基于单位四元数的无初值依赖空间后方交会

为解决基于欧拉角的传统空间后方交会算法对初值强烈依赖的问题,提出一种利用四元数描述姿态的解算方法。本算法采用单位四元数描述旋转矩阵,然后对严格的共线条件方程进行线性化,并按照带有约束条件的间接平差进行迭代解算。试验表明本算法的可靠性和稳定性不依赖于像片位置和姿态的初值,并具有迭代次数少和解算时间短等优点。     

北斗接收机位置解算算法及验证

接收机位置解算作为卫星导航定位中极其重要的一环,所使用算法的正确与否,直接影响到定位精度。文中使用诺瓦泰接收机采集到的北斗星历数据和伪距观测量,对北斗接收机位置解算的经典算法,包括北斗卫星位置的解算算法和最小二乘法接收机位置解算算法,进行了计算及分析验证。结果表明,利用北斗空间控制接口文件所提供的算法计算所得卫星位置三维误差均在10 m以下,使用最小二乘法解算出的接收机位置三维误差均在5 m以下,均满足北斗官方性能规范要求,从而验证了算法的正确性以及可行性。      

GNSS模糊度解算的附加缩放因子的CLAMBDA方法EI北大核心CSCD

针对弱GNSS模型下,约束LAMBDA(CLAMBDA)算法初始搜索空间过大,导致模糊度解算效率低下的问题,本文提出了基于缩放因子自适应调整搜索空间的ASS算法,并讨论了采用上下边界分别设置初始空间对ASS算法的影响。通过两组实测算例对ASS算法解算性能进行了试验验证。结果表明,ASS算法采用缩放因子可以有效地调整搜索空间,提高搜索效率;基于下边界设置初始空间可以进一步提高ASS算法的解算性能。     

基于加权整体最小二乘的单像空间后方交会解算

在常规单像空间后方交会的解算过程中,整体最小二乘(TLS)算法在减小地面控制点及观测变量存在的误差方面有较广泛的应用。但在解算不等精度测量时,直接采用TLS算法进行参数估计易出现解失真的情况,因此为提高解算精度,可以为不同观测值定权,进行外方位元素的计算。本文以解算全微分共线方程为研究主线,并引进协因数阵为观测值定权,尝试采用加权整体最小二乘算法(WTLS)对单像空间后方交会进行解算。实验结果表明,本文算法较最小二乘算法与整体最小二乘算法在精度和准确度方面均有较大提高,在单像空间后方交会解算中具有较好的应用前景。     

一种基于非线性最小二乘的空间后方交会算法

经典的空间后方交会算法利用一个线性的近似模型去逼近原始的非线性模型,通过迭代解算出成像瞬间摄站的位置和姿态。随着测量精度的提高,因线性化产生的模型误差逐渐显著,因而需要对非线性模型进行研究。本文基于非线性最小二乘原理,研究空间后方交会的非线性解算方法。并通过试验验证该方法的有效性。     

基于线阵水下定位的解析求解算法

当信号接收器位于同一直线时，DGPS水下立体定位系统的解析算法并不能解算出目标空间立体坐标。提出一种新方法，利用它们的几何关系，计算出它们所在平面的相对位置。得到平面位置可以作为求解立体坐标的一部分，还可以应用于平面内水下目标定位的测试。解算中四个信号接收器的数据可以解算出唯一解，当信号接收器数目大于四个时，利用最小二乘理论获最优解。该方法采用解析法直接求解，不存在定位结果的发散问题。     

非线性函数空间平差方程的解法及其特征

非线性函数空间的测量数据处理问题是测量数据处理理论研究中的前沿课题之一.其宗旨是不对非线性函数作线性化处理而直接在非线性函数空间进行误差方程或目标函数的非线性解算.文中给出了两种参数估计准则下的非线性目标函数,讨论了目标函数的常用算法--迭代法.在此基础上提出非线性函数空间目标函数的最优算法--不依赖函数导数的多维轮环搜索法和基于差分理论的迭代算法.     

