GNSS elmélete és felhasználása A helymeghatározás matematikai modelljei: fázismérésen alapuló relatív helymeghatározás különbségképzéssel.

Slides:



Advertisements
Hasonló előadás
A mérés eredménye és a mérési hibák
Advertisements

Lineáris egyenletrendszerek megoldása Gauss elimináció, Cramer-szabály Dr. Kovács Sándor DE GVK Gazdaságelemzési és Statiszikai Tanszék.
Egyismeretlenes lineáris egyenletek
Irracionális egyenletek
A vízszintes mérések alapműveletei
Adatelemzés számítógéppel
Az előadás célja: ALAPISMERETEK elsajátítása n Az informatika az információ elérésével, tárolásával, feldolgozásával és továbbításával foglalkozó tudomány.
SZÉCHENYI EGYETEM, Tartószerkezetek Tsz.
Számítógép, navigáció az autóban
Műveletek logaritmussal
Számítógépek, és Gps-ek az autókban
Kalman-féle rendszer definíció
Geodézia I. Geodéziai számítások Pontkapcsolások Gyenes Róbert.
Geodézia I. Geodéziai számítások Álláspont tájékozása Gyenes Róbert.
Húrnégyszögek Ptolemaiosz tétele
GNSS elmélete és felhasználása A helymeghatározás matematikai megoldása. A kiegyenlített koordináták transzformálása.
GPS az építőmérnöki gyakorlatban
Globális helymeghatározás
GPS az építőmérnöki gyakorlatban
GNSS elmélete és felhasználása
GNSS elmélete és felhasználása Fázismérések lineáris kombinációi. A ciklustöbbértelműség feloldása.
Globális helymeghatározás Zárthelyi dolgozat Relatív helymeghatározás fázisméréssel.
GNSS elmélete és felhasználása
Illeszkedési mátrix Villamosságtani szempontból legfontosabb mátrixreprezentáció. Legyen G egy irányított gráf, n ponton e éllel. Az n x e –es B(G) mátrixot.
GNSS elmélete és felhasználása A mérőjel terjedéséhez kapcsolódó hibák (troposzféra). A jelek vételéhez kapcsolódó hibák (ciklusugrás, fáziscentrum-külpontosság,
Dr. Takács Bence, adjunktus
GPS az építőmérnöki gyakorlatban
Regresszió számítás Mérnöki létesítmények ellenőrzése, terveknek megfelelése Geodéziai mérések – pontok helyzete, pontszerű információ Lineáris regresszió.
Csoportosítás megadása: Δx – csoport szélesség
Mindenki az egyenes illesztést erőlteti. Kell olyan ábra ahol 1 ismeretlen pont van Kell olyan ábra ami a görbék párhuzamos lefutását mutatja Kell olyan.
Az Euler-egyenlet és a Bernoulli-egyenlet
Lineáris programozás Modellalkotás Grafikus megoldás Feladattípusok
Egytényezős variancia-analízis
Exponenciális egyenletek
Adatnyerés a)Térkép b)Helyi megfigyelések c)Digitális adatbázis d)Analóg táblázatok, jelentések e)Távérzékelés.
Kétismeretlenes elsőfokú (lineáris) egyenletrendszerek
Szükségünk lesz valamilyen spreadsheet / táblázat kezelő programra
1. feladat Makó és Veszprém között a távolság 270 km. Reggel 8-kor elindult egy vonat Makóról 60 km/h sebességgel. 9-kor Veszprémből indult egy gyorsvonat.
GNSS rendszerek Dr. Budai Balázs Benjámin Budapesti Corvinus Egyetem – Közigazgatástudományi Kar – Közigazgatás-Szervezési és Urbanisztikai Tanszék E-government.
GNSS elmélete és felhasználása A helymeghatározás matematikai modelljei: a kódméréses abszolút és a differenciális helymeghatározás.
GNSS elmélete és felhasználása
Takács B: Korszerű adatnyerési eljárások III. – Kataszteri szakmérnöki képzés BME Általános- és Felsőgeodézia Tanszék Kataszteri szakmérnöki képzés Korszerű.
Takács B: Korszerű adatnyerési eljárások III. – Kataszteri szakmérnöki képzés BME Általános- és Felsőgeodézia Tanszék Kataszteri szakmérnöki képzés Korszerű.
GPS az építőmérnöki gyakorlatban Transzformáció. Térbeli hasonlósági transzformáció.
GPS az építőmérnöki gyakorlatban GNSS-infrastuktúra.
Makai M.: Transzport51 A koordinátázás kérdése Ha a világban meg kell adni egy helyet: fizikai koordináták (x,y,z) (origó és egység) postai címzés pl.
Gyűjtősínek Jenyó Tamás 2/14 E.
Adatgyűjtés (felmérés, geodézia)
© Farkas György : Méréstechnika
GNSS.
Műholdas navigációs rendszerek Kovács Béla Térképtudományi és Geoinformatikai Tanszék Eötvös Loránd Tudományegyetem, Informatika Kar Térképtudományi és.
6. tétel: Geodéziai mérőeszközök és mérőműszerek
Lineáris algebra.
Gazdasági informatikus - Szövegszerkesztés 1 Hosszú dokumentumok kezelése.
Egyenes vonalú mozgások
A mozgás egy E irányú egyenletesen gyorsuló mozgás és a B-re merőleges síkban lezajló ciklois mozgás szuperpoziciója. Ennek igazolására először a nagyobb.
A folytonosság Digitális tananyag.
Valószínűségszámítás II.
Hibaszámítás Gräff József 2014 MechatrSzim.
Adalékok egy véges összegzési feladathoz
avagy a tervezés segítése csúcstechnológiával Rodcont Kft.
Műholdas helymeghatározás 5. előadás
Adatgyűjtés (felmérés, geodézia)
Műholdas helymeghatározás 6. előadás
Műholdas helymeghatározás 8. előadás
Lineáris egyenletrendszerek megoldása Gauss elimináció, Cramer-szabály Dr. Kovács Sándor DE GVK Gazdaságelemzési és Statiszikai Tanszék.
Az Euler-egyenlet és a Bernoulli-egyenlet
GPS kezelési alapismeretek
Készítette: Koleszár Gábor
Előadás másolata:

