一种海洋磁力测量降噪的有效方法

波浪噪声和随机噪声是影响海洋磁力测量数据处理精度的重要因素.基于小波阈值消噪理论,研究了海洋磁力测量数据中的波浪和随机噪声的消除方法.仿真和实例计算表明:借助于小波的分解与重构,有效地减弱或消除了测量数据中的波浪和随机噪声,具有较高的精度和可靠性.该方法解决了传统的滑动拟合法对波浪和随机噪声与测量数据中的真实高频信息一起平滑过滤的局限性问题.     

基于小波阈值的海洋磁力测量数据消噪方法

波浪噪声和随机噪声是影响海洋磁力测量数据处理精度的重要因素。基于小波变换理论,研究了海洋磁力测量数据中的波浪和随机噪声的消除方法。首先对带有噪声的实测磁异常数据进行频谱分析,确定相应的多分辨分析尺度。分别采用滑动拟合法、基于小波高频系数置零的消噪方法、基于小波阈值消噪方法进行消噪计算。实例计算表明:基于小波阈值消噪方法能够将磁异常中的噪声和真实的高频信息分离开来,进一步提高了消噪的精度和可靠性。     

利用小波探测海洋磁力梯度高频弱磁扰动

介绍了海洋磁力梯度测量原理及其小波特征,提出了利用小波分析提取海洋磁力测量信号中高频弱磁扰动的探测方法。实验数据处理结果表明,利用小波分析可以有效提取海洋磁力梯度数据中的高频弱磁扰动特征,甚至在高频弱磁扰动量级很小时也能取得一定效果。     

线性插值的海洋磁力测量测线布设评价方法

测线布设是海洋磁力测量海区技术设计的核心内容,针对目前我国海洋磁力测量测线布设中存在的问题,提出了利用相邻测线插值精度评价海洋磁力测量测线布设合理性。理论推导和仿真计算表明,利用相邻测线插值精度可以有效分析测线布设方式对海洋磁力测量的影响,评价测线布设的合理性,进而为海洋磁力测量测线布设的优化提供依据。     

基于小波分析的海洋重力异常畸变消除方法研究

为了有效地消除重力异常畸变对海洋重力测量的影响,得到高精度的海洋重力测量值,本文在小波理论分析的基础上,将小波分析应用到消除海洋重力异常畸变中。基于信号的奇异性分析理论和小波软阈值处理方法,提出一种小波联合软阈值处理方法;根据重力异常状态方程,分别采用小波软阈值处理方法和小波联合软阈值处理方法对重力异常畸变数据进行了仿真对比实验,理论分析和仿真实验表明:采用小波软阈值处理方法和小波联合软阈值处理方法并选用通用阈值选择规则都能在一定程度上消除海洋重力异常畸变,但在相同背景条件下,小波联合软阈值处理方法的性能优于小波软阈值处理方法。     

海洋磁力测量垂直空间改正研究

利用两个实测的海洋地磁异常数据(磁异常剧烈变化和平缓变化),采用向上延拓的方法,通过对实际海洋磁异常的向上垂直空间变化的理论分析,研究了拖鱼位置的上下起伏对获得的磁异常精度的影响,提出了海洋磁力测量垂直空间改正的概念.计算分析表明,拖鱼位置的上下起伏对海洋磁力测量的精度有较大的影响,在进行数据处理时,必须进行垂直空间改正,将整个测区的磁异常改正到平均海面上.     

利用航磁数据向下延拓得到海面磁场的方法

采用航磁数据向下延拓到海面代替船测数据,可提高磁力测量成果的综合利用率.基于多尺度边缘检测理论,研究改善航磁数据向下延拓到海面精度的方法,提出多尺度边缘约束迭代法,并给出模型和实测数据算例.计算结果表明,当航磁数据中噪声水平较大时,利用多尺度边缘约束迭代法可以提高向下延拓的精度,满足三、四级海洋磁力测量的精度要求.     

