Histogram and scattergram smoothing using convex quadratic programming

An algorithm, based on convex quadratic programming, is proposed to smooth sample histograms. The resulting smoothed histogram remains close to the original histogram and honors target mean and variance. The algorithm is extended to smooth sample scattergrams. The resulting smoothed scattergram remains close to the original scattergram shape and the two previously smoothed marginal distributions and honors the target correlation coefficient.     

基于形态重构的图像去噪方法研究

应用数学形态学中的形态重构滤波,对噪声图像进行了处理,在去除噪声的同时,也保持了边缘及细节信息。     

广义相遇法的拓展

当地表不规则时,用广义相遇法求取的折射层速度存在较大误差,针对于此,这里提出了一种基于广义相遇法的广义相遇静校圆滑法。其步骤如下:①利用广义相遇法求出针对不同XY值的广义相遇速度解析值和时间深度值;②根据时间深度值求出"静校正量",然后从旅行时间中减去静校正量;③绘出广义相遇速度解析曲线,求出速度。其中的步骤②,是把所求的静校正量从旅行时间中减去,就是把地表的影响消除,所以得到的值基本不受地表的影响。对某一模型用此方法,取得了比较理想的效果,尤其是对于地表比较小范围的突然变化,有很明显的效果。实践证明,该方法极大地提高了传统广义相遇法求取折射层波速的精度。     

Gibbs sampler by sampling-importance-resampling

Among the Markov chain Monte Carlo methods, the Gibbs sampler has the advantage that it samples from the conditional distributions for each unknown parameter, thus decomposing the sample space. In the case the conditional distributions are not tractable, the Gibbs sampler by means of sampling-importance-resampling is presented here. It uses the prior density function of a Bayesian analysis as the importance sampling distribution. This leads to a fast convergence of the Gibbs sampler as demonstrated by the smoothing with preserving the edges of 3D images of emission tomography.     

多尺度带乘性噪声系统的最优状态平滑算法

针对多尺度带乘性噪声系统,在多尺度最优滤波融合的基础上,进行状态最优固定域平滑算法的研究.通过推广得到的平滑算法需要大量的局部传感器参数,而分布式多尺度滤波融合后不能保留这些信息.针对这一弊端对算法进行改进,推导出仅使用融合后的一步预测及滤波值的平滑算法.该算法在线性最小方差意义下是最优的.计算机仿真验证了算法的可行性.     

HVF������GPS��·��ЧӦ�о��е�Ӧ��

????????Helmert????????????Vondrak????????????HVF??????????????GPS??·??Ч????о????????????????????????????÷???????????Vondrak?????????????????????????????????Ч????????????????е????????????????÷????????·????????????GPS??·??Ч?????????????????????Ч????????·??Ч??????????????????GPS??λ?????     

时变重力场的非各向同性高斯滤波比较

使用GRACE反演地球表层的质量异常,其结果取决于构造的平滑函数即滤波方法。本文阐述了两种在经典高斯滤波基础上构造的Fan滤波和Non-isotropic Gaussian(Non)滤波,两者均对GRACE的阶和次起作用。在同一阶下,两者的权重随着次数的升高而衰减,但衰减的趋势不同,比如在20阶时,Fan滤波呈抛物线变化,而Non滤波则为线性衰减;在40和60阶,两者均呈抛物线变化。使用CSR发布的GRACE Level-2 RL05数据反演地表质量异常,两者的结果相近。     

载波相位平滑时间常数对GBAS精度增强的影响

陆基增强系统(GBAS)是利用载波相位平滑伪距差分修正实现对导航辅助定位的. 其中,平滑时间常数是影响载波相位平滑伪距精度的关键参数. 本文分析研究了不同平滑时间下电离层时间梯度和空间梯度对Hatch滤波的影响. 在结合电离层时空梯度和多径效应引起的滤波总误差方差的基础上,推导出自适应的最优平滑时间常数. 分别对GBAS静态和动态两种环境下的定位误差进行实验,实验结果表明,采用本文推导出的自适应平滑时间常数降低了GBAS伪距测量误差,从而使定位精度得到增强.      

融合GNSS和加速度计监测数据的超高建筑动态特性分析

GNSS和加速度计是目前动态监测超高建筑环境载荷变形的主要手段。GNSS具有无需通视、可直接获取三维位移等优点，但受精度和采样率的限制，其对微变形及高频振动信息不敏感；而加速度计具有高精度和高采样率等优点，但无法监测超高建筑低频的似静态变形。为充分发挥这两种传感器的各自优势，提出利用多速率Kalman滤波和RTS平滑方法对超高建筑GNSS和加速度计监测数据进行融合处理。试验结果表明，与单一的GNSS监测技术相比，该方法有利于削弱GNSS高频噪声的影响，提高位移数据的采样率，可有效识别超高建筑的低频和高频振动频率，提高对微变形振动的监测能力；与单一的加速度计监测技术相比，该方法可以准确监测超高建筑的低频变形信息，具有良好的工程应用价值。