一种抑制GPS射频干扰的空频自适应处理算法

为了提高窄带干扰与期望卫星信号同向时的抑制性能,提出了一种新的空频自适应滤波算法。该算法首先利用频域实系数自适应滤波对信号进行预处理抑制窄带干扰,然后在频域直接对处理后的信号进行空频自适应处理抑制宽带干扰。算法在预处理时采用自适应滤波可有效减少期望卫星信号的损失以及SFAP导向矢量误差。仿真实验表明,相对于普通的空时及空频自适应处理算法,新算法有效地提高了输出信干噪比,在干扰与信号同向的情况下也能表现出优良的处理性能。     

空间直线的自适应阈值稳健拟合方法与优化

针对RANSAC算法应用于空间直线数据处理时具有较强的稳健性,但需要已知内点阈值且计算模型未能充分应用观测数据等问题,基于RANSAC算法提出了空间直线的自适应阈值稳健拟合方法;结合空间直线拟合的PEIV模型,优化了自适应阈值稳健拟合方法。仿真和工程实例数据表明,自适应阈值稳健拟合方法及优化算法可自动获取内点阈值;获得的空间直线几何参数估计具有最优统计特性,抗差性好,可靠性和实用性较强;对其他空间几何形体的稳健拟合处理具有参考意义。     

稳健估计的一种改进迭代算法

当观测值不含粗差、观测误差服从零均值分布时,最小二乘算法是最优无偏估计。若观测值包含粗差,由于最小二乘不具备抗差性,往往采用以M估计为代表的稳健估计方法,选权迭代算法是应用最为广泛的稳健估计方法之一。目前,选权迭代算法的每一步都需要对模型的稳健正交矩阵求逆,其运算复杂度是矩阵维数的三次方,在未知参数或粗差个数较多的情况下,计算量大、计算时间长。本文基于矩阵逆的运算法则,对现有选权迭代算法进行了改进,改进的选权迭代算法在迭代计算过程中仅需计算更新权阵后的解的改正项,不需要对正交矩阵求逆,显著提高了算法的效率。     

实数编码加速遗传算法在GPS变形监测单历元求解中的应用

提出了一种基于实数编码加速遗传算法( RAGA)和模糊度直接计算的GPS变形监测单历元求解新算法.该方法以模糊度函数为适应度评价函数,采用自适应变化率的交叉算子和变异算子对监测点的坐标进行全局最优搜索.当监测点的坐标误差小于某一阈值时,采用直接计算法可固定双差模糊度,实现单历元解算.实例验证该算法具有快速、稳健和可靠等特点,具有一定的实际应用价值.     

一种改进的Canny算子边缘检测算法

介绍Canny算子边缘检测的基本原理,并对其性能进行分析和评价。针对传统Canny算子在滤波过程中存在的缺陷,提出一种基于自适应平滑滤波的改进Canny边缘检测算子,该算法根据图像中像元灰度值的突变特性,自适应的改变滤波器的权值,在平滑图像的过程中使图像的边缘锐化。在计算梯度幅值的时候采用了邻域的梯度幅值计算方法,考虑了像素对角线方向的梯度计算,进一步抑制了噪声的影响。通过对实验图像的分析表明,改进的检测算法对图像边缘提取具有较好的检测精度和准确性。     

遥感影像上基于特征的道路提取方法

从遥感影像上提取道路信息是当前遥感技术应用研究的主要方向之一.文中在详细分析航空遥感影像上道路特征及目前国内外关于道路提取技术的前提下,综合考虑各种实际情况,提出了一种新的基于特征的道路提取模型.在算法实现过程中,采用了自适应分块边缘检测、多尺度侦测道路中心点、自适应对比度调整、道路中心点综合判断准则等技术手段,保证了提取结果的稳健性、准确性.实验表明该算法能够快速、稳健地从航空遥感影像上提取道路中心骨架线.     

遥感影像上基于特征的道路提取方法

从遥感影像上提取道路信息是当前遥感技术应用研究的主要方向之一。文中在详细分析航空遥感影像上道路特征及目前国内外关于道路提取技术的前提下,综合考虑各种实际情况,提出了一种新的基于特征的道路提取模型。在算法实现过程中,采用了自适应分块边缘检测、多尺度侦测道路中心点、自适应对比度调整、道路中心点综合判断准则等技术手段,保证了提取结果的稳健性、准确性。实验表明该算法能够快速、稳健地从航空遥感影像上提取道路中心骨架线。     

具有稳健初值的选权迭代法曲面拟合模型粗差探测

将抗差估计的思想融入到二次曲面模型粗差探测的算法中,设计出对模型误差特别是粗差具有抵抗能力的粗差探测算法。稳健初值的选权迭代法即为抗差估计的一种,首先是通过线性规划的单纯形解法来计算观测值的残差,然后再根据残差和有关的参数,按所选择的权函数,计算每个观测值的权,经过迭代计算求得观测值的残差。通过实例证明,具有稳健初值的选权迭代法具有较强的稳健性和粗差探测能力。     

