gps研究论文

gps研究论文

一、GPS系统概念
Global Positioning System）全球定位系统(GPS)是20世纪70年代由美国陆海空三军联合研制的新一代空间卫星导航定位系统 。其主要目的是为陆、海、空三大领域提供实时、 全天候和全球性的导航服务，并用于情报收集、核爆监测和应急通讯等一些军事目的，是美国独霸全球战略的重要组成。经过20余年的研究实验，耗资300亿美元，到1994年3月，全球覆盖率高达98%的24颗GPS卫星星座己布设完成。

全球定位系统由三部分构成：(1)地面控制部分，由主控站(负责管理、协调整个地面控制系统的 工作)、地面天线(在主控站的控制下，向卫星注入寻电文)、监测站(数据自动收集中心)和通讯辅助系统(数据传输)组成；(2)空间部分，由24颗卫星组成，分布在6个道平面上；(3)用户装置部分， 主要由GPS接收机和卫星天线组成。

全球定位系统的主要特点：(1)全天候；(2) 全球覆盖；(3)三维定速定时高精度；(4)快速省时高效率：(5)应用广泛多功能。

全球定位系统的主要用途：(1)陆地应用，主要包括车辆导航、应急反应、大气物理观测、地球物理资源勘探、工程测量、变形监测、地壳运动监测、 市政规划控制等；(2)海洋应用，包括远洋船最佳航程航线测定、船只实时调度与导航、海洋救援、海洋探宝、水文地质测量以及海洋平台定位、海平面升降监测等；(3)航空航天应用，包括飞机导航、航空遥 感姿态控制、低轨卫星定轨、导弹制导、航空救援和载人航天器防护探测等。

GPS卫星接收机种类很多，根据型号分为测地型、全站型、定时型、手持型、集成型；根据用途分为车载式、船载式、机载式、星载式、弹载式。

经过20余年的实践证明，GPS系统是一个高精度、全天候和全球性的无线电导航、定位和定时的多功能系统。 GPS技术已经发展成为多领域、多模式、多用途、多机型的国际性高新技术产业。

GPS原理

24颗GPS卫星在离地面1万2千公里的高空上，以12小时的周期环绕地球运行，使得在任意时刻，在地面上的任意一点都可以同时观测到4颗以上的卫星。

由于卫星的位置精确可知，在GPS观测中，我们可得到卫星到接收机的距离，利用三维坐标中的距离公式，利用3颗卫星，就可以组成3个方程式，解出观测点的位置(X,Y,Z)。考虑到卫星的时钟与接收机时钟之间的误差，实际上有4个未知数，X、Y、Z和钟差，因而需要引入第4颗卫星，形成4个方程式进行求解，从而得到观测点的经纬度和高程。

事实上，接收机往往可以锁住4颗以上的卫星，这时，接收机可按卫星的星座分布分成若干组，每组4颗，然后通过算法挑选出误差最小的一组用作定位，从而提高精度。

由于卫星运行轨道、卫星时钟存在误差，大气对流层、电离层对信号的影响，以及人为的SA保护政策，使得民用GPS的定位精度只有100米。为提高定位精度，普遍采用差分GPS(DGPS)技术，建立基准站(差分台)进行GPS观测，利用已知的基准站精确坐标，与观测值进行比较，从而得出一修正数，并对外发布。接收机收到该修正数后，与自身的观测值进行比较，消去大部分误差，得到一个比较准确的位置。实验表明，利用差分GPS，定位精度可提高到5米。

