利用中国VGOS站开展国际联测的EOP精度仿真分析

钟胜坚; 舒逢春; 李金岭; 吴徳; 何旋; 童锋贤

doi:10.13203/j.whugis20210204

利用中国VGOS站开展国际联测的EOP精度仿真分析

钟胜坚^{1, 2,},
舒逢春^{2, 3, ,},
李金岭²,
吴徳^{2, 4},
何旋²,
童锋贤²

1.
上海大学机电工程与自动化学院，上海，200444
2.
中国科学院上海天文台，上海，200030
3.
空间导航与定位技术重点实验室，上海，200030
4.
中国科学院大学，北京，100049

基金项目:

国家自然科学基金 12073065

详细信息

作者简介:
钟胜坚，硕士，研究方向为空间大地测量。zhongshengjian@126.com

通讯作者:
舒逢春，博士，研究员。sfc@shao.ac.cn

中图分类号: P228
计量
- 文章访问数: 1177
- HTML全文浏览量: 167
- PDF下载量: 74
出版历程
- 收稿日期: 2021-05-29
- 网络出版日期: 2023-09-15
- 刊出日期: 2023-09-04

Simulated Analysis of EOP Measurement Accuracies with Participation of Chinese VGOS Stations in International Observations

ZHONG Shengjian^{1, 2,},
SHU Fengchun^{2, 3, ,},
LI Jinling²,
WU De^{2, 4},
HE Xuan²,
TONG Fengxian²

1.
School of Mechatronic Engineering and Automation, Shanghai University, Shanghai 200444, China
2.
Shanghai Astronomical Observatory, Chinese Academy of Sciences, Shanghai 200030, China
3.
Shanghai Key Laboratory of Space Navigation and Positioning Techniques, Shanghai 200030, China
4.
University of Chinese Academy of Sciences, Beijing 100049, China

摘要

摘要:
甚长基线干涉测量(very long baseline interferometry, VLBI)是测量地球定向参数（earth orientation parameters，EOP）的主要空间测地技术之一，中国正在建设名为VLBI全球观测系统（VLBI global observing system, VGOS）的新一代测地VLBI站，通过国际联测优化站网构型是实现高精度EOP测量的必由之路。以3个中国VGOS站为核心站，通过引入2个国外站构建5站联合观测网，分析评估了不同站网构型的EOP测量能力。针对每个站网构型，通过调整4个约束条件的权重因子批量生成相应的观测纲要，采用蒙特卡洛仿真方法选择最优的观测纲要，评价指标为EOP解算值的可重复性。仿真结果表明，由中国站、南非哈特比站以及澳大利亚霍巴特站组成的网型EOP测量能力最强，相对于中国3站组成的网型，dUT1测量精度提高5.7倍，极移的X、Y分量的测量精度分别提高2.8倍和18.3倍。仿真结果可为后续开展高精度EOP组网观测提供参考依据。
- 甚长基线干涉测量 /
- 地球定向参数 /
- 甚长基线干涉测量全球观测系统 /
- 蒙特卡洛仿真
Abstract:
Objectives
Very long baseline interferometry (VLBI) is one of the main space geodetic techniques for monitoring Earth orientation parameters (EOP). China is building three VLBI global observing system (VGOS) antennas. In order to improve the EOP measurement accuracies, it is necessary to optimize VGOS observing network by extending the domestic VGOS network to an international network.
Methods
We set three Chinese VGOS stations located at Shanghai, Urumqi and Beijing as core stations, by adding two international stations selected from four candidate sites located at Hobart of Australia or Bandung of Indonesia, as well as Johannesburg of South Africa or Hawaii of USA, we could form four different 5-station VGOS networks. The performance of EOP measurement accuracies for each network were analyzed based on generation of bulk observing schedules and subsequent large-scale Monte Carlo simulations. We used the repeatability value defined as standard deviation of EOP estimates as an indicator to evaluate the performance of each schedule and each network. We also compared the EOP formal errors of current VGOS observing sessions to our simulation results.
Results
The experiment results show that: (1) The EOP measurement capability of the expanded 5-station networks are all much better than that of the 3-station domestic network. (2) The optimized 5-station network, which consists of 3 domestic antennas, Johannesburg in South Africa and Hobart in Australia, has the best EOP measurement results. Compared to the 3-station domestic network, the repeatability of dUT1, the pole motion X_P and Y_P components are decreased by a factor of 5.7, 2.8 and 18.3, respectively. (3) The optimized 5-station network could reach equal or even better EOP estimates than that of the current IVS VGOS observing networks. We demonstrated that the EOP measurement accuracies can be improved by optimizing the observing network based on Monte Carlo simulations.
Conclusions
The simulation results can be served as a start point for the future development of high-precision EOP observing program in China.
- very long baseline interferometry (VLBI) /
- earth orientation parameters (EOP) /
- VLBI global observing system (VGOS) /
- Monte Carlo simulator

