一种整数相位钟法精密单点定位模糊度固定模型

星间单差法是常用的精密单点定位PPP模糊度固定方法,但是要面临基准星转换的问题。为此,提出了一种逐级模糊度固定模型,采用法国CNES发布的整数相位钟差产品,在PPP非差观测模型基础上逐一选取两颗卫星进行模糊度固定;得到多组单差模糊度固定解后,再以此构成约束条件进行滤波得到其他参数。实验选取了8个IGS站共48个观测时段进行模糊度固定实验。结果表明,模糊度成功固定后,位置三维误差平均值由5.60 cm减小到2.72 cm;位置误差标准差由3.64 cm减小到1.50 cm。仿动态条件下,模糊度固定后位置误差由6.02 cm降至4.75 cm。     

海上矿石运输最优船队的组建

针对海上矿石运输，介绍了一种完成定量任务并能使投资费用最少为目标的最优船队组建方法，同时对易变参数进行了灵敏度分析，使决策更加科学化     

基于立体补偿的遥感立体像对压缩方法

提出研究遥感立体像对的压缩问题。主要讨论了左右影像的视差补偿和辐射补偿。针对遥感立体像对视差分布不均以及左右影像存在辐射差的特点,提出了一种基于立体补偿的遥感立体像对压缩算法。该算法以左片为基准图像,采用自适应视差估计计算出右片的视差矢量,结合辐射校正和重叠块视差补偿技术得到平滑的右片的预测图像,以右片减去预测图像得到残差图像,然后采用小波压缩算法对残差图像进行压缩。实验结果表明,该算法能显著提高遥感立体像对的压缩性能。     

基于整数小波变换的地震数据压缩

由于地震数据的特殊性，在某些情况下需要进行无损压缩. 本文通过应用提升方法构造的整数小波变换无损压缩地震数据，与传统的无损压缩算法相比可以较好地提高压缩率. CDF(2, n)系列双正交小波可以较好地消除数据间冗余，集中数据特征，比其它CDF系列、SWE和CRF双正交小波有更好的压缩效果. CDF(2,n)系列双正交小波更适合作为整数小波变换无损压缩地震数据的小波函数.      

一种改进的宽巷引导整周模糊度固定算法

一般卫星导航接收机的伪距测量误差大于宽巷波长。根据宽巷引导模型,直接使用双差伪距取整固定双差宽巷整周模糊度有很大概率会产生一周固定错误。基于此,提出了一种改进的宽巷引导整周模糊度固定算法,针对宽巷整周模糊度一周固定错误进行探测和修复。利用整周模糊度为整数的特质构造理论探测量,并将该探测量与载噪比所确定的门限相比较,判断是否出现宽巷整周模糊度一周固定错误;利用双差整周模糊度自由度为3的特点,修复错误宽巷整周模糊度。对该算法在高斯噪声条件下的可行性进行了理论分析,结果表明正常载噪比的观测数据均可分辨出一周宽巷整周模糊度的估计错误。同时,分析了考虑多径等误差后该算法所能接受的载波相位最大误差。计算了不同伪距误差下宽巷整周模糊度一周固定错误出现的概率。使用GPS实测短基线数据对算法进行验证,该算法可将基于宽巷引导的整周模糊度固定算法的固定率从原来的只有不到1/3提升至接近100%。     

基于整数小波变换的多光谱图像无损压缩

多光谱图像一般都采用预测方法去除空间冗余和谱内冗余实现无损压缩。通过用提升方法构造整数小波变换, 将变换方法用于去除空间冗余；通过分类方法构造谱间预测器，用预测方法去除谱间冗余，两者相结合，实现无损压缩。由于变换方法的去相关性能良好，使该方法压缩效果大大改善。     

综合小波分析与分形方法进行弱磁异常识别

利用小波分析塔式算法对单一分形模型数据进行处理,结合“随机共振”理论,对高精度弱磁异常中的噪声和误差进行有效的分析评价,依据趋势分析方法获得的剩余磁异常,提出“加窗移动”最小二乘方法对应用非整数阶微积分的布郎运动正态随机行走进行控制,为高精度弱磁异常的有效识别提供有益的指导。     

整数模糊度参数的快速检索算法

ＧＰＳ快速定位中,由于模糊度参数之间的强相关性,模糊度参数置信区间定义的检索区域比相应的置信椭球大得多。本文通过模糊度参数向量的正交变换,定义出包含模糊度参数置信椭球的最小正交多面体,借助在其中构造的均匀正交网格点,找出置信椭球中的所有整数模糊度参数向量。该方法显著地减少了整数模糊度参数的检索范围,提高了计算效率。     

分块DPCM与5/3整数小波变换结合的天文图像无损压缩

针对海量的天文图像数据与有限的存储空间和带宽资源之间矛盾日益突出这一问题,提出一种无损压缩方法,首先将超大天文图像分块,再使用差分脉冲编码调制和5/3整数小波变换,最后使用霍夫曼算法编码。对该方法的原理和具体实现做了详细的分析与介绍,通过实验验证该方法比天文中常用的tar、PKZip、WinZip、WinRar软件在压缩比上分别提高了30%、29%、26%、2%,压缩速度远大于WinZip和WinRar;且该算法实现简单,适合硬件实现和利于并行处理。     

一种改进的SEVB整数模糊度搜索算法

针对浮点模糊度精度较差时SEVB算法存在搜索耗时较大的问题,提出一种改进的SEVB算法。该算法通过限制初始搜索空间大小和优化计算过程,能够有效减少模糊度搜索候选点个数和不必要的冗余计算,进而提高搜索效率。试验结果分析表明,当浮点模糊度解算精度较低时,改进算法的搜索效率比SEVB算法明显提高,且其搜索耗时不易受模糊度维数及精度的影响,具有更好的稳定性。