GPS前景

由于GPS技术所具有的全天候、高精度和自动测量的特点，作为先进的测量手段和新的生产力，已经融入了国民经济建设、国防建设和社会发展的各个应用领域。

随着冷战结束和全球经济的蓬勃发展，美国政府宣布2000年至2006期间，在保证美国国家安全不受威胁的前提下，取消SA政策，GPS民用信号精度在全球范围内得到改善，利用C/A码进行单点定位的精度由100米提高到20米，这将进一步推动GPS技术的应用，提高生产力、作业效率、科学水平以及人们的生活质量，刺激GPS市场的增长。据有关专家预测，在美国，单单是汽车GPS导航系统，2000年后的市场将达到30亿美元，而在我国，汽车导航的市场也将达到50亿元人民币。可见，GPS技术市场的应用前景非常可观。
二、GPS作用
1、 全天候全球卫星定位
调度监控中心根据需要可随时了解所有车辆的实时位置，并能在中心的电子地图上准确地显示车辆当时的状态（如速度，运行方向等信息）。本系统的电子地图采用矢量方式，对任意指定区域的车辆进行查询；可任意放大、缩小、移动电子地图；可进行同屏多窗口显示监控，或将目标锁定在某窗口，自动跟踪等；监控车辆的参数主要为：车辆位置（精确到15米）、运行速度（精确到1公里/小时）、运动方向（精确到1度）及时间信息（精确到1秒）；
2、紧急报警
调度监控中心收到车载终端发来的报警信号(如主动紧急报警、非法破坏报警、非法入侵报警、非法移动报警)，系统进行自动分类处理，以声音的方式提示监控人员，同时报警的车辆在地图上以醒目方式显示报警状态和报警地点，并将报警目标的监视级别提升，同时自动记录轨迹。监控人员可根据报警情况及时进行指挥调度和警情处理。
3、 信息查询
中心控制系统具备丰富的、全面的数据信息，可应客户要求，确认客户密码后提供下列服务：
l 车辆信息查询：提供车辆的相关信息查询，例如车辆位置及运动状态、车牌号、
车型、驾驶员名称、所属单位及通讯联系方式等；
l 地理信息查询：提供地图信息、位置标定、道路检索、信息查询，例如沿途主要建筑物、加油站、酒店、火车站、飞机场、公安局、居民区等； 4、防劫（防盗）、远程断油断电控制功能
该功能突出的特点之一是能最大程度地保护驾驶员的生命财产安全。当车辆被盗抢时，驾驶员可避免与劫匪正面发生冲突，只要悄悄按下报警开关，或脱险下车后用电话向中心报警，十秒钟左右中心就能收到报警信号（车辆被盗即移动50米时，调度管理中心即可收到报警信号），管理系统根据车辆档案库，显示出报警车辆的各种数据（如编号、车型、车牌、颜色、驾驶员姓名、年龄、性别等），同时，中心的电子地图上能立即显示出报警车辆的位置、速度、运行方向等信息，使车辆和罪犯无处遁形。
调度监控中心经授权后可随时对车辆进行实时监听（需sim卡开通语音功能）和控制（遥控熄火），锁定车辆位置，配合警方快速出动警力，跟踪捕捉罪犯，解救遇险司机，缴回被盗抢的车辆。
4、 历史数据记录、分析、回放
系统自动记录各车辆的运行轨迹、请求服务的次数及具体时间、紧急报警的次数及具体时间、失窃报警的次数及具体时间，根据所保存的历史数据，可在电子地图上回放所选车辆的实际行车过程，也可在电子地图上快速再现所选车辆的行车路线轨迹及时间，为事后处理乘客投诉、路上事故、被盗被抢等事件提供有力证据。
5、实时调度功能
安装本系统后，网内所有车辆的分布位置和实时运行状况，调度中心能一目了然，尽收眼底，随时可由调度中心采取有效措施，对网内车辆进行合理调度。本系统的管理功能还能为车辆管理部门加强行业管理提供方便、有效的帮助。
6、越界报警功能
对于按一定路线（区域）运行的车辆，调度管理中心可以设定车辆的运行界限，当车辆超出界限时，车载设备将自动向调度管理中心发出车辆越界报警，中心将自动打开实时跟踪程序进车辆进行监控，监控人员可用短消息（发指令）或以语音形式通知司机到相关的监控站点进行登记或行驶回正确的运行道路上。
7、超速报警功能
调度管理中心可对各种不同的车辆设定速度限制，当司机行车速度超过此限制值时，车载系统将自动向调度中心报警，控制中心可通过调度系统提醒司机减速行驶。
8、偏离路线报警
划定一条路线，车辆偏离此路线达到一定值则中心显示偏离报警。
9、掉电报警
车辆遇到强制断电或电压不稳时显示报警信息。
10、电子围栏
设置电子围栏的最大/最小经纬度，形成一个方形的电子围栏，以便系统监控报警。车辆进入或则离开电子围栏生成报警状态。
11、分级管理
本系统可实现分级管理功能，如在济南建立一个监控中心，可在青岛、烟台等多个地方建立分监控中心，实现分级管理。
12、远程维护
可对监控中心软件进行远程维护、检测、安装等功能；可对车载终端进行远程更改IP地址，更新车机程序。
13、油量损耗
可对车辆油箱内的油量进行检测，将油箱内的油量值实时的传输到监控中心，使管理员对车辆的耗油量进行实时检测，当油箱内的油量突然发生变化时监控中心会收到报警信息。

探究GPSRTK 技术在水利工程测量中的应用论文

探究GPSRTK 技术在水利工程测量中的应用论文

GPS 技术作为一种全球卫星定位技术，不仅具有非常精密的三维导航能力与全球定位能力，同时还具有非常高的抗干扰性与保密性，RTK(实时动态差分法)是GPS 技术中一种较为常用的测量技术，由于GPS RTK 技术在实际应用中存在较高的潜力，所以在水利工程测量领域中应用对于测量工作的顺利进行可以起到重要作用。很多水利工程都建设在相对偏远的地区，这无疑为水利工程测量工作带来了非常大的困难，将GPS RTK 技术应用于水利工程测量中，可以使工程测量精度得到显著提高，其工程应用价值非常高。

