车载导航系统的高精度定位算法

提出了一种基于联合卡尔曼滤波理论和地图匹配技术的高精度车载导航系统定位方法。该方法一方面对联合卡尔曼滤波器的结构进行简化,简化后的联合滤波器能够较好地将全球定位系统(GPS)与航位推算系统(DR)获取的空间信息进行融合,不仅较大程度地减小滤波计算量,而且避免了子滤波器间误差的互相干扰,提高了空间定位精度。另一方面提出了根据行车方向与位置匹配行车道路的技术,该技术不仅具有较好的行车道路匹配效果,而且能够对各种行车异常情况进行处理。实验证明,本文提出的方法能够较好地满足车载导航系统对空间定位方法实时性及高精度的要求。     

一种运动恢复结构和航位推算结合的室内行人视觉定位方法

商业和工业领域中,室内行人、车辆、机器人的位置信息正逐渐成为人们关注的热点,并随之产生了大量的室内定位技术和方法,如使用无线信号、地磁、超宽带和超声波等方式进行室内定位。然而,目前的这些室内定位方法大多需要额外辅助设备的支撑,增加了定位成本和硬件开销。视觉定位作为一种目前较为流行的定位方式,具有实施成本低、不依赖任何外界辅助设备等优势。其中,构建带有位置标签的图像数据库是视觉定位方法的关键环节,而传统的构建图像数据库方法人力开销大、时耗长。因此,本文提出一种运动恢复结构（SFM）和航位推算结合的视觉定位方法,能够快速构建图像位置数据库、大大降低人力开销。该方法主要包括2个阶段：离线阶段和在线阶段。离线阶段主要实现图像序列位置的自动标注,通过采集行走路线上的手机内置传感器信息和视频信息,提出一种多约束图像匹配方法用于视频图像的连续匹配,将匹配结果用于SFM方法,可以得到相邻图像间的运动角度,使用行人航位推算（PDR）方法标注图像序列的轨迹坐标。在线阶段使用提出的图像匹配方法计算查询图像与数据库影像间的匹配点数量,将匹配点最多的K个数据库影像位置坐标加权平均作为查询图像的定位结果。最后,分别在2种典型的室内环境下进行实验,结果表明本文方法在离线阶段位置标注的平均误差为0.58 m,在线阶段图像匹配定位的误差范围在0.2~1.4 m。     

青海哈拉湖地区据航磁异常特征圈出一巨大隐伏中-酸性岩体及其意义

根据青海省1：100万航磁化极平面异常图反映，在哈拉湖北西地区有一高强度航磁异常带存在，局部地段见有超基性岩体出露，但出露面积岩体规模有限。中—酸性岩体—二长花岗岩在异常范围内断续出露，根据航磁异常特征推断，该异常是由隐伏的中—酸性岩体一二长花岗岩引起，并用航磁带异常二阶导数零等位线圈出了二长花岗岩体的分布范围；推断北西西向深部断裂一条。这一发现，对研究中、南祁连地质构造演化及地质找矿具有实际指导意义。     

青藏东缘三维Moho界面的位场遗传算法反演

针对波数域中Parker-Oldenburg位场迭代反演方法中存在向下延拓的问题,提出了利用改进的遗传算法进行三维Moho界面反演的位场遗传反演方法。通过模型试算证明了该方法的有效性和稳定性,并利用该方法反演了青藏高原东缘三维Moho界面的分布。     

一种基于行人航位推算的改进航迹跟踪算法

针对在未知环境中行人轨迹跟踪问题,提出一种基于行人航位推算的改进航迹跟踪算法,有效实现了在磁场干扰环境下行人轨迹的高精确跟踪。在步数估计中,利用双重阈值二值化算法对加速度数据进行分析,进而获得行人的运动步数;在航向估计中,利用自适应融合算法来获取航向。该融合过程首先根据姿态更新微分方程,将角速度与加速度融合获取一次航向角,再通过磁感应强度阈值确定一次航向角与磁力计测算航向角融合的权重,最后通过实验验证算法的有效性和优越性。结果表明,在未知环境中行走32 m的距离,获得的轨迹跟踪误差小于1.1%,定位误差小于0.75 m和1 m的概率分别为59%和80%,显著优于对比算法。     

