海底大地控制網無人觀測系統研究進展

薛樹強，楊 誠，趙 爽，肖 圳，李景森，卞加超

海底大地控制網無人觀測系統研究進展

薛樹強1,2，楊 誠3，趙 爽1，肖 圳1，李景森1，卞加超1

（1. 中國測繪科學研究院，北京 100039；2. 地理信息工程國家重點實驗室，西安 710054；3. 中國地質大學 土地科學技術學院，北京 100083）

針對海底大地控制網觀測維護通常采用基于大型測量船的全球衛星導航系統（GNSS）-聲吶組合觀測系統，不僅導致控制網觀測維護成本高昂，也限制了控制網的復測頻次和全球大規模應用的問題，研究綜述海底大地控制網無人觀測系統：指出近年來，基于海面浮標、無人船、波浪滑翔機、無人機等無人系統的GNSS-聲吶組合觀測系統快速發展，大幅降低了傳統海底大地控制網觀測成本，提升了海底控制網觀測維護效率；闡述國內外GNSS-聲吶無人觀測系統研究進展，并分析現有無人觀測平臺的優缺點；最后提出GNSS-聲吶無人觀測系統發展面臨的挑戰和可能的發展方向。

海底大地測量；全球衛星導航系統（GNSS）-聲吶；無人系統；水下定位

0 引言

海底大地測量在研究地球動力學過程中具有重要的科學意義，包括地殼構造運動以及海洋、大氣和固體地球層之間的耦合相互作用[1-2]。根據科學估計，人類只探索了大約5%的海洋，這使得海洋觀測成為人類認識海洋的關鍵技術手段[3-4]。水下大地測量參考網是進行水下大地觀測的重要基礎設施，也是未來國家水下海洋觀測和建立綜合時空系統的重要組成部分。因此，海底大地測量是大地測量的重要新興發展方向，也是未來地球科學的重要支撐學科方向[5-6]。

美國斯克利普斯海洋研究所（Scripps Institution of Oceanography，SIO）最早提出了將全球定位系統（global positioning system，GPS）-聲吶技術應用于海底大地測量[7]，并在1998年成功應用于胡安·德富卡板塊[8]，開展了卓有成效的工作。海底聲學大地測量技術是基于聲學手段實施海底大地測量的技術，自20世紀七八十年代提出至今[9-10]，全球衛星導航系統（global navigation satellite system，GNSS）-聲吶組合觀測技術逐漸成為海底大地測量的主流觀測技術，在大尺度海底板塊運動監測、地震活動監測等方面具有顯著優勢[8,11-14]。然而，受GNSS-聲吶觀測成本限制，長期以來GNSS-聲吶觀測采用定期觀測模式，通常每年復測3～5次。因此，要進行海底1 cm的位移監測，GNSS-聲吶組合觀測技術至少需要2～3 a的復測資料[2]。近年來，隨著無人機、海面浮標/無人船、半潛式自主式水下航行器和波浪滑翔器等無人觀測系統的發展，替代大型測量船的無人平臺GNSS-聲吶觀測系統受到廣泛關注，在經濟性、自主性、連續性觀測等方面具有顯著優勢[15-16]，預計海底大地控制網觀測維護成本可下降近百倍。

近年來，海洋定位導航授時（positioning，navigation and timing，PNT）基準網建設是當今世界大國必爭的高技術戰略領域[17-18]。相比于其他海洋觀測平臺，大型科考船舶觀測平臺人工成本、燃料成本和時間成本較為昂貴。GNSS-聲吶觀測通常基于大型海面測量船實施，即海面測量船按一定航跡對海底控制網進行跟蹤觀測[8]，并且必須在測量區域連續測量數小時甚至近一天，才能實現厘米級的海底定位。早先，GNSS浮標主要用于海嘯預警，可直接測量海平面的厘米級的變化[19]，解決海底壓力傳感器監測信息存在飄移的問題[19]。為了盡早發現海嘯及引起海嘯的地殼形變[20-21]，有學者開發了一套用于海底地殼運動和海嘯監測預警的松弛系泊浮標系統，并于2013年在距紀伊半島100 km、水深3000 m處進行了為期3個月的海上實驗[22]。實驗結果顯示，該浮標系統提升了抵抗高速海流（約2.7 m/s）的能力，并于2014、2016年分別進行了為期5個月和12個月的海上實驗[23]，取得了與傳統觀測精度相當的定位結果。

水面無人船（unmanned surface vehicle，USV）和水下滑翔機（underwater glider，UG）均已成功應用于GNSS-聲吶觀測。水面無人船是一種集船舶設計、運動控制、人工智能、環境感知等技術于一體的無人水面平臺，具有高自主性、高靈活性、強機動性、可模塊化、多任務化等優點[24]。國內水面無人船處于迅速發展時期，已在水文物理勘察、海洋牧場巡檢、海底海床地形地貌掃描等領域獲得應用[25]。水下滑翔機是一種無外掛驅動，依靠自身浮力和姿態調節控制其運動的新型水下機器人，是一種逐漸成熟的適用于長時間、大范圍海洋環境觀測的新技術平臺。

表1 水面無人船性能特點

按照動力能源方式劃分為多模式推進式UG、電能UG、溫差能UG和波浪滑翔機（wave glider，WG）。其中，波浪滑翔機依靠波浪能作為動力源，同時結合波浪能發電裝備優勢，將浮體在波浪作用下的沉浮運動轉化為前進的運動。WG能克服攜帶能源有限的不足，完全依靠清潔、可再生波浪能作為驅動能源；且波浪能儲備豐富，可全天候滿足遠海航行，尤其是在海洋環境復雜海域具有優勢。另外，通過精心設計的測量航跡，在淺水中使用WG對單個應答器的測量也能達到厘米級的水平定位精度[26]。

自2009年第一款波浪滑翔機研制成功至今，波浪滑翔機在水文氣象環境觀測、海洋水體要素監測等方面應用廣泛。鑒于波浪滑翔機在能源動力、生存能力、實施便捷性、深遠海支持等方面的突出優勢，近年來基于波浪滑翔機的GNSS-聲吶無人觀測系統逐漸獲得海洋大地測量學者的關注和青睞。目前，日本東北大學、日本海洋地球科學技術機構、美國斯克里普斯海洋研究所、德國亥姆霍茲基爾海洋研究中心、荷蘭皇家殼牌等科研單位和企業已采用此類型無人觀測系統分別在日本千島海域和青森縣海域[15]、美國卡斯卡迪亞俯沖帶和阿留申俯沖帶海域[27]、智利納斯卡-南美板塊邊界海域[28]，以及墨西哥灣海域進行了海底大地測量[29]。

