顾及时变非高斯噪声的高斯和滤波及其导航应用

高斯和滤波可利用高斯混合模型精化非高斯噪声随机模型来提高估计精度,但导航测量环境的动态性和复杂性使非高斯噪声具有时变性特征,若GMM不随之调整会导致滤波解算失真。针对该问题,本文提出一种基于位移参数自适应估计的高斯和滤波算法。首先分析GMM位移参数对非高斯噪声拟合精度的影响,然后利用位移参数自适应技术修正GMM,进而改善高斯和滤波性能。实验结果表明,当GNSS/SINS量测模型存在时变非高斯噪声时,本文算法的滤波结果较传统高斯和滤波算法的波动小,抗干扰能力强,在实际应用中可进一步改善估计精度和稳定性。     

基于奇异谱分析的GNSS坐标时间序列粗差探测与噪声估计

考虑到传统谐波模型难以精确描述GNSS坐标时间序列的非线性变化,导致信号和噪声不能很好地分离,进一步影响粗差探测和噪声估计,本文提出一种基于奇异谱分析的粗差探测与噪声估计算法。首先采用奇异谱分析方法分离出GNSS坐标时间序列中的信号与噪声,然后基于IQR准则探测噪声中的粗差,最后采用最小二乘方差分量估计（LS_VCE）方法定量估计各噪声分量。算例表明,相比于传统基于谐波模型的算法,该算法的粗差探测准确率更高,且估计的噪声分量与真值更接近。     

风廓线雷达极低信噪比信号的小波方法提取

风廓线雷达回波信号中包含的噪声不仅降低信号的质量,而且还严重影响各种相关处理算法的有效性,甚至影响雷达本身的探测能力。因此,提出高效稳健的信号提取方法对于风廓线雷达数据的有效应用起着非常重要的作用。针对风廓线雷达回波信号非常微弱导致有用信息提取困难的问题,对比分析现有3种小波滤波方法,提出一种基于连续回波相关的空域相关新算法。利用MATLAB软件进行风廓线雷达信号降噪提取的仿真实验,结果证明改进后的方法优于原空域相关滤波方法和经典风廓线雷达信号处理方法,并取得较好的去噪效果。     

非高斯有色噪声影响下的高斯混合滤波算法

针对GNSS/SINS紧组合定姿定位系统在非高斯有色噪声环境下直接使用高斯混合扩展卡尔曼滤波（Gaussian mixture extend Kalman filter, GMEKF）出现的随机模型失配现象,提出一种顾及非高斯有色噪声影响的GMEKF优化算法。该算法在高斯混合模型对非高斯噪声近似的基础上,通过状态扩增和量测组差对非高斯噪声序列中的有色噪声成分进行白化处理,从精化随机模型的角度改善了GMEKF算法的性能。实验结果表明,在非高斯有色噪声环境下,相比于GMEKF,该算法对随机模型建模更准确,将其用于受非高斯有色噪声影响的定姿定位场合中可进一步提高导航解算精度。     

一种顾及有色噪声的四星座GNSS动态导航滤波算法

经典Kalman滤波要求噪声是高斯白噪声，而动态GNSS定位的观测误差和状态预测误差往往是有色噪声。本文提出一种简便的有色噪声函数模型拟合滤波算法，采用前面历元的观测残差和状态残差建立有色噪声模型，削弱有色噪声对动态导航解算的影响。采用四星座GNSS接收机观测数据进行动态导航实验，结果表明，顾及有色噪声的动态导航滤波算法比未顾及有色噪声的经典Kalman滤波算法定位精度更高，三维位置精度提升9%以上。     

地震与爆破波形信号的EEMD多尺度分布熵提取和WOA-SOM神经网络识别研究

针对地震信号中存在大量环境噪声的问题,基于天然地震事件和人工爆破事件建立初始数据集,利用集合经验模态分解（EEMD）技术对波形信号进行分解、降噪,提取出较纯净的各阶本征模态函数（IMF）分量,然后对前10阶分量分别计算分布熵,即EEMD多尺度分布熵,建立神经网络输入矩阵。应用鲸鱼优化算法（WOA）对自组织特征映射（SOM）神经网络参数（竞争层维数、网络训练次数）进行优化,针对不同训练样本寻找对应的最优参数值以改善模式识别的稳定性,从而提高地震识别率。结果表明,EEMD多尺度分布熵结合WOA-SOM模型可有效识别天然地震和人工地震。     

EMD用于GPS时间序列降噪分析

针对GPS位置时间序列噪声成分复杂、建模困难、噪声与信号难以有效分离等特点,用自适应信号分析方法经验模态分解（EMD）对中国区域9个IGS站时间序列的N、E、U方向作降噪处理。首先对各方向分量作EMD分解,获取各方向噪声强度依次降低的一系列本征模态分量及其趋势项;其次利用相关系数辨别出噪声与信号的分界本征模态分量,并按重构方法重构各本征模态分量;最后用相关系数、信噪比、能量百分比等参数评价EMD方法降噪的有效性。结果表明,EMD方法能合理地分离序列中的信号与噪声,有效削弱噪声对GPS位置时间序列的影响,进一步提高GPS位置时间序列的精度。     