重磁方法在程家村隐伏磁铁矿勘查中的应用

为了验证程家村航磁异常圈闭,对该异常圈闭进行了查证工作,针对该区域铁矿体均呈深部隐伏的赋存状态,以"物探先行,钻探验证"的工作方法开展工作,利用地面高精度磁测扫面确定磁异常圈闭平面形态及位置;对高精度磁测剖面数据进行切线法剖面反演,确定强磁性地质体位置和埋深,再结合重磁剖面联合反演方法,推断强磁性地质体的赋存状态,从而给钻探验证提供依据。通过上述工作,取得了良好的找矿效果,表明重磁方法是深部隐伏磁铁矿勘查中的重要工作手段。     

基于MapReduce的海量公交乘客OD并行推算方法

公交乘客出行OD能够反映居民出行特征和出行需求,是进行公交系统评价、调度和线路优化的重要基础数据,对城市规划具有重要的实用价值。现有公交OD推算方法多适用于少量公交数据,无法直接快速地推算海量公交乘客出行OD,因此本文提出了一种基于MapReduce的海量公交乘客OD并行推算方法。首先将公交数据从关系型数据库迁移至HBase数据库;接着利用MapReduce并行计算框架,根据HBase中IC卡数据的Region数量分成多个map任务,每个map任务中Map函数计算上车站点,Reduce函数将上车站点以用户为单位进行归并输出到HDFS;然后在上车记录数据的基础上,根据HDFS存储的块数量分成多个map任务,针对每个乘客的出行记录,综合考虑出行链方法和历史相似出行行为规律实现对公交乘客下车站点较为精确的推算。最后以厦门2015年6月13日至26日的IC卡数据和公交车辆GPS数据进行实例分析,共计算出295条公交线路,16 879 661条上车记录,14 410 058条完整OD记录,占IC卡数据的78.9%,计算效率相比传统方法有较大幅度提升。结果表明：该方法不仅可以较为准确地推算公交乘客上下车站点,而且计算效率较高。     

无人机航测技术在长江航道整治工程中的应用

为提高无人机航空摄影测量的精度与效率,建立一套科学的航空摄影测量方法,提出了在航测过程中需要注意的因素与实施方案,并将之应用于长江航道整治工程的航测工作中。超轻型固定翼无人飞机数码航空摄影测量具有高分辨率、高成像质量、高几何精度,以及便捷、低成本等特点。本文通过荆江航拍成果的实例验证了前期设计方法的有效性,并将获取的航摄成果用于工程的设计、审核以及利用空间信息技术将获取的离散高程信息数据建立三维模型展示荆江河段的宏观状态等业务中。     

什么是大地原点

大地原点亦称“大地基准点”。是国家平面控制网中推算大地坐标的起算点。通常在国家大地网中选一个比较适中的三角点作为原点,高精度测定它的天文经纬度和到另一个三角点的天文方位角,根据参考椭球定位的方法,求得该点的大地经纬度、大地高和到另一点的大地方位角。这些数据称为“大地基准数据”。以此推算其他三角点、导线点的大地坐标。我国现以西安大地原点为起算点,根据该原点推算而得的坐标,定名为“1980西安坐标系”。什么是大地原点@王德保     

非标准潮汐港潮汐推算图的制作和使用方法

研究了非标准潮汐港潮汐推算图的制作和使用方法。该图不受涨落潮差和涨落潮时的限制,可以直接在图上读取任意潮高和任意潮时。     

基于生成对抗网络的动水驱动型滑坡状态识别方法

动水驱动型滑坡状态识别能更有效地辅助分析滑坡形变规律, 实现滑坡状态的准确识别对深入展开动水驱动型滑坡状态研究具有重要意义。针对目前动水驱动型滑坡突变状态研究较少, 难以获得相关特征, 从而导致状态识别性能不佳的问题, 提出了一种应用于动水驱动型滑坡状态识别的生成对抗网络学习方法。本方法通过构建滑坡状态监测数据矩阵, 依据少量数据样本设计合理的生成器网络完成对滑坡状态的数据扩增并设计判别器网络实现扩增数据的筛选, 通过对抗生成网络实现对滑坡状态的分类, 达到滑坡状态识别的目的。以三峡库区白水河滑坡为研究对象, 将降雨、库水位、深部位移和地表位移等多源监测数据进行了规范化处理, 设计生成器网络和对抗器网络完成了对滑坡状态数据的扩增, 设计滑坡状态识别生成对抗网络完成了对滑坡状态的分类和识别。结果表明, 生成对抗网络对滑坡状态识别具有较高的准确率。研究结果证实本方法能够对目标区域内的动水驱动型滑坡状态进行准确识别和分类, 可直接应用于工程实际。      

