-
题名基于GDODR的RAIM漏检抑制方法
- 1
-
-
作者
罗晶月
刘文祥
杨馨
宋贻立
肖伟
叶小舟
-
机构
国防科技大学电子科学学院/导航与时空技术国家重点实验室
-
出处
《导航定位学报》
北大核心
2025年第4期210-218,共9页
-
文摘
针对低空飞行环境下GNSS接收机易产生伪距偏差,接收机自主完好性监测(RAIM)检测灵敏度下降,从而导致漏检率增加的问题,提出一种改进的RAIM算法:通过引入检测几何因子(GDODR)量化单颗卫星故障检测的难度,指出该因子与卫星的几何构型密切相关且GDODR值越低表示检测难度越大,并将低GDODR值卫星作为重点检测对象;然后基于其参与定位解算前后的定位结果差值构建新的检测量。仿真结果表明,在伪距偏差20~80 m范围内,该方法可显著降低低GDODR值卫星漏检率;另外,利用GDODR相关指标对北斗卫星导航系统(BDS)和全球定位系统(GPS)的区域故障检测性能进行对比,结果显示BDS异构星座在低空多卫星可见条件下的故障检测能力显著优于GPS,能有效保障复杂环境下的低空导航完好性并提升低空飞行安全性。
-
关键词
接收机自主完好性监测
低空飞行安全
故障检测与识别
漏检概率
北斗卫星导航系统(BDS)
全球定位系统(GPS)
-
Keywords
receiver autonomous integrity monitoring
low-altitude flight safety
fault detection and identification
miss detect ion probability
BeiDou satellite naviga tion system(BDS)
global positioning system(GPS)
-
分类号
P228
[天文地球—大地测量学与测量工程]
-
-
题名基于R2CNN的天气雷达边界层辐合线识别算法
被引量：1
- 2
-
-
作者
郑玉
徐芬
王亚强
-
机构
南京气象科技创新研究院
中国气象局交通气象重点开放实验室
中国气象科学研究院灾害天气国家重点实验室
-
出处
《应用气象学报》
CSCD
北大核心
2024年第6期654-666,共13页
-
基金
中国自然科学基金委员会气象联合基金项目(U2142203)
中国气象科学研究院基本科研业务费专项资金(2021Z003,2023Z017)
中国气象局重点创新团队(CMA2022ZD07)。
-
文摘
边界层辐合线是触发对流的中尺度天气系统之一,边界层辐合线的精细化识别对于揭示其形成、演变及与其他系统相互作用机制至关重要。目前自动识别技术在适应边界层辐合线多样性(如尺度、强度和形状)方面存在局限。旋转区域卷积神经网络(R2CNN)可提高识别准确性、鲁棒性和泛化能力。综合考虑天气雷达型号和分辨率的多样性,针对性构建识别数据集用于模型训练,调整相应参数得到识别模型,并利用交并比和置信度评估检验识别效果。结果表明:基于R2CNN的边界层辐合线识别算法在使用较低交并比阈值时命中率更高且空报率更低,当置信度为0.7时,TS(threat score)评分最高。与现有的阵风锋识别算法(Machine Intelligence Gust Front Algorithm,MIGFA)效果相比,R2CNN在减少误报、提升命中率及平衡识别频率等关键性能方面优势显著,适用于业务应用与推广。
-
关键词
边界层辐合线
低空飞行安全
阵风锋
R2CNN
旋转框目标检测
-
Keywords
boundary layer convergence line
low-altitude flight safety
gust front
R2CNN
rotational box object detection
-
分类号
P412.25
[天文地球—大气科学及气象学]
-
