多传感器数据融合与航迹预测

本文是用滤波估计的方法对多传感器数据进行融合。在误差处理方面应用多元方差分析方法来消除各雷达测量数据的偏差,最终预测信号在短期内的轨迹。该方法简单、精度高、可信度强。     

多传感器融合导航方法的比较

多源传感器融合导航有多种算法，但不同算法之间存在理论和计算方面的差异。本文试图从理论上探讨联邦滤波融合法、动静态滤波融合法、基于观测信息的融合法以及基于各传感器几何导航解融合法的基本原理，分析各种方法的优劣，为多传感器融合导航的应用打下基础。     

面向城市道路的多传感器融合定位导航技术

方便地获取高精度、高可靠的轨迹数据是交通、旅游等行业智能化发展的关键。鉴于此,本文设计一款集GPS、SINS和OBD于一体的多源车载组合导航系统来收集轨迹数据,提出数据融合的方法来弥补因传感器噪声导致的位置累积误差,并在GPS失锁时有效预测轨迹位置信息。此方法通过梯度提升与决策树相结合建立INS误差补偿模型,并引用粒子群算法优化模型的回归参数,可有效避免误差积累;再利用联邦滤波器实现GPS、SINS和OBD数据融合,提高了轨迹信息的准确性。实际道路测试证明,基于此方法的组合导航系统,在多种路况下可收集连续精准的轨迹数据。     

多源传感器动、静态滤波融合导航

首先给出联邦滤波各局部输出量之间的相关协方差矩阵,进而给出了基于各传感器独立观测信息的动、静态滤波解法,这种解法避免了重复使用载体状态方程信息的问题,保证了多传感器数据融合的最优性,而且很容易扩展到抗差滤波和自适应滤波融合。     

多传感器图像融合技术及其进展

数据融合技术是一个多级、多层面的数据处理过程,主要完成对来自多个信息源的数据进行自动检测、关联、相关、估计及组合等的处理,得出最终结论或决策的技术。多传感器数据融合是一门新兴的技术,是对数据的综合与处理的过程。该技术在军事领域和民用领域都有很大的发展和应用前景,是目前受到普遍关注并迅速发展的技术分支,本文简述了图像融合技术的原理与架构、技术特点以及像素级、特征级和决策级图像融合的分类方法,介绍了各种方法的一些具体实施方案、特点及新的进展,评述了图像融合技术进一步发展和应用的一些关键问题,并指出了多源传感器数据融合研究中存在的问题及研究方向。     

基于多源数据融合预测沉降的方法

基坑施工过程中主要有地表沉降、地下管线沉降、锚杆应力、支护桩顶位移、支护桩体位移5项沉降监测项目,因此,沉降预测对评价基坑稳定性至关重要。由于5项监测项目之间互相关联、互相影响,因此,可通过灰色模型GM(1,N)融合其他几种监测项目的多源数据,实现对沉降数据的预测。通过实例计算,基于灰色模型GM(1,N)融合多源数据的方法适用于地下管线、锚杆应力和支护桩身3种数据的沉降预测。     

利用多传感器集成和数据融合实现水上水下一体化测绘

水上水下一体化测绘技术为水域相关测绘提供了一种高效快速的解决方案。本文介绍了多传感器集成和数据融合领域的研究背景,阐述了水上水下一体化测绘的原理和方法,结合工程试验数据,对点云数据进行了精度统计分析,论证了水上水下一体化测绘技术方法在水电工程应用中的有效性,水上水下一体化测绘是对传统水域相关测绘技术方法的变革和创新,具有一定的工程意义。     

LIDAR数据与多源数据融合的方法

通过分析LIDAR数据特点,并结合各种典型多源数据,论述如何在保持各数据源精度的前提下,实现多源数据融合的集成技术;提出一种基于地形约束条件下的点云DEM生产方法,并采用金字塔模型及线性四叉数瓦片式索引对数据进行管理,从而实现对多源数据的融合与快速浏览。     

多卫星传感器南海叶绿素a浓度遥感数据融合

利用平均法、生物光学模型法和最优插值法3种数据融合方法对卫星传感器MODIS-Aqua、MOIDS-Terra及MERIS获取的南海叶绿素a浓度的数据进行了融合,通过比较融合产品的质量,对3融合方法进行了评价。(1)利用现场测量的南海遥感反射率和叶绿素a浓度数据建立了南海叶绿素a浓度的反演模型,并应用于MODIS-Aqua、MOIDS-Terra及MERIS Level 2反射率数据,获取南海叶绿素a浓度。(2)将平均法、生物光学模型法、最优插值法分别应用于上述3颗卫星的叶绿素a数据进行数据融合,并用现场测量的同步叶绿素数据对融合后的产品进行了印证。(3)利用3种融合方法分别对南海2011年MODIS-Aqua、MODIS-Terra和MERIS等3个传感器的叶绿素a数据进行了月融合,分析了融合的南海叶绿素a浓度的时空分布特征。结果表明,融合数据大幅度提高了空间覆盖率,且具有较高可信度。平均法、生物光学法和优化插等3种融合方法性能有较大的不同,生物光学法具有高的运行速度,但有时空间覆盖率仍不能满足要求;优化插值法具有高的空间覆盖率,但其运行速度较慢。因此,在具体应用中,应根据需求选择合适的融合方法。     

基于GM(1,1)数据融合算法的滑坡预测研究

滑坡会对人类生命和财产造成巨大损失,预测预报是预知滑坡灾害发生并减少其影响的重要手段。GM(1,1)算法在滑坡预测中得到普遍应用,该算法具有较少数据量建模的优点。对于滑坡不需要了解各种影响因子的具体状态,但存在建模数据量选取不确定性和长时距预测精度降低的问题,以GM(1,1)模型为基础,引用数据融合技术,对滑坡变形量进行预测,并用实测数据进行验算,结果表明该方法能提高滑坡的预测精度。     

