散射模型的多时相极化SAR斑点噪声滤波算法

本文提出了一种基于散射模型的多时相极化SAR数据斑点噪声滤波算法,该方法是利用多时相极化SAR数据,在保持像元主散射特性基础上实现斑点噪声抑制。其基本原理是对多时相极化SAR数据的主辅影像进行分类,并通过统计主辅影像中待滤波像元邻域窗口内类别分布情况自适应地选取参与滤波的像素进行滤波。实测数据的实验结果表明,该方法既能够有效地抑制斑点噪声,又能够良好地保持地物散射特性和边缘纹理特征。     

连续小波变换识别位场场源法的噪声影响分析与尺度因子的选择

为提高连续小波变换识别位场场源准确度,研究噪声对场源识别结果的影响和尺度因子优选方法问题。根据连续小波变换识别位场场源的基本原理,用该方法对不同噪声水平的合成数据进行场源识别,分析噪声对于场源识别结果的影响,研究小波变换的尺度因子对噪声压制的效果,讨论连续小波变换进行场源识别时尺度因子的选取方法。理论模型和实测资料场源识别结果表明,噪声会降低连续小波变换场源识别结果的准确度,笔者提出的尺度因子优选方法能有效压制噪声干扰,提高场源识别结果的准确度。     

常加速度模型的简化自协方差最小二乘法

“当前”统计模型自适应算法并非真正意义上的自适应目标跟踪算法,其性能与其中关键参数的选择有着直接的关系。本文以常加速度模型对机动载体进行建模,顾及其状态噪声协方差矩阵满足特定结构,提出了简化的自协方差最小二乘噪声协方差估计方法,该方法通过建立新息的相关函数序列与未知噪声协方差矩阵间的函数模型,并结合最小二乘法进行噪声协方差估计。数值仿真结果表明,当载体进行阶跃加速度运动或变加速度运动时,本文所提方法的目标跟踪精度均优于“当前”统计模型自适应算法。     

COMPASS三频数据线性组合优化选取分析

以北斗卫星1支路频点为例,从消除或减弱电离层影响、对流层影响和观测噪声与多路径误差3个方面分析COMPASS三频数据线性组合的优化选取问题,并通过MATLAB模拟,给出一些典型的组合,分析它们可能的应用,为COMPASS三频数据线性组合的优化选取提供一些借鉴。     

连续观测系统的平差模型与有色噪声补偿

现代测量技术多依赖于各种连续对地观测系统。有色噪声在影响参数估计的同时,还蕴含了地球科学研究所需的大量有用信息。本文讨论了连续平差模型及最小二乘解,将有限维空间中的测量平差问题推广至无穷维空间,从信号分析角度讨论了观测有色噪声的消除方法。研究表明,连续观测方程的最小二乘解可由经典最小二乘解的极限导出;有色噪声对解的影响是系统性的,然而通过合理的观测方案设计可以实现参数的无偏估计     

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。     

三频精密单点定位观测模型初探

三频观测值为导航定位提供了更多的观测值组合选择。在利用载波相位三频线性组合消除一阶电离层误差的基础上,对组合模糊度为实数和整数两种情况下的二阶电离层误差及观测噪声水平进行了分析,获得了几种适用于精密单点定位的三频观测值组合。     

基于小波预处理的基坑变形监测数据的最小二乘估计

利用小波变换特有的低通滤波属性和有效抑制测量噪声的能力,将传统的最小二乘估计与之相结合,提出了一种基于小波预处理的最小二乘估计新方法 ,并针对具体基坑变形监测数据,验证了该方法的有效性。     

甚宽频带地震计频域标定的噪声数据处理方法

分析了频域标定中的噪声及传统数据处理方法，提出数据处理的本质是噪声处理的观点，探讨了不同噪声的不同处理方法，详细研究了长周期非线性漂移的噪声处理方法，有效地提高了频域标定精度。