1 GPS RTK 技术工作原理

GPS 技术目前已经在全球各领域中得到了广泛应用，RTK 技术也在水利工程测量中发挥出了非常关键的作用，可以为实际工作提供测量控制点坐标系的三维定位结果，按照该结果可以精确到厘米级。GPS 技术为RTK 技术提供了重要基础，二者在工程实际应用中均发挥着重要作用。RTK 技术以观测载波相位值为基础进行实时动态定位，它有效结合了GPS 技术与数据传输技术，可以为坐标系中观测点提供三维定位结果。通常情况下RTK 测量系统是由流动站接收机、基站接收机及数据链三部分组成的，利用该项技术进行测量，需要由流动站GPS 接收机采集信息，然后由GPS 接收机接收基准站发出的信号，对这些数据进行计算和处理，并采用整周模糊度求解技术对测量数据进行求解、处理，最终获得精确度达到毫米级的数据。

2 GPSRTK 技术在水利工程测量中的应用

2.1 控制测量中的应用

由于当前很多水利工程的位置都比较偏远，这些地区的高等级控制点比较少，工程测量过程中往往需要针对渠道与河道进行带状、横断面地形测量。传统到现场测量、水准测量方式在实际应用中很容易会受到天气、地形等相关因素的影响，并且多数工作均需要在外界进行，而利用RTK 技术大大减少了外业工作量，不仅省时省力，同时也节约了很多成本，仅需要在测区附近设置超过4 个高等级控制点即可完成测量。

2.2 地形测量中的应用

很多农田水利工程都需要现场选址，对小片地形进行测量，注意现场选址需要按照高层坐标等相关数据对具体位置进行确定。应用RTK 快速定位获得的坐标和数据可以充分满足现场测量要求，可以为定线、选址提供高精度的.数据资料。值得注意的是，应用RTK 技术进行地形测量不仅可以避免连续搬站造成的累积误差，同时其需要的测量人员也比较少，大大保证了碎部点点位的精度。

2.3 断面测量中的应用

当前很多水利工程和渠道均按照纵横断面图进行土石方量计算，然后在此基础上进行工程预算，于RTK 手簿中输入相应的设计线形之后，利用RTK技术可以将渠道横纵方向、渠道桩号与中线之间的距离，均提供给工作人员，以便于对断面高层点进行测量。

2.4 施工放样中的应用

利用常规方式放样一般要求通视情况良好，并且要同时有2~3 个人进行操作，这种全站仪放样是基于方向、距离的放样，方向设定好以后按照该方向前后移动。而RTK 放样直接获取放样坐标，利用电子手簿即可显示出与目标点之间的距离，同时还能进行直线、曲线放样。此外，该技术在拆迁放样中也起到了非常重要的作用，在拆迁房屋的过程中存在通视困难的问题，往往需要在拆迁线与建筑物之间的交叉点添加放样点，利用RTK 技术可以使该问题得到很好的解决。

3 GPSRTK 技术测量质量的保障措施

3.1 误差控制措施

随着近年来GPS RTK 技术在水利工程测量领域中的应用越来越广泛，测量误差问题也开始出现，一旦应用GPS RTK 技术测量时出现误差，应从GPS技术的角度着手进行误差控制，若卫星出现了错误，GPS 将会出现轨道误差，通常情况下水利工程测量中这种误差对测量值的影响是比较小的，甚至可以忽略不计。应用RTK 技术测量的过程中，若使用的天线出现了相位变化，这种情况下很容易会出现测量误差，这种情况下仅需校正天线即可实现误差控制。

3.2 提高工程测量质量的对策

要想提升水利工程测量质量，通常应从RTK 技术着手，其中最常见的就是已知点检核比较法，该方法利用RTK 技术测出测量点，然后以该点的三维坐标为基础，对这些坐标点进行比较检核，确定测量过程中误差的存在，然后采取措施进行控制。同时，重测比较法的应用也可以提升工程测量质量，该种方法是指确定精度较高的控制点，并对已经测量过的RTK 进行再次测量，对比原始数据与新数据，从中发现问题的所在，并利用有效措施进行解决。除此之外，还可以利用电台变频实时检测等方法提升工程测量质量。

结语：

综上，随着近年来GPS RTK 技术的快速发展，目前这项技术已经在水利工程测量领域得到了广泛应用，该技术的应用不仅可以提升工程测量精确度，同时还能有效保证测量效率的提高。实际工程测量过程中，很多因素都会对GPS RTK 技术的应用造成干扰，所以为了有效提升工程测量精确度，必须将基准站选址工作做好，确保数据切换的有效性，从而促进工程测量作业效率与质量的提升。