本文回顧GNSS-聲吶觀測系統架構及其關鍵技術問題，跟蹤國外無人化GNSS聲吶觀測系統研究進展，梳理浮標觀測系統、無人船觀測系統和無人化系統的優缺點，提出未來無人化平臺GNSS-聲吶觀測裝備標準化構想，分析未來無人化觀測系統所面臨的聲速剖面觀測難題，并指出后續GNSS聲吶觀測數據處理所面臨的主要挑戰。

1 GNSS-聲吶觀測系統

如圖1所示為GNSS-聲吶觀測模型。圖中BDS為北斗衛星導航系統（BeiDou navigation satellite system）。

圖1 GNSS-聲吶觀測構型

一般由多個海底大地點構建一個海底基準陣列（或稱海底局域網），由船載聲學換能器向海底陣列發送聲學測距信號，海底單元接收信號后返回聲學應答信號，然后再次被海面換能器接收，據此進行聲信號往返程傳播時間測量，從而進行海底基準站或局域控制網定位[30-31]?？山NSS-聲吶組合觀測模型為

1.1 GNSS高精度定位技術

GNSS高精度定位是實現海底精密定位的前提。實時動態差分定位（real time kinematic，RTK）技術和精密單點定位 (precise point positioning，PPP)技術是2種被用戶廣泛使用的高精度定位技術[32]。RTK技術采用經典的站星雙差觀測值模型消除站星鐘差，削弱電離層延遲等空間相關誤差。偽距和載波觀測方程為[33-34]

利用站間單差消除衛星鐘差和衛星硬件延遲，對衛星做站間單差為

利用站星雙差觀測值進一步消除接收機鐘差和接收機端硬件延遲，有

RTK技術通過流動站與基準站構成差分觀測，消除了衛星鐘差、接收機鐘差以及公共環境誤差，模糊度保留了其整數特性，因而具有很高的定位精度。需要指出，當流動站與基準站距離超過一定限制，會因公共環境誤差消除不凈而導致定位精度下降，無法有效支撐遠海高精度定位需求。通常認為RTK定位技術用于海洋定位時，流動站最遠不能超過岸邊20 km[37]。然而，對于海底地震以及海嘯預警應用而言，20 km外的浮標預警信息僅能提前10 min疏散人員，疏散岸上人員的時間顯然不夠。因此，須將監測點放置在距岸邊更遠處[23]。當流動站與基準站距離超過20 km時，若要確保厘米級精度定位，應考慮對差分殘余環境誤差實施改正或參數化估計，因此需要發展長距離RTK技術或RTK-PPP技術[38-39]。

實時PPP技術利用國際GNSS 服務組織（International GNSS Service，IGS）通過網絡播發的實時軌道和鐘差的改正信息，在綜合考慮各項誤差模型的精確改正或進行參數估計的條件下，采用單臺接收機就可以達到厘米級精度[40-41]。根據對電離層延遲的不同處理方法，通常分為采用無電離層組合和電離層參數估計這2種方法，對應2種不同PPP函數模型，即雙頻消電離層組合以及基于原始觀測值的非差非組合模型。采用雙頻消電離層組合模型是PPP中最為常用的觀測模型，可表示為[42-44]

常用的無電離層組合不能消除高階電離層的影響，且觀測噪聲放大[45]。近年來，部分學者開始研究基于原始觀測值的非組合PPP模型（如式（2）所示），該模型可以利用所有觀測信息，任何頻率的觀測值均可以按照這種模型建立觀測方程，不再局限于雙頻，且不改變觀測噪聲，能避免高階電離層誤差影響，回避雙差觀測值的數學相關性等[44-46]。

由于接收機端和衛星端的載波相位觀測值信號延遲，非差非組合的PPP模糊度不具有整數特性[43]。針對這一問題，學者們先后提出了未校準相位偏差[47]、整數鐘[48]、解耦鐘[48]，以及相位鐘等[49]方法恢復非差模糊度的整數特性。模糊度的整數固定解不僅能提高實時PPP的定位精度，還能顯著縮短PPP定位的初始化時間，實現與RTK相當的定位精度和定位效率。相比于RTK技術，PPP技術不依賴參考站和作業距離，且在遠海區域具有顯著的優越性。到海洋高精度定位領域，文獻[50]發展了一種新的海嘯預警系統[50]，采用精密單點定位-非差模糊度固定方法（precise point positioning-ambiguity resolution，PPP-AR），其定位可突破20 km的距離限制[51]。該技術的前提是能夠通過衛星系統獲得精確的軌道和時鐘，即可在海洋上的任意位置實時高精度連續監測。

在遠洋區域，RTK和實時PPP服務仍受限于網絡覆蓋。目前可提供實時高精度服務的運營商和其服務內容主要有麥基嘉（NavCom）的星火（StarFire）服務、天寶（Trimble）的實時差分拓展技術（real time extended，RTX）服務等，即通過衛星通信鏈路給付費用戶播發實時改正數而進行實時PPP等定位方式[52]。PPP-RTK技術是集成了PPP和RTK的優勢，為用戶提供厘米級精度的定位服務，具有高精度、靈活性和保護用戶隱私的優點，然而需要網絡傳輸地面參考網的改正數，因在遠海區域網絡傳輸不穩定，易導致定位精度下降[39]。有學者針對遠海高精度定位提出采用BDS短報文傳輸改正信息，使傳輸衛星改正信息不再受距離的限制，但受限于BDS短報文通信頻率和帶寬限制，須采用不同的編碼方式播發衛星軌道和鐘差，所以針對改正數的傳播分別提出了不同的編碼方式，并證明利用BDS短報文傳輸改正信息可以滿足遠海的高精度定位[53-54]。需要指出北斗三號全球衛星導航系統（BeiDou-3 global navigation satellite system，BDS-3）通過靜止地球軌道（geostationary Earth orbit，GEO）衛星的B2b信號播發精密軌道和鐘差改正數，為用戶提供實時精密單點定位服務[55-56]，在BDS-3實時PPP服務覆蓋范圍內，可以解決遠海高精度定位難題[57]。

1.2 臂長改正技術

GNSS-聲吶定位受到多種誤差因素的影響。臂長參數（GNSS天線到聲學換能器的矢量）即為其中之一。由于換能器的位置是根據GNSS天線位置、臂長參數信息以及船體姿態觀測信息計算得到，因此，臂長參數的測量誤差會影響換能器位置的準確性，進而影響海底控制點的定位精度。針對臂長參數誤差對聲學換能器坐標的影響，有學者采用基于線性化誤差傳播的測量不確定度評定與表示方法以及基于非線性誤差傳播的蒙特卡羅方法對其進行了不確定度評估[58]。標定臂長參數是GNSS-聲吶系統集成后的重要步驟。暫時忽略聲速場環境參數，臂長參數校準觀測方程為

