适用于遥感分类的多邻域粗糙集加权特征提取方法

邻域粗糙集是一种有效的影像特征提取方法,邻域粗糙集模型存在稳定性不高和邻域半径需要反复调整的不足,难以实现地物特征的自动化提取。提出一种多邻域粗糙集加权特征提取方法用于高分辨率遥感影像特征提取。该方法首先利用不同半径的邻域粗糙集对影像的光谱和纹理特征进行提取,求得不同邻域半径下的有效特征子集;然后统计所有邻域半径下各个特征出现的概率,将概率作为权重与特征进行加权得到最终地物特征。QucikBird影像上分类试验表明本文算法优于传统邻域粗糙集特征提取方法,分类总精度平均提高3.88%,Kappa系数平均提高5.16%。在GeoEye-1影像上的分类试验同样证明了本文方法的有效性。     

一种基于加表零偏稳定性的GNSS/SINS组合导航异常探测方法

在地面车载组合导航中,全球导航卫星系统（global navigation satellite system,GNSS）的观测值容易受地面复杂环境的干扰,导致其定位结果出现异常,严重影响GNSS/捷联惯性导航系统（strap-down inertial navigation system,SINS）组合的滤波解算。从惯导系统误差特性的角度,研究了一种基于加表零偏稳定性的组合导航异常探测新方法。该方法从加表零偏解算的异常来发现GNSS位置、速度等观测值中的粗差,并采取剔除和降权的抗差方法抵御粗差影响。通过一组车载数据的分析表明,观测粗差对加表零偏解算的影响十分显著,以此为判别条件能够准确地发现观测粗差。采用该方法后,位置误差、速度误差和姿态误差的均方根分别减小了70.8%、87.9%和77.7%,显著提高了组合导航的解算精度和鲁棒性,为组合导航数据的抗差处理提供了一种新思路。     

宽巷载波相位模糊度小数偏差时变特性分析

对使用序贯最小二乘估计非差宽巷FCB的方法进行论述,指出其不足在于事先假定了单天内的(接收机端和卫星端)宽巷FCB稳定不变,而对其时变性质缺少讨论与分析。处理了全球350个IGS测站共10d的GPS观测数据,从站星非差FCB、站间单差FCB序列两方面对接收机端宽巷FCB的时变特性进行详细的分析和讨论。数据处理结果表明:①在没有周跳的连续弧段内非差宽巷FCB的历元平滑结果具有较好的稳定性,使用不少于90个历元(45min)的数据即可收敛到0.1周以内保持精度稳定,因此,建议计算非差宽巷FCB的最短弧段不应少于45min;②接收机端宽巷FCB在每一天内随时间变化速率不一样,一天内最大变化量可以达到0.3周,并且接收机重启会使其重新赋值,破坏FCB值的连续性。关于接收机端宽巷FCB时变特性的分析表明文献[4—5]等的序贯最小二乘法所依据的假设前提并不可靠。为获得更高精度的非差卫星宽巷FCB估值,对于接收机重新启动的观测数据,需要新增一个接收机FCB参数;而对于接收机FCB的时变特性,可以在估计时将其作为随机游走过程进行估计。     

谷歌Nexus 9智能终端原始GNSS观测值的质量分析

从信噪比、伪距残差、相位残差等方面对开阔环境下的静态谷歌Nexus 9智能平板终端的原始全球导航卫星系统（Global Navigation Satellite System，GNSS）观测数据质量进行了分析评估，结果表明，Nexus 9平板的全球定位系统（Global Positioning System，GPS）、GLONASS观测值的信噪比比测量型接收机低10 dBHz左右；伪距精度分别为5.43 m、11.39 m，相位精度分别为4.44 mm、4.99 mm；相对于高度角来说，信噪比与伪距残差的相关性更强，更能反映观测数据的质量。在此基础上给出了信噪比定权的随机模型，并进行了开阔环境下的伪距单点定位测试。实验结果表明，基于信噪比定权的单点定位平面精度为2.74 m，高程精度为4.56m，比高度角定权精度提高了约26%。     