高速铁路轨道控制网精密测量数据处理

高速铁路无砟轨道施工建设需要布设高精度的轨道控制网(CPIII),要求相邻点平面相对精度优于1mm,同精度复测较差优于3mm。本文针对轨道控制网测量工程的特点,提出一种适合轨道控制网精密测量数据的处理方法,并采用国内某客专的实测数据进行了分析验证。实验结果表明,采用本文提出的方法能有效提高轨道控制网的平差精度、可靠性和计算效能。     

GNSS水准自适应联合平差

将水准高差观测值与GNSS垂直运动速度作为观测值,利用联合平差方法实现GNSS水准自适应数据融合。均匀选取大地高变化与正常高变化一致的GNSS水准点作为约束点,实现GNSS垂直运动与水准垂直运动的有效匹配;利用方差分量估计方法自适应整体调整水准高差观测值权阵与GNSS垂直运动速度观测值权阵之间的比例关系;采用相关等价权函数抑制异常观测值的影响,提高联合平差的精度。以山东境内二等水准网及GNSS控制点数据为例,该方法能够实现GNSS与水准高程变化的有效融合,提高高程变化分析的可靠性。     

混合模型在沉降监测中的组合预测方法

对建筑物沉降数据进行建模预测,以便掌握其变形规律并预测变形趋势,保障建筑物的安全。单一预测模型有自己的适用情形,也存在各自的缺点,已经不能满足当前的精度要求。选取灰色GM(1,1)和自回归两种常用的预测模型,通过两种不同的方式进行组合预测,并结合南京市地铁一号线百家湖段沉降监测数据进行计算分析,结果表明两种组合方法与单一预测模型相比精度均有所提高。     

基于半参数模型的滑坡段数据估计与预测

在滑坡段数据的参数平差模型的基础上,通过在模型中增加表示模型误差或系统误差的非参数分量,将半参数模型的估计理论应用到滑坡段参数估计与预测中,分离出数据中的系统误差,给出了滑坡稳定系数的预测公式;并以云阳-奉节长江顺层岸滑坡段实测数据为例,将半参数估计方法与最小二乘方法进行了比较分析,验证了半参数估计方法应用到估计和预测滑坡段数据的可行性和有效性。     

GRACE时变重力场各向异性高斯组合滤波方法

受测量误差等因素影响,直接使用GRACE时变重力场模型的地表质量变化反演结果呈现严重条带噪声,必须采用滤波消除。本文对不同滤波方法进行了试验分析,以信噪比最大为准则,确定了不同滤波方法的最优滤波参数,并在此基础上提出了一种各向异性组合滤波方法。该方法根据时变重力场模型球谐系数误差特性,结合各向异性高斯滤波和均方根滤波特点,对精度较高的低次项系数采用较大权重以保留更多有效信号,而对精度较差的高次项系数采用较小权重以压制噪声。不同于传统的两步法组合滤波,该方法仅需进行一步滤波处理。试验结果表明,本文提出的各向异性组合滤波方法计算步骤简单,能够有效消除条带噪声;与单一滤波和传统两步法组合滤波方法相比,提高了反演结果信噪比,保留了更多真实信号。     

矿山开采变形观测的动态数据处理

根据随机介质理论可以导出开采引起的地表动态变形表达式。本文利用该式建立了适合动态数据处理的两种滤波模型,并把变形表达式中各参数扩充为滤波模型中的状态向量同时进行估计。两种模型的动态预报精度均高于传统方法,其中自适应模型更能明显改善预报精度。     

相关法自适应滤波在动态行程时间预测中的应用研究

动态行程时间预测是智能交通系统研究的重要内容。为避免卡尔曼滤波中白噪声方差对行程时间预测结果的影响,本文把相关法自适应滤波理论引入到动态行程时间预测中,提出了应用浮动车GPS数据建立相关法自适应滤波模型的方法。预测结果表明,相关法自适应滤波模型的涉动性小,精度满足要求。     

利用三点法-灰色组合模型预测铁路路基沉降

针对三点法与灰色GM(1,1)模型在沉降预测中的优势与不足,该文结合组合模型的构建理念,提出误差平方和最小的三点法-灰色GM(1,1)组合模型的预测方法。最后通过在实验中分析相关系数和预测误差,将组和模型预测和单预测模型进行对比,结果表明该方法能较好用于某铁路客运专线路基的沉降预测,为相关研究提供参考。     

一种基于车辆轨迹数据的城市建成区边界识别方法

城市建成区边界是城市土地资源管理和城市扩张管理的重要依据。本文提出了基于出租车轨迹数据,利用多分辨率下规则格网对比分析法及Densi-Graph阈值确定法,来自动提取城市建成区边界的方法。试验采用北京市2008年出租车GPS轨迹点数据,依据该方法模型计算提取城市建成区并进行结果准确度评价,将提取结果与北京市2008年土地覆盖空间分布图进行比对,所提取建成区边界范围与城镇、建设用地区域范围基本相符;将提取结果与中国城市统计年鉴数据进行比对,该年鉴中给定2008年北京市建成区总面积为1 310.94 km^2,本文方法提取建成区总面积约为1 077.33 km^2,提取准确度约为82.18%,表明本文方法可以获得准确的建成区范围。     

基于改进的坡度滤波算法的LiDAR数据滤波

以规则格网来组织数据对坡度滤波方法进行改进,通过比较格网最低点与邻域最低点的坡度得到初始地形,再通过比较格网点与邻域格网最低点的判断获得数据点的地形信息,试验结果表明,对坡度的滤波方法有很大改进,也改善了滤波效果。