圖2 GNSS-聲吶無人船觀測系統與海底控制點校準

在對超短基線水聲定位系統校準過程中，將臂長參數與海底控制點位置進行聯合參數化估計，可以提高臂長校準及海底定位精度[59]。研究表明，直接將臂長參數與海底控制點坐標作為待估參數共同解算，可能會因參數之間強相關而出現觀測方程病態的問題，導致解算結果不可靠。對于臂長參數的垂直偏移量與海底控制點垂向坐標存在強相關的問題，可采用樣本搜索法對垂直偏移量進行修正[62]。有學者通過分析臂長參數誤差對定位結果的影響，以及推導臂長參數和海底控制點坐標參數之間的相關性，從理論上闡述了觀測方程產生病態的原因，進而構建了一種顧及臂長參數先驗信息的貝葉斯估計模型，有效提高了臂長參數和海底控制點坐標的解算精度[63]。

相比于傳統測量船，無人平臺標準化程度高，為標準化定制GNSS-聲吶臂桿及GNSS、聲吶和姿態傳感器一體化觀測平臺提供了可能，特別是可以提供更為精確的垂向偏移量量測信息，從而解決GNSS-聲吶臂桿精確量測難題。需要指出，由于天線相位中心和聲吶環能器的電氣中心很難精確確定，從而再精確的事前臂桿量測信息也無法替代系統集成后的GNSS-聲吶臂長標校測量。

1.3 聲速誤差補償技術

海洋環境復雜多變，海洋聲線折射比電磁波折射更為嚴重。由于很難實時獲取測區高精度、高時空分辨率海洋聲速場，因而通常只能獲取少量聲速剖面信息。因此，補償聲速剖面誤差成為海底高精度定位的重要途徑。

式中：為聲速誤差相關參數相對于初值的改正；為待估聲速誤差相關參數的系數矩陣。在海底單點定位觀測條件下，可以采用聲吶天頂延遲改正模型，此時為天頂聲吶延遲參數；為天頂延遲映射函數構成的矩陣，為觀測天頂角和方位角的函數。

無人觀測系統難以獲取全水深聲速剖面，其在降低了觀測成本的同時，亦增加了海底精密定位的難度，因此亟須發展更為有效的時空聲速場反演模型，考慮更多聲速模型誤差補償問題，特別是聲速場垂向變化補償。當不存在聲速剖面時，可將其與海底站坐標進行聯合反演，以提高海底定位的精度。當不考慮聲速的時空變化時，單純利用GNSS-聲吶反演的聲速剖面實施海底定位，則難以滿足厘米級精度定位要求。最近有學者通過構建更為合理的經驗聲速剖面模型并顧及聲速時空變化，實現了厘米級精度的海底大地測量定位[71]。

2 GNSS聲吶浮標觀測系統

GNSS浮標在潮汐監測[37]、大氣研究以及電離層研究[72]等方面都得到了應用。由于應變系泊浮標抵抗洋流能力較差，可將錨與浮標間的連接方式改為松弛系泊浮標，以更好地抵抗洋流、風浪的影響[21,73-74]。松弛系泊浮標原型系統中的系泊線由浮標和線端站之間的鋼絲繩、尼龍繩、聚丙烯繩和錨組成[73]，隨后由鐵鏈替代。針對附著在浮標體上的藤壺是否會引起浮力或傾斜的變化，以及鐵鏈是否會因摩擦而發生斷裂等問題，有學者于2013—2016年在室戶岬進行了3年零7個月的實驗，結果表明，附著在浮標體上的藤壺并沒有對浮標的浮力或者傾斜產生影響[50]。此外，對鐵鏈進行耐摩擦設計，也可使浮標運行10 a甚至更長時間而不發生斷裂[50]。

為盡早發現海嘯以及引起海嘯的地殼形變[20]，同時具備海嘯和海底地殼運動監測功能的松弛系泊浮標系統已成為海洋大地測量及相關科學研究的重要觀測系統。一套用于海底地殼運動和海嘯監測的松弛系泊浮標系統被開發，且具有抵抗高速海流（約2.7 m/s）的能力[73]，并于2014年和2016年分別進行了為期5個月[22]及1 a[75]的海上實驗。該松弛系泊浮標原型系統[73]由3部分組成：一個海底壓力單元，用于監測海嘯和地殼形變的垂直分量；6個應答器構成虛擬海底基準，用于測量地殼形變；一個浮標系統，用于控制該系統并進行實時數據傳輸。浮標系統由浮標站作為主要控制中心，一個GNSS定位系統（4個GNSS天線，用于估計浮標的位置、傾斜和旋轉）和聲學站接收海底應答器發出的聲學信號。在1000 m的電線末端設置一個線端站，用于在浮標站和海底壓力裝置之間傳遞信號，并為海嘯數據添加時鐘信息（如圖4所示）。另外，壓力數據和聲學觀測數據通過2個不同的衛星通信系統從浮標站的數據記錄儀傳輸到陸面站。其中，壓力數據發送到陸地站的周期根據正常模式和海嘯模式分別為1 h和15 s，聲學觀測數據發送周期為7 d[22]。海底至少需要3個應答器作為一組，通常形成正多邊形陣列，尺寸大小大致等于測量區域的深度[74]。

圖4 海嘯和地殼形變觀測系統示意

在松弛系泊浮標系統中，由于風和海流的影響導致浮標發生漂移，進而產生2個問題：一是浮標逐漸遠離陣列中心時測量分辨率很差[76]；二是來自不同位置的測量妨礙了對陣列幾何結構不確定性影響的消除[77]，然而，海面觀測構型改變在另一方面有利于提高海底定位精度[73]。有學者在同步幾何確定算法[78]的基礎上提高了海底定位精度（在2倍的標準差時小于1 m）[74]；但該學者主要描述了浮標上GNSS-聲吶系統的技術問題[74]，未過多地討論這些系統的準確性評估問題。有學者使用松弛系泊浮標對GNSS聲學測量的定位精度進行了評估[79]。

除單浮標系統外，已有研究采用多浮標系統的形式獲得水平梯度變化，進而提高海底基準坐標的準確性[80]。為了利用浮標間的基線信息，有學者提出了一種浮標間基線約束的聯合平差方法，仿真結果表明，該方法的定位精度比不考慮浮標間的基線信息提高了24%～53%[81]。

需要指出，海面浮標系統采用太陽能供電，若進一步解決海底的供電問題，該系統可實現海面與海底變化實時連續監測，并通過衛星通信可將監測信息傳輸到岸基中心，從而實現海嘯預警。然而，該系統目前主要依靠海流和風浪實現漂移式觀測，機動性相對較差，因而海底定位精度也會受到一定限制。因此，未來發展微動力浮標，有望實現在不影響海面變化監測的同時，改善海面聲吶測線幾何構型，從而提高海底控制網定位精度。同時，當海面浮標具備無線電或衛星通信功能時，可將GNSS-聲吶及相關海洋環境參數傳輸到數據中心，從而實現海平面變化監測、海底構造和形變及海洋環境等海洋綜合監測。該系統面臨的挑戰主要是近海社會經濟活動對該觀測系統的生存性造成一定影響，因此，該系統主要適用于深遠?？諘绾Ｓ?，或可發展隱蔽式下潛、自保護浮標系統。

