航空重力测量中低通滤波器参数的优选

从含有大量噪声的航空重力仪测量值中提取重力场信息,最常用的方法是使用低通滤波器.欲获得性能优良的滤波器,必须合理地选择滤波器的设计参数.文中利用一组实测GPS数据,讨论了滤波器长度、截止频率、权函数等参数对滤波效果的影响,给出了航空重力测量应用中滤波器参数的若干选择原则.     

航空重力测量中数字滤波器的设计与应用

根据航空重力测量的要求以及滤波器的性能特点, 选择设计了适用于航空重力测量中ＧＰＳ高精度确定垂直扰动加速度的ＦＩＲ 低通滤波器和ＦＩＲ 低通微分器。并通过模拟数据的检测, 证明所设计的滤波器质量令人满意。     

航空重力测量中FIR低通滤波器的设计与应用

航空重力测量数据含有许多噪声，需用高质量的数字滤波器加以平滑。有限冲激响应（ＦＩＲ）滤波器的优点是具有精确线性相位而且总是稳定的。本文利用契比雪夫逼近方法，设计了适用于航空重力测量的ＦＩＲ低通滤波器。为检测其性能，文中建立了一个模拟加速度模型。检测结果表明：滤波器性能可靠，适用于航空重力测量数据处理。     

改进的函数滤波器及其在航空重力测量中的应用

本文构造了一种函数滤波器,该滤波器由一个参数化的高斯函数与一个尺度化的香农函数构成,可实现对时间序列的低通、带通和高通滤波处理。该滤波器的频率响应函数在滤波波段平坦且过渡带光滑。滤波器的截断频率与过渡带长度分别由香农函数的尺度参数和高斯函数的窗宽参数独立调节,这使得滤波器具有较好的设计灵活性,这也是本文的创新之处。由于滤波器是连续可导的,因此它可以适应于任意采样率序列的滤波,并且能够对原始时间序列进行求导滤波。模拟算例显示该滤波器具有很好的滤波准确度。应用该滤波器到航空重力测量数据滤波处理中,得到了分辨率7 km的航空重力测量结果。该滤波器使得滤波(低通、带通和高通)工作变得简明且高效。     

滤波器的截止频率对航空重力测量精度的影响

简要介绍了航空重力测量中滤波器截止频率频率和测量成果精度的关系,结合2012年某地区的实际测量数据分析了滤波器不同的截止频率对航空重力测量的精度的影响。实际数据验证表明,在飞机速度平均为200km/h时,滤波器截止频率为0.007的内符合精度可以达到±6.9978mGal,其精度符合规范要求,表明在航空重力测量的计算中,根据飞机的实际速度确定合适的滤波器截止频率进行滤波,可以有效提高测量的精度。     

航空重力测量对飞机定位数据的精度要求

差分动态ＧＰＳ（ＤＧＰＳ）定位系统的发展给航空重力测量的研究活动注入了新的活力。本文依据我国目前航空重力测量的总体技术指标，讨论了航空重力测量对ＧＰＳ数据的精度要求，并与目前ＧＰＳ所能达到的精度作了比较，结果表明：ＧＰＳ已能基本满足航空重力测量所需的精度要求，但为精确确定垂直扰动加速度必须结合应用高质量的数字滤波器。     

三、P22 大地测量学

CH991720 航空重力测量中数字滤波器的设计与应用/李珊珊(郑州测绘学院)∥解放军测绘学院学报.—1999,16(2).—83～85,89如何由 GPS 测量数据获得高精度的垂直扰动加速度,从而从整个重力仪的输出中分离出地球重力场信息,是保证亳伽级航空重力测量顺利实施的关键。由 DGPS 测定的高程或速度取二阶或一阶微分导出飞机的垂直扰动加速度是一个滤波过程。根据航空重力测量的要求,以及滤波器的     

利用GPS和数字滤波技术确定航空重力测量中的垂直加速度

航空重力测量数据主要含有两类扰动加速度,一是可用解析式表示的有规则影响,如厄特弗斯改正,另一类是与载体非规则运动有关的非规则影响,主要指垂直扰动加速度.通常有规则影响能精确求出,困难在于精确确定非规则的垂直加速度.目前常用GPS和数字滤波技术相结合来确定垂直加速度.本文概述了这种方法的基本原理,讨论了航空重力测量中有限冲激响应(FIR)低通滤波器设计参数的确定,并设计了实用的FIR低通滤波器,实测数据计算结果表明,利用该滤波器确定垂直加速度的精度为±1×10-5～2×10-5 m/s2.     