论文 | 从商用车队的 GPS 数据中归类车辆停留意图信息

从原始 GPS (全球定位系统) 数据中提取 汽车停靠意图数据 是大多数位置感知应用程序中的关键任务，且随着从移动设备收集 GPS 数据的不断增长，这项任务变得越来越有趣。近期很多研究都集中在行人 (手机) 数据上 (可理解为红海市场)，而商用车领域几乎没有探索 (蓝海市场)。

在本论文中，针对车辆 GPS 数据的汽车停靠意图的 识别 和 分类 问题 (利用来自不同行业的商业车队的大型异构数据集)，按照意图分类，旨在把汽车停靠点分类为： 工作相关 和 非工作相关 ，以挖掘相关商业价值。

还对每个汽车停靠点计算一组含 100 个不同特征的集合，特征可分为四个主要类别： 汽车停靠点特征 ， 兴趣点特征 ， 汽车停靠点集群特征 和 序列特征 。并组合四组特征，加入训练，通过随机森林分类模型，我们得以评估四组特征中每个特征的相对重要性。

实验结果表明，本论文的方法显着地超越了现有商业车辆背景下用于汽车停靠意图的分类模型。

在过去的十年中，GPS 设备的巨大推广，使得人们越发关注 数据挖掘算法 在 时空数据 (GPS 产生的数据) 中的应用。而许多实际应用需要使用关于 用户行为 和 地理位置的语义信息 。例如，下述的两个实例：

语义标记 GPS 数据，目标旨在 识别 和 归类 GPS 沿途轨迹上的位置信息，即具体工作有 语义位置的侦察 和 汽车停靠或出游的意图归类 。尽管上述问题不是同一类型的问题，但却是强相关的。例如，对多个用户而言具有相同意图的共同定位点，可能是语义上相关联的地方，因为知道某个地方的语义对分类每个汽车停靠点意图有很大的帮助。

通常，对于上述 识别 和 归类 问题的解决方法分两个阶段执行：

最后，本论文解决了与参考文献 [7] 的同样问题，即利用四个不同的特征集，使用一个随机森林分类器，对商业车队的汽车停靠意图数据进行分类建模。且本文的主要贡献如下：

正如上述所描述的，关于瞬时车辆位置的原始数据是由 GPS Ping 组成的，将它们汇集起来以描述车辆的活动。为此本论文开发了一个 时空聚类程序 。

在 车辆停靠侦查技术 章节中描述的，从一系列的 GPS Pings 提取汽车停靠点，并从中提取 100 个不同的特征用于训练随机森林模型，随之将这些特征划分为 4 个不同的组：

[1] Horozov T, Narasimhan N, Vasudevan V. Using location for personalized POI recommendations in mobile environments [C]//Applications and the internet, 2006. SAINT 2006. International symposium on. IEEE, 2006: 6 pp.-129.
[2] Jiang K, Yin H, Wang P, et al. Learning from contextual information of geo-tagged web photos to rank personalized tourism attractions [J]. Neurocomputing, 2013, 119: 17-25.
[3] Palma A T, Bogorny V, Kuijpers B, et al. A clustering-based approach for discovering interesting places in trajectories [C]//Proceedings of the 2008 ACM symposium on Applied computing. ACM, 2008: 863-868.
[4] Gong L, Sato H, Yamamoto T, et al. Identification of activity stop locations in GPS trajectories by density-based clustering method combined with support vector machines [J]. Journal of Modern Transportation, 2015, 23(3): 202-213.
[5] Ester M, Kriegel H P, Sander J, et al. A density-based algorithm for discovering clusters in large spatial databases with noise [C]//Kdd. 1996, 96(34): 226-231.
[6] Lv M, Chen L, Xu Z, et al. The discovery of personally semantic places based on trajectory data mining [J]. Neurocomputing, 2016, 173: 1142-1153.
[7] Gingerich K, Maoh H, Anderson W. Classifying the purpose of stopped truck events: An application of entropy to GPS data [J]. Transportation Research Part C: Emerging Technologies, 2016, 64: 17-27.
[8] Sambo F, Salti S, Bravi L, et al. Integration of GPS and satellite images for detection and classification of fleet hotspots [C]//Intelligent Transportation Systems (ITSC), 2017 IEEE 20th International Conference on. IEEE, 2017: 1-6.
[9] Wolf J, Guensler R, Bachman W. Elimination of the travel diary: Experiment to derive trip purpose from global positioning system travel data [J]. Transportation Research Record: Journal of the Transportation Research Board, 2001 (1768): 125-134.
[10] Bohte W, Maat K. Deriving and validating trip purposes and travel modes for multi-day GPS-based travel surveys: A large-scale application in the Netherlands [J]. Transportation Research Part C: Emerging Technologies, 2009, 17(3): 285-297.