标题

Size: px

Start display at page:

Download "标题"

慎与邹
4 years ago
Views:

第 43 卷第 4 期 2018 年 4 月武汉大学学报信息科学版 GomcndInfomonScncofWuhnUnvy Vo.43No.4 Ap.2018 DOI:10.13203/j.

1 第 43 卷第 4 期 2018 年 4 月武汉大学学报信息科学版 GomcndInfomonScncofWuhnUnvy Vo.43No.4 Ap.2018 DOI: /j.whug 文章编号 :1671G8860(2018)04G0613G07 一种改进的精密单点定位模型赵兴旺 1 刘超 1 邓健 2 余学祥 1 1 安徽理工大学测绘学院, 安徽淮南, 厦门理工学院计算机与信息工程学院, 福建厦门, 摘要 : 针对现有精密单点定位 (PPP) 模型收敛慢的问题, 提出了一种改进的 PPP 定位模型. 采用码相位半合组合观测值以及几何无关组合观测值分别降低码伪距观测噪声和轨道误差的影响, 该模型不仅具有较小的观测噪声, 还降低了轨道误差影响. 实验结果表明, 引入新的组合观测值后明显改善了 PPP 的解算性能. 当观测时长为 0.5h 时, 采用所提模型的收敛率较标准非组合 (ungcombndmod,uc) 模型 fc(unvy ofcgymod) 模型和标准非差无电离层组合 (ungdfnconophfcombndmod,ud) 模型分别提高了 37.6% 4.2% 和 235.9%, 且收敛速度有明显提高 ; 在定位精度方面, 新模型与 fc 模型较为一致, 但明显优于 UC 和 UD 模型 ; 采用新模型估计的天顶对流层延迟与 UC 模型较为一致, 且高于 fc 和 UD 模型. 关键词 :PPP 模型 ; 收敛性能 ; 定位精度 ; 天顶对流层延迟中图法分类号 :P228 文献标志码 :A 精密单点定位 (pcponpoonng, PPP) 技术具有独立高精度定位不受基线长度限制等特点, 在精密定位卫星几何定轨地震波探测等多个领域得到较为广泛的应用 [1G4]. 有关 PPP 技术的主要研究集中在提高定位精度和收敛速度两方面. 为了获得较好的定位性能, 先后出现了多种函数模型, 如标准非差无电离层组合模型 (ungdfnconoph f combnd mod,ud) [5] fc 模型 (unvyofcgy mod) [6] [7] 以及历元间差分模型等. 这些模型通过观测值线性组合可消弱电离层误差的影响, 但观测值组合后观测噪声和多路径效应被放大了, 因此不利于 PPP 模糊度的快速收敛. 张宝 [8] 成采用参数估计形式将电离层延迟模拟成随机游走, 建立了非差非组合模型 (ungcombndmodg,uc), 既可消除电离层延迟的影响, 又可快速实现精密定位. 对于模型差异, 文献 [9G10] 给出了详细分析. 为了提高 PPP 的收敛速度, 诸多学者做了大量研究工作. 一方面, 通过外部增强信息来加速模糊度解算, 进而提高 PPP 收敛速度, 如采用大气延迟信息消除大气误差的影响 [11G12], 采用相位 [13G14] 偏差恢复整周模糊度特性等, 取得了较好的定位效果 [15G18]. 在静态模式下, 单 GPSPPP 浮点解定位精度收敛到 10cm 以内平均需要 30 mn [19], 经相位偏差改正后, 首次实现模糊度固定的初始化时间平均为 21.6 mn, 收敛速度得到了较好的改善 [20]. 另一方面, 多系统联合定位可提供更多的卫星资源改善了卫星几何结构, 亦有助于提高 PPP 定位的收敛性能 [21]. 当采用 GLONSS 与 GPS 组合时, 在静态模式下 PPP 浮点解收敛到 10cm 以内定位精度时平均需要 12.4 mn [20]. 虽然通过外部增强信息或多系统联合定位的方式可以改善 PPP 的收敛性能, 但 PPP 位置解算仍需要基于上述 3 种基本模型, 因此在优化 PPP 模型降低观测噪声等角度仍需要进一步研究, 以较好地提高 PPP 的解算性能. 本文以潜在误差影响 PPP 模型特点为切入点, 提出了一种新的 PPP 模型. 该模型不仅具有较小的观测噪声和轨道误差的影响, 而且能够对大气参数进行估计. 为了评价新模型的解算性能, 采用全球分布的 144 个 IGS(Innon 收稿日期 :2017G01G06 项目资助 : 国家自然科学基金 ( , , ); 安徽省高校优秀青年人才支持计划 (GXYQ ); 安徽省博士后基金 (2015B044); 安徽理工大学校青年基金 (QN201512); 福建省自然科学基金 (2015J01176). 第一作者 : 赵兴旺, 博士, 副教授, 主要从事 GNSS 精密导航定位理论与方法研究.xwzho2008@126.com