HTML全文

三维激光扫描是一种重要的隧道测量手段，具有效率高、数据量大、精度高等优点。对于扫描所得点云的计算与处理，如何通过点云数据来体现隧道的变化，已有许多学者进行相关的研究。刘燕萍等^[1]使用了站扫方式提取出断面的圆心和半径，计算出隧道的收敛变形情况和预估变化趋势。刘绍堂等^[2]提出了用基于三维激光扫描技术的多点整体监测方法，引入了椭圆拟合法描述隧道的整体变形。陈勇^[3]通过分析野外轨道点云数据，重构了既有线曲线参数，对现有轨道进行了整正计算。许磊等^[4]提出了一种基于射线相交的隧道断面自动测量方法，满足多种结构类型的隧道断面测量要求。王令文等^[5]通过采用全站仪对点云数据进行绝对定位来提高拼接精度，以设计轴线为基准提取隧道断面，分析了隧道的断面收敛情况。

隧道三维激光扫描变形测量大多用于计算隧道直径收敛，研究隧道内壁断面形状是否发生了变形^[6]，未见用此方法测量分析轨道的变形。地铁点云数据密度大、精度高，可提取任意里程处轨道面的几何信息，本文利用隧道扫描点云提取出的轨道面高程数据，给出了局部相对变形波动值的概念，提出了一种基于小波变换和维格纳-威尔分布的变形提取方法，结合理论分析、模拟数据和实例计算验证了该方法的有效性与可行性。

1 线状结构局部相对变形波动指标

线状结构的地铁变形通常采用周期性重复观测的方法，获取特征处的多期坐标，求取周期间的变形量，以期掌握地铁结构的整体变形情况。由于地铁隧道内基准的建立和维护困难，作业效率低下，掌握地铁全线隧道变形的代价很高，受地铁隧道线状分布的影响，其横向和垂向传递误差较大，绝对精度较低。从线状横向和垂向变形对隧道结构的危害程度来看，分布在长区段相对变化平缓的变形，即使累积变形量较大，结构损伤的可能性也较小；而局部较为剧烈的相对变形对线状地铁结构的影响更大，因此，对多期测量成果在局部的相对变形进行分析和研究更有实际意义。

为提取两期测量成果中隐含的线状结构相对波动信息，本文参考了高铁轨道不平顺性检测原理与方法^[7]，定义了线状结构局部相对变形波动性指标，如图 1所示，实线为首次测量成果，虚线为第 $k$ 次测量成果， $2 s$ 为检测弦长。

图 1 线状结构局部相对变形波动性指标示意图

Figure 1. Schematic of Linear Structure Partial Relative Deformation Fluctuation Index

下载: 全尺寸图片幻灯片

定义线状结构局部相对变形波动值为：

δ_{i} = d_{i}^{k} - d_{i}^{0}

式中， $d_{i}^{0}$ 为首次测量成果中里程 $i$ 测点到里程i－s与里程 $i + s$ 测点连线的垂直距离； $d_{i}^{k}$ 为第 $k$ 次测量的相应距离； $δ_{i}$ 表示首期与第 $k$ 期之间的相对变形波动值。首期与第 $k$ 期之间的垂直距离作差表示累积变形，相邻两期之间作差表示本期变形。

线状结构局部相对变形波动值的实质为两期检测弦长中点偏距之差，形式上近似于两期中点弦偏距变化值对里程的导数，与两期中点弦偏距变化曲线的导数密切相关。

2 相对变形波动提取与定位

2.1 小波变换与小波分解

小波变换利用系数和规范小波基的积作为基础进行信号分析，从而可以在时、频两域表征信号的局部特性^[8-9]。将满足容许条件^[10]的基本小波函数 $ψ (t)$ 进行伸缩和平移得到连续小波函数族 $\{ψ_{a, b} (t)\}$ ^[11]。将连续小波与信号 $f (t)$ 进行内积，得到信号的连续小波变换：

\begin{array}{l} W_{f} (a, b) = 〈f (t), ψ_{a, b} (t)〉 = \\ \frac{1}{\sqrt[]{a}} \int_{- \infty}^{+ \infty} f (t) ψ^{*} (\frac{t - a}{b}) d t (2) \end{array}

式中， $ψ^{*}$ 表示 $ψ$ 的共轭函数； $W_{f} (a, b)$ 为小波系数^[10]，其中， $a$ 是信号频率相关的伸缩（尺度）因子， $b$ 是与信号时间相关的平移因子。

用Mallet算法^[9]将原始信号 $f (t)$ 分解为小波系数低频部分 $A_{1}$ 和小波系数高频部分 $D_{1}$ ，再对 $A_{1}$ 进行分解得到 $A_{2}$ 和 $D_{2}$ ，逐层分解最终得到 $A_{n}$ 和 $D_{n}$ 。对 $A_{i}$ 和 $D_{i}$ 进行重构，从而得到原始信号在第 $i$ 层的近似信号 $a_{i}$ 和细节信号 $d_{i}$ ^[12]。

2.2 维格纳-威尔分布

信号 $f (t)$ 的能量在时域和小波域是相同的^[13]， $| W_{f} (a, b) |^{2}$ 可以看作关于尺度 $a$ 和平移 $b$ 的二元能量分布。维格纳-威尔分布（Wigner-Ville distribution，WVD）用于描述信号能量在时频两域的分布，并且具有平移不变性、不损失信号幅值和相位信息等优点^[14]，比 $| W_{f} (a, b) |^{2}$ 更适合能量型时-频联合小波分析。对信号 $f (t)$ 的瞬时自相关函数进行傅里叶变换，得到了WVD的一般表达式为：