基于DBI和稀疏轨迹数据的交通状态精细划分与识别

浮动车轨迹数据已逐渐成为城市交通状态识别的主要数据源之一,但是现有基于浮动车轨迹数据的交通状态识别中多数是应用高精度或是多源轨迹数据。针对稀疏轨迹数据在城市交通状态识别中存在识别精度不高的问题,本文提出一种结合戴维森堡丁指数（DBI）和轨迹相似性度量的动态交通状态划分方法。首先,对轨迹数据和路网数据进行预处理并且建立不同时间片的路段轨迹集合;接着,依据轨迹速度-空间相似性,利用戴维森堡丁指数动态地扩展轨迹的空间维度,并根据轨迹相似性度量方法构建最佳车辆队列;然后,将前后不同的车辆队列进行二次处理,连接组成交通流簇;最后,基于模糊C均值聚类方法将交通流进行划分,实现路段交通状态的识别。采用厦门市厦禾路、湖滨西路和湖滨南路交叉路段上的真实出租车轨迹数据进行测试,结果表明,本文所提方法保证了车辆队列速度分布与原始轨迹速度分布基本一致,相比对比方法Kmeans++和ST-DBSCAN,本文方法均方根误差平均下降了18.77%和21.22%,并且在不同的实验路段表现更加稳定,可有效、可靠地运用稀疏轨迹数据识别城市交通状态,进而实现城市交通状态的精细分析。     

基于PhaseNet的地震信号自动处理方法准确性分析

利用一种深度学习地震信号检测方法（PhaseNet模型）检测甘肃省岷县MS6.6地震序列,根据地震震相关联技术和绝对定位Hypoinverse方法构建AI检测目录,对比人工分析地震目录和震相报告,分析AI自动处理地震事件的误差范围。结果表明,AI技术能够实现85.5%的人工工作量,定位误差在20 km范围内呈正态分布;在低震级地震事件检测中,AI方法也发挥了显著能力。相比于人工处理方法,AI方法稳定性好、不依赖个人经验、分析速度快,在大震后的地震目录快速产出中能发挥关键作用,可提高地震分析能力、节省人力成本。     

设施农业典型地物改进Faster R-CNN识别方法

深度学习方法可有效提高传统基于遥感影像的设施农业典型地物识别与提取方法的结果精度,对传统农业的转型和发展意义重大。本文针对遥感影像大背景小目标的特点,以及设施农业典型地物的图像特征,结合深度残差思想和Faster R-CNN提出DRTOMA算法：首先,使用深度残差网络作为其基础特征提取网络,以此获得更深层次的图像特征,并抑制网络退化和衰退问题;然后在残差单元和全连接层之间加入改进的空间金字塔池化层,从而去除输入图像固定大小的限制,增加网络对图像尺度的敏感度;最后,在全连接层间添加dropout层,减少网络计算的复杂度,提升抗过拟合效果。仿真结果表明：同部分已有的检测算法相比,DRTOMA算法的平均识别准确率和召回率均取为最优,分别为91.87%和90.63%;在最优识别精度近似的情况下,DRTOMA算法比Faster R-CNN算法的召回率高约2%,网络更易收敛,训练难度较低。综上所述,DRTOMA算法是一种有效可行的设施农业典型地物检测方法。     

基于尖点突变理论及非趋势波动分析的滑坡稳定性及变形特征研究

以尖点突变理论及非趋势波动分析为基础，构建滑坡稳定性及变形趋势判断模型。首先利用尖点突变理论对滑坡整体稳定性进行评价，并进一步探讨滑坡的分阶段稳定性特征；再利用非趋势波动分析判断滑坡累计序列和速率序列的整体及分阶段变形趋势，并与稳定性分析结果进行对比。实例表明，两种分析方法的结果具有较好的一致性。在分阶段研究中，等时段和递增时段的分析结果具有明显差异，说明阶段分解方式对结果的影响较大，且以递增时段分析结果的规律性更强。     

Application of seismic interferometric migration for shallow seismic high precision data processing: A case study in the Shenhu area

The stability of submarine geological structures has a crucial influence on the construction of offshore engineering projects and the exploitation of seabed resources. Marine geologists should possess a detailed understanding of common submarine geological hazards. Current marine seismic exploration methods are based on the most effective detection technologies. Therefore, current research focuses on improving the resolution and precision of shallow stratum structure detection methods. In this article, the feasibility of shallow seismic structure imaging is assessed by building a complex model, and differences between the seismic interferometry imaging method and the traditional imaging method are discussed. The imaging effect of the model is better for shallow layers than for deep layers because coherent noise produced by this method can result in an unsatisfactory imaging effect for deep layers. The seismic interference method has certain advantages for geological structural imaging of shallow submarine strata, which indicates continuous horizontal events, a high resolution, a clear fault, and an obvious structure boundary. The effects of the actual data applied to the Shenhu area can fully illustrate the advantages of the method. Thus, this method has the potential to provide new insights for shallow submarine strata imaging in the area.     

