Taihu Laboratory of Deepsea Technological Science， Wuxi 214000， China）* Corresponding author， E-mail： tuoweixiao@Abstract： The evolution of objectives and the broadening of tasks have heightened the need for swift ma⁃neuverability in the photoelectric tracking and pointing system. Shifting from ground⁃based to diverse mo⁃bile platforms such as vehicles, ships, aircraft, and spacecraft marks a significant trend in the development of photoelectric tracking and pointing systems. The stabilization of the line of sight using an inertial refer⁃ence unit (IRU) is essential to counteract the high⁃frequency disturbances encountered on these mobile plat⁃forms, enabling the system to achieve tracking accuracy at the micro⁃radian or even sub⁃micro⁃radian level. 文章编号1004-924X（2024）03-0401-21收稿日期：2023-06-30；修订日期：2020-08-10.基金项目：国家自然科学基金资助项目（No.62203322）；中国博士后科学基金资助项目（No.2022M712372）；深海技术科学太湖实验室“揭榜挂帅”项目资助项目（No.2022JBGS03001）第 32 卷光学精密工程This paper delves into various IRU implementation strategies to mitigate disturbances from the carriers, ensuring precise aiming of the photoelectric tracking and pointing system on moving platforms. It highlights a system design that employs low noise and wideband inertial sensors for angle disturbance detection and achieves line of sight stabilization via feedback control. The document details the system's operational modes, functional features, constructs its mathematical model, and reviews both domestic and internation⁃al research advancements and future directions in IRU technology. It emphasizes that inertial sensing, sup⁃port structures, and control systems are critical to IRU's stabilization performance, and it organizes the lat⁃est research trends in these three vital areas. Conclusively, the paper outlines the spaceborne applications of IRU and explores potential future application domains, considering current demands.Key words： inertial reference unit；moving platform；photoelectric tracking and targeting system；line-of-sight stabilization； disturbance suppression1 引言在天文观测［1］、激光通信［2］和量子通信［3］等领域，目标的变化和任务拓展对光电跟瞄系统提出了快速机动的要求，从地基平台到车载、船载、机载、星载等运动平台拓展是光电跟瞄系统的重要发展趋势。
基于深度学习的航空目标检测研究
基于深度学习的航空目标检测研究1.简介航空目标检测技术是一项目前非常热门和重要的研究领域，其主要应用场景包括无人机、有人机、卫星等航空设备领域。
航空目标检测技术可以帮助航空设备进行识别和定位，提高安全性能，并支持各种航空应用场景，是目前航空领域中的基础技术之一。
随着深度学习技术的兴起，基于深度学习的航空目标检测技术也越来越受到研究者的关注。
本文将对基于深度学习的航空目标检测技术进行探讨和分析。
2.航空目标检测技术的发展历程航空目标检测技术的发展历程可以追溯到上个世纪80年代，当时的主要技术手段是基于图像滤波和像素匹配算法的形态学法。
在这个阶段，目标检测技术缺乏有效的特征提取和分类，所以具有局限性。
到了上世纪90年代中期，人们开始使用模板匹配技术和神经网络技术，如人工神经网络和支持向量机等，来增强航空目标检测技术性能。
21世纪初，随着深度学习技术的兴起，基于卷积神经网络（CNN）的图像处理技术开始成为航空目标检测领域中的新热点。
CNN技术具有极强的特征提取和分类能力，能够识别图像中的复杂特征，并对目标进行准确判别和定位。
3.基于深度学习的航空目标检测技术研究现状随着深度学习技术的不断提升和发展，在航空目标检测领域，已经出现了很多基于深度学习的目标检测算法和方法。
这些技术手段主要利用CNN，并结合一些其他技术，如循环神经网络（RNN）和卷积循环神经网络（CRNN）等，来实现航空目标的检测和定位。
在目标检测方面，研究者主要使用了一些先进的深度学习框架，如Faster R-CNN、YOLO、SSD等，这些框架具有快速、准确、稳定的检测性能，在实际应用中也得到了广泛的应用。
另外，基于深度学习的航空目标检测技术还包括了一些其他的技术手段，如改进的Anchor相对缩放/变换（ARoi）、通用目标检测（GDet）等，这些技术的使用可以进一步提高目标检测的准确性和稳定性。
总的来说，基于深度学习的航空目标检测技术已经越来越成熟，并得到了广泛应用。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Mobile Analytics & Cross-Device Tracking Beijing, WAW, May 23rd 2015. By: 宋星
Platform Transfer
Lesson 1: Mobile APP Tracking
Mobile Tagging
•Basically, APP T agging is similar approach as web tracking
•Tracking codes for APPs will be embedded in SDK (Software Development Kit)
•Yes, we probably can’t add SDK to a APP just by ourselves
Mobile Tagging vs. Web Tagging
Mobile web tracking and Mobile Apps tagging comparing
against website tracking:
Lesson 2: In-App Analytics Reports
What Reports Should Have for Mobile App Analytics?
•Acquisition: Your new users and what drives them to your app •User: Demographic info about users
•Engagement: What they do and how your app performs •Conversions: Business outcomes in your app
Acquisition Report
Acquisition Report by Devices
Acquisition Report by Channels
•What does acquisition channel mean?
•How could this work?
Acquisition Report by Channels
•Acquisition channel –where they came to Google Play
and download the app
•How could this work –Google Play integration
User Report
User Cohort Report
Engagement Report
Content Engagement Report
Conversion Report: Funnel
Conversion Report: Funnel
Conversion Report: Funnel
Conversion Report: Path
Conversion Report
Conversion Report
Crashes and Exceptions
Lesson 3: In-App Analytics Metrics
Acquisition (traffic)
•Users, new users, active users
•Sessions, screen views
Metrics comparison Website tracking App tracking
Traffic metrics UV, Visitor, New visitor Users, New user, (Active
user)
Visit Session
Pageview Screen view
Engagement
•Session duration, Screens/session
Metrics comparison Website tracking App tracking
Engagement metrics Time on site Session duration
PV/Visit
Screens/session
(Pageviews/Visit)
Event Event
Conversion
•Conversion rate
Metrics comparison Website tracking App tracking
Conversion metrics Conversion rate = Goals
/ visit Conversion rate = Goals / session
Lesson 4: Cross-Device Tracking
ID Is The Key
Step Stones
Big Data Identifier
Big Data Identifier
Big Data Identifier
Big Data Identifier
Who Will Dominate in China?•Scope
•Private –UID will
•Public –Big data?
•Hybrid –More realistic
Q&A。