非线性函数空间平差方程的解法及其特征

非线性函数空间的测量数据处理问题是测量数据处理理论研究中的前沿课题之一，其宗旨是不对非线性函数作线性化处理而直接在非线性函数空间进行误差议程或目标函数的非线性解算，文中给出了两种参估计准则下的非线性目标函数，讨论了目标函数的常和算法－迭代法。在此基础上提出非线性函数空间目标函数的最优算法－不依赖函数导数的多维轮环搜索法和基于差分理论的迭代算法。     

基于矩阵分解的可分离非线性最小二乘问题求解方法及其应用EI北大核心CSCD

针对可分离非线性函数模型的特殊结构,本文使用变量投影法(VP)将线性参数与非线性参数分离开来,并分别与矩阵的满秩分解、QR分解、奇异值分解和施密特正交化相结合,对两类参数分别求解,缩短了计算机解算方程组的运算时间,使算法更加高效,同时也使得具有一定病态程度的方程组在解算过程中保持相对较好的稳定性。本文利用Mackey-Glass时间序列拟合试验和空间直角坐标转换参数解算试验对比分析了基于不同矩阵分解方法的算法优劣性。试验结果表明,基于矩阵分解的改进变量投影法具有高效的运算效率与稳定的解算过程,也适用于解算空间直角坐标转换参数问题。     

应用遗传算法解算克里金插值权系数

基于地统计学的克里金数学模型在解算权系数时存在负权现象。本文增设非负约束条件,利用遗传算法在全局范围内求解最优解的性能,分析模型系统对空间权重系数的依赖度,研究消除格网DEM克里金插值的负权问题,并且通过MATLAB验证算法的正确性,提高建模的准确性。     

A spatial‐knowledge‐enhanced heuristic for solving the p‐median problem

The p‐median problem (PMP) is one of the most applied location problems in urban and regional planning. As an NP‐hard problem, the PMP remains challenging to solve optimally, especially for large‐sized problems. A number of heuristics have been developed to obtain PMP solutions in a fast manner. Among the heuristics, the Teitz and Bart (TB) algorithm has been found effective for finding high‐quality solutions. In this article, we present a spatial‐knowledge‐enhanced Teitz and Bart (STB) heuristic method for solving PMPs. The STB heuristic prioritizes candidate facility sites to be examined in the solution set based on the spatial distribution of demand and service provision. Tests based on a range of PMPs demonstrate the effectiveness of the STB heuristic. This new algorithm can be incorporated into current commercial GIS packages to solve a wide range of location‐allocation problems.     

A Clustering‐Based Approach to the Capacitated Facility Location Problem1

This research develops a clustering‐based location‐allocation method to the Capacitated Facility Location Problem (CFLP), which provides an approximate optimal solution to determine the location and coverage of a set of facilities to serve the demands of a large number of locations. The allocation is constrained by facility capacities – different facilities may have different capacities and the overall capacity may be inadequate to satisfy the total demands. This research transforms this special location‐allocation problem into a clustering model. The proposed approach has two parts: (1) the allocation of demands to facilities considering capacity constraints while minimizing the cost; and (2) the iterative optimization of facility locations using an adapted K‐means clustering method. The quality of a location‐allocation solution is measured using an objective function, which is the demand‐weighted distance from demand locations to their assigned facilities. The clustering‐based method is evaluated against an adapted Genetic Algorithm (GA) alternative, which integrates the allocation component as described above but uses GA operations to search for ‘optimal’ facility locations. Experiments and evaluations are carried out with various data sets (including both synthetic and real data).     

利用优化的DenStream算法进行空间数据流聚类

为了有效解决DenStream算法在空间数据流聚类应用中存在的密度空间分布不均的问题,本文提出使用相对密度比代替密度作为聚类参数,通过考虑微簇周围密度环境,降低密度分布不均对聚类的影响。同时,使用空间格网索引,方便查找周围的微簇与数据点,进而提高算法效率。最后,通过使用真实数据对优化前后的算法进行对比,验证了优化后的算法在继承DenStream算法优点的基础上,有效地避免了密度空间分布不均的问题。     

模拟退火算法在室内定位中的应用

随着室内定位技术的广泛应用,如何高效、精准、低成本地实现室内定位尤为重要。本文分析了现有室内定位算法的不足,结合室内定位问题与模拟退火算法的特点,通过室内定位问题的数学抽象与建模,提出一种基于模拟退火算法的室内定位方法,给出了可行解邻域的选取方式与二范数的目标函数。实验结果表明该算法可实现高效、精准、低成本的定位效果,并且具有较好的鲁棒性和平差效果。     

