向下延拓航空重力数据的Tikhonov双参数正则化法

为了避免正则化参数对向下延拓过程可靠成分的修正影响,提出了Tikhonov双参数正则化法。引进截断参数,将法矩阵的奇异值分为相对较大的奇异值（可靠部分）和相对较小的奇异值（不可靠部分）;引进正则化参数,只对法矩阵的小奇异值进行修正,以抑制高频误差对向下延拓解的影响。采用改进的广义交互确认法（GCV）确定截断参数和正则化参数。基于EGM2008重力场模型仿真了一组航空重力数据,验证了该方法对航空重力数据向下延拓过程的有效性。     

均方误差意义下的正则化参数二次优化方法

Tikhonov正则化法是大地测量中应用最为广泛的病态问题解算方法之一。影响正则化法解算效果的重要因素是正则化参数,然而,最优正则化参数的确定一直是正则化解算的难题,如L曲线法确定的正则化参数具有稳定性好、可靠性高的优点,但存在过度平滑问题,导致正则化法对模型参数估值精度改善较小。本文从均方误差角度分析了正则化参数对模型参数估计质量的影响。基于奇异值分解技术,提出了由模型参数投影值分块计算均方误差的方法,避免了均方误差迭代计算,并基于均方误差最小准则给出了正则化参数优化方法,实现了对L曲线正则化参数的优化。数值模拟试验与PolInSAR植被高反演试验结果表明,正则化参数优化方法有效改善了正则化法解算效果,提高了模型参数估计精度。     

线性正则化遥感反演中正则化参数的确定方法

研究了线性正则化反演中正则化参数的确定方法,提出了以香农熵减最大化为条件的正则化参数确定方法——最大熵法,并以具体遥感反演实例,和常规正则化参数确定方法比较,证明了最大熵法在观测数据误差不大的情况下有明显优势,在观测数据误差方差大、而先验知识精度较高时也显示优势。     

利用最优正则化方法确定Tikhonov正则化参数

基于均方误差最小意义下运用最优正则化方法确定正则参数,推导了计算最优正则参数的公式,并结合算例分析比较了求解病态方程的L-曲线法、GCV法等常用的方法,算例表明,基于最小均方误差的Tikhonov正则化参数优化选取方法是一种可行有效的方法。     

重力与磁力测量数据向下延拓中最优正则化参数确定方法研究

向下延拓是重、磁测量数据处理的关键步骤之一,然而,向下延拓是一个典型的不适定问题,需要采用正则化方法实现有效延拓,因此,正则化参数的确定是重、磁测量数据向下延拓正则化方法研究中最重要内容。本文根据观测面和延拓面测量数据的Poisson积分平面近似关系,结合快速傅里叶变换算法,将其转换到频率域进行计算,提高了计算速度,为了克服计算的不稳定性并进一步提高计算结果的精度,引入Landweber正则化迭代法,在此基础上采用L曲线法研究了最优正则化参数的确定,最后采用模型磁测数据验证了所确定的正则化参数的有效性,并取得了较好的延拓结果。     

利用均方误差相对变化规律确定正则化参数及其在PolInSAR测量反演中的应用EI北大核心CSCD

正则化方法是大地测量解算病态问题的常用方法,而正则化参数是影响正则化方法解算结果的关键参数。以均方误差最小为准则选取正则化参数,具有较充分的理论依据,可有效实现模型参数估值精度的提升。但是,均方误差计算过程中需要未知参数的真值,在实际情形中只能通过参数估值替代真值估算均方误差,难以获得可靠准确的均方误差值,限制了正则化参数的有效性。鉴于此,本文分析了正则化参数变化引起的方差与偏差变化规律,提出了一种均方误差相对变化值确定方法。依据不同正则化参数下模型参数真值不变原则,计算不同正则化参数下的方差与偏差相对变化量,从而消除参数真值对均方误差估计的影响。本文首先利用不同正则化参数计算两相邻正则化参数间的方差与标准差相对变化量;然后计算两正则化参数间模型参数估值变化量,通过差分运算分析得到两相邻正则化参数下的偏差相对变化量;最后综合标准差变化与偏差变化关系,得到均方误差最大降幅的正则化参数。通过PolInSAR植被高测量试验对本文方法的可行性进行了验证。试验表明,本文方法可有效改善正则化法模型参数估计精度。两个PolInSAR测量试验模型参数反演精度均得到了提高,合理验证了本文方法的可行性与有效性。     