3 GNSS聲吶無人船觀測系統

3.1 基于水面無人船的GNSS聲吶觀測系統

小型化海面無人船、無人艇可以代替海面大型測量船，是一種連續、便捷、智能、廉價的海面觀測平臺，特別是多海面無人船載體協同構成的GNSS-聲吶無人觀測系統，有望實現精度更高的海底大地測量定位[81]?；谒鏌o人船的GNSS-聲吶無人觀測系統如圖5所示，其主要工作原理是水面無人船按照設計航線進行走航，期間水面無人船搭載的聲吶設備對海底聲學信標進行持續觀測。其中，聲信號收發時刻的海面換能器位置可根據GNSS提供的天線坐標信息進行桿臂和姿態等改正得到。基于聲吶時延信息（或方位信息）和聲速剖面信息，實現對海底信標的定位。圖中USBL表示超短基線（ultra-short baseline）。

圖5 GNSS-聲吶無人船系統

在基于無人船的GNSS聲吶無人觀測系統中，水面無人船通常搭載GNSS天線、USBL定位模塊、慣性單元。其中，GNSS天線與USBL模塊直接相連，可降低大型科考船的海面GNSS天線與浸水端聲學設備間的桿臂測量難度；慣性單元可提供三維姿態信息，用于GNSS天線坐標到USBL聲學基陣坐標的精確轉化。USBL定位的基本原理是聲學陣列中心發射器向目標應答器發射聲學詢問信號，應答器接收到詢問信號后反饋應答信號，據此測量基陣陣元間接收到反饋信號的傳播時間差或相位差，并基于平面波近似原理，計算目標在聲學基陣坐標系下的相對位置。

以法國研制的GNSS聲吶無人觀測系統為例。該系統采用法國艾克斯藍公司（Ixblue）全球聲學定位系統（global acoustic positioning system，GAPS）M7型號超短基線，聲學基陣由中心發射器和互相間距21 cm的4個水聽器構成，信號頻率為26 kHz，測量間隔為0.8 s，在信噪比優于20 dB條件下可實現2 cm測距精度和0.03°測角精度[82]。為獲得海底基準站的絕對位置，通常需要進行船系、基陣系以及大地坐標系之間的嚴格校準。為了坐標系校準，水面無人船以海底目標點為中心進行順向、逆向繞圈觀測的短時觀測（如20～30 min）。此外，該系統還包括靜態斜距模式和靜態垂距模式下的長時觀測。歐洲學者在法國布雷斯特灣的淺海實驗表明，在水深40 m環境下，利用2 d內采集的多組觀測時長約為20 min的數據集，可獲得5 cm的海底應答器坐標重復觀測精度[82]。

基于USV平臺的GNSS-聲吶系統對于改善海底大地測量具有重要參考價值，除了可以獲取時間頻次更高和空間分別更密集的GNSS-聲吶觀測外，未來可將多個USV平臺以及母船組合起來，即部署水面無人船編隊，有望實現更高精度的海底大地測量定位和更高時空分辨率的海洋聲速場反演，同時提高海洋PNT網絡的立體化服務能力。該系統雖然機動性強、作業效率高，但其主要缺點主要是長期自主生存能力、長距離自主遷徙能力還有待提高，包括復雜海況及能源供給受限情況下的自治維持問題。

3.2 基于波浪滑翔機的GNSS聲吶觀測系統

解決無人船生存能力和遷徙能力的重要途徑是采用海面波浪滑翔機實施海底大地控制網觀測。如圖6所示，波浪滑翔機一般由水面船和水下滑翔機動力系統以及連接二者的柔性纜繩組成。水面船由海浪波谷運動到波峰，通過纜繩拉動水下動力系統上升，串列水翼順時針被動俯仰轉動產生向前的推力，通過纜繩拉動水面船向前運動；類似地，當水面船由波峰向波谷運動，此時水下驅動系統依托自身重力向下運動，串列水翼逆時針被動俯仰轉動產生向前的推力，拉動水面船向前運動。

圖6 基于波浪滑翔機的GNSS-聲吶系統

目前，美國自動化機器人公司（Liquid Robotics）是研究波浪能滑翔機的主要研發機構，具備樣機研制能力，相繼推出SV2和SV3型號，其物理參數和航行性能如表2[83-84]所示，其中SV3型號船有行駛了1 a時間、行程約12874.752 km的記錄。我國自2014年研制出“黑珍珠”“海哨兵”和“海鷂號”等波浪滑翔器，其中“海哨兵”最大航時320 d、航程14271.4 km。

表2 波浪滑翔機物理參數和航行性能信息

日本東北大學于2019年7月在青森海域開展了GNSS-聲吶觀測實驗，波浪滑翔機在調查船甲板上完成配置后，開始對G02測區4個測站進行觀測，先后進行了7月3日23:50—7月5日8:17（持續約32 h）和7月5日23:00—7月6日4:32（約5.5 h）共計2段連續測量。波浪滑翔機采集的數據原始波形分析表明，聲信號背景噪聲嚴重，信噪比較低，但經過高精度的互相關時延估計技術，有效削弱了多徑效應引起的聲學測時誤差，處理后的各海底基站對應的聲信號數據與采用海面大型測量船所獲得的聲學數據質量相當。GNSS-聲吶觀測數據解算結果表明，基于滑翔機觀測的陣列中心平均定位結果優于10 cm，各歷元定位序列標準差在北方向和東方向分別為7.0和6.1 cm。該實驗驗證了基于海面波浪滑翔機進行厘米量級的海底大地測量定位的可行性，對開展高精度、長航時GNSS-聲吶無人觀測具有重要參考價值。

需要指出，波浪滑翔機平臺雖然機動性較差，但長期生存能力極強，因此基于波浪滑翔機的GNSS-聲吶觀測系統對于發展大規模海底大地控制網自動巡檢和定期觀測維護具有很大潛力，是高機動海面無人船/艇的有效補充。

4 GNSS聲吶無人機觀測系統

無人機（unmanned aerial vehicle，UAV）具有制造成本低、運營成本低和高機動性等優點，在海洋監測、水下通信、海上生產等領域發揮著重要的作用[85-87]。無人機大致分為小型直升機和大型飛機。小型直升機具有短距離飛行能力、高機動性、小載荷能力，適合開展定期定點觀測、多點觀測，以及不需要船舶的近距離有限工作等，例如執行拋棄式快速溫鹽深儀剖面觀測，輔助海洋網絡數據收集和傳輸以及海面基站與水下UAV進行通信或聯合作業等[86-88]。該類無人機即使在較惡劣的環境仍能運行（風速約5～10 m/s），不足之處在于飛行距離和有效載荷能力或遙感控制并不能滿足遠距離、長時間作業的要求，若要對離岸10 km以上的區域進行作業，需要配備汽油發動機或類似設備。