基于大地主题解算的海洋磁力测量磁测点位置计算

海洋磁力测量中,磁测点位置是影响磁测成果精度的一项重要因素。根据磁测点位置与测船位置之间的相互关系,提出了基于大地主题解算的磁测点位置计算新方法。通过实验数据对计算方法的精度进行了评定,验证了所提方法的有效性。     

海洋磁力测量误差补偿技术研究

在分析海洋磁力测量主要误差来源的基础上，分阶段建立了能够反映海洋磁力测量误差变化规律的误差模型及相应的误差补偿模型，提出了误差补偿模型的解算方法，讨论了求解过程的稳定性和误差补偿效果的显著性检验等一系列应用中的具体问题，并使用一个实际观测网数据验证了各种补偿方法的有效性和可靠性。     

海洋磁力测量垂直空间归算中曲面延拓迭代方法的改进

海洋磁力测量中，由于受到海流等因素的影响导致磁力仪传感器（拖鱼）的入水深度起伏变化，测得的海洋磁场数据并不在固定的平面上。为了满足不同用户对海洋磁场数据的应用需求，必须采取合理的“曲化平”，实现整个测区磁场数据垂直空间上的统一。针对位场曲面延拓积分方程的迭代解中高阶垂向导数对高频噪声的放大问题，尝试引入Tikhonov正则化方法对其进行改进，以抑制高频噪声的影响。仿真分析表明，在选择合适的正则化参数后，改进的延拓方法可将延拓精度提高1.6 nT。实测数据分析表明，采用改进曲面延拓迭代方法，将磁测成果数据归算到曲面最低平面时，归算后交叉点磁异常不符值精度可提高2 nT，进一步验证了海洋磁力测量数据垂直空间归算的必要性。     

小波阈值改进算法的遥感图像去噪

通过对于文献中已有小波阈值去噪方法的研究,结合已有的一些小波阈值去噪函数,提出了相应的小波阈值去噪的改进方法来完善和提高小波阈值去噪的处理能力和可行性。该阈值函数加入了有效的调整系数来控制函数的可变。该函数不但同时保留了相应的传统小波硬阈值、软阈值衍化的优点,也提高了相应精度指标。利用该函数阈值去噪不仅在经典的图像中起到很大的改善,在遥感图像的去噪处理方面也有明显的精度提高。该方法通过去噪评价指标均方差（MSE）,峰值信噪比（PSNR）,信噪比（SNR）,均方根误差（RMSE）进行去噪后图像的评价。该改进的阈值函数方法对于图像的处理后评价指标明显有所改善。     

基于Kalman滤波的高耸建筑物沉降预测模型研究

为了提高高耸建筑物沉降监测数据的可信性与实时预测的准确性,利用小波分析与Kalman滤波在数据处理方面的优势,采用小波分析先对沉降数据进行去噪,并采用Kalman滤波理论进行预测。通过实验数据的对比分析,结合小波去噪分析与Kalman滤波理论对原始沉降变形量进行沉降预测,能克服只使用单一Kalman滤波方法进行沉降预测中噪声处理的不足,验证了小波分析及结合Kalman滤波理论进行沉降预测的可行性,且预测精度比较高。     

主成分分析模型及在变形监测中的应用

随机误差和多径效应作为GPS变形监测中的主要误差源,严重影响着GPS测量精度。针对这一问题,本文将主成分分析(Principal Component Analysis,PCA)模型引入GPS变形监测领域,首先利用传统PCA方法将测量数据转换至特征空间,通过剔除小特征值对应的特征向量实现对高斯分布随机噪声的抑制,然后将多径噪声作为色噪声进行分析,提出一种广义PCA方法利用多径噪声的时间相关性对其进行滤除,基于实际工程测试数据的实验结果表明,相对于传统的小波噪声抑制方法,所提方法可以获得更好的噪声抑制性能。     

基于小波分析的GPS双差观测数据消噪方法研究

通过双差方法难以消除的多路径误差、接收机观测噪声等非模型化误差会大大影响GPS动态定位的精度.基于小波分析的理论,对GPS双差观测数据序列的消噪问题进行研究,结果表明,利用小波去噪原理,可有效地从受到强噪声干扰的GPS观测数据序列中提取变形特征信息,增强基线解算的有效性,提高GPS定位精度,解决传统技术对GPS动态监测...     