Tikhonov正则化方法在GOCE重力场求解中的模拟研究

本文在阐述Tikhonov正则化方法基本原理的基础上,给出了四类可用于重力场解算的正则化矩阵(零次、一次、二次和Kaula),以及用于确定正则化参数的L曲线法和GCV方法的数学模型。基于SA方法利用模拟数据分析讨论了零次、一次以及Kaula正则化矩阵应用于GOCE全球重力场模型确定的有效性,并由Kaula正则化矩阵分析了L曲线法和GCV方法确定正则化参数的可行性。数值结果表明三类正则化矩阵获得的最优解(以大地水准面MSE最小为准则确定)的精度水平相近,关键在于相应正则化参数的确定,数值结果同时说明了GCV方法和L曲线法可用于确定正则化参数,且前者较后者具有更好的稳定性。     

确定大地水准面的Tikhonov最小二乘配置法

LSC法（最小二乘配置法）因能融合不同种类重力观测数据确定大地水准面的特性而受到广泛关注,但由于协方差矩阵存在病态性,微小的观测误差将被协方差矩阵的小奇异值放大,导致计算的配置结果不稳定且精度偏低。本文提出Tikhonov_LSC法,即在LSC法中引入Tikhonov正则化算法,基于GCV法选择协方差矩阵的正则化参数,利用正则化参数修正协方差矩阵的小奇异值,以抑制其对观测误差的放大影响。基于Tikhonov_LSC法计算大地水准面,能有效提高其稳定性和精度。通过以EGM2008重力场模型分别计算山区、丘陵和海域重力异常作为基础数据确定相应区域大地水准面的实验,验证了该方法的有效性。     

一种选取补偿最小二乘正则化参数的改进方法

为了改进半参数模型补偿最小二乘估计中的正则化参数选取方法,该文设计了3种方案:L-曲线法、虚拟观测法以及该文提出的改进方法以比较正则化参数的优劣。模拟算例表明,该文提出的改进方法可以有效评价正则化参数,得到的参数估值精度更高,是一种较为有效的选取补偿最小二乘最佳正则化参数的方法。     

正则化的奇异值分解参数构造法

Tikhonov正则化法引入正则化参数和稳定泛函来改善矩阵的病态性。稳定泛函表示为参数的二范约束时,正则化矩阵为单位阵的正则化法即为岭估计法。通过对岭估计的方差与偏差进行分析可知,岭估计改善矩阵病态性的同时也过度地引入了偏差,降低了解的可靠性,对较大奇异值的修正不能有效地减小估计的方差,却引入了偏差,而对较小奇异值的修正可有效地减小估计的方差。因此,选择较小奇异值特征向量构造正则化矩阵,调节各奇异值的修正,可有效减小参数估计的方差,减少偏差的引入,得到更为可靠的参数估计。通过试验证明了该方法的有效性。     

GRACE时变重力场各向异性高斯组合滤波方法

受测量误差等因素影响，直接使用GRACE时变重力场模型的地表质量变化反演结果呈现严重条带噪声，必须采用滤波消除。本文对不同滤波方法进行了试验分析，以信噪比最大为准则，确定了不同滤波方法的最优滤波参数，并在此基础上提出了一种各向异性组合滤波方法。该方法根据时变重力场模型球谐系数误差特性，结合各向异性高斯滤波和均方根滤波特点，对精度较高的低次项系数采用较大权重以保留更多有效信号，而对精度较差的高次项系数采用较小权重以压制噪声。不同于传统的两步法组合滤波，该方法仅需进行一步滤波处理。试验结果表明，本文提出的各向异性组合滤波方法计算步骤简单，能够有效消除条带噪声；与单一滤波和传统两步法组合滤波方法相比，提高了反演结果信噪比，保留了更多真实信号。     

北斗伪距单点定位的随机模型影响评估

北斗卫星导航系统包含3种不同类型的空间星座,相对应卫星的高度角存在一定的差异,对北斗卫星单点定位的影响也不同。针对这一问题,研究了等权模型、基于卫星高度角和信噪比的北斗卫星观测量随机模型确定方法。利用MGEX站提供的观测数据,通过比较不同模型的实验结果表明:相对于等权模型,基于卫星高度角和信噪比定权模型可以提高单点定位的精度,并且信噪比模型优于高度角模型;在基于信噪比确定权阵的随机模型中,选择不同的参数,对解算结果精度会产生相应的影响。     

基于信噪比检验的部分奇异值双参数修正估计

从分析LS估计和岭估计的奇异值展开式出发,研究了病态性问题的解算方法。岭估计中岭参数对较大奇异值的修正不能有效降低估计的方差,却增大了估计的偏差,这是导致岭估计有时效果不好的重要原因。首先借鉴TSVD思想,保留展式中较大奇异值所对应的项,然后修正展式中较小奇异值所对应的项。在修正前,利用信噪比检验,将各个参数按受到复共线性危害的大小分为两类,据此作出不同强度的双参数修正,提出了基于信噪比检验的部分奇异值双参数修正估计。实验结果表明,新方法的解算精度较高。     