北斗卫星伪距偏差模型估计及其对精密定位的影响

现阶段北斗卫星导航系统（BeiDou navigation satellite system,BDS）的同步地球轨道（geostationary orbits,GEO）卫星、中倾斜地球同步轨道（inclined geo-synchronous orbits,IGSO）卫星和中圆地球轨道（medium earth orbit,MEO）卫星均存在伪距偏差,该伪距偏差的存在对精密定位的研究及其应用产生了较大的影响。根据北斗IGSO和MEO卫星的伪距偏差与高度角和频率相关的误差特性,本文分析了测站数目及分布,以及观测时长对建模的影响,选择18个测站2015年全年的数据作为MEO卫星的建模数据,其中可以连续观测到全弧段IGSO卫星的4个测站用于IGSO卫星的建模,采用加权分段线性拟合联合抗差估计的方法建立了北斗卫星伪距偏差改正模型。模型改正后,北斗IGSO和MEO卫星的伪距偏差得到明显的削弱,相比于传统的伪距偏差改正模型,精密单点定位（precise point positioning,PPP）的定位精度和收敛时间均得到提升。     

利用Allan方差分析GPS非差随机模型特性

非差GPS定位中,通常采用以观测值服从高斯白噪声条件的估计准则进行参数求解。研究表明卫星端误差、传播路径误差、测站环境误差等会破坏观测值的白噪声特性,并且未模型化误差同样具有不利影响。这不仅破坏了估计准则的假设条件,而且部分非白噪声有可能被状态参数吸收,影响估计的准确性。本文将观测值白噪声、有色噪声和未模型化误差一同纳入GPS非差随机模型,以验后残差来表征GPS数据的随机特性,进行Allan方差分析,研究噪声成分及其参数。结果表明,GPS非差噪声组合主要为WN+GM,相位白噪声为2.392mm,GM过程噪声为4.450mm/s,相关时间为52.074s,伪距白噪声为0.936m,GM过程噪声为0.833m/s,相关时间为14.737s,相位的GM过程噪声与卫星相关性较大,而其余噪声则与测站相关性较大,大量分析结果表明GPS非差随机模型并不服从高斯白噪声假设,有待精化。     

联合SVM和HMM的水上/水下导航场景感知模型构建

导航场景感知是智能化PNT的重要特征,更是实现多场景无缝导航定位的基础。本文聚焦水上/水下导航场景,考虑电磁波的衰减程度差异将其细分为水上、浅水、深水3类场景,利用支持向量机(support vector machine, SVM)进行场景分类与识别,在此基础上,引入隐马尔可夫模型(hidden Markov model, HMM)表达导航场景切换,进一步提升场景识别可靠性。本文分别构建了基于结果联合(SVM-HMM1)及基于概率联合(SVM-HMM2)的水上/水下导航场景感知模型。实测分析表明,两种模型能够实现高精度场景感知,SVM-HMM1与SVM-HMM2识别准确率分别为91.36%与95.11%;与单一的HMM和SVM模型相比,联合模型在结果分类与识别上更为稳定,准确率提升约为0.95%～8.46%。     

基于PSInSAR技术和云模型的地面沉降稳定性分析

利用永久散射体干涉测量(PSInSAR)技术获取北京市地铁一号线传媒大学-八里桥站的沉降速率及演化特征,并采用云模型实现了地面沉降定量信息与定性概念的自然转换,以此评价地面沉降的不均匀性和稳定性,得到以下结论:1)地面沉降在地铁线南北两侧存在较大的不均匀性,且沿地铁线的地面沉降也具有较大的不一致性。整个实验区的沉降速率在0.67~60.91mm/a之间;2)对2010-2012年研究区PS点沉降量的数字特征(Ex,En,He)进行分析表明,三年沉降量、平均沉降水平均较低;沉降量值离散程度较小但在空间分布上仍呈现一定不均匀性;该研究区沉降虽整体处于稳定状态,但稳定性在减弱,沉降有增大的趋势。     

GNSS/SINS/视觉多传感器融合的精密定位定姿方法与关键技术EI北大核心CSCD

全球导航卫星系统作为国家重要的空间信息基础设施,具备全球、全天候、高精度连续定位、导航和授时的功能,然而,到达地面的GNSS卫星信号非常微弱,存在遮挡、干扰和欺骗三大脆弱性问题,无法在电磁干扰、物理遮蔽等复杂环境下使用,为了保障国家PNT系统的坚韧性,提升导航与位置服务的能力,我国开始推进以北斗为核心的国家综合PNT体系建设,其中多传感器集成、多源异质信息融合是未来PNT技术的重要发展方向,也是从根本上解决单一导航系统局限性和脆弱性的有效途径,为了实现连续可用,精准可靠的PNT服务体系,迫切需要解决多传感器融合的精密定位定姿关键技术。论文主要工作如下。