GRACE和GOCE卫星监测的青藏高原重力场特征

文章阐述了对青藏高原重力场进行研究的意义,并进一步利用重力卫星GRACE和GOCE的数据对该区域的重力场特征进行了描述.通过对该区域的重力异常、径向引力梯度的计算和分析,可以得出:在青藏高原的西部,有明显的3条重力异常区,这与当地的地形有关,也与断层的位置有关;引力梯度比重力异常具有更高的空间分辨率;重力变化剧烈的区域与梯度的异常区有一定的对应关系,同时也是地球动力活动变化剧烈的区域.     

重力场基准图的多尺度分析研究

在重力匹配辅助惯性导航中,重力基准图的多尺度分析研究对提取重力场可匹配特征区域、提高重力匹配算法的可靠性都具有重要意义.运用小波理论,对匹配用重力场基准图进行多尺度重力场模型及多尺度边缘提取分析.实验表明,该分析方法对重力场图效果显著,具有实用价值.     

基于TERCOM算法的重力匹配

研究了利用地形轮廓匹配(TERCOM)算法进行重力匹配辅助导航,分析了TERCOM算法对不同重力场分布区域的适应性.模拟试验证明,TERCOM算法简单易行.当重力场粗糙度达到3.7 mGal时,重力测量误差超过3 mGal,定位误差也在1个格网单位以内,粗糙度和坡度方差与匹配定位精度的强相关性是选取匹配区域的较好指标.     

基于重力场产品的水下匹配导航发展现状及影响因素分析

因高精度、无源性的特点,水下匹配导航技术已成为水下运载体导航的主要发展方向之一。分析水下匹配导航存在的问题,详细介绍了基于重力场产品的匹配导航发展现状,并对制约该技术定位精度的因素进行了分析。通过对比中国南海和太平洋研究区的重力异常、水深以及重力梯度特征参数,验证了重力辅助匹配导航技术更适合在重力特征变化明显的区域使用;当重力场产品格网大小为l时,匹配导航的最高精度为■。     

重力场基准图的最优匹配尺度研究

地球重力场具有多尺度特性,本文以重力匹配辅助惯性导航的需求为研究背景,围绕重力场基准图开展重力场的最优尺度分析研究,并引入小波分析方法建立重力场基准图数据的多尺度表达模型,选择适合重力匹配的最优尺度,用粗糙度特征选取重力场可匹配区域,然后通过ICCP和TERCOM算法在可匹配区域内进行重力匹配实验,检验理论计算得到的最优尺度是否适合于匹配定位,从定量的角度证实了最优尺度选择结论的正确性。     

重力辅助导航仿真及适配性分析

重力场辅助导航是抑制惯性导航系统随时间误差累积的有效方法之一。本文引入重力异常可导航值作为描述重力异常背景场的特征之一,并计算了西太平洋海域1'×1'重力异常可导航值。为了分析重力异常背景场的适配性,选取了4条代表性航线并基于ICCP算法进行了仿真,并对仿真结果作了统计分析。统计结果表明,匹配区域的可导航值越大,适配性能越好,其中在可导航值均值大于20的航线上,匹配成功率大于80%,且匹配精度优于2 nmile。     

重力场可匹配区域选择研究

本文根据重力匹配辅助惯性导航需求,开展了重力场基准图的特征分析研究,提出了衡量可匹配性的特征指标体系,根据该指标体系建立了一个多通道的综合指标分布图,并引入了水平集理论,采用一种基于Mumford-Shah模型的全局化水平集的图像分割方法对重力场可匹配区域进行分割。通过重力匹配实验验证,结果表明,分割出的可匹配区域能达到提高匹配概率的作用。     

利用残差地形模型空域法精化局部地球重力场

陆地高分辨率重力数据是超高阶重力场模型及其应用研究的基础,但现有的观测技术和手段限制了陆地重力测量的覆盖区域,全球仍有大量的重力测量空白地区.采用残差地形模型空域法,利用高通滤波技术提取航天飞机雷达地形测绘任务(shuttle radar topography mission,SRTM)分辨率3"×3"的V4.1数据短...     

我国陆海统一似大地水准面构建的三维重力矢量法

基于重力场水平分量-垂线偏差对地形信息敏感的特点,根据边值理论由重力与地形数据确定格网垂线偏差模型,在此基础上,首先利用三维重力矢量-格网垂线偏差与格网重力异常,联合格网高程数据求得格网点间高程异常差,然后通过GPS/水准点的控制,构成紧密的几何条件,进行严密平差,从而获得高分辨率、高精度似大地水准面的数值模型。按照本文方法,利用我国6600多个GPS/水准点、1'×1'的格网垂线偏差、格网重力异常、格网高程数据,整体平差计算了我国陆海统一的似大地水准面模型,经GPS/水准点检核,全国似大地水准面的绝对精度达到了4 cm,相对精度优于7 cm。     

基于地形特征的采煤沉陷盆地构建与水平移动信息智能提取方法

在西部黄土高原复杂地形地貌下构建采煤沉陷盆地和提取水平位移的难度较大,传统地表沉降监测手段只能获取线状数据,效率低,而重复轨道合成孔径雷达干涉测量技术在大梯度形变区域易出现失相干现象,难以达到矿区地表沉降监测精度要求。提出了一种基于无人机载激光雷达点云数据构建沉陷盆地和提取水平位移的方法。结合多地形因子构建深度神经网络（deep neural network,DNN）模型,提取沉陷盆地构建过程中受地形影响较小的特征稳定区,利用较优插值算法对稳定区进行拟合,得到完整沉陷盆地。为了提取采煤地表水平移动信息,将二进制形状上下文特征描述算子与多地形因子融合起来,以改进特征匹配算法。基于此设计地表水平移动提取方案,提取主断面水平移动信息,同时对水平移动提取误差与点云密度、地形因子进行定量分析。榆神矿区结果表明,利用结合地形因子的DNN模型能有效提取特征稳定区,在复杂地貌下减小了沉陷建模误差,为构建采煤沉陷盆地提供了一种新方法;利用融合地形特征的改进特征匹配算法提取的水平移动曲线符合采煤沉陷水平移动基本规律,与水平移动偏差相关性较强的地形因子可用于衡量改进特征匹配算法对水平移动提取误差的大小。