大型飛機具有遠距離飛行能力、低機動性、大載荷能力。由于飛行距離的限制，小型無人機不能用于自主進行海底大地測量觀測（目標深度1000 m或以上）。因此，需要一種可在海面上起飛和降落的浮動無人機。為實現長遠距離飛行，其有效載荷重量需要遠低于船舶和浮標的載荷。相比于船舶觀測，這種無人機在制造和燃料成本方面具有顯著優點，并且能夠快速到達觀察地點。

如圖7所示，假若將海底大地測量觀測設備安裝在無人機上，則可研制兼顧海底控制點投放、標校觀測、維護更新的GNSS-聲吶無人機觀測系統。該系統由浮動無人機作為主要控制中心，配備GNSS定位系統（2根GNSS天線、1套姿態測量設備，用于獲取無人機的位置和姿態）、遠程飛行控制設備（通過岸基中心對無人機進行備航控制、航線設計以及系統監控）和聲學交互設備（用于海底控制網通信測距）或其他作業設備（如聲學信標等）。其作業模式如下：

1）無人機自動導航到目標點。

2）無人機海上懸停或海面著陸。

3）無人機聲學信標投放或對已有控制網進行觀測數據采集。

4）無人機作業結束，然后自動返回基地。

圖7 GNSS-聲吶無人機觀測系統

在海底大地測量方面，已有研究基于無人機的GNSS-聲吶觀測實現高頻、近實時部署和低成本的海底大地測量觀測[16]。該研究中使用的無人機為日本太空娛樂實驗室（Space Entertainment Laboratory）有限公司研制的浮動平面無人機HAMADORI6000，配備了專門開發的輕便緊湊的觀測設備，如圖8所示。該無人機能夠飛行750 km，最長飛行8 h，巡航飛行速度約為80 km/h或更高，可在海面上進行2節高速移動，即使是強流環境下也能獲得觀測結果。無人機GNSS-聲吶觀測設備主要有：GNSS設備為u-blox Neo-M8N GNSS接收機和ANT-2B天線；姿態計和飛行控制器分別是慣性測量單元（ICM-20689，TDK InvenSense）和Holybro Pixhawk 4；聲吶是一個小型圓柱形換能器（ITC-3013，Gavial ITC）；處理數據個人電腦（personal computer，PC）是一個NucBox (GMKtec)，帶有Inter Celeron J4125處理器；觀測設備有效載荷總重量約為6 kg，明顯輕于一般的GNSS-聲吶設備。在觀測期間，飛行、海面導航和聲音傳輸由飛行控制器Holybro Pixhawk 4遠程控制。實驗結果表明，基于無人機的GNSS-聲吶反演地殼運動的各分量值與基于船舶的GNSS-聲吶值基本一致。

圖8 GNSS-聲吶無人機傳感器配置

需要指出，為了實現基于無人機的厘米級精度GNSS-聲吶觀測，需要雙頻GNSS天線；對于翼型無人機，天線必須安裝在遠離機翼的位置，以免被機翼和其他部件遮擋。另外，還需要考慮無人機聲吶系統部署深度問題，避免海面附近產生的氣泡對通信導航信號的影響。此外，基于無人機平臺的GNSS-聲吶觀測系統難免受海面復雜環境以及無人機本身噪聲的影響，從而影響GNSS-聲吶觀測質量。

5 結束語

正在快速發展的海洋智能化無人系統有望革新GNSS-聲吶組合觀測技術，大幅降低傳統基于大型測量船的海底大地控制網建設與運行維護成本。此外，對于傳統調查船觀測平臺，GNSS、姿態和聲吶的安裝只能被動適配調查船，而無人觀測系統標準化程度高，易于實現GNSS、姿態和聲吶測量單元的一體化集成。此外，無人系統集群可進一步提高GNSS-聲吶觀測效率，改善海面觀測幾何構型，從而有望極大地提高海底大地控制網的定位精度。

海面浮標、無人船、波浪滑翔機、無人機等觀測平臺的自治能力、機動能力和生存能力各有不同，用戶可根據海底大地控制網的不同用途，選擇不同的觀測平臺，構建靈活、彈性、智能的無人觀測裝備體系。例如，對于海底構造運動與形變實時監測應用，可選擇海面自治浮標系統，而應急保障適合采用無人機系統。建議我國構建多種無人技術綜合的彈性化海底大地測量建設、觀測和維護技術體系，革新現有海底大地控制網觀測維護技術，為海洋PNT網絡建設與維護提供低廉、彈性、智能的多技術綜合解決方案。具體發展方向歸納如下：

1）對于長期駐留的GNSS-聲吶浮標觀測系統，有望實現海底控制網連續跟蹤監測，但當使用單個浮標時，海面觀測構型受系統設計、海流以及氣象等多種條件限制，未來如何利用海流以及氣象條件，甚至考慮動力驅動，設計一個自治性更好、可控性更好的智能浮標觀測系統，仍然需要開展大量研究。此外，如何利用多枚浮標協調觀測，長期保持一個良好的海面觀測構型，也是需要研究的課題。

2）對于無人船GNSS-聲吶觀測系統，由于其具有很好的機動性，未來有望通過多載體協同觀測，提高海底控制網觀測效率以及海底大地控制網定位精度。

3）對于波浪滑翔機平臺，其具有強生存能力，但機動性差，亦適用于常規性海底大地控制網巡檢與復測作業。

4）對于多棲無人機系統，由于其機動性強、作用距離遠，是一種極具潛力的高效敏捷的海底大地控制網觀測技術。

智能無人觀測系統在提高觀測效率、降低作業成本的同時，也面臨一系列挑戰，例如，平臺姿態穩定性差，姿態測量精度要求相對較高，且GNSS天線-聲吶換能器連接臂桿長度受限，導致聲吶觀測易受海表層復雜信號折射影響。此外，無人系統難以實施海洋聲速剖面測量，這對GNSS-聲吶觀測數據處理帶來諸多挑戰，例如需要發展免聲速剖面的厘米級精度海底大地測量定位模型[71]。

[1] ALTAMIMI Z, BOUCHER C, WILLIS P. Terrestrial reference frame requirements within ggos perspective[J]. Journal of Geodynamics, 2005, 40(4): 363-374.

[2] BüRGMANN R, CHADWELL D. Seafloor geodesy[J/OL]. Annual Review of Earth and Planetary Sciences, 2014, 42: 509-534.

[3] 吳立新, 陳朝暉, 林霄沛, 等. “透明海洋”立體觀測網構建[J]. 科學通報, 2020, 65(25): 2654-2661.

