关联矩阵法在独立基线及独立双差模糊度选择中的应用

王磊; 李盼; 吕翠仙

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

关联矩阵法在独立基线及独立双差模糊度选择中的应用

王磊, 李盼, 吕翠仙

文章导航 > 武汉大学学报 ( 信息科学版) > 2010 > 35(6): 715-718

王磊, 李盼, 吕翠仙. 关联矩阵法在独立基线及独立双差模糊度选择中的应用[J]. 武汉大学学报 ( 信息科学版), 2010, 35(6): 715-718.

引用本文:

王磊, 李盼, 吕翠仙. 关联矩阵法在独立基线及独立双差模糊度选择中的应用[J]. 武汉大学学报 ( 信息科学版), 2010, 35(6): 715-718.

WANG Lei, LI Pan, LV Cuixian. Application of Vertex Incidence Matrix Algorithm to Independent Baselines Search and Independent Double-Difference Ambiguity Selection[J]. Geomatics and Information Science of Wuhan University, 2010, 35(6): 715-718.

Citation:

WANG Lei, LI Pan, LV Cuixian. Application of Vertex Incidence Matrix Algorithm to Independent Baselines Search and Independent Double-Difference Ambiguity Selection[J]. Geomatics and Information Science of Wuhan University, 2010, 35(6): 715-718.

关联矩阵法在独立基线及独立双差模糊度选择中的应用

¹武汉大学测绘学院,武汉市珞喻路129号,430079

基金项目: 国家自然科学基金资助项目(40874017)；国家创新研究群体科学基金资助项目(40721001)；国家973计划资助项目(2006CB701301)

详细信息

作者简介:
王磊,研究方向为卫星导航定位技术及其应用。

中图分类号: P228.41

Application of Vertex Incidence Matrix Algorithm to Independent Baselines Search and Independent Double-Difference Ambiguity Selection

¹School of Geodesy and Geomatics,Wuhan University,129 Luoyu Road,Wuhan 430079,China

Funds: 国家自然科学基金资助项目(40874017)；国家创新研究群体科学基金资助项目(40721001)；国家973计划资助项目(2006CB701301)

摘要: 在介绍两类共4种独立基线搜索算法的基础上,提出了关联矩阵法。结合算例对比了各算法解决独立基线搜索的最优性及优缺点,进一步研究了关联矩阵法应用于独立双差模糊度选择的优势。最后,将该算法推广到解决高维空间的独立性问题。
- 关联矩阵法 /
- 独立基线 /
- 独立双差模糊度 /
- 向量权
Abstract: To solve the problem of independent baselines search,we introduced four classical algorithms generalized into two categories.We proposed a new algorithm based on vertex incidence matrix.And we analyzed the optimality and relative merits of these five methods.The simulation results verify the effectiveness and advantages of the proposed algorithm.Moreover,we studied the application of the new method to independent double-difference ambiguity selection.The study has demonstrated that the proposed algorithm outperforms the existing methods and can be extended to a higher dimensional space.Besides,we mertioned a new concept of vector weight.
- independent baselines /
- independent double-difference ambiguity /
- vertex incidence matrix /
- vector weight

[1]	安向东, 陈华, 姜卫平, 肖玉钢, 赵文. 长基线GLONASS模糊度固定方法及实验分析 . 武汉大学学报 ( 信息科学版), 2019, 44(5): 690-698. doi: 10.13203/j.whugis20170091
[2]	李林阳, 吕志平, 崔阳, 王宇谱, 吕浩, 宫晓春. 大规模GNSS基线向量网抗差并行贝叶斯估计 . 武汉大学学报 ( 信息科学版), 2016, 41(10): 1385-1390. doi: 10.13203/j.whugis20140763
[3]	任锴, 宋小勇, 贾小林. 利用正交化方法确定独立基线及独立双差模糊度 . 武汉大学学报 ( 信息科学版), 2016, 41(7): 974-977. doi: 10.13203/j.whugis20140262
[4]	郑肇葆, 潘励, 郑宏. 应用图像关联度的图像模糊分类 . 武汉大学学报 ( 信息科学版), 2015, 40(5): 574-577. doi: 10.13203/j.whugis20140736
[5]	郭际明, 周命端, 谢翔, 章迪. 利用DUFCOM和DC算法的GPS单历元双差整周模糊度快速确定算法 . 武汉大学学报 ( 信息科学版), 2013, 38(7): 813-817.
[6]	祝会忠, 刘经南, 唐卫明, 高星伟. 长距离网络RTK参考站间双差模糊度快速解算算法 . 武汉大学学报 ( 信息科学版), 2012, 37(6): 688-692.
[7]	李振, 朱锋. 利用信息矩阵算法搜索GPS网的最短独立闭合环 . 武汉大学学报 ( 信息科学版), 2012, 37(7): 839-842.
[8]	黄先锋, GunhoSohn, 王潇, 张帆. 基于带权点法向量的LiDAR数据屋顶检测方法 . 武汉大学学报 ( 信息科学版), 2009, 34(1): 24-27.
[9]	邱蕾, 花向红, 蔡华, 伍岳. GPS短基线整周模糊度的直接解法 . 武汉大学学报 ( 信息科学版), 2009, 34(1): 97-99.
[10]	王孝青, 党亚民, 薛树强. 一种病态问题诊断的数值指标——矩阵向量正交度 . 武汉大学学报 ( 信息科学版), 2009, 34(2): 244-247.
[11]	伍岳, 付小林, 李海军, 柳景斌. TCAR/MCAR方法在不同距离基线模糊度求解中的应用 . 武汉大学学报 ( 信息科学版), 2007, 32(2): 172-175.
[12]	唐卫明, 刘经南, 施闯, 楼益栋. 三步法确定网络RTK基准站双差模糊度 . 武汉大学学报 ( 信息科学版), 2007, 32(4): 305-308.
[13]	楼益栋, 李征航, 张小红. 无模糊度和整周跳变问题的短基线解算方法研究 . 武汉大学学报 ( 信息科学版), 2005, 30(11): 995-998.
[14]	王新洲. GPS基线向量网粗差定位试验 . 武汉大学学报 ( 信息科学版), 1995, 20(2): 157-162.
[15]	刘经南. 三维基线向量与大地坐标差间的微分公式及其应用 . 武汉大学学报 ( 信息科学版), 1991, 16(3): 70-78.
[16]	周忠谟, 晁定波. GPS空间基线向量网与地面控制网的联合平差模型 . 武汉大学学报 ( 信息科学版), 1987, 12(2): 20-28.
[17]	黄斌夫. 广义权逆平差 . 武汉大学学报 ( 信息科学版), 1985, 10(2): 92-105.
[18]	金为铣, 杨先宏, 王树根. 独立模型法区域网平差的一种新的计算方法 . 武汉大学学报 ( 信息科学版), 1985, 10(3): 77-87.
[19]	唐炳燮. 独立模型法区域网平差FORTRAN程序系统 . 武汉大学学报 ( 信息科学版), 1985, 10(3): 69-76.
[20]	黄斌夫. 最小权逆平差 . 武汉大学学报 ( 信息科学版), 1983, 8(1): 64-76.