基于高阶AR模型的陀螺随机漂移模型

陀螺随机漂移是影响惯性导航和组合导航精度的重要因素。首先用周期函数拟合和小波变换两种方法分别对随机漂移中的周期噪声进行分析和处理;然后对相关噪声建立高阶AR模型;最后将该模型应用在GPS／INS组合导航Kalman滤波中,并对结果进行分析和比较。结果表明,相比于周期函数拟合,小渡变换不仅能够更好地削弱周期噪声的影响,还能够削弱高频白噪声的影响;相比于一阶马尔科夫过程,高阶AR模型能够更好地描述随机漂移中的相关噪声;基于小渡变换和高阶AR模型的GPS／INS组合导航具有明显的优势。     

基于小波域的InSAR干涉图噪声识别与估计

为识别InSAR干涉图噪声的类型,从而更有效地进行干涉图处理,提出一种基于小波变换的干涉图噪声类型识别方法。该方法结合小波变换和对数变换算法,从能量和分布特征两个角度,对经小波变换后的InSAR干涉图小波系数的特点进行分析。首先研究低频子带小波系数在对数变换前后的能量分布特点,以此识别干涉图的噪声类型,然后在此基础上利用高频子带系数估计噪声的大小。分析结果显示,干涉图中的噪声为加性噪声,且干涉图高频系数呈高斯正态分布,其噪声大小可用尺度1上的HH子带系数估计。这些结果对在小波域内进行InSAR干涉图噪声的分析与处理具有一定指导意义。     

基于滑动L2优化准则的GPS坐标时间序列重构

GPS坐标时间序列中不仅包含白噪声,还包含闪烁噪声、随机漫步噪声等有色噪声,这些噪声将影响GPS应用的可靠性,甚至可能对一些地球物理现象做出错误的解释,因此降低GPS坐标时间序列中有色噪声的影响、提高GPS精度是一个重要和基本的问题。提出了一种滑动L₂优化估计方法(ML₂),通过选取合适的窗口建立L₂优化模型,再利用交替迭代乘子法求解每段时间序列的优化问题,并逐年滑动得到整段GPS坐标时间序列的估计。实验结果表明,ML₂方法与奇异谱分析、小波分解、滑动普通最小二乘法相比具有更好的重构效果。     

结合双树复小波纹理特征和MRF模型的遥感图像分割

针对经典的小波纹理不能准确地表达影像纹理特征的问题，以及影像分割结果缺少对像元空间相关性和分布关系的考虑。本文提出了结合双树复小波（DT-CWT）纹理和马尔可夫随机场（MRF）模型的高分辨率遥感影像分割方法。首先，通过双树复小波变换提取影像纹理特征，联合光谱特征形成表达影像信息的混合特征向量；然后，将混合特征向量高斯归一化处理，并用K-means聚类的方法对特征空间中的混合特征向量聚类得到初始分割图；最后，借助马尔可夫随机场模型在初始分割结果中引入上下文信息，基于贝叶斯最大后验概率准则得到最终的分割结果。本文通过双树复小波纹理提高了特征表达的准确度，同时使用马尔可夫随机场模型减弱了分割结果中同质区域的“椒盐噪声”，从而进一步提高了高分辨率遥感影像分割的精度。     

基于经验模分解的陀螺信号消噪

陀螺随机漂移是影响惯性导航精度的重要因素。小波消噪方法对异常噪声效果不明显,且对小波基和分解尺度等因素依赖性较强。提出陀螺信号经验模分解(EMD)消噪方法,将信号进行经验模分解得到一个本征模态函数(IMF)组,先基于2sigma准则处理异常噪声IMF分量,再利用相关系数确定高频噪声IMF分量个数,将噪声分量去除以实现陀螺信号消噪。详细对比小波方法与EMD方法,利用交叠式Allan方差分析两者的消噪效果,通过惯导算例进一步验证EMD方法的实效性。结果表明,相比小波方法,EMD消噪法能剔除异常噪声,可以更有效地抑制陀螺漂移。