2 614 武汉大学学报信息科学版 2018 年 4 月 GNSSSvc) 参考站实测数据进行 PPP 解算, 并与目前常用的 UC fc UD 等模型进行比较, 从 PPP 实现 cm 级定位的收敛率收敛时间以及位置精度等方面进行分析. 1 PPP 数学模型在 GPS 应用中, 常采用的原始观测量为伪距和载波相位观测值 : ì P =ρ+c δ -c δ +M d δzhd + M w δzwd +I +c(d, -d )+ε p Φ =ρ+c δ -c δ +M d δzhd + î M w δzwd -I +λ(n +φ, +φ )+εφ (1) 式中, 表示信号频率 ; 表示卫星 ;P Φ 分别表示伪距和载波相位观测值 ; ρ 表示卫星与接收机之间的几何距离 ;δ 表示接收机钟差 ;δ 表示卫星钟差 ;M d M w 分别表示对流层干湿迟延映射函数 ;δzhd δzwd 分别表示对流层天顶方向干延迟和湿延迟,I 为电离层延迟 ;d, d 分别为接收机和卫星的码偏差 ;N 表示载波相位整周模糊度 ; λ 表示波长, φ, φ 分别为接收机和卫星的相位偏差 ;ε p εφ 分别表示伪距和载波相位观测值中观测噪声和未模型化的误差 ;c 表示光速. 据文献 [13,22], 接收机码和相位偏差在短时间内变化较为缓慢, 故可看作常数. 不同频率上的接收机码和相位偏差可表达为 : 式中,d vg d, =d vg +δd,, φ, =φ vg +δφ, (2) 和 φ vg 分别为平均码偏差和相位偏差 ; δd, 和 δφ, 分别为与频率相关的码偏差和相位偏差, 称为频间偏差 (ngfquncyb,ig B). 由于接收机平均码偏差与频率无关, 故可将其与接收机钟差合并 ; 在不固定模糊度的情况下, 接收机和卫星相位偏差则被载波相位整周模糊度吸收. 因此, 观测方程 (1) 可简化为 : ì P =ρ+c (δ -δ )+M d δzpd + M w δzpw +I +δd, -d +ε p Φ =ρ+c (δ (3) -δ )+M d δzpd + î M w δzpw -I +λ N +εφ 式中,δ N 分别表示重新定义后的接收机钟差和模糊度参数, 表达式分别为 : { δ j =δ +d vg N =N +φ, +φ -c d vg /λ 由于 IGS 分析中心提供的精密钟差为真实卫星钟差和卫星端无电离层组合码延迟之和, 对于无电离层组合模型可以直接消除 [9]. 但在非组合 PPP 数据处理时, 需要将式 (3) 中频间码偏差 δd, 和卫星码偏差 d 作为参数进行估计, 但这样将会增加未知数个数, 降低模型强度, 因此本文依据文献 [23] 处理码偏差的思想, 通过对伪距观测值降权的方式削弱码偏差的影响. 将伪距观测值和载波相位观测值构建码相位半合组合观测值 L P1Φ1 和 L P2Φ2 以降低伪距观测值中观测噪声的影响 ; 并且, 为了尽可能降低伪距观测值噪声的影响, 可任选 L P1Φ1 或 L P2Φ2 半合组合观测值构建新的 PPP 模型, 本文选取 L P2Φ2 观测值. 另外, 采用载波相位观测值 Φ 1 和 Φ 2 构建几何无关组合观测值 Φ G, 以降低轨道误差的影响, 同时联合原始载波相位观测值 Φ 1 和 Φ 2, 并考虑电离层延迟对不同频率的影响 I 2=f 2 1/f 2 2 I 1, 共同建立新的 PPP 函数模型为 : ì Φ1 =ρ+c δ +M d δzpd +M w δzpw - I1 +λ1 N 1 +εφ 2 Φ 2 =ρ+c δ +M d δzpd +M w δzpw - f 2 1/f 2 2 I 1 +λ2 N 2 +εφ 2 L P2Φ2 = ( P2 +Φ 2 )/2=ρ+c δ +Md δzpd + M w δzpw +λ2 N 2 /2+εL P2Φ2 Φ G =Φ 1 -Φ2 =(f 2 1/f 2 2-1) I 1 + λ1 N 1 -λ2 N î 2 +εφ G (4) 式中 ἐ 表示观测值中观测噪声和未模型化的误差. 由于该模型采用了部分非组合观测值, 且能实现电离层延迟的估计, 故将该模型称为改进的非组合模型 (modfd ungcombnd mod, MUC). 相对于 UC fc 和 UD 模型,MUC 模型不仅具有较小的观测噪声, 而且采用几何无关组合观测值 Φ G, 可适当降低轨道误差影响, 还可以利用大气延迟平稳变化作为约束提高滤波收敛速度 ; 同时, 大气延迟的估计又可为大气误差建模的研究提供技术手段. 因此,MUC 模型较其他模型而言具有更好的优越性. 对式 (4) 进行线性化, 得矩阵形式为 : y(k)=a X(k)+ε y ἐ y ~ N (0 Ὠ y )(5) 式中,y(k) 为观测向量 ;X(k) 为待估参数向量 ;A 为设计矩阵 ;ε y 为测量噪声向量 ;Ω y 为测量噪声