D_{f} (t, ω) = \int_{- \infty}^{+ \infty} f (t + \frac{τ}{2}) f^{*} (t - \frac{τ}{2}) e^{- i 2 π τ ω} d τ

式中， $f^{*}$ 表示 $f$ 的共轭函数；t表示时间；ω表示频率；τ表示时间延迟。本文计算方法采用加窗后的平滑伪维格纳-威尔分布（smoothed pseudo Wigner-Ville distribution，SPWVD）。

2.3 相对变形波形提取

如果原始信号中存在异常相对变形波形，则在该波形的特征频率下，位于异常波形处的小波能量将产生突变。由于轨道不平顺幅值沿里程基本满足正态分布^[14]，根据拉依达准则（ $3 σ$ 准则）设定能量阈值用于确定相对变形波形发生的位置。具体提取算法分为确定变形波长和确定变形位置两大步骤。

2.3.1 确定相对变形波长

使用小波分解对原始变形波动值进行处理，采用的小波基函数由原始数据的特性决定，由数据量和小波基函数共同确定分解的层数。（1）对原始信号进行小波分解，得到不同层数下的近似信号 $a_{i}$ 和细节信号 $d_{i}$ ；（2）对所有 $a_{i}$ 和 $d_{i}$ 进行快速傅里叶变换（fast Fourier transform，FFT），分析后确定特征波长。在 $a$ 中确定特征波长后，选择对该波长分辨率最大的 $d$ 作为下一步分析的原始数据。

2.3.2 确定相对变形位置

和原始信号相比，经过小波分解再重构后的近似信号和细节信号成分更加单一，能量分布更为集中，可以更好地在SPWVD中提取相对变形波形的位置。提取步骤为：（1）对确定的细节信号 $d$ 进行SPWVD计算，得到频率-里程-能量三维分布图；（2）在频率轴中找到特征波长所对应的频率，提取出该频率下不同里程处的SPWVD能量值 $P (i)$ ，即特征频率对应的里程-能量分布图；（3）从里程的第 $L$ 米开始，根据 $3 σ$ 准则设定检测阈值 $U (i)$ ， $U (i)$ 是由从 $P (0)$ 到P（i-1）的均值 $E_{P (0, i - 1)}$ 与标准差 $σ_{P (0, i - 1)}$ 决定的，计算公式为：

U (i) = E_{P (0, i - 1)} + 3 σ_{P (0, i - 1)}

将检测阈值 $U (i)$ 和SPWVD能量值 $P (i)$ 绘制到同一张图中，能量值满足 $P (i) > U (i)$ 的波形最高点对应的里程数即为相对变形波形的近似位置。

3 算法验证与实例分析

3.1 模拟数据计算与分析

模拟高程值与计算相对变形波动值沿里程的分布图如图 2所示，其中， $h_{1}$ 、 $h_{2}$ 为模拟的两期轨道中心点高程值。高程值采样间隔为0.5 m，中点弦的弦长设为10 m，分别加入了中误差为0.33 mm、幅值为1 mm的正态随机噪声。两期模拟高程值并不重合，在最高点处相差5 cm，但相对关系保持相近。在 $h_{2}$ 中加入3个沉降幅值为1 mm、波长为10 m的标准下凹全波余弦型沉降曲线模型，沉降最大处的位置分别为140 m、205 m和340 m。

图 2 模拟高程值与计算相对变形波动值

Figure 2. Simulation Elevation Data and Calculated Deformation Fluctuations

下载: 全尺寸图片幻灯片

采用db6（Daubechies6）作为小波基函数，对原始变形波动值进行小波分解。经过查阅文献和实际试验，分解的层数定为6层。各层近似信号的波长-FFT频谱图如图 3所示，细节信号频谱图如图 4所示，标出每张图幅值最大点的横坐标，即特征波长，由于 $a_{5}$ 与 $a_{6}$ 幅值最大点对应的特征频率为0，波长为无穷大，所以不标出峰值。

图 3 近似信号

a

的FFT频谱

Figure 3. Amplitude Spectrum of Approximate Signal

a

下载: 全尺寸图片幻灯片

图 4 细节信号

d

的FFT频谱

Figure 4. Amplitude Spectrum of Detail Signal

d

下载: 全尺寸图片幻灯片

分析FFT频谱图可得：（1）特征波长10.427 m在近似信号 $a_{1}$ 、 $a_{2}$ 、 $a_{3}$ 中都有最大幅值，并且与中点弦的弦长接近，因此，将其定为待提取相对变形波形的特征波长；（2）特征波长10.427 m在各层细节信号 $d$ 中都有对应的波峰， $d_{4}$ 中最为显著，可知 $d_{4}$ 对于待提取特征波长10.427 m，具有最大的时空分辨率，换算成特征频率为0.096 /m，将 $d_{4}$ 定为下一步进行波形位置确定的数据。