基于深度卷积网络和分水岭分割的耕地地块识别方法

耕地地块作为精准农业的重要支撑,现有地块边界大多依靠人工勾绘。随着遥感技术的发展,基于遥感影像自动提取耕地地块成为研究主要方向,其中基于深度学习的方法能够克服传统检测方法难以适应复杂场景的局限而被广泛使用,但现有检测方法仍存在问题,基于深度卷积模型直接识别耕地区域会丢失内部边界、而基于边缘检测模型识别耕地边界时则会同时得到大量无关边界;此外,现有的基于阈值提取地块的策略所提取的地块不够规整,存在内陷的问题。针对上述问题,本研究提出一种基于深度卷积网络和分水岭分割的耕地地块提取方法,从信息检测和地块提取两方面进行改进：① 将耕地边界视作一种地物类别,在深度卷积网络中进行类别概率检测,帮助实现对耕地边界的语义识别。② 基于改进后的D-LinknetXt网络进行检测,其网络架构适合于对耕地边界这类线性目标的提取,同时更换原始D-Linknet网络的残差单元,帮助提高了网络的特征提取能力。③ 基于分水岭分割对耕地地块进行提取,利用了区域分割方法获取边界的封闭性,并且这种以区域为单元进行分割并合并的方式,解决了原有方法在像元尺度上基于阈值提取所遇到的提取地块存在内陷的问题,使地块更规整准确。在一景高分二号影像上进行检验,并设计两类精度指标,从全局边界精度和地块几何精度两方面进行方法性能评估。实验结果表明,本方法的精度优于3种对比方法,在代表边界精度的F1分数上达到了0.933,地块几何精度为0.829。本研究所提出的方法能够更加准确的对耕地地块进行提取,并适用于实际应用中。     

Improvement of pseudo-static method for slope stability analysis

traditional In this paper, two drawbacks pseudo-static method （vertical of the slice method） in the slope stability evaluation have been studied. First, the sliding mass is divided into vertical slices according to this method, which is irrational to some extent in the seismic design of slope. Second, only peak ground acceleration （PGA） is considered, and the effects of shaking frequency and duration on slope stability are neglected. And then, based on the theory of elastic wave and the summarized geological model, this paper put forwards an improved method of pseudo-method by using the theory of elastic wave and Hilbert-Huang transform. The improved pseudostatic method gives reasonable considerations to the time-frequency effects of seismic wave and its rationality has been verified by the shaking table test. This method can evaluate the safety of a slope, the happening time and the scale of landslides. At the same time, this method also can improve the high accuracy of the evaluation of the safety of the slope.     

利用小波变换进行遥感多光谱图像融合的算法及实现

在分析了小波变换的分解与重建方法后,提出了一种基于区域的图像增强算法。先提取出源图的边缘,以图像的边缘为参考,围绕边缘建立融合窗口,然后结合区域内的图像信息,应用基于窗口的融合规则进行融合处理。实验结果显示,融合后的图像综合了3幅源图像的不同特征,处理后的图像变得容易识别了。表明该方法保持了尽可能多的原始信息,算法简单,稳定性好,适合于多光谱遥感图像识别、医学成像等领域。     

基于深度置信网络的CRISM影像火星表面矿物识别方法

鉴于传统的光谱特征参数方法存在不能综合考虑光谱在整个波长范围内的谱形、对于单一吸收带相似的不同矿物难以区分等问题,研究采用深度置信网络方法对火星专用小型侦察影像频谱仪（CRISM）高光谱影像中的火星表面矿物进行自动识别,该算法具体包括:①预训练阶段。利用非监督算法逐层训练受限玻尔兹曼机,自动学习模型参数,提取光谱特征。②调优阶段。将自动学习的光谱特征输入分类器,采用反向传播算法对模型进行监督微调,识别矿物在CRISM影像中的分布。在算法的研究中,采用光谱比值方法降低火星表面灰尘等噪声对矿物光谱的影响,并探讨样本数量、隐含层节点数、网络深度等对算法识别精度的影响,试图构建适宜于CRISM影像火星表面矿物识别的深度置信网络模型。以火星表面镁铁蒙脱石和氯盐为例进行测试,实验结果表明:该方法能够对火星表面矿物进行自动识别,准确率达到85%以上,与光谱参数法的识别结果基本叠合,并能够探测光谱参数法未能识别的部分矿物分布。