限制条件下的空间聚类分析--改进的K-中心点聚类算法

针对空间聚类过程中存在障碍实体的问题,提出了改进的K-中心点空间聚类算法,提高了算法的执行效率,解决了限制条件下空间聚类问题,使得聚类结果更具实用性。     

Using GIS and K = 3 Central Place Lattices for Efficient Solutions to the Location Set‐Covering Problem in a Bounded Plane

One of the simplest location models in terms of its constraint structure in location‐allocation modeling is the location set‐covering problem (LSCP). Although there have been a variety of geographic applications of the set‐covering problem (SCP), the use of the SCP as a facility location model is one of the most common. In the early applications of the LSCP, both potential facility sites as well as demand were represented by points discretely located in geographic space. The advent of geographic information systems (GIS), however, has made possible a greater range of object representations that can reduce representation error. The purpose of this article is to outline a methodology using GIS and K = 3 central place lattices to solve the LSCP when demand is continuously distributed over a bounded area and potential facility sites have not been defined a priori. Although, demand is assumed to exist over an area, it is shown how area coverage can be accomplished by the coverage of a point pattern. Potential facility site distributions based on spacings that are powers of one‐third the coverage distance are also shown to provide more efficient coverage than arbitrarily chosen spacings. Using GIS to make interactive adjustments to an incomplete coverage also provides an efficient alternative to smaller spacings between potential facility sites for reducing the number of facilities necessary for complete coverage.     

城市土地利用空间优化配置的多智能体系统与微粒群集成优化算法

在多目标约束下,构建了应用于城市土地利用空间优化配置的多智能体系统与微粒群集成优化算法,并以长株潭城市群的核心区域为例,开展了基于该算法的城市土地利用空间优化配置应用研究。研究结果表明,集成优化算法的Agent平均适应值和运行效率分别较微粒群优化和标准遗传算法得到了大幅度提高,从而证明了算法的可行性与先进性。     

顾及空间访问密度的地理信息服务请求负载均衡算法

有效的负载均衡是提升当前海量地理信息网络服务请求响应效率最常用的方法,但现有算法存在空间服务调用方面难以兼顾空间性和服务请求量的不足。为此,本文通过引入空间访问密度,同时考虑地理信息服务请求本身的频繁程度与数据在空间分布上的关系,提出一种顾及空间访问密度的地理信息服务请求负载均衡算法。首先,统计地理信息服务访问调用日志信息,提取数据的外包框数据集,并生成四叉树索引,通过四叉树索引建立空间访问密度均衡模型;然后,在地理信息服务请求时,利用空间访问密度均衡模型进行轮询分配;最后,对比经同等试验环境下的效率和性能,本文算法可有效提高地理信息服务请求响应效率。     

基于并行数据库的空间信息网络服务技术

当前空间信息的日益增长和空间问题复杂程度的不断加大,极大影响空间信息服务的效率。在阐述并行计算与GIS结合的必然性和可行性的基础上,详细讨论并行空间数据库集群体系结构、数据组织及并行算法等并行空间信息服务的关键技术,最终构建基于并行数据库的空间信息网络服务原型系统,并通过实验证明并行空间数据库系统在效率和性能上较传统GIS系统均得到明显提高。     

M-Quadtree索引:一种基于改进四叉树编码方法的云存储环境下空间索引方法

为了解决基于"键-值"模型的云存储环境仅支持简单的关键字查询,不支持多维空间查询的问题,提出了一种新的分布式空间索引方法——M-Quadtree索引。在索引构建过程中,设计了一种基于改进四叉树的空间数据划分方法,该方法规定了叶节点区域的最小数据量,通过四叉树叶节点的再合并,解决了划分后各子区域间存储量不平衡的问题,并且满足了MapReduce并行化要求。给出了MapReduce框架下M-Quadtree索引的快速构建、查询与更新算法,并在搭建的Hadoop平台进行了关键参数对索引效率的影响以及不同规模数据下索引的创建、查询和更新试验。与现有分布式空间索引的对比试验及分析结果表明,M-Quadtree索引在数据存储量负载均衡、算法并行化和空间查询效率等方面表现得更好。