3 第４３卷第４期６５赵兴旺等:一种改进的精密单点定位模型向量εy 的协方差阵; k) X( k)和 A 分别为: y( Φ Φ Φ ìy( k) [Φ LPΦ LjPΦ ΦG ΦjG ] T δzpw I k) [x y z c δ X ( j N j ] T N N Ij N é é３ ù ù A B C Ij D Ij û î ë ë０ û ( ６) j j 式中, x z 为接收机三维位置; 表示克罗内 y 克积; ３为各元素均为的３维列向量; Ij 为j 维单位矩阵.设 m n 分别表示接收机到卫星的方向余弦,则 B C 和 D 子矩阵的含义分别为: é m n B j ë mj nj w M Mjw ù, û ０ ù éλ é ù / f ０ λ f, C D ００ λ/ / ëf f û ëλ λ û MUC 模型性能分析为了分析 MUC 模型的有效性和优越性,采用相同的误差改正策略,对相同观测条件下的实验数据进行静态 PPP 解算,分别与常用的 PPＧ PUD 模型 UC 模型和 fc 等３种模型对比. 实验数据选取０３年６月７日４４个IGS 参考站的单天观测数据,采样间隔为３０.IGS 参考站分布如图所示.PPP 处理中,采用５m n间隔的精密星历和５ m n 间隔的钟差产品,卫星截至高度角设置为５.为便于评价本文 MUC 模型的有效性和准确性,采用 IGS 分析中心发布的参考站坐标作为坐标参考值,分别从收敛率收敛时间,以及参数估计精度等方面进行对比分析. 收敛率和收敛速度分析收敛率与收敛速度是衡量 PPP 模型有效性指标之一.本文对４４个 IGS 站４h 的观测数据以每h ５h 和５h 观测时长进行截取,分别得３４５６６９和３８４组数据,分别采用４种模型进行 PPP 解算. 当水平位置偏差从某一历元开始均小于０cm 时,认为滤波收敛,即实现 cm 级定位;而从第一个历元到该历元的时间间隔为收敛时间.表给出了３种不同观测时长下, ４种模型实现 cm 级定位的收敛率和平均收敛时间. 由表的统计结果可知,随着观测时长的减少, PPP 收敛率逐渐降低,但 MUC 模型表现出较好的收敛性能.当观测时长为 h 时,MUC 模型与 fc 模型均具有较高的收敛率,分别为５和６ ;而 MUC 模型较 UC 和 UD 模型收敛率分别提高了６７和４３９. 当观测时长缩短为５h 时,MUC 模型具有最高的滤波收敛率,较 UC fc 和 UD 模型分别提高了３７６４和３５９.当观测时长减少到５h 时, MUC 模型的收敛性能更为明显,收敛率为７４,较 UC fc 和 UD 模型的收敛率有显著提高.因此,当观测时长较短时,MUC 模型更有利于 PPP 实现 cm 级定位. 表不同观测时长下４种 PPP 模型的滤波收敛率信息 Tb Conv R o f４ppp Mod n gnc 模型 D f f n Ob v ondu on/h ５ MUC 模型５７ fc 模型６６７４ UC 模型 UD 模型８６５０９５７４７８９５３在静态 PPP 浮点解中,位置解收敛至 cm 级 [ ] 一般需要０~３０ m n９ｇ０. 因此,本文采用观测时长为５h 的数据对收敛速度进行分析. 为了客观地评价 MUC 模型的收敛速度,选取 MUC 模型与 UC fc 以及与 UD 的共同收敛部分, 得到３００７４０９０和８０组数据. 图为５h 观测时长下共同收敛部分的收敛时间统计信息. 收敛速度通常受到观测噪声轨道误差等方面的影响.结合模型特点可知,MUC 模型具有较小的观测噪声和轨道误差,MUC 模型和 UC 模型平均收敛时间分别为 m n 和５７ m n,较图 IGS 站点分布 D bu ono figss on UC 模型有明显提高(图 ( )). 尽管 fc 模型同样具有较小的观测噪声,但模型中采用 fc