计算 $d_{4}$ 的SPWVD得到能量三维分布图见图 5，反映了能量在里程和频率两域的分布。

图 5 细节信号

d_{4}

的SPWVD能量分布

Figure 5. SPWVD Energy Distribution of the Reconstructed Detail Signal

d_{4}

下载: 全尺寸图片幻灯片

提取出特征波长10.427 m对应的不同里程处的SPWVD能量值 $P (i)$ ，如图 6中实线所示。 $L$ 取50 m，设定检测阈值 $U (i)$ ，将 $U (i)$ 和 $P (i)$ 绘制到图 6中，满足 $P (i) > U (i)$ 的波形最高点对应的里程数即为相对变形波形的近似位置，可知存在3处波形，位置分别位于里程136.25 m、200.25 m、336.75 m处附近。

图 6 特征波长对应的里程-SPWVD分布曲线

Figure 6. Mileage-SPWVD Energy Distribution of Characteristic Wavelengths

下载: 全尺寸图片幻灯片

从原始变形波动值中的相应位置提取出的波形形状非常不规律，这是由于原始变形波动值含有许多高频噪声，不利于幅值的确定。多层近似信号可以看作是原始数据逐步去噪、简化后得到的信号，在近似信号中，提取相对变形波形可以得到更好的结果。

图 7是从第2层近似信号 $a_{2}$ 的相应位置提取出的局部相对变形波形，标注出沉降最大处的里程和幅值。这些波形和标准沉降曲线波形相似，幅值分别为0.91 mm、0.94 mm、0.98 mm，与预设值1 mm相近。由图 7可知，提取的相对变形波形的里程范围为136.25~146.68 m、200.25~210.43 m、336.75~347.18 m，与预设相对变形波形位置接近。将提取局部相对变形波形信息与预设值汇总到表 1中，可以发现，通过本文算法检测得到的结果与预设值接近。

图 7 从

a_{2}

中提取的相对变形波形

Figure 7. Extraction Results from the 2 Reconstructed Approximate Signal

a_{2}

下载: 全尺寸图片幻灯片

表 1 提取波形与预设波形数据对比

Table 1. Comparison of Extraction Results and Default Values

数据来源	波形数量	波长/m	里程范围/m			幅值/mm
算法提取	3	10.427	136.25~146.68	200.25~210.43	336.75~347.18	0.91	0.94	0.98
预设值	3	10	135~145	200~210	335~345	1	1	1

下载: 导出CSV

| 显示表格

3.2 实测数据计算与分析

采用以下两个实测数据进行计算与分析：（1）将轨道设计值加上随机误差作为首期观测值，实际扫描的数据作为当前期值；（2）同一轨道短时间内扫描两次所得点云。

3.2.1 实测数据1

数据来源于武汉地铁某区间三维激光扫描点云，使用的仪器为徕卡ScanStation P30，精度指标为测距误差1.2 mm+10 mm/km，角度误差‍8″，每隔0.5 m截取一个断面^[15]，从断面点云中提取出左右轨面处的点云，取平均值得轨道中心点高程，截取里程为42 613.656~43 113.156 m，总长为499.5 m。在高程设计值中加入中误差为0.85 mm的随机噪声。对高程的测量值与设计值进行上述相对变形波形提取算法的处理，将中点弦的弦长分别设为5 m、10 m和15 m，分别计算不同中点弦的弦长对应的相对变形波形。

对10 m弦长变形波动值进行小波分解、重构和FFT分析，近似信号 $a$ 的FFT结果如图 8所示，波长9.615 m表现最显著，在 $a_{1}$ 、 $a_{2}$ 、 $a_{3}$ 中均表现为最大幅值，因此，定特征波长为9.615 m。

图 8 近似信号

a

的FFT频谱

Figure 8. Amplitude Spectrum of Approximate Signal

a

下载: 全尺寸图片幻灯片

特征波长在第4层细节信号 $d_{4}$ 中幅值最大，具有最高的分辨率，故选择 $d_{4}$ 计算其SPWVD。提取特征波长9.615 m所对应的里程-能量分布曲线，设置阈值，提取能量分布曲线超过阈值的波峰顶点对应里程，即为相对变形位置，如图 9所示。由图 9可知，存在4个相对变形波形，位置分别为42 700.656 m、42 940.656 m、43 024.906 m、43 054.906 m。在近似信号 $a_{2}$ 的相应位置提取4个相对变形波形，将波形的位置、幅值、范围等信息汇总如表 2所示。

图 9 相对变形波形位置的提取

Figure 9. Extraction Locations of Abnormal Deformation

下载: 全尺寸图片幻灯片

表 2 10 m弦长下的相对变形波形

Table 2. Information of Abnormal Deformation Waves in 10 m Midpoint Chord

近似位置/m	幅值/mm	里程范围/m	形变最大位置/m
42 700.656	2.99	42 696.156~42 705.156	42 700.156
42 940.656	3.18	42 936.656~42 946.156	42 941.656
43 024.906	2.57	43 024.650~43 034.156	43 030.156
43 054.906	5.55	43 051.656~43 062.156	43 057.156

下载: 导出CSV

| 显示表格

使用相同方法对弦长为5 m和15 m的情况提取相对变形，结果如表 3所示。该算法可以提取出波长与事前给定的中点弦的弦长近似的相对变形波形，不同弦长所提取出的波形互不相同。

