LS-SVM算法中优化训练样本对测深异常值剔除的影响

在验证趋势面滤波是最小二乘支持向量机算法取特定参数解的基础上,利用 LS-SVM 所构造的海底趋势面对测深异常值进行剔除。 为了克服 LS-SVM 解非稀疏性的缺点,同时抑制偏差较大的训练样本对海底趋势面构造的影响,提出并实现了一种基于局部样本中心距离的训练样本优化方法。 为了检验该算法的有效性,选取实测的多波束测深数据进行验证,结果表明在训练样本优化的基础上,通过调整 LS-SVM 的参数可以得到更为合理的海底趋势面,测深异常值地剔除也更为有效。     

小型化LEO星座与BDS-3全星座联合定轨仿真

受限于区域监测站及地球静止轨道(geosynchronous earth orbit,GEO)卫星的静地特性,北斗卫星导航系统(BeiDou satellite navigation system,BDS)定轨精度较差,加入低轨卫星(low earth orbit,LEO)星载数据可显著提升定轨精度.使用一种由24颗L...     

北斗导航定位系统单点定位中的一种定权方法

北斗卫星导航定位系统星座复杂、不同种类卫星高度差异较大,本文将全局性非线性最小二乘算法(Bancroft算法)应用到北斗单点定位中,Bancroft算法主要依据四维空间下的一种Lorentz内积实现,将Bancroft算法中的Lorentz内积方程写成误差方程形式,推导此方程的权,得到一种新的北斗观测值定权公式。为了验证上述定权方法,基于伪距相位差值(CC组合)组合观测值分析了北斗GEO、IGSO和MEO卫星的测距信号质量,基于多路径(MP组合)组合观测值分析了多路径效应对单点定位的影响。结果表明,新算法提高了北斗单点定位精度。     

基于模糊集重心的DLG产品质量的模糊综合评判

DLG产品作为GIS的一种重要数字产品形式,其数据质量是保证系统可靠性、有效性的关键.本文对影响DLG产品质量因素进行了详细分析,在此基础上,将基于模糊重心综合评判应用于DLG产品的质量评估,较好地解决了传统模糊综合评判的信息丢失问题,使评估方法更加有效、可行.     

有色噪声情况下状态预测值修正的Kalman滤波

利用线性最小方差估计方法,以正交投影理论为工具,推导了动态线性系统在状态噪声为有色噪声情形下的状态预测值及其相应的协方差阵。在形式上,此预测值比经典Kalman滤波预测值多出一项,该项包含了前一时刻的新息。对新预测值进行分析,得出了有色状态噪声条件下Kalman滤波的新算法,扩展了经典Kalman滤波的应用范围。最后通过一个模拟算例,证明了该算法的有效性。     

利用水深不确定度探测测深异常值的方法

利用最小二乘支持向量机(LS-SVM)合理地构造出海底趋势面关键在于训练样本的选取.在构造海底趋势面的过程中,提出并实现了一种基于不确定度优化训练样本的方法.为了检验该方法的有效性,选取实测的多波束测深数据进行验证,并与趋势面滤波法进行比较.结果表明,该方法能有效地抑制较大偏差训练样本的影响,构造的海底趋势面更为合理,...     

有色噪声情况下状态预测值修正的Kalman滤波

利用线性最小方差估计方法,以正交投影理论为工具,推导了动态线性系统在状态噪声为有色噪声情形下的状态预测值及其相应的协方差阵.在形式上,此预测值比经典Kalman滤波预测值多出一项,该项包含了前一时刻的新息.对新预测值进行分析,得出了有色状态噪声条件下Kalman滤波的新算法,扩展了经典Kalman滤波的应用范围.最后通...     

动态导航定位噪声相关性的实时探测处理

提出了探测噪声相关性的图解法,直观地确定噪声的相关程度;基于统计检验的思想设计零假设,并构造检验统计量,给出了探测相关性的假设检验法。结果表明,图解法和假设检验法均能有效地判断噪声的相关性,实用中可将两种方法相结合,以达到最佳效果。     

利用接收机钟差实时滤波提高GNSS精度

建立接收机钟差的高斯马尔可夫模型,通过自相关函数估计接收机钟差的时间常数,利用Allan方差确定模型谱密度参数,将滤波后的接收机钟差返回补偿至GNSS观测方程,重新进行导航解算。实验结果表明,对接收机钟差进行滤波,可有效提高钟差估计精度,提高GNSS的精度。     

北斗卫星导航系统空间信号误差统计分析

针对我国北斗卫星导航系统的在轨卫星,通过一定的事后定轨策略得到精密轨道数据,用以对广播星历空间信号误差进行分析。不仅对用户测距误差进行估计,还进行了相关分析和正态性检验。通过分析2012年10月份的观测数据发现,所有卫星SISURE的平均值为1.45m;其径向-钟差和切向-法向为低度相关,其他分量之间为微相关;在正态性分析中发现,所有的空间信号误差分量都不符合正态分布,且峰度异常值可以检测偏离较大的误差,偏度异常值可以检测系统偏差。