校园标志物空间形态的测量与分析

研究了利用免棱镜全站仪进行建筑物形态测量与分析的方法,重点研究了坐标系转换、非线性拟合、形态分析等关键问题。以校内标志物--混流式水轮机转轮为研究对象,利用免棱镜全站仪采集了该物体形态特征点的三维坐标,通过空间平面拟合完成了水轮机转轮的平整度计算与分析,通过坐标转换和平面拟合进一步完成了水轮机转轮圆心坐标、圆半径和圆度的计算与分析。研究和试验表明,利用免棱镜全站仪进行水轮机转轮的空间形态测量是一种快捷和精密的方法,该方法可为其他类似建筑物的空间形态测量提供一定的参考,空间形态测量的数据处理和方法也将得到更加深入的研究。     

高精度仪器高量取方法研究

各种工程对测量的精度要求越来越高,仪器高的量取是测绘中的首要程序,仪器高的精度决定了测量外业的整体精度。本文介绍了量取仪器高的一般方法,并在对现有三脚架作出局部改动的基础上,配对一种新设计的尺子,提出了一种新的仪器高量取方法。该方法操作简便,可行性强,可提高仪器高的测量精度,具有很强的普及性。本文的设想为测量工作中仪器高的量取提供了新的参考,也为仪器改良提供了新的思路。     

数据库系统在测绘企业管理中的应用

一、简述 测绘企业管理人员在管理中应当讲究有效性,即对于主要管理者来说,应当非常清楚本企业的内外部情况,如企业职工队伍的现状、各机构的人事安排、企业拥有的设备生产能力等等;对于部门管理者来说,应当非常清楚本部门或本人职责规范内的各项内容,如职工工资的分配、各种仪器设备的现状、各     

多面函数法GPS高程拟合在桥梁建设中的应用研究

高程异常一般呈多曲面分布，在局部区域内，建立多面函数模型进行GPS高程拟合，可以达到较高的精度。利用多面函数模型进行GPS高程拟合，除选取分布均匀的中心点外，核函数形式的选取直接关系到GPS高程拟合的精度。对几种多面函数模型进行研究和比较，并在某桥梁建设中进行了实际应用。     

地下圆曲线标定过程中合理弦长与边垂距的确定

根据地下圆曲线所片位置的特殊性，提出了确定合理弦长进进行地下圆曲线标定的方法，导出了计算弦线上任一点的内、外边垂的距的公式，有利于保证测角测边精度施工的进度和质量。     

基于灰色聚类法和灰色关联分析的大坝安全评价

大坝安全评价是一项复杂的综合评价,针对大坝安全评价中存在信息不完全确定的特点,将灰色系统理论中的灰色聚类法和灰色关联分析法应用到大坝安全评价中。以大坝基础工程部位的安全状况作为评价对象,建立评价指标和评价标准体系。通过实例计算与分析表明,两种方法在安全评价结果方面表现出了良好的一致性,且评价结果与实际情况相符,将两种方法用于大坝安全评价是可行和有效的。     

基于LAMBDA和DC算法的GPS单历元整周模糊度的快速确定

仅利用LAMBDA方法求解GPS单历元整周模糊度成功率不高,并且当接收卫星数较多时搜索空间较大。为此,采用TIKHONOV正则化方法削弱单历元模型法方程的病态性,并且基于协方差矩阵选择部分宽巷模糊度,先采用LAMBDA方法进行搜索,再利用高解算效率的DC算法解算剩余宽巷模糊度,最后通过两组不同线性组合的逆变换直接求取原始观测值L1和L2的整周模糊度。实验和计算表明,方法显著提高整周模糊度的搜索效率,并且提高模糊度搜索成功率。     

基于两步解法的似大地水准面拟合

基于最小二乘估计(LS估计)的曲面拟合,作为似大地水准面拟合的一种方法,巳广泛应用在GPS高程转换中.然而,如果曲面拟合方程中存在病态问题,LS估计方法往往不能解算出稳定且准确的参数估值.在LS估计的基础上,探讨了基于两步解法的似大地水准面拟合方法.该方法能够减弱病态方程对拟合结果的影响,提高GPS高程转换的质量.最后...     

小波分解AR-BP网络模型在大坝垂直位移预测中的应用

针对大坝内部垂直位移数据序列不仅具有周期性、平稳性,且在频域上存在高、低频,显著的多尺度等特性,本实验利用多尺度小波分析的原理与方法对数据序列进行分解,对低频序列和高频序列分别建立AR模型和BP神经网络模型并进行预测,最后叠加各个序列的预测值,得到数据序列的预测结果。该方法适用于大坝垂直位移的预测,结果与自回归模型及单BP神经网络模型相比,该模型具有更高预测精度。     

GNSS坐标时间序列噪声特征分析

为了研究我国目前建立的连续运行参考网络（CORS）GNSS基准站的坐标时间序列噪声特征是否与国际领域研究的成果相符合,对江苏CORS网连续3年24个分布均匀的GNSS基准站的数据进行处理,利用GAMIT软件获取了各基准站的坐标时间序列,并利用CATS软件采用最大似然估计法对坐标时间序列的噪声特征进行了分析,结果表明：GNSS基准站坐标时间序列不仅包含白噪声,还包含有色噪声;GNSS基准站坐标时间序列在N、E、U方向的噪声类型并不完全一致,其中N、E方向的最佳噪声模型为“WH＋FN＋RWN”,U方向的最佳噪声模型为“WH＋FN”.