表 3 5 m和15 m弦长下的相对变形波形

Table 3. Information of Abnormal Deformation Waves in 5 m and 15 m Midpoint Chord

弦长/m	近似位置/m	幅值/mm	里程范围/m	形变最大位置/m
5	43 008.656	2.79	43 006.656~43 011.156	43 008.656
5	43 046.906	1.92	43 042.656~43 047.156	43 044.656
15	43 011.406	3.30	42 997.156~43 011.656	43 004.156

下载: 导出CSV

| 显示表格

3.2.2 实测数据2

数据2为武汉地铁某区段同一晚上推行两趟获取的数据，小车上使用的扫描仪为徕卡ScanStation P30，截取里程范围为13 633.36~14 134.36 m，总长为501.00 m。将中点弦的弦长分别设为8 m和20 m，分别提取出变形波形。对于8 m弦长，对变形波动值进行小波分解、重构和FFT分析，结果显示波长8.358 m表现最为显著，将此波长定为特征波长。特征波长在 $d_{4}$ 中幅值最大，具有最高的分辨率，提取 $d_{4}$ 的SPWVD中特征波长8.358 m所对应的能量值，组成里程-能量分布曲线，设置阈值，结果如图 10所示，由图 10可知，原始相对变形波动波形中不存在波长在8 m附近的变形波形。

图 10 8 m中点弦下的相对变形波形的位置提取

Figure 10. Extraction Locations of Abnormal Deformation Under 8 m Midpoint Chord

下载: 全尺寸图片幻灯片

图 11为中点弦的弦长为20 m（特征波长21.804 m）的SPWVD-阈值图，从图 11中不能提取出相应波长的相对变形波动波形。

图 11 20 m中点弦下的相对变形波形的位置提取

Figure 11. Extraction Locations of Abnormal Deformation Under 20 m Midpoint Chord

下载: 全尺寸图片幻灯片

4 结语

本文在定义线状结构局部相对变形波动值的基础上，对地铁三维激光扫描点云中提取的轨道数据进行小波分析与SPWVD分析，可以识别相应波长的相对变形波形，并确定其影响范围和最大变形幅值。对原始的变形波动值进行多层小波分解与重构，使信号中的待提取成分表现更为显著，分辨率更高，从而确定相对变形波形的波长。SPWVD具有明确的物理意义，可以用于能量检测，从而确定相对变形波形的位置。实例分析的研究结果表明，本文提出的相对变形提取算法具有一定的有效性和准确性，可以提取波长与中点弦的弦长接近的相对变形波形，能够达到较好的相对变形波形信息检测的效果。

后续研究将采用此方法分析地铁隧道结构侧壁的横向水平和顶壁的垂向线状相对变形，期望从多期地铁扫描数据中检测出更多有效变形信息。

致谢: 感谢维也纳技术大学的Matthias Schartner博士在VGOS仿真分析过程中提供的帮助及建议。本文利用的VGOS观测实测数据来源于IVS数据中心的公开数据，由IVS组织实施观测，相关处理由美国麻省理工学院海斯塔克天文台和德国波恩马普射电天文研究所完成，在此表示感谢。

图 1 台站分布及网型示意图

Figure 1. Antennas Distribution and Networks Diagram

下载: 全尺寸图片幻灯片

图 2 EOP测量数据仿真解算流程图

Figure 2. Flowchart of EOP Observational Data Simulation and Parameters Estimation

下载: 全尺寸图片幻灯片

图 3 各网型EOP精度指标统计图

Figure 3. Statistical Diagram of EOP Accuracy for Each Network

下载: 全尺寸图片幻灯片

图 4 仿真解算参数形式误差频率直方图和实测数据解算精度

Figure 4. Frequency Histogram of Formal Errors of Estimated EOP Parameters for Simulated Data and Actual Observations

下载: 全尺寸图片幻灯片

图 5 NET01与IVS各网型EOP测量能力对比

Figure 5. Comparison of EOP Measurement Capability Between NET01 and IVS VGOS Networks

下载: 全尺寸图片幻灯片

表 1 EOP观测网型代码及相关信息

Table 1 VGOS Networks Code and Related Information

网型代码	台站代码	平均基线长/km
NET00	Sh Bj Ur	2 273.3
NET01	Sh Bj Ur Hr Hb	7 179.4
NET02	Sh Bj Ur Hr Bd	5 929.3
NET03	Sh Bj Ur K2 Hb	6 549.4
NET04	Sh Bj Ur K2 Bd	5 527.3

下载: 导出CSV

表 2 仿真中采用的天顶湿大气模型参数

Table 2 Parameters of the Zenith Wet Atmosphere Delay Model Used in the Simulation

参数名	参数	数值
大气折射因子结构常数/m^-1/3	Cn	1.80×10^-7
有效湿大气高度/m	H	2 000
数值积分高度步长/m	dH	200
东向风速/(m⋅s^-1)	v_e	8
北向风速/(m⋅s^-1)	v_n	0
基准天顶湿大气延迟/mm	$ {D}_{\mathrm{z}\mathrm{w}{\mathrm{d}}_{0}} $	150