基于稳健加权总体最小二乘的点云数据圆柱面拟合

在测量中,为了对建(构)筑物的圆柱面点云数据进行建模或检测,需要精确拟合圆柱面并对拟合结果进行分析、表达。针对传统圆柱面点云数据拟合方法未考虑粗差存在和系数矩阵含有误差,导致圆柱面拟合结果不够精确的问题,提出了可自适应调整权阵的稳健加权总体最小二乘算法计算拟合参数。该算法在考虑全部观测值误差的基础上,通过激光点到圆柱面的距离确定各点的权重,以3倍标准差剔除粗差,经迭代计算最终得到稳健的拟合结果。经工程实例计算,证明该算法能有效克服粗差的影响,得到准确可靠的拟合参数估值,拟合效果优于传统拟合算法。     

一种自适应Retinex的航空影像阴影消除方法

航空影像中,由于高大建筑物的遮挡,常有阴影区域存在,这不仅会影响视觉效果,而且对建筑物的识别和提取带来困难,必须对其进行消除或者补偿。针对传统单尺度Retinex图像增强算法的不足,提出一种自适应单尺度Retinex算法。自适应单尺度Retinex算法首先对影像中阴影区域与非阴影区域作出概略区分,而后根据影像的灰度信息自适应计算Retinex算法的参数。实验证明,所提出的算法同经典的Retinex算法相比,无论是在增强效果还是处理时间上都具有一定的优越性。     

GNSS接收机抗干扰自适应调零技术性能估计

GNSS抗干扰技术中常采用功率倒置算法(PI)来得到自适应波束形成的零陷。信干比为80dB时,PI算法能准确识别干扰的方向,抗干扰分辨率好,但当信干比降低到20dB左右时,在射频干扰信号方向谱周围会形成大量带状的零陷,干扰信号的分辨率恶化严重。空间谱估计中的多重信号分类(MUSIC)算法具备超分辨率特性,通过信号子空间和噪声子空间的正交功率最小化原理,采用空间二维谱峰搜索方位角和仰角,能够准确进行DOA估计,有效区分有用信号和干扰信号。在高信干比条件下,基于MUSIC算法的最小功率估计抑制深度明显好于传统的PI算法;在低信干比条件下,MUSIC-PI算法在干扰信号方向谱判别及零陷抑制方面依然有效,而传统的PI算法失效。计算机仿真结果验证了该方法在GNSS抗干扰领域的有效性和鲁棒性。     

北斗中长基线三频模糊度解算的自适应抗差滤波算法

针对经典TCAR(three carrier ambiguity resolution)算法受电离层延迟及测量噪声的影响,在中长基线下难以正确固定模糊度的问题,提出一种顾及电离层延迟影响并具有良好自适应抗差特性的改进TCAR算法。在无几何TCAR模型的基础上,通过对模糊度固定的超宽巷进行线性组合得到电离层延迟,再求解宽巷模糊度,通过构造最优组合观测量后用自适应抗差滤波求解窄巷模糊度,以提高窄巷模糊度固定正确率,减小粗差的不利影响。试验结果表明,改进TCAR算法可保证较高的宽巷模糊度固定正确率,有效提高了窄巷模糊度固定正确率,并具有良好抵抗粗差的能力。     

Robust adaptive filter for shipborne kinematic positioning and velocity determination during the Baltic Sea experiment

Information on trajectory and attitude is essential for analyzing gravimetric data collected on kinematic platforms. Usually, a Kalman filter is used to obtain high-accuracy positional and velocity information. However, this can be affected by measurement outliers and by state disturbances that occur frequently under a fast-changing environment. To overcome these problems, a robust adaptive Kalman filtering algorithm is applied for state estimates, which introduces an equivalent weight to resist measurement outliers and an optimal adaptive factor to balance the contributions of the kinematic model information and the measurements. In addition to the conventional robust estimator, an improved Current Statistical (CS) model is proposed. The improved CS model adopts a variance adaptive learning algorithm, and it can perform self-adaptation of acceleration variance with the innovation information; thus, it can overcome the shortcoming of lower tracking accuracy and avoid setting the maximum acceleration. Following a gravimetry campaign on the Baltic Sea, it is shown in theory and in practice that the robust adaptive Kalman filter is not only simple in its calculation but also more reliable in controlling the colored observation noise and kinematic state disturbance compared with the classical Kalman filter. The improved CS model performs best, especially when analyzing the positioning errors at the turns due to the target maneuvering. Compared to the CS model, the RMS values of the positional estimates derived from the improved CS model decrease by almost 30% in the horizontal direction, and no significant improvement in the vertical direction is found.     