GNSS elmélete és felhasználása A helymeghatározás matematikai modelljei: fázismérésen alapuló relatív helymeghatározás különbségképzéssel.

A mért fázistávolságok közvetítőegyenletei A GPS mérések közvetítőegyenletei: L 1 és L 2 fázistávolságok:

A fázismérések feldolgozása Két út áll előttünk: - A szabályos hibákat modellezzük (pálya, műholdóra, ionoszféra, troposzféra), majd ezeket a pontos modelleket felhasználjuk a feldolgozások során (ismertnek tekintjük a közvetítőegyenletekben – esetleg becsüljük a koordinátákkal együtt) - A szabályos hibákat – lehetőség szerint – kiejtjük (különbségképzés). Nagypontosságú abszolút helymeghatározás – precise point positining (PPP) Relatív helymeghatározás Hosszú mérési időtartam esetén (1 nap), mindkét eljárással ugyanaz a pontosság érhető el (precíz pálya és órakorrekciók felhasználása esetén). Bernese <> GIPSY-OASIS

Relatív helymeghatározás rövid távolságon Rövid távolságon (kb km): - A légkör hatása ugyanúgy érvényesül a bázisállomáson, mint a rover vevőkön. - Az ionoszféra okozta késleltetés kiejthető a relatív helymeghatározás esetén, így elegendő L1 frekvencián végzett észleléseket feldolgozni. Követjük a korábban felvázolt elvet:

Relatív helymeghatározás rövid távolságon A szabályos hibákat tartalmazó közvetítőegyenletek az alábbi alakban írhatóak fel: Vagy röviden: Brdc: 5ns -> 1,5m

Relatív helymeghatározás rövid távolságon Az egyszeres különbség: Vonjunk ki egymásból két ugyanazon műholdra, ugyanazon időpontban, de különböző földi ponton végzett észlelésből származó fázistávolságot egymásból!

Relatív helymeghatározás rövid távolságon Az egyszeres különbség tehát: Vegyük észre: X B, Y B, Z B ismert koordináták, ezért ezek az egyenlet bal oldalán találhatóak. Röviden:

Relatív helymeghatározás rövid távolságon Az egyszeres különbség tehát: Ahol: Az egyszeres különbségek előnye, hogy a műholdóra korrekciók, illetve az ismeretlen műhold órahibák kiesnek.

Relatív helymeghatározás rövid távolságon A kettős különbség: A koordinátameghatározás általában a kettős különbségek felhasználásával zajlik. Kettős különbséget úgy állíthatunk elő, ha két azonos időpontra, de eltérő műholdra vonatkozó egyszeres különbséget kivonunk egymásból. Így kiejthetjük a vevőóra hiba hatását.