下载: 导出CSV

表 3 各网型解算结果对比

Table 3 Comparison of Estimation Results of Different Networks

网型代码	$ {\omega }_{\mathrm{s}\mathrm{k}\mathrm{y}} $	$ {\omega }_{\mathrm{n}\mathrm{o}\mathrm{b}\mathrm{s}} $	$ {\omega }_{\mathrm{d}\mathrm{u}\mathrm{r}} $	$ {\omega }_{\mathrm{i}\mathrm{d}\mathrm{l}\mathrm{e}} $	$ {R}_{\mathrm{E}\mathrm{O}\mathrm{P}} $/$ \mathrm{\mu }\mathrm{a}\mathrm{s} $	比例因子
NET00	0.99	0.99	0.33	0.33	563.18	1.0
NET01	0.99	0.00	0.33	0.33	58.37	9.6
NET02	0.66	0.00	0.00	0.99	66.34	8.5
NET03	0.99	0.00	0.33	0.00	76.42	7.4
NET04	0.66	0.00	0.00	0.99	86.81	6.5

下载: 导出CSV

表 4 仿真解算精度与实测数据解算精度

Table 4 Mean Formal Errors of Simulations and Formal Errors of Actual Observations

观测代码	台站数量	统计值	观测数量	WRMS/ps	dUT1/$ \mathrm{\mu }\mathrm{s} $	X_P/$ \mathrm{\mu }\mathrm{a}\mathrm{s} $	Y_P/$ \mathrm{\mu }\mathrm{a}\mathrm{s} $
VO0147	6	实测	8 362	31.11	1.70	37.71	28.76
		仿真	8 575	28.72	1.54	36.07	27.66
		相对偏差	-0.03	0.08	0.10	0.04	0.04
VO0174	7	实测	11 293	53.36	2.36	55.58	43.56
		仿真	12 844	29.70	1.37	34.05	25.30
		相对偏差	-0.14	0.44	0.42	0.39	0.42
VO0202	8	实测	14 804	42.86	1.77	44.89	33.14
		仿真	15 934	28.61	1.27	30.64	22.44
		相对偏差	-0.08	0.33	0.28	0.32	0.32
VO0219	7	实测	10 490	32.74	1.58	40.40	31.72
		仿真	12 034	28.59	1.39	34.69	25.99
		相对偏差	-0.15	0.13	0.12	0.14	0.18
VO0287	5	实测	4 292	38.18	2.43	62.34	51.39
		仿真	5 162	27.59	1.98	48.36	41.22
		相对偏差	-0.20	0.28	0.18	0.22	0.20

下载: 导出CSV

参考文献(31)