航空重力测量数据向下延拓基于信噪比的正则化方法的研究

本文研究了正则化方法在航空重力测量数据向下延拓问题中的应用。首先对这种不适定问题的线性模型,分析了设计阵的复共线性结构与其对参数估计危害之间的关系,利用参数LS估计的信噪比提取了各个参数是否受到复共线性严重危害的信息,从而在一定程度上揭示了设计阵复共线性结构的特征。然后提出了基于信噪比的正则化方法（SNR）,以信噪比为依据构造正则化矩阵,以极小化均方误差为目标选取正则化参数。本文构造正则化矩阵无需利用附加物理或先验信息,这对于在缺乏此类信息的情况下运用正则化方法提供了新的手段。最后进行了数值试验,结果表明,本文提出的新方法（SNR）比普通的正则化方法（OR）在滤噪和保真方面表现更佳。     

雷达干涉测量图像的梯度自适应光滑子函数滤波法

提出了基于梯度的自适应光滑子函数滤波的新方法。对于干涉图中的点,通过梯度分为噪声点和非噪声点。在噪声点处,将包含噪声点的InSAR图像窗口拟合为二次曲面,然后用光滑子函数对拟合曲面进行平滑去噪处理,非噪声点处不进行平滑处理。通过这种方法有效抑制了斑点噪声,又同时做到使干涉图相位偏差较少和较好地保留了边缘信息。利用北京地区的真实ALOS数据进行滤波试验,并与几种常用的滤波方法进行比较和分析。通过均方根误差、峰值信噪比、边缘保持指数和标准相位偏差等量化指标,验证了基于梯度的自适应光滑子函数滤波方法的可行性与有效性。     

图像平滑算法比较研究及改进策略

图像平滑作为去除图像中含有噪声的图像增强处理技术，是各种与图像有关软件中必不可少的功能模块。文中在分析噪声模型的基础上，对均值平滑、中值平滑、边缘保持平滑等技术从图像处理空间域中的算法原理、实现方法及效率等方面进行了详细比较。针对图像中含有的不同噪声模型，通过多次试验，得出了值得从事图像处理研究者参考的结论。这将有助于提高图像处理软件开发的效率。     

顾及系统误差的坐标转换方法研究

针对Bursa模型在坐标系转换时没有顾及局部变形和累积误差的问题,通过对坐标转换误差进行分析,本文提出将由此产生的系统误差看作非参数信号的半参数估计,采用半参数模型对某一区域坐标进行解算,并对检核点非参数分量进行推估,与Bursa模型进行比较,结果表明半参数模型能够有效地消除系统误差。并探讨了不同确定平滑因子α的方法对坐标转换精度影响,计算结果表明,在正则矩阵R相同情况下,不同平滑因子确定方法得到的坐标转换精度有所不同,但均优于Bursa模型转换精度。     

基于多面函数模型的GPS高程拟合精度分析

选择不同的拟合方法与拟合模型对GPS高程拟合精度有很大影响。本文研究了多面函数拟合模型中平滑系数选择对GPS拟合高程精度的影响。通过实例计算分析表明,选择不同的平滑系数,GPS高程拟合精度相差较大,在利用多面函数拟合GPS高程实践中应慎重选择平滑系数。     

Multivariate Interpolation of Precipitation Using Regularized Spline with Tension

Regularized Spline with Tension (RST) is an accurate, flexible and efficient method for multivariate interpolation of scattered data. This study evaluates its capabilities to interpolate daily and annual mean precipitation in regions with complex terrain. Tension, smoothing and anisotropy parameters are optimized using the cross-validation technique. In addition, smoothing and rescaling of the third variable (elevation) is used to minimize the predictive error. The approach is applied to data sets from Switzerland and Slovakia and interpolation accuracy is compared to the results obtained by several other methods, expert-drawn maps and measured runoff. The results demonstrate that RST performs as well or better than the methods tested in the literature. The incorporation of terrain improves the spatial model of precipitation in terms of its predictive error, spatial pattern and water balance.     

Android智能手机GNSS定位性能分析

随着全球卫星导航系统(GNSS)的发展和移动通信技术的进步,用户对位置服务(LBS)提出了更高的要求. 本文采用市面上常见的两部Android智能手机采集GNSS数据,对Android智能手机伪距单点定位(SPP)和单频精密单点定位(PPP)算法进行研究,分析了在不同条件下智能手机的SPP、单频PPP定位性能. 结果表明:在使用多普勒平滑伪距和信噪比随机模型的基础上,Android智能手机GPS单系统的SPP定位精度可达3 m,GPS、Galileo、GLONASS、北斗卫星导航系统(BDS)四系统定位精度可达亚米级. 在单频PPP静态定位中,在GPS单系统下,定位精度仅能达到米级,且收敛时间较长;在GPS、Galileo、GLONASS、BDS四系统下,定位精度可达亚米级,且平面方向可在40 min内收敛. 在单频PPP动态定位中,手机的定位精度仅能达到米级.