采用误差迭代补偿的高精度相位解缠方法

最小二乘相位解缠算法是一种全局算法,快速稳定简单易实现,但该算法未绕过相位不连续区易造成误差的全局扩散,导致结果存在较大误差.针对最小二乘相位解缠算法的缺陷,提出一种高精度相位解缠方法.该方法在基于快速傅里叶变换的最小二乘解缠算法基础上,采用误差迭代补偿技术,补偿解缠误差.仿真和实测相位数据的实验结果表明,该方法可有效提高解缠精度,且在仿真实验的定量分析中得出,在强相位噪声条件下,该方法的解缠精度比最小二乘算法提高一个数量级.     

InSAR最小二乘相位解缠权重确定的一种新方法

雷达信号的低信噪比、地形起伏引起的阴影、遮掩以及其它种种原因造成的去相干现象导致相位数据的不连续,使得相位解缠结果出现偏差甚至是完全错误。在分析影响最小二乘相位解缠权重选择因素的基础上,将频域置信度作为权重选择方法进行相位解缠数据处理,结果表明,该方法很好地克服了最小二乘法对于相位坡度欠估计的缺点,且解缠结果具有较高精度和稳定性。     

加权最小二乘相位解缠的一种改进

基于最小二乘相位解缠原理,针对现有的加权和不加权最小二乘在残差点过多时计算结果平滑问题,提出利用相位导数变化图对其进行加权改进。结合真实数据,通过现有的加权与不加权最小二乘算法的比较和分析,证明该改进算法能有效处理残差点过多的情况,解缠精度高,解缠结果更可靠。     

顾及地形坡度的非线性最小二乘相位解缠

InSAR相位解缠是利用干涉合成孔径雷达(InSAR)数据,提取数字高程模型,进行精确差分干涉测量的关键技术之一。然而缠绕的差分相位信息在地形陡峭或者坡度变化较大区域的解缠结果会有较大的误差传递的问题,针对此问题将干涉图中的地形坡度表示为距离向和方位向的局部相位频率,利用局部相位频率估计地形坡度和推导缠绕相位梯度概率密度函数(PG-PDF)参数模型,并将参数模型作为非线性最小二乘相位解缠模型约束条件,平滑不满足要求的缠绕相位梯度,经过迭代求解得到的解缠结果可以在消除噪声的同时减少地形因素的欠采样对相位解缠结果的影响,提高相位解缠的精度。最后,利用欧空局ENVISAT ASAR卫星获取的干涉数据进行实验,验证了算法在解缠精度和对地形的适应性方面优于直接加权的相位解缠算法,在频域下顾及地形的方法能有效克服LS对于相位坡度欠估计的缺点,具有较高的精度和稳定性,能够有效地考虑地形坡度的影响,抑制误差传递。     

使用L0范数代价函数的二维相位快速解缠方法

针对最小范数解缠方法的代价函数模型以及迭代效率问题，提出一种符合L0范数准则的高效的二维相位全局最优解缠方法。在对最小范数代价函数模型特征进行分析的基础上，给出一种符合L0范数准则的代价函数，满足在相位不连续边界的切方向上相对法方向具有更强的约束作用，保证解缠迭代处理时连续相位按照代价函数的约束条件进行趋近的同时，不连续边界不会被破坏。为了解决线性方程中低频误差收敛慢的问题，根据最小范数方法独立性的特点，采用数据分块处理方法，注重高频信息以提高迭代处理效率，将低频信息处理转移到数据块间偏移量计算中。实验对比分析表明，新解缠方法在可靠性和效率方面都能够达到较好的水平。     

卡尔曼滤波在InSAR噪声消除与相位解缠中的应用

相位解缠作为InSAR技术中的关键步骤,一直是研究的难点和热点。通常的相位解缠方法在相位解缠前首先必须进行噪声消除,而卡尔曼滤波将相位解缠问题转化为状态估计问题,实现了相位解缠与噪声消除一并处理,成为一种相位解缠新途径。并提出了卡尔曼滤波在相位解缠与噪声抑制中的一种新算法。     

基于补偿最小二乘的平面点云拟合方法

采用补偿最小二乘进行估计解算,同时兼顾参数和非参数两类因素,极大地提高了平面点云拟合精度。通过对斜面、水平面和垂直面3种平面分别使用最小二乘方法、特征值方法以及补偿最小二乘方法进行拟合,结果显示,补偿最小二乘方法的拟合效果最优。     

基于Hilbert变换处理绝对重力仪测量数据

基于Hilbert变换相位平移原理，提取干涉条纹信号采样点瞬时相位，得到采样点位移信息。结合采样频率提取时间信息，利用最小二乘法重建自由落体轨迹，最终解算出重力加速度g值。为提高测量精度，使用零相移低通滤波器去除信号高频噪声，使用多项式拟合法去除信号线性干扰，通过加窗口选取拟合数据抑制吉伯斯现象。仿真结果表明，该方法能使g值误差在10-2 μGal以下，实验结果所得g值平均误差为0.12 μGal。     

