本发明涉及航空重力测量领域,特别是涉及一种航空重力测量数据向下延拓方法及系统。
背景技术:
航空重力测量技术,因其可以在沙漠、沼泽、冰川、丘陵、原始森林、陆海交界等一些难以开展地面重力测量的区域进行作业,以及能够快速经济地获取高精度高分辨率地球重力场中高频信息,从而使航空重力测量技术成为获取地球重力场测量数据最有效的技术手段之一。
航空重力测量数据在应用时,一般需要延拓到地球表面或大地水准面上,主要用于不同类型重力测量数据的融合、全球或区域地球重力场模型的构建、全球或区域(似)大地水准面的精化、水下重力匹配辅助导航中重力基准图的生成等。
目前常用的航空重力测量数据延拓方法主要包括最小二乘法、解析法、直接代表法、正则化法等。这些方法在实际应用时,各有优劣。
最小二乘法的基本原理是利用由地面重力数据计算空中重力数据的poisson积分方程建立观测方程,通过矩阵求逆运算实现由空中重力数据解算地面重力数据的目的。最小二乘法原理简单,能给出延拓结果的精度估计信息。但是,该方法的延拓区域较大时poisson积分方程需要进行离散化处理,从而引入离散化误差;矩阵存储量大,对计算机内存要求较高,计算速度很慢,并且矩阵病态性严重,延拓结果精度很差。
解析法的基本原理是以延拓面作为边界面,将航空重力测量数据沿径向投影到边界面上,从而得到延拓面上的重力数据。解析法的优势是原理简单,对计算机要求不高,而且计算速度非常快。但是,该方法需要满足一定的假设条件,不能给出延拓结果的精度估计信息,受截断误差和参考重力场模型误差的影响较大,延拓结果精度一般。
直接代表法的基本原理是利用空中重力数据代表地面相关区域平均重力数据的主项,并利用地形高数据恢复相应的高频信息。该方法原理简单,对计算机要求不高,而且计算速度很快;避免了空中重力数据向下延拓的不稳定性,又可获得比较理想的地面平均重力数据;使用方便,无边界效应,且不受测区范围大小的限制,延拓结果精度较好。但是,不能给出延拓结果的精度估计信息,并且需要测区内较精细的地形高数据。
正则化法的基本原理是在最小二乘法的基础上,通过对病态法方程矩阵添加正则化参数,提高法方程矩阵的稳定性,从而抑制高频段观测误差对估值的影响。该方法能给出延拓结果的精度估计信息,在目前航空重力测量数据向下延拓算法中精度最高。但是,该方法需要确定最优正则化参数,并且参数选择的优劣直接影响了最终延拓结果的精度;延拓结果有偏,引入了一定的系统误差;延拓区域较大时矩阵存储量大,对计算机内存要求较高,计算速度较慢。
综上所述,目前已有的航空重力测量数据向下延拓方法不能兼顾精度与效率。
技术实现要素:
本发明的目的是提供一种航空重力测量数据向下延拓方法及系统,该方法及系统具有对计算机性能要求较低、计算速度较快、延拓结果精度较高的优势。
为实现上述目的,本发明提供了如下方案:
一种航空重力测量数据向下延拓方法,所述方法包括:
获取各空中点的原始重力观测数据;
对所述原始重力观测数据进行预处理,得到格网化的空中点重力异常数据;
根据
可选的,所述对所述原始重力观测数据进行预处理,得到格网化的空中点重力异常数据,具体包括:
对所述原始重力观测数据进行当量转换、误差补偿和数据格式转换,得到第一预处理数据;
对所述第一预处理数据进行惯性导航解算、gnss解算以及惯性/gnss组合导航解算,得到第二预处理数据;
对所述第二预处理数据进行测线划分、采样率统一、测线扰动重力解算,得到第三预处理数据;
对所述第三预处理数据进行低通滤波、测线网平差和格网化处理,得到格网化的空中点重力异常数据。
可选的,所述根据
设定迭代初始条件
根据
可选的,所述方法还包括:
对所述地面重力异常数据进行精度评估。
可选的,所述对所述地面重力异常数据进行精度评估,具体包括:
获取地面重力异常数据;
获取所述地面重力异常数据对应的延拓面的已知重力数据;
根据所述已知重力数据对所述地面重力异常数据进行精度评估。
本发明还提供了一种航空重力测量数据向下延拓系统,所述系统包括:
空中点原始重力观测数据获取单元,用于获取各空中点的空中重力异常观测数据;
预处理单元,用于对所述空中重力异常观测数据进行预处理,得到格网化的空中点重力异常数据;
延拓单元,用于根据
可选的,所述预处理单元具体包括:
第一预处理子单元,用于对所述空中重力异常观测数据进行当量转换、误差补偿和数据格式转换,得到第一预处理数据;