利用最小二乘直接法反演卫星重力场模型的MPI并行算法

针对海量卫星重力数据反演高阶次地球重力场模型的密集型计算任务与高内存耗用问题,基于MPI实现了最小二乘直接法恢复高阶次位系数的并行算法。引入并行读写、分块存储与分块计算等方式完成了设计矩阵的构建、法方程的形成与求解等密集型计算任务的并行算法,数值计算结果表明三者的并行相对效率峰值可分别达到95%、68%、63%。利用GOCE轨道跟踪和径向扰动重力梯度数据(共518 400个历元)分别反演了120、240阶次地球重力场模型,计算时间仅为40 min、7 h,内存耗用峰值仅为290 MB、1.57 GB;采用与GOCE同等噪声水平的观测数据恢复的重力场模型精度与GOCE已发布模型的解算精度相一致,联合GRACE和GOCE的解算模型能够实现二者独立信息的频谱互补,表明本文方法可高效稳定地恢复高阶次地球重力场模型。     

强跟踪抗差自适应滤波算法及其在无人机导航定位中的应用

针对Sage-Husa自适应滤波算法在无人机导航定位应用中存在滤波发散和定位精度低的问题,本文提出一种强跟踪抗差自适应滤波算法。该算法在Sage-Husa自适应滤波算法基础上,引入强跟踪技术,通过自适应渐消因子降低历史数据对当前滤波的影响,从而抑制滤波发散,增强算法的稳健性;结合量测噪声和系统噪声进行实时估计,并且在估计中加入抗差因子抑制粗差对滤波的干扰,提高定位精度。仿真结果表明,该算法在发生滤波发散和粗差干扰的情况下能够表现出良好的滤波性能,较Sage-Husa算法有更强的稳健性。     

双自适应因子滤波算法

抗差自适应滤波算法先求解状态参数抗差解,然后根据抗差解求出的自适应因子来调节动力学模型误差对状态估计的影响。本文针对模型信息不精确和存在观测粗差的情况,提出双自适应因子滤波的思想,采用两个自适应因子分别调节动力学模型信息不精确和观测模型误差对滤波估计的影响,推导出双自适应因子滤波公式,并参考单因子计算方法给出双因子计算公式,最后通过仿真试验比较了双自适应因子滤波算法和抗差自适应滤波算法。仿真结果表明,针对观测粗差,此算法基本能够达到正常观测所得到的状态估值。对于动力学模型短时间内出现的小范围异常误差,此算法可在一定程度上削弱模型不精确对估值的影响。     

局部单应约束的高精度图像自动配准方法

提出一种基于SIFT特征的抗差图像匹配算法。算法分为两个阶段:①初始匹配,综合利用SIFT特征匹配方法和基于SIFT特征尺度和方位信息的自适应归一化互相关(normalized cross correlation,NCC)方法建立初始相关,并基于几何关系一致性检测剔除误匹配;②匹配传播,在初始相关的基础上,利用自适应NCC和局部单应约束进行匹配传播,迭代产生更多的匹配点并采用几何关系一致性检测剔除可能的误匹配。初始单应采用最小二乘匹配方法估计得到,并采用自适应NCC为其提供良好的初始值。与现有的基于SIFT特征的图像配准方法相比,算法在抗几何变形和配准精度等方面具有优越性。     

Adaptive inverse synthetic aperture radar imaging for nonuniformly moving targets

A novel adaptive inverse synthetic aperture radar (ISAR) imaging technique is proposed for targets with nonuniform motion. The proposed algorithm is referred to as the generalized range-Doppler (GRD) ISAR imaging technique and is based on the fractional Fourier transform (FRFT). By utilizing this technique, clear ISAR imaging can be achieved for nonuniformly moving targets without involvement of complex motion compensation. Simulation results have proved that the new algorithm is robust and also computationally efficient as compared with previously reported algorithms such as joint time-frequency (JTF) imaging.     

观测卫星不足时的GPS/INS紧组合抗差自适应滤波

常规GPS/INS紧组合抗差自适应滤波只适用于卫星数≥4的情况,且预测残差构造自适应因子要求观测值可靠。针对该局限性,对常规抗差自适应滤波算法做出两点改进:1)采用两步滤波,用第1步常规EKF滤波残差构造第二步抗差算法的粗差判别量;2)在第2步滤波用预测残差构造自适应因子时,剔除异常观测值对应的预测残差和预测残差协方差,以削弱观测异常对自适应因子的不良影响。实验结果表明,常规抗差算法在卫星数4时不适用。常规自适应滤波算法在观测值存在异常的情况下无法正确修正模型异常。改进后的抗差自适应滤波算法在组合系统观测卫星数4且观测值存在异常的情况下,仍能正确修正观测粗差和动力学模型异常,能够达到良好的导航精度。