4 武汉大学学报信息科学版６６了多个伪距观测值,且受观测噪声的影响更为严重,阻碍了 PPP 快速收敛. 由图 ( b)可知,在４０９０组公共收敛数据序列中, ５ m n内收敛到 cm 级的比例分别为７３和６５６,较 fc 模型提高了４,收敛性能整体上优于 fc 模型.而对于 UD 模型,通过采用标准伪距无电离层组合消除电离层延迟的影响,从而将观测噪声０８年４月等误差放大了近３倍,导致了较慢的收敛速度. 在０８０组数据中,平均收敛时间为８４ m n,而采用 MUC 模型后,收敛速度得到了明显提高,平均收敛时间仅为９ m n(图 ( c)). 因此,综合考虑 PPP 收敛率和收敛时间, MUC 模型具有更优越的收敛性能,有益于短时间内快速实现 PPP 的 cm 级定位. 图收敛时间统计结果 S c R u o fconv Tm gnc 定位精度分析为了分析 MUC 模型在短时间内的定位精度,采用 MUC 模型与 UC 模型 MUC 模型与 fc 以及 MUC 模型与 UD 模型共同收敛的３００７４０９０和８０组数据(观测时长为５h), 分别与 UC 模型 fc 模型和 UD 模型进行比较.图３为５h 观测时长下公共收敛部分 N (北) E(东)和 U(天顶)方向偏差统计图,反映了不同比较情景中 N E 和 U 方向的偏差分布情况. 图３( )为基于 MUC 模型和 UC 模型共同收敛的３００７组数据得到的 N E 和 U 方向的偏差组数据进行定位结果统计,结果如图３( b)所示. 可以看出,两种模型均具有较高的定位精度,其原因主要为 MUC 模型和 fc 模型具有较小的观测噪声影响.从图３( b)中偏差均值和标准差可知,两种模型精度相当.而对４０９０组数据进行统计发现, fc 模型在 N E U 方向的偏差分别有９４５７９９和３４位于 ( ５, ５) cm 之间, MUC 模型在水平方向略优于 fc 模型,N E, 方向分别为９４方向略低, 为８８４ U ３０.因此,在水平方向定位精度略优于 fc 模型. ４种模型中, UD 模型采用双频伪距观测值, 分布情况. MUC 模型和 UC 模型均将电离层延通过建立消电离层组合的方式避免了电离层延迟位的影响. 然而,UC 模型采用了观测噪声较大的精度较差. 从图３( c)可知,MUC 模型的定位响, ３个方向误差均值为( ４７, ３４, ６６) cm,且偏差较为离散,标准差为 ( ６９,４０５, ６, ０, ５) cm,标准差为 ( ４, ３５, ６) cm,且分别有９５０８３和３９的偏差位迟模拟为随机游走,有效控制了电离层延迟对定的原始伪距观测值,对定位精度产生了一定的影４３) cm. MUC 模型采用了码相位观测值和相位几何无关组合观测值,更有利于提高定位精度, ３个方向误差均值为( ４７, ０, ６) cm, 标准差为( ４０, ３５０, ６) cm.另外,根据３００７的影响,但放大了观测噪声,导致在短时间内定位精度明显优于 UD 模型, ３个方向误差均值为( 于( ５, ５) cm 之间. 基于以上分析,在定位精度方面,MUC 模型略优于 fc 模型,且明显高于 UC 模型和 UD 模型,因此,MUC 模型更利于短时间内获取高精度位置解. 组数据的统计结果可知,采用 MUC 模型后, N E 和 U 方向偏差位于５, ５cm 之间的比例分别为３对流层 ZTD 精度分析为了分析 MUC 模型在天顶对流层延迟位置的定位精度优于 UC 模型. 据单天解算,并以 IGS 站提供的 ZTD 为参考值９４７８３５和３３,而 UC 模型分别为９５７５３和３３７,因此 MUC 模型在水平对 MUC 模型和 fc 模型共同收敛的４０９０ ( z n h opo ph cd y, ZTD)估计方面的准确性,分别采用４种模型对４４个IGS 站４h 数进行偏差统计.图４给出了不同偏差区间的统计