[1]	Sovers O J, Fanselow J L, Jacobs C S. Astrometry and Geodesy with Radio Interferometry: Experiments, Models, Results[J]. Reviews of Modern Physics, 1998, 70(4): 1393-1454. doi: 10.1103/RevModPhys.70.1393
[2]	Schartner M, Böhm J. Optimizing Schedules for the VLBI Global Observing System[J]. Journal of Geodesy, 2020, 94(1), DOI: 10.1007/s00190-019-01340-z
[3]	乔书波, 李金岭, 柴洪洲, 等. 天球参考架的稳定源选取及其最新实现[J]. 测绘学报, 2010, 39(2): 120-128. https://www.cnki.com.cn/Article/CJFDTOTAL-CHXB201002005.htm Qiao Shubo, Li Jinling, Chai Hongzhou, et al. Newly Realization of Celestial Reference Frame by Stable Sources Selection[J]. Acta Geodaetica et Cartographica Sinica, 2010, 39(2): 120-128. https://www.cnki.com.cn/Article/CJFDTOTAL-CHXB201002005.htm
[4]	张志斌, 王广利, 刘祥, 等. 中国VLBI网观测地球定向参数能力分析[J]. 武汉大学学报(信息科学版), 2013, 38(8): 911-915. http://ch.whu.edu.cn/article/id/2711 Zhang Zhibin, Wang Guangli, Liu Xiang, et al. Analysis of EOP Determination via Chinese VLBI Network[J]. Geomatics and Information Science of Wuhan University, 2013, 38(8): 911-915. http://ch.whu.edu.cn/article/id/2711
[5]	Nothnagel A. Very Long Baseline Interferometry[M]//Mathematische Geodüsie/Mathematical Geodesy. Berlin, Germany: Springer, 2020.
[6]	刘山洪, 鄢建国, 叶茂, 等. 中国VLBI观测网对木星低阶重力场解算的贡献[J]. 武汉大学学报(信息科学版), 2020, 45(6): 862-869. doi: 10.13203/j.whugis20190385 Liu Shanhong, Yan Jianguo, Ye Mao, et al. Contributions of Chinese VLBI Network to the Low Degree Coefficients of the Jupiter Gravity Field[J]. Geomatics and Information Science of Wuhan University, 2020, 45(6): 862-869. doi: 10.13203/j.whugis20190385
[7]	李金岭, 魏二虎, 孙中苗, 等. 关于我国天测与测地VLBI网络未来建设的讨论[J]. 武汉大学学报(信息科学版), 2010, 35(6): 670-673. http://ch.whu.edu.cn/article/id/959 Li Jinling, Wei Erhu, Sun Zhongmiao, et al. Discussion on Future Configuration Design of Chinese Astrometric and Geodetic VLBI Network[J]. Geomatics and Information Science of Wuhan University, 2010, 35(6): 670-673. http://ch.whu.edu.cn/article/id/959
[8]	Shu F, Petrov L, Jiang W, et al. VLBI Ecliptic Plane Survey: VEPS-1[J]. The Astrophysical Journal Letters Supplement Series, 2017, 230(2): 13. doi: 10.3847/1538-4365/aa71a3
[9]	范昊鹏, 孙中苗. 我国新一代VLBI网性能分析[J]. 测绘科学技术学报, 2018, 35(2): 141-146. https://www.cnki.com.cn/Article/CJFDTOTAL-JFJC201802007.htm Fan Haopeng, Sun Zhongmiao. Capability Analysis of the New-Generation VLBI Network in China[J]. Journal of Geomatics Science and Technology, 2018, 35(2): 141-146. https://www.cnki.com.cn/Article/CJFDTOTAL-JFJC201802007.htm
[10]	Petrachenko B, Niell A, Behrend D, et al. Design Aspects of the VLBI2010 System[C]//International VLBI Service for Geodesy and Astrometry 2009 Annual Report, Greenbelt, USA, 2010.
[11]	Haas R, Nothnagel A, Petrachenko B. VGOS: The VLBI Global Observing System of the IVS[J]. IAU General Assembly, 2015, 29: 2257511.
[12]	孙中苗, 范昊鹏. VLBI全球观测系统(VGOS)研究进展[J]. 测绘学报, 2017, 46(10): 1346-1353. https://www.cnki.com.cn/Article/CJFDTOTAL-CHXB201710019.htm Sun Zhongmiao, Fan Haopeng. Research Progress of VLBI Global Observing System (VGOS)[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46(10): 1346-1353. https://www.cnki.com.cn/Article/CJFDTOTAL-CHXB201710019.htm
[13]	刘磊, 郑为民, 张娟, 等. 中国VLBI网软件相关处理机测地应用精度分析[J]. 测绘学报, 2017, 46(7): 805-814. https://www.cnki.com.cn/Article/CJFDTOTAL-CHXB201707002.htm Liu Lei, Zheng Weimin, Zhang Juan, et al. Precision Analysis of Chinese VLBI Network Software Correlator for Geodetic Applications[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46(7): 805-814. https://www.cnki.com.cn/Article/CJFDTOTAL-CHXB201707002.htm
[14]	王广利, 叶叔华, 钱志瀚, 等. 亚太地区空间地球动力学研究计划(APSG)首期VLBI联测结果[J]. 中国科学(A辑), 2001, 44(2): 259-264. https://www.cnki.com.cn/Article/CJFDTOTAL-JAXK200006012.htm Wang Guangli, Ye Shuhua, Qian Zhihan, et al. Measurements of the VLBI Experiments During the First Campaign of the Asian-Pacific Space Geodynamics (APSG) Program[J]. Science in China Series A: Mathematics, 2001, 44(2): 259-264. https://www.cnki.com.cn/Article/CJFDTOTAL-JAXK200006012.htm
[15]	李斐, 邵先远, 曲春凯, 等. 利用2006—2015年VLBI数据进行地球定向参数解算与分析[J]. 武汉大学学报(信息科学版), 2019, 44(11): 1581-1587. doi: 10.13203/j.whugis20170365 Li Fei, Shao Xianyuan, Qu Chunkai, et al. Solution and Analysis of Earth Orientation Parameters with 2006-2015 VLBI Observation[J]. Geomatics and Information Science of Wuhan University, 2019, 44(11): 1581-1587. doi: 10.13203/j.whugis20170365
[16]	Mccallum L, Wakasugi T, Shu F. Current Activities and Plans of the AOV-Asia-Oceania VLBI Group[C]//International VLBI Service for Geodesy and Astrometry 2018 General Meeting Proceedings: Global Geodesy and the Role of VGOS-Fundamental to Sustainable Development, Longyearbyen, Norway, 2019.
[17]	Niell A, Whitney A, Petrachenko B, et al. VLBI2010: Current and Future Requirements for Geodetic VLBI Systems[R]. Longyearbyen, Norway: IVS Annual Report NASA/TP-2006-214136, 2005.
[18]	Sun J, Böhm J, Nilsson T, et al. New VLBI2010 Scheduling Strategies and Implications on the Terrestrial Reference Frames[J]. Journal of Geodesy, 2014, 88(5): 449-461.
[19]	Metropolis N, Ulam S. The Monte Carlo Method[J]. Journal of the American Statistical Association, 1949, 44(247): 335-341.
[20]	Pany A, Böhm J, MacMillan D, et al. Monte Carlo Simulations of the Impact of Troposphere, Clock and Measurement Errors on the Repeatability of VLBI Positions[J]. Journal of Geodesy, 2011, 85(1): 39-50.
[21]	Schartner M, Böhm J, Nothnagel A. Optimal Antenna Locations of the VLBI Global Observing System for the Estimation of Earth Orientation Parameters[J]. Earth, Planets and Space, 2020, 72(1), DOI: 10.1186/s40623-020-01214-1.
[22]	Wresnik J, Böhm J, Schuh H. Monte Carlo Simulations for VLBI2010[C]//The 18th European VLBI for Geodesy and Astrometry Work Meeting, Vienna, Austria, 2007.
[23]	Hidayat T, Munir A, Dermawan B, et al. Radio Frequency Interference Measurements in Indonesia[J]. Experimental Astronomy, 2014, 37(1): 85-108.
[24]	Schartner M. Optimizing Geodetic VLBI Schedules with VieSched++[D]. Vienna, Austria: Department für Geodüsie und Geoinformation, 2019.
[25]	Boehm J. Vienna Mapping Functions in VLBI Analyses[J]. Geophysical Research Letters, 2004, 31: L01603.
[26]	Treuhaft R N, Lanyi G E. The Effect of the Dynamic Wet Troposphere on Radio Interferometric Measurements[J]. Radio Science, 1987, 22(2): 251-265.
[27]	Nilsson T, Haas R, Elgered G. Simulations of Atmospheric Path Delays Using Turbulence Models[C]//The 18th European VLBI for Geodesy and Astrometry Working Meeting: Goewissenschaftliche Mitteilungen, Schriftenreihe der Studienrichtung Vermessung und Geoinformation, Technische Universitat Wien, Vienna, Austria, 2007.
[28]	Herring T A, Davis J L, Shapiro I I. Geodesy by Radio Interferometry: The Application of Kalman Filtering to the Analysis of very Long Baseline Interferometry Data[J]. Journal of Geophysical Research, 1990, 95(B8): 12561.
[29]	Bolotin S, Baver K, Gipson J, et al. The First Release of nuSolve[C]//IVS 2012 General Meeting Proceedings, NASA/CP-2012-217504, Madrid, Spain, 2012.
[30]	魏二虎, 李雪川, 易慧, 等. 利用2008年VLBI观测数据进行EOP参数的解算与分析[J]. 武汉大学学报(信息科学版), 2010, 35(8): 988-990+995. http://ch.whu.edu.cn/article/id/1035 Wei Erhu, Li Xuechuan, Yi Hui, et al. On EOP Parameters Based on 2008 VLBI Observation Data[J]. Geomatics and Information Science of Wuhan University, 2010, 35(8): 988-990+995. http://ch.whu.edu.cn/article/id/1035
[31]	王波, 鄢建国, 高梧桐, 等. EOP预报误差对深空探测器精密定轨结果影响分析[J]. 武汉大学学报(信息科学版), 2022, DOI: 10.13203/j.whugis20220004. Wang Bo, Yan Jianguo, Gao Wutong, et al. The Analysis of the Impact of EOP Prediction Errors on the Orbit Determination of Deep-Space Spacecraft[J]. Geomatics and Information Science of Wuhan University, 2022, DOI: 10.13203/j.whugis20220004.