基于3D基元拟合的复杂屋顶点云三维重建

几何语义一体化三维建筑物模型是智慧城市建设的重要基础数据，有利于促进建筑设施的精细化管理和智能化应用。当前基于点云的三维重建算法大多关注简单屋顶结构的几何模型构建，忽略了模型的语义表达，且基于数据驱动方法的重建结果容易受噪声影响，存在几何和拓扑错误。为了解决复杂屋顶高精度三维重建难题，本文提出一种基于3D基元拟合的复杂屋顶点云三维自动化重建算法。首先，设计了一套可参数化表达的建筑物3D基元库，包含简单和复杂屋顶。其次，通过点云分割和屋顶拓扑图比较来识别点云对应的基元类型。然后，提出了一种点云与3D基元整体拟合的目标优化函数，采用序列二次规划算法估计基元的正确参数。最后，利用城市地理标记语言（City Geography Markup Language, CityGML）构建几何、语义和拓扑一体化表达的三维模型。采用几种不同屋顶风格的建筑物点云数据进行实验，定性和定量对比分析结果表明本文方法能够高效生成几何和拓扑均正确的CityGML模型，对噪声和局部点云缺失具有一定的鲁棒性，有利于促进几何语义一体化建筑物模型快速自动化构建。     

Jason-3卫星高度计回波波形去噪及重定方法研究

针对传统波形重定方法无法有效处理近海区域卫星高度计回波波形中的噪声问题,提出基于奇异谱分析的Jason-3高度计回波波形重定新方法,以进一步提高波形重定数据质量。通过奇异谱分析方法滤除回波波形中包含的噪声信息,提取出主要波形信息,然后进行波形重定处理。对原始波形及去噪后的波形分别进行波形重定处理,比较分析重定海面高。结果表明,本文提出的基于奇异谱分析的Jason-3高度计回波波形重定方法是有效、可靠的,对进一步拓宽卫星测高技术在近海区域的应用具有一定的借鉴意义。     

基于完备经验模态分解自相关消噪技术的GNSS高精度动态变形监测研究

为了更好地消除混杂在变形序列中的噪声,利用完备经验模态分解（CEEMD）将形变信号自适应分解为不同尺度的振动模态。针对分解分量中信号和噪声区分标准不唯一的问题,构造一种CEEMD与自相关分析相结合的去噪算法,实现有效信号和随机信号的分离。将该算法应用在仿真实验和GNSS变形监测实测数据处理中,并与传统的小波去噪方法进行比较。结果表明,该算法避免了小波基选择带来的影响。     

基于改进的经验模态分解和SSA联合算法的GPS坐标时间序列重构

基于ICEEMDAN算法无需先验信息即可准确分离和提取低频信号与趋势信息的特性,以及SSA具有较好的信号重构优势,提出基于ICEEMDAN和SSA的联合重构方法。该方法将弱周期信号利用ICEEMDAN方法进行提取与重构,可弥补SSA方法中当弱周期信号对应的Hankel矩阵的奇异值和噪声Hankel矩阵的奇异值接近时容易被噪声掩盖而难以提取的不足。通过模拟实验和真实站点数据验证该算法分解和重构精度,并与奇异谱分析法、小波分解法、滑动最小二乘法进行比较。实验结果表明,ICEEMDAN-SSA联合算法相对于已有方法具有更好的重构精度。     

�˹������źż������λ��Ϣ������

?????????????С??????????????????????????????????????????????????????????λ????????λ????????????????????????????????????????????????,????200 km????????????????????????????????     

���ڱ���˫Ƶ���ݵ�����̽�⼰�޸��㷨

????????????????????????????????????????????????????????????????????????????????????????????????????Χ?????????????λ?仯??????????????λ??????С????????????????????????Blewitt?????????????????????????????????????????
???òв???С?????????????COMPASS??MEO?????????????????飬??????????????Ч????????????????????????     

基于QSSP的震源破裂过程反演方法

在Qt平台上,基于QSSP软件,利用C⁺⁺进行地震破裂过程反演方法研究。采用按阶段反演的方法,第1阶段反演采用热浴算法进行全局搜索,先按断层区域的构造背景等初始条件对参数范围进行划取,在该范围内随机给定一组初始值开始迭代,使波形初步拟合避开局部最优解;第2阶段反演使用拟牛顿法进行快速收敛,提高波形拟合程度,迭代至目标函数小于误差条件时停止,输出满足误差条件的待解模型参数。为避免模型参数出现病态问题,使用拉普拉斯方程建立平滑矩阵并引入平滑因子对断层模型进行平滑约束。使用棋盘模型验证该方法的稳定性和可靠性。最后,将全国13个台站的重力数据积分后对2013-04-20芦山7.0级地震的破裂过程进行反演,并与其他研究结论进行对比分析。     

Բ�������������������·���

???????????????????????????????????????μ????????????????????????е?????????????????????е???????????????????????????λ???????????????????????????м???????顣?÷????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????     

面向中尺度涡提取的SLA去噪方法研究

噪声去除一直是基于卫星高度计资料的海洋中尺度涡提取研究的难点和热点,然而无论是卷积滤波器还是信息滤波器都存在对海面高度异常（SLA）数据的局部过处理现象。鉴于此,本文提出一种基于包络面去噪的海洋中尺度涡提取方法。该算法可利用分离层内的信息稳定性和层间的信息完备性,很好地改进了卷积运算没有考虑局部噪声的不足,进而有效地提高去噪能力。其具体流程为：首先,对初始化的原始数据场进行上下包络面构造,形成原始数据子场;然后,根据子场内部和子场间的稳健性,把原始数据场转换为子场集合;其次,利用子场极差和标准差,对子场集合进行信息重组,形成噪声去除后的信息场;最后,利用去噪后的信息场数据,采用Winding-Angle（WA）和泛克立金中尺度涡提取算法在西北太平洋进行对比验证实验。实验结果表明,本文提出的方法较前人的方法有较大的提升,准确率为91.23%,取得了较好的应用效果。