[4] 吳立新, 荊釗, 陳顯堯, 等. 我國海洋科學發展現狀與未來展望[J]. 地學前緣, 2022, 29(5): 1-12.

[5] 楊元喜, 徐天河, 薛樹強. 我國海洋大地測量基準與海洋導航技術研究進展與展望[J]. 測繪學報, 2017, 46(1): 1-8.

[6] 楊元喜, 劉焱雄, 孫大軍, 等. 海底大地基準網建設及其關鍵技術[J]. 中國科學:地球科學, 2020, 50(7): 936-945.

[7] SPIESS N F. Suboceanic geodetic measurements[J]. IEEE Transactions on Geoscience and Remote Sensing, 1985(4): 502-510.

[8] SPIESS N F, CHADWELL D C, HILDEBRAND A J, et al. Precise GPS/acoustic positioning of seafloor reference points for tectonic studies[J]. Physics of the Earth and Planetary Interiors, 1998, 108(2): 101-112.

[9] SPIESS N F, LOUGHRIDGE S M, MCGEHEE S M, et al. An acoustic transponder system[J]. Navigation, 1966, 13(2): 154-161.

[10] SPIESS F N. Acoustic techniques for marine geodesy[J]. Marine Geodesy, 1980, 4(1): 13-27.

[11] KENJI Y, KEIICHI T, SOTA T, et al. Interplate locking condition derived from seafloor geodetic observation in the shallowest subduction segment at the central nankai trough, Japan[J]. Geophysical Research Letters, 2017, 44(8): 3572-3579.

[12] HONSHO C, KIDO M, TOMITA F, et al. Offshore postseismic deformation of the 2011 tohoku earthquake revisited:Application of an improved gps‐acoustic positioning method considering horizontal gradient of sound speed structure[J]. Journal of Geophysical Research:Solid Earth, 2019, 124(6): 5990-6009.

[13] EVANS E L, MINSON S E, CHADWELL C D. Imaging the next cascadia earthquake: Optimal design for a seafloor gnss-a network[J]. Geophysical Journal International, 2021, 228(2): 944-957.

[14] 楊元喜, 薛樹強, 徐天河, 等. 海洋大地測量基準與水下導航[M]. 北京:科學出版社, 2022: 1-145.

[15] IINUMA T, KIDO MI, OHTA Y, et al. Gnss-acoustic observations of seafloor crustal deformation using a wave glider[J]. Frontiers in Earth Science, 2021, 9.

[16] YOKOTA Y, KANEDA M, HASHIMOTO T, et al. Experimental verification of seafloor crustal deformation observations by uav-based GNSS-a[J]. Scientific Reports, 2023, 13(1): 4105-4105.

[17] 楊元喜. 綜合PNT體系及其關鍵技術[J]. 測繪學報, 2016, 45(5): 505-510.

[18] 劉經南, 趙建虎, 馬金葉. 通導遙一體化深遠海PNT基準及服務網絡構想[J/OL]. 武漢大學學報(信息科學版), 2022, 47(10): 1523-1534.

[19] TOSHIYA F, SHUICHI K, TETSUO N, et al. The 2011 tohoku-oki earthquake: Displacement reaching the trench axis[J]. Science, 2011, 334(6060): 1240-1240.

[20] MARIKO S, TADASHI I, NAOTO U, et al. Displacement above the hypocenter of the 2011 tohoku-oki earthquake[J]. Science, 2011, 332(6036): 1395-1395.

[21] TAKAHASHI N, ISHIHARA Y, FUKUDA T, et al. Buoy platform development for observation of tsunami and crustal deformation[M]. HASHIMOTO M. International Symposium on Geodesy for Earthquake and Natural Hazards (GENAH). Springer International Publishing, 2015: 97-103.

[22] TAKAHASHI N, IMAI K, ISHIHARA Y, et al. Real-time and on-demand buoy observation system for tsunami and crustal displacement[C]// AGU Fall Meeting Abstracts. 2017: NH23A-0220.

[23] KATO T, TERADA Y, TADOKORO K, et al. Developments of GNSS buoy for a synthetic geohazard monitoring system[J]. Proc Jpn Acad Ser B Phys Biol Sci, 2022, 98(2): 49-71.

[24] 原張杰. 考慮實時避障的水面無人艇自主航行控制研究[D]. 哈爾濱:哈爾濱理工大學, 2023.

[25] 范佳佳. 面向目標警衛的多無人艇協同控制方法研究[D]. 哈爾濱:哈爾濱工程大學, 2022.

[26] SURUI X, MARK Z, GLENN S, et al. Shallow water seafloor geodesy with wave glider-based GNSS-acoustic surveying of a single transponder[J]. Earth and Space Science, 2023, 10(10). https://doi.org/10.1029/2023EA003043.

[27] FLORIAN P, HEIDRUN K, DIETRICH L, et al. Measuring tectonic seafloor deformation and strain-build up with acoustic direct-path ranging[J]. Journal of Geodynamics, 2019, 124: 14-24.

[28] WEST G, KOPP H. The geosea (geodetic earthquake observatory on the seafloor) project[C]// The Institute of Electrical and Electronic Engineers（IEEE）. OCEANS-MTS/IEEE Kobe Techno-Oceans (OTO): IEEE, 2018: 1-7.

[29] FOSTER J H, ERICKSEN T L, BINGHAM B. Wave glider–enhanced vertical seafloor geodesy[J]. Journal of Atmospheric and Oceanic Technology, 2020, 37(3): 417-427.

[30] AKIRA A, TETSUICHIRO Y. Centimeter-level positioning on the seafloor[J]. Proceedings of the Japan Academy, Series B, 2001, 77(1): 7-12.

[31] 薛樹強, 楊元喜, 肖圳, 等. 全球導航衛星系統-聲吶組合觀測模型分類體系[J/OL]. 哈爾濱工程大學學報. [2023-12-19]. https://link.cnki.net/urlid/23.1390.U.20231107.1129.002.

[32] 張小紅, 胡家歡, 任曉東. PPP/PPP-RTK新進展與北斗/GNSS PPP定位性能比較[J]. 測繪學報, 2020, 49(9): 1084-1100.

[33] 劉紹龍. 基于安卓移動終端的GNSS原始觀測值分析及定位性能研究[D]. 贛州: 江西理工大學, 2021.

[34] 徐彥田, 劉巍峰, 李玉星, 等. BDS/GPS/GAL智能手機RTK動態定位算法[J].無線電工程, 2023, 53(5): 1061-1067.

[35] DENG C L, TANG W M, LIU J N, et al. Reliable single-epoch ambiguity resolution for short baselines using combined GPS/BeiDou system[J]. GPS Solutions, 2014, 18(3): 375-386.