暗通道先验去雾算法优化探讨

针对航空摄影测量技术中暗通道先验算法的局限性,该文总结了此算法的3个不足,并根据航空影像特点提出了对应的优化方案,即利用自动白平衡算法解决图像偏暗问题,用交替顺序滤波器和中值滤波器代替原算法的软抠图操作来降低去雾处理时间。实验结果表明,优化后的算法能达到很好的去雾效果,并且比原算法简单、耗时少。     

航空矢量重力测量中有限冲激响应低通数字滤波器的设计

基于窗函数法和切比雪夫逼近法设计了两类适用于航空矢量重力测量的有限冲激响应(FIR)低通数字滤波器。先采用模拟高度数据验证了滤波器的性能,然后对实测静态GPS数据进行了低通滤波处理,并详细分析了滤波器的相位延迟和边界效应等影响。结果表明:①在相同的设计指标下,依照切比雪夫逼近法所设计的滤波器比采用窗函数法设计的滤波器具有更好的低通滤波效果;②对于静态ＧＰＳ测量数据,依照切比雪夫逼近法所设计的滤波器能以±（１～２）ｍＧａｌ（１ｍＧａｌ＝１０－５　ｍ／ｓ２）的精度确定垂直加速度,以优于±１ｍＧａｌ的精度确定水平加速度     

一种无须变换参考星的GNSS单基线卡尔曼滤波算法

处理单基线全球导航卫星系统观测数据可获取位置、时间、大气延迟等信息,其应用包括相对定位、时频传递等。为实现实时性,常采用卡尔曼滤波递归地估计各类参数;为确保可靠性,还需形成一组独立的双差模糊度,并将其正确地固定为整数。实践中,滤波函数模型较常采用双差观测方程(即双差滤波模型)。若在当前历元原先的参考星不再可视时,双差滤波模型则需要定义新的参考星,并"映射"双差模糊度预报值以确保滤波连续。此外,双差滤波模型所计算的接收机相位钟差估值吸收了对应于参考星的站间单差模糊度,因此当参考星变换后可能会发生"整周跳跃"。在仍将双差模糊度作为一类可估参数的前提下,本文推导出以站间单差观测方程为滤波函数模型的算法(单差滤波模型),并证明了其与双差滤波模型具备理论上的等价性和实施上的差异性。与双差滤波模型相比,单差滤波模型不再需要"映射"双差模糊度预报值等运算,从而具备了更高的计算效率和灵活性;单差滤波模型所提供的接收机相位钟差估值也不受"整周跳跃"的影响,因此特别有利于频率传递应用。     

自适应联邦滤波器在GPS-INS-Odometer组合导航的应用

针对多传感器观测信息较多、计算效率较低、对动力学模型误差稳键性不佳的问题,提出了一种自适应联邦滤波器并应用于GPS-INS-Odometer组合导航。首先介绍GPS-INS-Odometer组合导航的动力学模型和观测模型,比较分析了信息分配因子和自适应因子的共同特性,论证了联邦滤波器和自适应滤波器的等价性及其等价成立条件,提出了自适应联邦滤波器的信息分配因子构造方法。最后利用实测数据验证了算法的有效性。结果表明,相比于基于GPS和Odometer(里程计)初始方差构造信息分配因子的联邦滤波器,本文提出的自适应联邦滤波器兼容了联邦滤波器高效计算效率,且具有较好的抵抗动力学模型误差效果,能够有效削弱多传感器动力学模型误差对于导航解算的影响,对直接可测参数和间接可测参数的精度提高均起到了积极的作用。     

基于局部条纹频率估计的二维高斯滤波方法

提出一种基于局部条纹频率估计的干涉相位图二维高斯滤波方法。该方法采用最大似然法估计局部条纹频率,并用相位噪声的局部标准差评价噪声强度,从而控制滤波器参数实现自适应滤波,并采用仿真数据和SIR-C/XSAR在意大利Etna火山的干涉数据进行试验,将本算法与均值滤波方法和中值滤波方法以及Goldstein滤波方法进行了比较。试验结果表明,该方法不仅能够有效抑制干涉相位噪声,还能够很好地保持干涉条纹的细节信息。     