第二预处理子单元,用于对所述第一预处理数据进行惯性导航解算、gnss解算以及惯性/gnss组合导航解算,得到第二预处理数据;
第三预处理子单元,用于对所述第二预处理数据进行测线划分、采样率统一、测线扰动重力解算,得到第三预处理数据;
第四预处理子单元,用于对所述第三预处理数据进行低通滤波、测线网平差和格网化处理,得到格网化的空中重力异常数据。
可选的,所述延拓单元,具体包括:
初值设定子单元,用于设定迭代初始条件
迭代子单元,用于根据
可选的,所述系统还包括:
评估单元,用于对所述地面重力异常数据进行精度评估。
可选的,所述评估单元具体包括:
地面重力异常数据获取子单元,用于获取地面重力异常数据;
已知重力数据子单元,用于获取所述地面重力异常数据对应的延拓面的已知重力数据;
精度评估子单元,用于根据所述已知重力数据对所述地面重力异常数据进行精度评估。
根据本发明提供的具体实施例,本发明公开了以下技术效果:本发明提供的航空重力测量数据向下延拓方法及系统,提出了一种航空重力测量数据向下延拓的改进poisson积分迭代法,该方法对计算机性能要求较低,计算速度较快,不仅可以修正传统poisson积分离散化误差给延拓模型带来的病态性影响,而且对延拓模型本身的病态性有一定的抑制作用,延拓结果精度较高,并且不会引入系统误差。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例航空重力测量数据向下延拓方法流程图;
图2为本发明实施例空中重力测量数据进行预处理流程图;
图3为本发明实施例航空重力测量数据向下延拓系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种航空重力测量数据向下延拓方法及系统,该方法及系统具有对计算机性能要求较低、计算速度较快、延拓结果精度较高的优势。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例航空重力测量数据向下延拓方法流程图,如图1所示,本发明提供的航空重力测量数据向下延拓方法步骤具体如下:
步骤101:获取各空中点的原始重力常观测数据;
步骤102:对所述原始重力观测数据进行预处理,得到格网化的空中点重力异常数据;
步骤103:根据
其中,步骤102具体包括:
对所述原始重力观测数据进行当量转换、误差补偿和数据格式转换,得到第一预处理数据;
对所述第一预处理数据进行惯性导航解算、gnss解算以及惯性/gnss组合导航解算,得到第二预处理数据;
对所述第二预处理数据进行测线划分、采样率统一、测线扰动重力解算,得到第三预处理数据;
对所述第三预处理数据进行低通滤波、测线网平差和格网化处理,得到格网化的空中点重力异常数据。
步骤103具体包括:
设定迭代初始条件
根据
本发明提供的航空重力测量数据向下延拓方法还包括以下步骤:
对所述地面重力异常数据进行精度评估。具体为:
获取地面重力异常数据;
获取所述地面重力异常数据对应的延拓面的已知重力数据;
根据所述已知重力数据对所述地面重力异常数据进行精度评估。
本发明提供的航空重力测量数据向下延拓方法,提出了一种航空重力测量数据向下延拓的改进泊松(poisson)积分迭代法,该方法对计算机性能要求较低,计算速度较快,不仅可以修正传统泊松(poisson)积分离散化误差给延拓模型带来的病态性影响,而且对延拓模型本身的病态性有一定的抑制作用,延拓结果精度较高,并且不会引入系统误差。
作为本发明的又一实施例,发明提供的航空重力测量数据向下延拓方法,通过航空重力测量系统获得空中重力测量数据;然后,对空中重力测量数据进行预处理,获得空中格网重力数据;之后,构建改进泊松(poisson)积分迭代法观测方程,对空中格网重力数据进行向下延拓;不断迭代计算,当满足迭代终止条件时,获得延拓面重力数据;最后,对延拓面重力数据进行精度评估,获得精度评估结果。
其中,对空中重力测量数据进行预处理,获得空中格网重力数据,具体为:
按照测量值班记录,对重力仪、gnss、高度计观测数据进行当量转换、误差补偿和数据格式转换等处理;
进行惯性导航解算、gnss解算及惯性/gnss组合导航解算等处理,获得误差修正后的比力、姿态和gnss加速度;