施引文献(6)

期刊类型引用(5)

1.	胡倩倩，何越磊，路宏遥. 轨道板损伤检测与可视化研究. 土木建筑工程信息技术. 2025(01): 112-117 . 百度学术
2.	周涛，苏涛，宋超. 移动式三维激光扫描在轨道交通限界检测中的应用. 北京测绘. 2024(06): 891-895 . 百度学术
3.	李茂圣，王大彬. 一种智慧地铁轨道状态预测和维修决策优化系统. 计算机测量与控制. 2023(02): 48-54 . 百度学术
4.	查小君，臧建波，胡雷鸣，马健. 架站式三维激光扫描技术在金华轨道交通的应用. 城市道桥与防洪. 2023(05): 236-239+28 . 百度学术
5.	于洪亮，李东彪，高玮，王森，汪义伟，葛双双. 基于地质雷达与激光扫描的隧道检测现状分析. 长沙理工大学学报(自然科学版). 2023(03): 102-117 . 百度学术

其他类型引用(1)

资源附件(0)

图(5) / 表(4)

计量

文章访问数: 1177
HTML全文浏览量: 167
PDF下载量: 74
被引次数: 6

1 线状结构局部相对变形波动指标
2 相对变形波动提取与定位
2.1 小波变换与小波分解
2.2 维格纳-威尔分布
2.3 相对变形波形提取
2.3.1 确定相对变形波长
2.3.2 确定相对变形位置
3 算法验证与实例分析
3.1 模拟数据计算与分析
3.2 实测数据计算与分析
3.2.1 实测数据1
3.2.2 实测数据2
4 结语

1 线状结构局部相对变形波动指标
2 相对变形波动提取与定位
2.1 小波变换与小波分解
2.2 维格纳-威尔分布
2.3 相对变形波形提取
2.3.1 确定相对变形波长
2.3.2 确定相对变形位置
3 算法验证与实例分析
3.1 模拟数据计算与分析
3.2 实测数据计算与分析
3.2.1 实测数据1
3.2.2 实测数据2
4 结语

参考文献(31)

施引文献(6)

资源附件(0)

利用中国VGOS站开展国际联测的EOP精度仿真分析

作者简介: 钟胜坚，硕士，研究方向为空间大地测量。zhongshengjian@126.com

通讯作者: 舒逢春，博士，研究员。sfc@shao.ac.cn

计量

出版历程