5 第４３卷第４期赵兴旺等:一种改进的精密单点定位模型６７图３ N E U 方向偏差统计结果３ S c R u o f hb n hn,endu Componn 结果.从图４中的统计结果可知,MUC 模型 UC fc 和 UD 模型分别有６３６４６６４和５４的站点 ZTD 偏差位于( ０, ５)mm 以内,分别有８７５８７５和的站点 ZTD 偏差位于( ０, ０)mm 以内. 由于 ZTD 计算采用滤波收敛后的 ZTD 估值平均得到,故 MUC 模型与其他３种模型对 ZTD 估计的精度基本一致,具有较高精度,满足地基 GPS 反演大气可降水量的要求. ３结语位置收敛速度较慢是限制 PPP 技术广泛应用的主要原因.本文以观测噪声轨道误差以及 PPP 模型特点为切入点,提出了一种新的精密单点定位模型.从大气误差约束的角度,新模型将观测值中对大气误差平稳变化特性作为约束条件,较 fc 和 UD 模型更能有效改善滤波收敛的收敛性能.尽管 UC 模型也可估计对流层和电离层延迟,但其受观测噪声等影响较大.因此,本文所提新模型整体上具有最优性.通过全球分布的 IGS 参考站实测数据对新模型的解算性能进行分析,结果表明:在实现 cm 级定位方面,新模型不仅具有较高的收敛率,而且收敛速度最快,特别是观测时长较短时. 如５h 的观测时长数图４ ZTD 偏差统计结果４ S c R u o fztdb 据,MUC 模型较 UC fc 和 UD 模型收敛率提高了３７６４和３５９,且收敛速度有明显提高;在位置和天顶对流层延迟估计精度方面,均取得了较好的效果.因此,新模型在观测时长较短时表现出了更好的优越性,有助于短时间内 cm