进行测线划分、数据采样率统一、测线扰动重力解算等处理,获得测线上扰动重力观测数据;
进行提供滤波、测线网平差和格网化处理,获得空中格网重力数据。
预处理过程如图2所示。
其中,改进poisson积分迭代法观测方程的推导过程具体如下:
地面重力数据计算空中重力数据的poisson积分方程为:
其中,δgh(r,θ,λ)表示空中点的重力异常数据;δg0(r,θ′,λ′)表示地面点的重力异常数据;(r,θ,λ)是指空中点的地心球坐标,r表示空中点的地心向径,θ表示空中点的地心余纬,λ表示空中点的地心经度;(r,θ′,λ′)是指地面点的地心球坐标,r表示地面点的地心向径,θ′表示地面点的地心余纬,λ′表示地面点的地心经度;
由于在实际情况下空中和地面重力异常均是离散值,式(1)可写成如下形式的观测方程
gh=ax(2)
式(2)中,gh为空中重力异常数据δgh所组成的向量,x为地面区域的重力异常数据δg0所组成的向量,a为相应的系数阵。在航空重力测量中,空中点重力异常数据δgh是已知观测值,地面重力异常数据为待估参数,这是poisson积分方程的逆问题。
式(2)的传统离散化形式为
其中,矩阵aij的表达式为
其中dsj=sinθ′jdθ′jdλ′j表示格网面元。
采用式(4)进行向下延拓时将会带来较大误差。因此,给出矩阵a的改进形式,其对角线元素为
非对角线元素为
其中,ψ0表示选取积分半径,nc表示积分半径内的测量点个数。
由于r/r也是调和函数,因此有
在公式(7)两端同时乘以δg0(r,θ,λ),有
将式(1)减去式(8),通过变换、改化,可以得到
由于式(9)两端都含有δg0(r,θ,λ)项,因此,该式可以进一步改化成迭代形式。作为第一次近似,命
再用下式进行迭代计算
式(11)可以进一步修改成矩阵计算的形式:
其中,矩阵a可以用式(5)和式(6)来计算,式(12)即为本发明建立的改进poisson积分迭代法向下延拓模型。当前后两次计算值之间的差异小于ε时,就可以终止迭代。
本发明提供的航空重力测量数据向下延拓方法,提出了一种航空重力测量数据向下延拓的改进泊松(poisson)积分迭代法,该方法对计算机性能要求较低,计算速度较快,不仅可以修正传统泊松(poisson)积分离散化误差给延拓模型带来的病态性影响,而且对延拓模型本身的病态性有一定的抑制作用,延拓结果精度较高,并且不会引入系统误差。
图3为本发明实施例航空重力测量数据向下延拓系统结构示意图,如图3所示,本发明提供的航空重力测量数据向下延拓系统包括:
空中点原始重力观测数据获取单元301,用于获取各空中点的原始重力观测数据;
预处理单元302,用于对所述原始重力观测数据进行预处理,得到格网化的空中点重力异常数据;
延拓单元303,用于根据
其中,所述预处理单元302具体包括:
第一预处理子单元,用于对所述原始重力观测数据进行当量转换、误差补偿和数据格式转换,得到第一预处理数据;
第二预处理子单元,用于对所述第一预处理数据进行惯性导航解算、gnss解算以及惯性/gnss组合导航解算,得到第二预处理数据;
第三预处理子单元,用于对所述第二预处理数据进行测线划分、采样率统一、测线扰动重力解算,得到第三预处理数据;
第四预处理子单元,用于对所述第三预处理数据进行低通滤波、测线网平差和格网化处理,得到格网化的空中点重力异常数据。
所述延拓单元303,具体包括:
初值设定子单元,用于设定迭代初始条件
迭代子单元,用于根据
所述系统还包括:
评估单元,用于对所述地面重力异常数据进行精度评估。所述评估单元具体包括:
地面重力异常数据获取子单元,用于获取地面重力异常数据;
已知重力数据子单元,用于获取所述地面重力异常数据对应的延拓面的已知重力数据;
精度评估子单元,用于根据所述已知重力数据对所述地面重力异常数据进行精度评估。
本发明提供的航空重力测量数据向下延拓系统,利用了本发明提出的航空重力测量数据向下延拓的改进poisson积分迭代法,使其具有对计算机性能要求较低、计算速度较快、精度高的特点,不仅可以修正传统poisson积分离散化误差给延拓模型带来的病态性影响,而且对延拓模型本身的病态性有一定的抑制作用,延拓结果精度较高,并且不会引入系统误差。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。