[36] ODOLINSKI R, TEUNISSEN PJG, ODIJK D. Combined GPS+BDS for short to long baseline RTK positioning[J]. Measurement Science and Technology, 2015, 26(4): 045801.

[37] TERUYUKI K, YUKIHIRO T, MASAO K, et al. Real-time observation of tsunami by rtk-gps[J]. Earth, Planets and Space, 2000, 52(10): 841-845.

[38] 李博峰, 苗維凱, 陳廣鄂. 多頻多模GNSS高精度定位關鍵技術與挑戰[J]. 武漢大學學報(信息科學版), 2023, 48(11): 1769-1783.

[39] TEUNISSEN P J G, KHODABANDEH A. Review and principles of ppp-rtk methods[J]. Journal of Geodesy, 2015, 89(3): 217-240.

[40] 高周正. 多模GNSS PPP/INS組合系統算法與應用研究[D]. 武漢:武漢大學, 2016.

[41] WANG Zhiyu, LI Zishen, WANG Liang, et al. Assessment of multiple GNSS real-time ssr products from different analysis centers[J]. ISPRS International Journal of Geo-Information, 2018, 7(3): 85-85.

[42] DOW M J, NEILAN RE, RIZOS C. The international GNSS service in a changing landscape of global navigation satellite systems[J]. Journal of Geodesy, 2009, 83(3-4): 191-198. DOW J M.

[43] 李星星. GNSS精密單點定位及非差模糊度快速確定方法研究[D]. 武漢:武漢大學, 2013.

[44] 李盼. GNSS精密單點定位模糊度快速固定技術和方法研究[D]. 武漢:武漢大學, 2016.

[45] 張小紅, 左翔, 李盼. 非組合與組合PPP模型比較及定位性能分析[J]. 武漢大學學報(信息科學版), 2013, 38(5): 561-565.

[46] 袁運斌, 侯鵬宇, 張寶成. GNSS非差非組合數據處理與PPP-RTK高精度定位[J]. 測繪學報, 2022, 51(7): 1225-1238.

[47] GE M, GENDT G, ROTHACHER M, et al. Resolution of GPS carrier-phase ambiguities in precise point positioning (PPP) with daily observations[J]. Journal of Geodesy, 2008, 82(7): 401-401.

[48] LAURICHESSE D, MERCIER F, BERTHIAS J P, et al. Integer ambiguity resolution on undifferenced GPS phase measurements and its application to PPP and satellite precise orbit determination[J]. Navigation, 2009, 56(2): 135-149.

[49] GENG Jianghui, CHEN Xingyu, PAN Yuanxin, et al. A modified phase clock/bias model to improve PPP ambiguity resolution at wuhan university[J]. Journal of Geodesy, 2019, 93(10): 2053-2067.

[50] TERUYUKI K, YUKIHIRO T, KEIICHI T, et al. Development of GNSS buoy for a synthetic geohazard monitoring system[J]. Journal of Disaster Research, 2018, 13(3): 460-471.

[51] ROCKEN C, MERVART L, LUKES Z, et al. Testing a new network RTK software system[C]// Proceedings of the 17th International Technical Meeting of the Satellite Division of the Institute of Navigation (ION GNSS 2004). Manassas, Virginia: The Institute of Navigation, Inc., 2004: 2831-2839[2023-11-15].

[52] DAI L, CHEN Y, LIE A, et al. StarFireTM SF3: Worldwide centimeter-accurate real time GNSS positioning[C/OL]// Proceedings of the 29th International Technical Meeting of the Satellite Division of The Institute of Navigation (ION GNSS 2016). Manassas, Virginia: The Institute of Navigation, Inc., 2016: 3295-3320[2023-11-15].

[53] 劉宏, 萬立健, 陸亞英. 基于北斗衛星導航系統的遠距離海洋工程高精度定位技術[J/OL]. 測繪通報, 2017(5): 62-66.

[54] LI B, ZHANG Z, ZANG N, et al. High-precision GNSS ocean positioning with BeiDou short-message communication[J]. Journal of Geodesy, 2019, 93(2): 125-139.

[55] 楊元喜. 北斗衛星導航系統的進展、貢獻與挑戰[J]. 測繪學報, 2010, 39(1): 1-6.

[56] YANG Yuanxi, GAO Weiguang, GUO Shuren, et al. Introduction to BeiDou-3 navigation satellite system[J]. Navigation, 2019, 66(1): 7-18.

[57] LIU Yan, YANG Cheng, ZHANG Mengni. Comprehensive analyses of ppp-b2b performance in China and surrounding areas[J]. Remote Sensing, 2022, 14(3): 643-643.

[58] 李景森, 薛樹強, 肖圳, 等. GNSS/聲吶組合觀測臂長改正不確定度評估[J/OL]. 武漢大學學報(信息科學版). [2023-12-19]. https://doi.org/10.13203/j.whugis20220673.

[59] 劉焱雄, 彭琳, 吳永亭, 等. 超短基線水聲定位系統校準方法研究[J]. 武漢大學學報(信息科學版), 2006, 31(7): 610-612.

[60] 劉慧敏, 陸凱, 單瑞, 等. USBL安裝偏差聯合模型構建與校準方法[J]. 中國慣性技術學報, 2023, 31(2): 157-164.

[61] 王薪普, 薛樹強, 曲國慶, 等. 水下定位聲線擾動分析與分段指數權函數設計[J]. 測繪學報, 2021, 50(7): 982-989.

[62] CHEN Guanxu, LIU Yang, LIU Yanxiong, et al. Adjustment of transceiver lever arm offset and sound speed bias for gnss-acoustic positioning[J]. Remote Sensing, 2019, 11(13): 1606.

[63] 馬越原, 楊元喜, 曾安敏, 等. 顧及偏移參數先驗信息的海底控制點貝葉斯估計模型[J]. 武漢大學學報(信息科學版), 2023, 48(9): 1465-1472.

[64] MATSUMOTO Y, FUJITA M, ISHIKAWA T. Development of multi-epoch method for determining seafloor station position[J]. Technical Bulletin on Hydrography and Oceanography (Japan), 2008, 26: 16-22.

[65] FUJITA M, SATO M, YABUKI T. Development of seafloor positioning software using inverse method[J]. Report of Hydrographic and Oceanographic Researches, 2004, 22: 50-56.

[66] MASAYUKI F, TADASHI I, MASASHI M, et al. GPS/Acoustic seafloor geodetic observation:Method of data analysis and its application[J]. Earth, Planets and Space, 2006, 58(3): 265-275.

[67] RYOYA I, KEIICHI T, MASATAKA A, et al. A new GPS-acoustic method for measuring ocean floor crustal deformation: Application to the nankai trough[J]. Journal of Geophysical Research: Solid Earth, 2008, 113(B2).

[68] YUSUKE Y, TADASHI I, WATANABE S I. Gradient field of undersea sound speed structure extracted from the gnss-a oceanography[J]. Marine Geophysical Research, 2019, 40(4): 493-504.

