06 Fakultät Luft- und Raumfahrttechnik und Geodäsie

Permanent URI for this collectionhttps://elib.uni-stuttgart.de/handle/11682/7

Browse

Filters

20083

Settings

Publication Type: search.filters.UBSTyp.Abschlussarbeit (Diplom)Start date: 2008End date: 2008Institute: search.filters.UBSInstitut.Geodätisches Institut

Search Results

Now showing 1 - 3 of 3
  • Thumbnail Image
    ItemOpen Access
    A regional analysis of GNSS-Levelling
    (2008) Raizner, Carina
    Die herkömmliche Methode zur präzisen Höhenbestimmung ist das Nivellement. Durch die verbesserte Genauigkeit des Geoids, das von den neuesten und von CHAMP und GRACE (und in Zukunft GOCE) abgeleiteten Modellen des Gravitationspotentials bereitgestellt wird, kann das sogenannte „GNSS-levelling“ als eine Alternative für praktische Höhenanwendungen in Betracht gezogen werden. Der Schwerpunkt dieser Arbeit liegt in einer detaillierten Analyse einer optimalen Kombination von heterogenen Daten, die sich aus Ellipsoid-, orthometrischen und Geoidhöhen eines Höhenfestpunktnetzes zusammensetzen. Das Verhältnis zwischen diesen drei verschiedenartigen Höhen basiert theoretisch auf einer einfachen linearen Gleichung. Nachdem aber zahlreiche Faktoren, wie z.B. Datumsinkonsistenzen und systematische Fehler, zu Abweichungen zwischen diesen kombinierten Höhendaten führen, wird ein Modell als Korrekturfläche integriert. Die Eignung ausgewählter Modelle wird anhand verschiedener empirischer und statistischer Tests beurteilt. Um der Korrelation zwischen den Modellparametern entgegenzuwirken, wird das Gram-Schmidtsche Orthonormalisierungsverfahren angewandt und die Testergebnisse mit jenen von orthogonalen und nicht-orthogonalen Basisfunktionen verglichen. Zusätzlich wird eine Varianzkomponentenschätzung auf die kombinierte Ausgleichung der drei Höhen angewandt, um die Eignung des stochastischen Modells zu überprüfen, d.h. um zufällige Fehler zu separieren und die zugehörigen Varianz-komponenten für jeden Höhentyp zu schätzen. Außerdem wird eine detaillierte Studie über geeignete Methoden zur Überprüfung der Daten durchgeführt, um grobe Fehler zu entdecken und zu eliminieren. Schließlich beinhaltet diese Arbeit auch die Implementierung einer Interpolation mit radialen Basisfunktionen. Diese stellen eine orthonormale Basis dar, mit der eine Oberfläche mit unabhängigen Parametern bestimmt werden kann. Gleichzeitig hängt die entsprechende Effizienz der Fläche nicht vom Entwicklungsgrad der Basisfunktionen ab. Die Optimierung des in dem Interpolationskern enthaltenen Formparameters wird mittels eines genetischen Algorithmus (GA) realisiert, um den Interpolationsfehler zu minimieren. Diese Methode bietet den Vorteil, dass sie differenzierbar ist und somit kann die Verteilung der Daten berücksichtigt werden. Mögliche Oszillationen in der Parameterfläche können vermieden werden. Die Wirkungsweise dieser inversen multiquadratischen Funktion wird durch eine spezielle Kreuzvalidierung beurteilt, welche eine höhere Effizienz aufweist als das klassische Verfahren. Die beschriebenen Ansätze werden anhand des aktuellen Geoidmodells und anhand von GPS und Nivellierdaten in Kanada und einzelnen Teilregionen evaluiert.
  • Thumbnail Image
    ItemOpen Access
    Variance-covariance matrix estimation with LSQR in a parallel programming environment
    (2008) Guo, Ronggang
    Knowledge about the gravity field allows an insight into the structure and dynamics of the earth. It provides the geoid as the most important physical reference surface in geodesy and oceanography. Since 2000, the CHAMP (CHAllenging Mini-satellite Payload) mission detects the structure of the global gravity field, followed by the launch of GRACE (Gravity Recovery And Climate Experiment) in 2002. In 2008, finally, the GOCE (Gravity field and steady-state Ocean Circulation Explorer) satellite is supposed to be set in orbit. These missions demonstrate satellite-based gravity field recovery to be at the center of geo-scientific interest. Interpretation and evaluation of satellite observations are difficult, especially the determination of the unknown gravity field parameters from a huge amount of measurements. Because of the immense demand for memory and computing time, the occurring systems of equations pose a real numerical challenge. Therefore, High-Performance Computing (HPC) is commonly adopted to overcome computational problems. Basically, parallel programming with MPI and OpenMP routines allows to speed up the solution process considerably. In this thesis, firstly global gravity field modelling by means of satellite observations is reviewed. Secondly, the LSQR method (Least-Squares using QR factorization) is introduced in detail in order to solve the resulting least-squares problems. Because the LSQR method is an iterative solver, it basically can not provide the variance-covariance information of the parameter estimate. To investigate the approximate computation of the variance-covariance matrix, two methods are introduced. The first one is based on the generalized inverse of the design matrix. The second approach applies Monte-Carlo integration techniques. Because parallel programming is very helpful to implement such iterative methods, it is necessary to introduce some basic principles and concepts about HPC.
  • Thumbnail Image
    ItemOpen Access
    Preprocessing of high rate GPS data for real-time applications
    (2008) Deng, Zhiguo
    In den letzten Jahren erforderten immer mehr geodätische Anwendungen GPS-Daten mit 1 Hz sampling rate, zum Beispiel die Low Earth Orbiter Missionen CHAMP und GRACE sowie GPS-Überwachungsnetze. In der gleichen Zeit verbesserten die wachsenden Kapazitäten des Internets den Transport von Daten in Echtzeit und die langfristige Archivierung mit weniger Kosten. Dies erfordert GPS-Software mit der Fähigkeit, GPS-Daten und GPS-Netze in Echtzeit zu verarbeiten. Weil nur ein Cycle Slip die GPS-Lösung verfälschen kann, ist die Vorprozessierung von GPS-Daten zur Erhaltung der hohen Genauigkeit besonders wichtig. Zurzeit gibt es eine ganze Reihe von verfügbaren Techniken für diesen Zweck. In dieser Arbeit wird ein neuer Algorithmus vorgestellt, mit dem Cycle Slips von 1 Hz GPS-Daten in Echtzeit erkannt werden können. Um die Verarbeitung der 1 Hz GPS-Daten in Echtzeit zu gewährleisten, muss der neue Algorithmus schnell und vollautomatisch arbeiten. Des weiteren müssen Verfügbarkeit, Zuverlässigkeit und Effektivität berücksichtigt werden. Nach dem Studium der 1Hz GPS-Daten und existierender Algorithmen wird in dieser Arbeit ein neuer Algorithmus entwickelt. Der Algorithmus verwendet Differenzen zwischen Satellitenträgerphasen und ionosphärische (geometriefreie) lineare Kombination. Mit Polynom Fitting werden cycle slips gesucht. In dieser Arbeit wird die Leistung des Algorithmus zur Bestimmung von Cycle Slips als Funktion von Satellitenelevationswinkeln, anhand Einzelfrequenzenempfängern wie Garmin, Thales und Notvale untersucht.