非线性参数估计的自适应松弛正则化算法

非线性方程参数估计存在的弊端在于非线性观测方程存在不适定问题时，以线性化平差估计和高斯牛顿为代表的经典数值算法会产生较强的不稳定特征。因此，针对传统非线性最小二乘求解不稳定且可靠性低的特点，基于稳定泛函极小准则最优化思想，提出了一种自适应松弛正则化数值算法。该算法采用正则化参数几何递增计算方法和残差最小步长准则，实现了正则参数和迭代步长计算的完全自适应，提高了非线性迭代收敛效率。以病态仿真数据和水下实测数据为例，验证了该方法的数值收敛解优于线性平差估计解，收敛效率优于迭代Tikhonov正则化方法。     

非等间距GM(1,1)模型的总体最小二乘算法及其病态问题

在非等间距GM(1,1)模型中，系数矩阵中有无误差的常数项和有误差的随机项，并且系数矩阵与观测向量误差同源，即系数矩阵与观测向量中有相同的元素存在，这些相同元素应该有相同的改正数，为此本文推导了一种适合非等间距GM(1,1)模型求解的总体最小二乘算法。同时，考虑到非等间距GM(1,1)模型中存在病态问题时影响总体最小二乘计算结果的稳定性，提出对系数矩阵常数列乘以某一常数的方法，以改善病态问题。     

基于气象要素内插的地基GPS/PWV 方法研究与精度分析

测站气压和温度的准确获取对GPS水汽反演的精度至关重要,但是我国各地在建立GPS连续运行观测站时的发展状态差别较大,有相当部分的GPS气象站网并未配备气压和温度传感器,无法有效准确采集测站气压及温度相关数据,对实时获取测站上方水汽有较大影响.本文基于一种增加高度改正的反距离加权法,和分布在全国的全球卫星导航系统(GNSS)气象站网数据,对该方法进行了实验验证．实验结果表明,通过此方法得到的气压和温度参数精度满足水汽解算需要．同时将本文方法与全球气温和气压经验模型(GPT2)进行对比,证明了本文得到的温压参数精度要优于GPT2模型.      

基于高斯烟羽模型的船舶尾气扩散研究

为有效对港区大气污染进行治理、分析船舶尾气,本文详细介绍了一种基于高斯烟羽模型,通过MATLAB模拟仿真模型,其包括实验仿真过程、技术原理及理论模型对船舶尾气扩散进行的研究。该模型是在传统的高斯烟羽模型的基础上,通过对实源像源进行加权选择输入参数;通过矢量合成确定了气体扩散的方向,利用合成后的"风速"进行计算仿真,有效模拟了船舶尾气在港区或者海洋环境中的气体扩散模型。其模型简单且可以有效模拟船舶尾气扩散。并且进一步对后续模型的精确优化进行分析。     

杭州湾中部实测波浪特性分析

利用杭州湾中部一年实测波浪资料,分析该地区的波参数统计变化特性,采用最小二乘法拟合得出相关参数之间的关系式,并统计分析了频谱特性。结果表明:杭州湾中部以小浪和轻浪为主,在各月分布较为均匀,年平均周期为2.97 s;最大一次波浪过程为冷空气影响所致,影响强度大于台风莫拉克;常浪向分布在东北至东南向,其中又以小浪出现较多,对应的波周期以2~4 s为主;强浪向主要分布在西北和东北方向,对应的波周期主要分布在3~5 s;多数特征波参数之间相关关系较好;由谱分析得知风浪占多数,且以单峰为主。研究结果可为相关工程和理论研究提供基础资料。     

Helmert方差分量估计在GPS/GLONASS/BDS组合定位权比确定中的应用

因GNSS系统间观测噪声、轨道精度的差异，采用经验权比进行组合定位难以得到最优结果。基于此，在GPS/GLONASS/BDS组合定位中引入Helmert方差分量估计，对GPS/GLONASS/BDS组合单点定位和基线解算中各系统观测值进行合理定权。实验表明，采用该方法确定的伪距观测值最佳权比为5∶1∶1，相位观测值最佳权比为1∶1∶1，有效提高了GPS/GLONASS/BDS组合定位的精度和可靠性。     

单基站基于波达角度的刚体位置姿态最大似然估计

针对刚体定位同时估计目标的位置和姿态信息的问题，研究了在三维空间中利用单基站进行刚体定位（RBL）的框架.该框架采用单个基站对安装在刚性目标表面的小规模无线传感器信号的波达方向进行测量，并将其与传感器拓扑信息融合，提出了两种用于RBL的最大似然估计算子.利用改进的高斯-牛顿算法对旋转矩阵和平移向量的最大似然估计算子进行优化估计，解算出了目标物体的三维位置和姿态.仿真结果表明，文中提出的最大似然算子可以接近理论克拉美罗下限，并且在收敛成功率和运算成本方面具有较为出色的性能.      

用实测波浪数据确定JONSWAP谱参数

本文给出应用实测波浪数据确定JONSWAP谱参数的方法，若Hs,Tz,Tc分别为实的有效波高，平均上跨零线周期，平均峰－峰周期并令y=Tz/Tc，本文导出求解谱参数γ值的方程f（γ，y）＝0。根据这个方程的解并应用最小二乘法，γ作为y的函数的表达式可写为（对于2.54≤γ≤15.34及1.6≤y≤1.79）。     

基于噪声随机模型的加权观测融合方法

信息融合技术中,在各局部传感器的有色观测噪声为一阶AR模型的情况下,可以利用观测扩增方法消除有色噪声的影响,得到最优加权观测融合方程,从而实现状态的最优滤波解。对于有色观测噪声为MA或ARMA模型的情况,观测扩增方法不再适用。提出了基于有色观测噪声随机模型级数展开的方法,求解出各局部传感器有色观测噪声的方差,并利用该方差对加权观测融合滤波器进行了构造。通过计算实例证明,该方法不仅适用于观测噪声为AR模型,同时适用于噪声MA或ARMA模型。     

一种基于特征信息的车牌识别方法

根据中国车辆牌照本身的现有特征信息,提出一种车牌识别方法.采用全局动态阈值法进行二值化处理图像,牌照定位算法简单迅速,字符分割参考垂直投影间隔和字符的纵横比.实验结果表明,这种方法具有良好的环境适应性和鲁棒性.