Relatív helymeghatározás rövid távolságon A kettős különbség tehát: Ahol:

Relatív helymeghatározás rövid távolságon A kettős különbségek felhasználása esetén: - N műholdra végzett észlelés esetén (N-1) összevont ciklustöbbértelműséget kell meghatároznunk. - Így min. (N-1)+3 ismeretlenünk van, amelyre (N-1) egyenletet tudunk felírni. -> több epocha együttes kiegyenlítése szükséges. - Követelmény a műholdak folytonos észlelése (ne legyen lehetőleg ciklusugrás), így két epochából már 2(N-1) egyenletünk van, míg az ismeretleneink száma nem növekedett (statikus mérés esetén). - Hogyan deríthetjük ki, hogy volt-e ciklusugrás? – Hármas különbségek!

Ciklusugrások keresése – a hármas különbségek A hármas különbség: A hármas különbség két eltérő időpontban meghatározott kettős különbség különbségeként definiálható. A hármas különbség tehát:

Ciklusugrások keresése – a hármas különbségek

Relatív helymeghatározás nagyobb távolságokon Az ionoszféra hatása már a nagy távolságokon nem küszöbölhető ki, emiatt a ciklustöbbértelműségek már nem oldhatók fel egész számként. 1. megoldás: az ionoszféra modellezése erre alkalmas polinommal Az ionoszféra hatása a kettős különbségekre: Ionoszferikus pont zenitszöge, földrajzi szélessége és a Nap óraszöge

Relatív helymeghatározás nagyobb távolságokon 2. megoldás: kétfrekvenciás mérésekkel – kihasználva az ionoszféra frekvenciafüggő hatását – a mérések megfelelő kombinálásával a hatás kiküszöbölhető. Induljunk ki a fázistávolságokra felírt közvetítő egyenletekből: Vagy röviden:

Relatív helymeghatározás nagyobb távolságokon Osszuk le mindkét oldalt 1 -el, illetve 2 -vel (az órahibáktól most eltekintünk, azokat tudjuk a különbségképzéssel kezelni): Vonjuk ki L 2 fázistávolságot L 1 fázistávolságból, majd szorozzuk be mindkét oldalt -el:

Relatív helymeghatározás nagyobb távolságokon Az egyenlet bal oldala: Az egyenlet jobb oldala:

Relatív helymeghatározás nagyobb távolságokon A két oldalt együtt felírva eljutunk az ún. wide-lane lineáris kombinációhoz: Amely röviden: A ciklustöbbértelműség: Továbbra is egész! A hullámhossz:

Relatív helymeghatározás nagyobb távolságokon A wide-lane lineáris kombináció (L 5 ): - Zajosabb, mint az L1 és L2 mérések; - nem ionoszféra mentes lineáris kombináció; - a hosszabb hullámhossz miatt felhasználható a ciklustöbbértelműség megoldásának hatékonyság-növelésére (kétlépcsős megoldás).

Relatív helymeghatározás nagyobb távolságokon Az ionoszféra-mentes lineáris kombináció (L3): A wide-lane lineáris kombinációt osszuk el 2 -vel: Majd ehhez adjuk hozzá az L1 fázistávolságokat 1 -el elosztva: Majd az összeget szorozzuk be -el

Relatív helymeghatározás nagyobb távolságokon Az így kapott egyenlet bal oldala:

Az így kapott egyenlet jobb oldala: Relatív helymeghatározás nagyobb távolságokon Átrendezve:

Relatív helymeghatározás nagyobb távolságokon Összegezve az ionoszféra mentes lineáris kombinációk egy változatához jutunk:

Relatív helymeghatározás nagyobb távolságokon A megoldás menete: alakítsuk ki a wide-lane lineáris kombinációt (L5), mely hullámhossza kb. 86cm; modellezzük az ionoszféra hatását valamilyen modellel, majd oldjuk meg a wide- lane ciklustöbbértelműséget; ezt követően alakítsuk ki az ionoszféra mentes (L3) lineáris kombinációt; ismerve az N WL ciklustöbbértelműséget, meghatározhatjuk az N L1 ciklustöbbértelműséget (itt az ionoszféra hatása nem jelentkezik); (Végezetül az N L2 ciklustöbbértelműséget meghatározhatjuk az N WL és N L1 ismeretében.)

Köszönöm a figyelmet!