6 618 武汉大学学报信息科学版 2018 年 4 月级定位的快速实现. 参考文献 [1] Zhng Xohong,LPn,Zuo Xng.Knmc Pc Ob Dmnon Bdon AmbguyG xdppp [J].GomcndInfomonScnc of Wuhn Unvy,2013,38(9):1009G1013 ( 张小红, 李盼, 左翔. 固定模糊度的精密单点定位几何定轨方法及结果分析 [J]. 武汉大学学报信息科学版,2013,38(9):1009G1013) [2] LL,KungCun,ZhuJnjun,.Rnom NowcngBdonGPSRGTmPcPon PoonngTchnoogy[J].ChnJounofGG ophyc,2012,55(4):1129g1136( 李黎, 匡翠林, 朱建军, 等. 基于实时精密单点定位技术的暴雨短临预报 [J]. 地球物理学报,2012,55(4):1129G 1136) [3] Ahmd,VcvovcP,Tf N,.ComG pvanyofrgtmpcponpog onngznhtodyem[j].gpssog uon,2014,1g13 [4] XuP,ShC,ngR,.HghGPcPon Poonng (PPP)o MuSmc Wv MoG on:an ExpmnComponof GPS PPP whin Mumn Un [J].Jounof Gody,2013,87(4):361G372 [5] KoubJ,HouxP.PcPonPoonng UG ngigsobndcockpoduc[j].gpssoug on,2001,5(2):12g28 [6] GoY,ShnX.ImpovngAmbguyConvgnc n C PhGbd Pc Pon Poonng [C].ION NonTchnc Mng,SLk Cy,2001 [7] ZhngZuoy,Lu Xuhn.GPSPonPoonng Bd on Wghd Bwn PudoGng nd TmGdfncdCGph Mod[J].Scnc ofsuvyngnd Mppng,2007,32(5):47G49 ( 郑作亚, 卢秀山. 基于加权的伪距和历元间相位差分模型 GPS 单点定位方法 [J]. 测绘科学,2007,32 (5):47G49) [8] ZhngBochng,OuJkun,Yun Yunbn,. PcPonPoonngAgohmBdonOgG ndugfquncygpscodndcgphobg vonndappcon [J].AcGodc CogphcSnc,2010,39(5):478G483( 张宝成, 欧吉坤, 袁运斌, 等. 基于 GPS 双频原始观测值的精密单点定位算法及应用 [J]. 测绘学报, 2010,39(5):478G483) [9] ZhngXohong,ZuoXng,LPn.Mhmc ModndPfomncComponBwnIonoG phg Combnd nd Uncombnd Pc PonPoonng [J].GomcndInfomon Scncof Wuhn Unvy,2013,38(5):561G 565( 张小红, 左翔, 李盼. 非组合与组合 PPP 模型比较及定位性能分析 [J]. 武汉大学学报信息科学版,2013,38(5):561G565) [10]Zho Xngwng,WngShng,DngJn,. PfomncAnyofouuncon Modfo PcPonPoonng [J].Jounof HfUG nvyoftchnoogy,2014,27(6):751g756( 赵兴旺, 王胜利, 邓健, 等. 精密单点定位中 4 种函数模型解算性能分析 [J]. 合肥工业大学学报自然科学版,2014,37(6):751G756) [11]ShJB,XuCQ,GuoJM,.LocTopoph AugmnonfoRGTmPcPonPooG nng[j].eh,pnndspc,2014,66(1): 1G13 [12]LL,LongSchun,LHojun,.PcPon PoonngBdonRfncSonAugmnG oninfomon [J].Ac Godc CoG gphcsnc,2014,43(5):481g485( 李黎, 龙四春, 李浩军, 等. 利用参考站增强信息进行精密单点定位 [J]. 测绘学报,2014,43(5):481G485) [13]GM,GndG,RohchM,.Rouonof GPSCGphAmbgunPcPonPoG onng (PPP)whDyObvon[J].JouG nofgody,2008,82(7):389g399 [14]LuchD,Mc,BhJP,.InG g Ambguy Rouon on Undfncd GPS PhMumnndAppconoPPPnd SPc ObDmnon[J].NvgG on,2009,56(2):135g149 [15]ZhngBochng,Tunn PJ,Odjk D,. RpdIngAmbguyGfxngnPcPonPoG onng[j].chnjounofgophyc,2012, 55(7):2203G2211( 张宝成,TunnPJ,Odjk D, 等. 精密单点定位整周模糊度快速固定 [J]. 地球物理学报,2012,55(7):2203G2211) [16]GngJH,Tf,ShC,.AmbguyRG ouonnpcponpoonngwhhouydg [J].GPSSouon,2009,13(4):263G270 [17]ConP,BnhS,Lhy,.Undfncd GPS Ambguy Rouon Ung h Dcoupd Cock Modnd Ambguy Dum xng [J]. Nvgon,2010,57(2):123G135 [18]LX,GM,ZhngH,.A MhodfoImpoG vnguncbdphdyemonndamg bguygfxngn RGTm Pc Pon PooG nng [J].Jounof Gody,2013,87(5):405G 416 [19]BnhS,Go Y.CunSofPcPon