基于二维 Log Butterworth滤波器的全方向边缘检测的频域实现方法

由于人类识别图像特征涉及非线性的识别机制,本文提出了基于改进二维Log Butterworth滤波器的全方向边缘检测方法,该方法从频域角度出发,利用正反快速傅里叶变换来实现边缘检测工作。首先,将非线性Log函数引入Butterworth滤波器,获得二维Log Butterworth滤波器。当图像行列数不一致时,中心频率分布于椭圆之上,椭圆的长短轴之比与图像长宽比相等,进而给出以角度为变量滤波器表达式;其次,为方便滤波器参数的优化选取,本文对二维 Log Butterworth滤波器参数进行归一化等处理;再次,本文利用F-measure和PSNR (峰值信噪比)值来衡量不同参数下的边缘检测结果,确定最优的二维 Log Butterworth滤波器参数范围;然后,为了分析本文方法的边缘检测效率,对比了本文方法与空域算子（Canny算子）的乘法次数和加法次数,同时以不同大小的图像作为实验数据来比较两种方法的边缘检测耗时;最后,以BSDS（伯克利图像分割数据库）图像和高空间分辨率遥感图像为实验数据,对本文方法的边缘检测结果进行了评价分析。结果表明：本文方法可以有效地应用于图像边缘检测。     

自适应精致极化Lee滤波的复相干性估计方法

干涉相干性包含了极化SAR干涉测量(PolInSAR)中的极化和干涉信息,滑动窗口大小和滤波方法是准确估计干涉相干性的前提。本文以精致极化Lee滤波为基础,根据边缘检测和邻域相干性高低区分同质区域和异质区域,建立了自适应精致极化Lee滤波方法并估计相干性矩阵和干涉相干性。自适应精致极化Lee滤波能够根据边缘检测信息和邻域相干性高低程度调整滑动窗口大小并选择合适的估计方法,不仅提高了抑制斑点噪声的能力,而且保持了图像的边缘信息,有利于提高干涉相干性的估计精度。试验结果表明,该方法有效抑制了斑点噪声,较好地保持了SAR图像的边缘信息,有利于提高植被参数反演的精度。     

火星探测器行星际定轨两种数据处理方案比较

计算了由于形状、姿态和表面性质不准确导致火星探测器行星际定轨存在较大光压模型误差时,两种不同定轨方案(方案1只估计光压系数,方案2同时估计光压系数和随机加速度)对光压模型误差的补偿效果。在方案2中建立了高斯马尔科夫模型表征光压模型导致的加速度误差,并选取了合适的随机模型参数。仿真分析表明方案2可以有效补偿光压模型误差,避免滤波发散,提高定轨精度。     

正反向Kalman滤波用于动态精密单点定位参数估计

提出了采用正反向Kalman滤波进行动态精密单点定位事后处理参数估计的方法,连续实施两次方向相反的Kalman滤波,第一次滤波结果作为第二次滤波的初始信息,第二次滤波结果作为最终结果。该方法克服了传统Kalman滤波方法在模糊度参数收敛之前定位精度不高的缺陷,同时还具有原理简单、易于实现的优点。实测数据解算实验表明,该方法正确有效,可以获得理想的动态精密单点定位结果。     

基于卡尔曼滤波模型的地铁沉降监测分析

卡尔曼滤波方法是变形监测中常用的一种方法,本文通过对获取的地铁沉降观测数据进行监测,采用经典的卡尔曼滤波方法和基于方法补偿的自适应卡尔曼滤波方法进行监测预估,通过对比发现,基于方差补偿的自适应卡尔曼滤波方法能够有效地控制观测数据异常对动态系统参数估计的影响,保证了变形监测数据估计的精度。     

Robust Kalman filter for rank deficient observation models

A robust Kalman filter is derived for rank deficient observation models. The datum for the Kalman filter is introduced at the zero epoch by the choice of a generalized inverse. The robust filter is obtained by Bayesian statistics and by applying a robust M-estimate. Outliers are not only looked for in the observations but also in the updated parameters. The ability of the robust Kalman filter to detect outliers is demonstrated by an example. Received: 8 November 1996 / Accepted: 11 February 1998     

基于MODIS时序植被指数的区域物候信息提取

利用黑龙江省2012年16 d 250 m的MODIS NDVI数据,使用Savitsky-Golay滤波法、Logistic调合函数模型和非对称Gaussian模型3种方法对曲线拟合重构,引入均方根误差比较3种方法的优劣;在曲线平滑的基础上提取物候参数,分别对森林和农用地用固定阈值和动态阈值提取其物候参数,目的在于比较两种阈值设定方法的优劣,并获取阈值使物候参数结果与作物农事历信息吻合。结果表明,Savitsky-Golay滤波法在与原始曲线近似度方面优于另外两种拟合方法。