基于LS-SVM的灰色补偿RBF神经网络组合预测模型在建筑物沉降分析中的应用

针对GM(1,1)模型在建筑物变形预测中精度和泛化能力较低的缺陷,提出一种基于LS-SVM的灰色补偿RBF神经网络的建筑物变形组合预测方法。利用最小二乘支持向量机训练由灰色GM(1,1)模型预测得到的一组结果的残差值,直接获得RBF网络的中心函数训练RBF网络,得到RBF误差补偿器,去补偿GM(1,1)模型。实验证明,最小二乘支持向量机、灰色系统以及神经网络3者相结合的方法,能有效提高建筑物变形沉降预测的精度。     

单频GPS/GLONASS组合单点定位的精度评估

利用单频伪距观测值和广播星历数据,比较不同观测值权值下GPS/GLONASS组合单点定位的结果,并讨论大气误差对组合单点定位精度的影响。利用最小二乘和卡尔曼滤波两种算法进行单点定位计算,结果表明,组合定位单历元平面位置解精度优于2.5 m,高程方向精度优于4.5 m,24小时解3个坐标分量精度均优于1 m,对于该两种算法,组合定位与单独GPS定位相比精度均有不同程度的提高。     

利用sPn震相计算九江-瑞昌地区地震的震源深度

近震震相sPn与Pn到时差与震中距无关,只与震源深度和地壳模型有关.应用此方法,计算了发生在九江-瑞昌地区两次地震的震源深度,结果表明,利用区域台网sPn-Pn的到时差确定地震震源深度较为可信.根据华南地区速度模型,建立了九江-瑞昌地区sPn与Pn到时差与震源深度便查表.     

山东大地构造相研究方法划分方案与基本特征

在系统收集山东已完成的1∶5万、1∶20万和1∶25万区域地质资料基础上,通过编制山东省l∶25万实际材料图和建造构造图、1∶50万大地构造相五要素工作底图和1∶50万大地构造相图,全面介绍了大地构造相的定义、研究内容、指导思想、基本原则与编图程序。采用大地构造相编图作为大陆动力学研究的主要方法,是揭示不同陆块之间相互作用、形成过程和演化历史、研究山东大陆块体离散、会聚、碰撞、造山的大陆动力学过程的主要载体和具体表达形式。进而对山东大地构造相进行了划分,共划出华北陆块区、秦祁昆造山系和中国东部陆缘弧盆系相系3大相系,鲁西陆块、渤海陆块、大别-苏鲁结合带、威海弧盆系、胶辽岩浆弧和华北裂谷盆地6个大相以及20个相和59个亚相,明确了其鉴别标志。对陆块区、造山系和陆缘弧盆系相系以及大相、相的基本特征进行了描述;简要总结了大地构造相与成矿尤其是金矿的关系,探讨了不同矿床与大地构造相的成因联系。     

北斗天线相位中心改正策略及其对定位精度的影响分析

当前尚未有权威机构发布北斗接收机天线相位中心改正信息，从而影响和限制了北斗系统的高精度定位应用。针对这一亟待解决的问题，采用以GPS天线相位中心改正（PCO和PCV改正）模型代替BDS天线相位中心改正来提高北斗定位精度的处理策略。结果表明，采用上述处理策略，PPP高程方向偏差从1 dm减小到cm级，相对定位的高程方向偏差从cm级减小到mm级，验证了此处理策略的有效性和可行性。     

一种改善GPS接收机载波相位连续性的相位预测方法

针对GPS信号受短时遮挡等影响导致载波相位不连续问题，提出一种基于载波开环跟踪的相位预测方法。通过对失锁通道的多普勒进行精确预测实现对载波相位进行开环跟踪，重点改善接收机晶振钟漂对多普勒估计精度的影响。基于软件接收机对该方法进行性能评估，在部分GPS信号连续中断15 s情况下，其估计的载波相位误差小于1/4周的概率在90%以上。     

含铜土壤中铜的物相分析

文章探讨了含铜土壤中铜的赋存状态 ,并对土壤中铜的物相分析方法进行了研究。结果表明 :用乙二胺浓度为 0 .0 5mol/L(pH =10 )的溶液浸取自由氧化铜 ,用含有Na2 SO3 和NH4 HF2 的H2 SO4 (0 .9mol/L)溶液浸取结合氧化铜 ,用含有硫脲 (2 0 0g/L)的HCl(1.0mol/L)溶液浸取次生硫化铜能获得满意的结果。在最佳浸取条件下对含铜土壤中的铜进行物相分析和基准矿物回收试验 ,结果满意。     

��ͬ����ͼ����λ����㷨�еıȽϷ���

????????????????λ????????????????????????????????????????????????????????????????????????????????????????????????????λ???????????????????????3????????????????????InSAR?????????????????????????????????α??????????н????????     

���ջ��ز���ʼ��λƫ��仯���Է���

???????????????????λ??????????????????????????????????±?????????·???????????λ????????????????????λ???????????λ???????????????????????????????????????????????λ????????????????????????????????????????????????仯?????