[69] YUSUKE Y, TADASHI I. Gradient field of undersea sound speed structure extracted from the gnss-a oceanography: GNSS-A as a sensor for detecting sound speed gradient[J]. SN Applied Sciences, 2019, 1(7): 1-11.

[70] WATANABE S I, ISHIKAWA T, YOKOTA Y, et al. GARPOS: Analysis software for the GNSS-A seafloor positioning with simultaneous estimation of sound speed structure[J]. Frontiers in Earth Science, 2020, 8: 597532.

[71] XUE Suqiang, LI Baojin, XIAO Zhen, et al. Centimeter-level-precision seafloor geodetic positioning model with self-structured empirical sound speed profile[J/OL]. Satellite Navigation, 2023, 4(1): 30.

[72] YOSHINORI S, KAZUTOSHI S, MASANORI Y, et al. PWV retrieval over the ocean using shipborne GNSS receivers with madoca real-time orbits[J]. SOLA, 2016, 12(0): 265-271.

[73] NARUMI T, YASUHISA I, HIROSHI O, et al. New buoy observation system for tsunami and crustal deformation[J]. Marine Geophysical Researches, 2014, 35(3): 243-253.

[74] MOTOYUKI K, MISAE I, YUSAKU O, et al. Onboard realtime processing of GPS-acoustic data for moored buoy-based observation[J]. Journal of Disaster Research, 2018, 13(3): 472-488.

[75] TAKIZAWA K, YAMAMOTO S, TOYOSHIMA M, et al. Channel modeling on satellite communications for GNSS buoy in the ocean[J]. IEICE Technical Report, 2017, 117(174): 99-102.

[76] MOTOYUKI K. Detecting horizontal gradient of sound speed in ocean[J]. Earth, Planets and Space:EPS, 2007, 59(8): 33-36.

[77] MOTOYUKI K, HIROMI F, SATOSHI M, et al. Seafloor displacement at kumano-nada caused by the 2004 off kii peninsula earthquakes, detected through repeated GPS/acoustic surveys[J]. Earth, Planets and Space, 2006, 58(7): 911-915.

[78] CHIE H, MOTOYUKI K. Comprehensive analysis of traveltime data collected through GPS-acoustic observation of seafloor crustal movements[J]. Journal of Geophysical Research:Solid Earth, 2017, 122(10): 8583-8599.

[79] MISAE I, MOTOYUKI K, CHIE H, et al. Assessment of directional accuracy of GNSS-acoustic measurement using a slackly moored buoy[J]. Progress in Earth and Planetary Science, 2019, 6(1): 1-14.

[80] MUKAIYAMA H. Multi buoy system observation for GPS/A seafloor positioning[C]// AGU Fall Meeting Abstracts. 2014, 2014: G11B-0487.

[81] SUN Z, WANG Z, NIE Z, et al. Improved GNSS/acoustic underwater positioning with between-buoy baseline constraint[J/OL]. Journal of Surveying Engineering, 2023, 149(4): 04023012.

[82] SAKIC P, CHUPIN C, BALLU V, et al. Geodetic seafloor positioning using an unmanned surface vehicle-contribution of direction-of-arrival observations[J]. Frontiers in Earth Science, 2021, 9: 636156.

[83] THOMSON J, GIRTON J. Sustained measurements of southern ocean air-sea coupling from a wave glider autonomous surface vehicle[J]. Oceanography, 2017, 30(2): 104-109.

[84] GRARE L, STATOM N M, PIZZO N, et al. Instrumented wave gliders for air-sea interaction and upper ocean research[J]. Frontiers in Marine Science, 2021, 8: 664728.

[85] CHRISTINE E, MILES P, ALEC D, et al. Aerial and underwater sound of unmanned aerial vehicles (UAV)[J]. Journal of Unmanned Vehicle Systems, 2017, 5(3): 92-101.

[86] MA Ruofei, WANG Ruisong, LIU Gongliang, et al. UAV-Assisted data collection for ocean monitoring networks[J]. IEEE Network, 2020, 34(6): 250-258.

[87] YOKOTA Y, MATSUDA T. Underwater communication using UAVs to realize high-speed auv deployment[J]. Remote Sensing, 2021, 13(20): 4173-4173.

[88] 于燕婷, 許江寧, 林恩凡, 等. 單信標水聲定位技術研究現狀及應用展望[J]. 導航定位學報, 2022, 10(2): 13-20.

Review of unmanned observation systems for seafloor geodetic network

XUE Shuqiang1,2, YANG Cheng3, ZHAO Shuang1, XIAO Zhen1, LI Jingsen1, BIAN Jiachao1

（1. Chinese Academy of Surveying and Mapping, Beijing 100039, China;2. State Key Laboratory of Geographic Information Engineering, Xi’an 710054, China;3. School of Land Science and Technology, China University of Geosciences, Beijing 100083, China）

Aiming at the problem that the observation and maintenance of the seafloor geodetic control network usually adopts a global navigation satellite system (GNSS)-acoustic combined observation system based on large measurement ships, which not only leads to high observation and maintenance costs of the control network, but also limits the frequency of remeasurement and global large-scale applications of the control network, the paper reviewed unmanned observation systems for seafloor geodetic network: it was pointed out that in recent years, the GNSS-acoustic combined observation system based on unmanned systems such as sea buoys, unmanned ships, wave gliders and unmanned aerial vehicles has developed rapidly, greatly reducing the observation cost of traditional seafloor geodetic control network and improving the observation and maintenance efficiency of seafloor control network; moreover, the research progress of GNSS-acoustic unmanned observation systems at home and abroad was described, and the advantages and disadvantages of existing unmanned observation platforms were analyzed; finally, and the challenges and possible development directions of GNSS-acoustic unmanned observation system were proposed.

seafloor geodesy; global navigation satellite system (GNSS)-acoustic; unmanned systems; underwater positioning

薛樹強, 楊誠, 趙爽, 等. 海底大地控制網無人觀測系統研究進展[J]. 導航定位學報, 2023, 11(6): 8-21.（XUE Shuqiang, YANG Cheng, ZHAO Shuang, et al. Review of unmanned observation systems for seafloor geodetic network[J]. Journal of Navigation and Positioning, 2023, 11(6): 8-21.）DOI:10.16547/j.cnki.10-1096.20230602.

P228

A

2095-4999(2023)06-0008-14

2023-11-14

嶗山實驗室科技創新項目（LSKJ202205100，LSKJ202205105）；國家重點研發計劃項目（2020YFB0505802）；國家自然科學基金重點基金（41931076）；中國測繪科學研究院基本科研業務費項目（AR2313）。

薛樹強（1980—），男，山東東營人，博士，研究員，研究方向為大地測量數據處理理論與方法。