7 第 43 卷第 4 期赵兴旺等 : 一种改进的精密单点定位模型 619 Poonngnd uu Popcnd Lmon [M ]//Obvng ou Chngng Eh.Bn: SpngBnHdbg,2009 [20]LP,ZhngX H.IngngGPSndGLONASS o AccConvgncndInzon Tm ofpcponpoonng [J].GPS Souon, 2014(18):461G471 [21]MonoB,RodguzGCdoG,DLcyC.MuG fquncyagohmfopcponpoonng: MAP3 [J].GPSSouon,2014(18):355G364 [22]TunnPJG,KubgA.GPSObvonEG quonnd Poonng Concp [M]// Lcu NonEhScnc:GPSfoGody,1998 [23]DfgnP,B Q.Combnng GPSnd GLOG NASSfoTmndquncy Tnf [J].AdG vncnspcrch,2011,47(2),265g275 A Modfd ModfoGPSPcPonPoonng ZHAO Xngwng 1 LIUCho 1 DENGJn 2 YU Xuxng 1 1 SchooofGodyndGomc,AnhuUnvyofScncndTchnoogy,Hunn232001,Chn 2 SchooofCompundInfomonEngnng,XmnUnvyofTchnoogy,Xmn361024,Chn Abc:AccodngohpobmofowconvgncungxngPPP mod,modfdppp modwpopod.whhnw mod,codgphonophcgfcombnonudoow hcodobvonnov,ndcodgphgomygfcombnonudomgob o.thnw PPP modcompodbyhnwcombnonnoonyhow mumn no,buocnduchmpcofobo.ruhowhhpfomncofpppoug onmpovdbynoducnghnwcombnon.oh0.5hduonobvond, hconvgncpcngbyung MUC modncdby37.6%,4.2% nd235.9% compd whhungcombnd (UC)mod,fC modndungdfnconophgfcombnd (UD) mod,pcvy.moov,hpoonngccucofhmodfdpppmodgwhho ofhfc mod,whchbhnhoofh UCnd UD mod.thccucyofznh opophcdygwhhoofhucmod,ndhbhnhoofhfcnd UD mod. Kywod:pcponpoonng mod;convgncpfomnc;poonngccucy;znh opophcdy uho:zhao Xngwng,PhD,ocpofo,pcznhhondmhodofGNSSpcnvgonndpooG nng.egm:xwzho2008@126.com oundonuppo:thnonnuscncoundonofchn,no , , ;hexcntnn UnyofAnhuPovncofChn,No.GXYQ ;hPodocoScncoundonofAnhuPovncofChn,No. 2015B044;hAnhuUnvyofScncndTchnoogyoundon,No.QN201512;hujnNuScncoundonofChG n,no.2015j01176.

PowerPoint 演示文稿

PowerPoint 演示文稿摘要 2013 9 20 至 2015 3 27 ( 共 6 个 ) 以为换仓周期每期初评级为股票型至期末到期根据最新评级重新择评级股票型相同期限以此类推上述期间获得为 92.41% 比同期上证高 24.01% 比全部股票型高 30.18% 股票型 100% 90% 92.41%