基于CORS的GNSS数据质量分析方法改进研究

伴随着国家2000大地坐标系的全面推广和应用以及卫星导航定位技术的飞速发展,全国各地陆续建立起了基于ITRF框架下CGCS2000坐标系的CORS系统,兼容北斗、GPS、GOLNASS等多星座系统。基于CORS的多星座GNSS数据质量分析的重要性便更加凸显出来。本文重点研究了目前常用的GNSS数据质量分析方法,提出基于小波变换的数据预处理思想,并通过数据质量分析评价这一思想的实际效果,最终结果表明:利用小波变换进行数据预处理有助于提升数据质量。     

融合小波变换与神经网络的RSSI室内测距算法

提出一种融合小波变换与神经网络的基于WiFi的RSSI室内测距算法,该方法通过小波变换与神经网络对RSSI数据、路径损耗模型进行修正。利用小波分解与单支重构方法,只对低频的近似部分进行单支重构,舍弃高频细节部分,同时使用神经网络训练特定环境下的路径损耗模型。通过实例验证表明,该算法最大测距误差、最小测距误差、平均测距误差分别为1.206、0.037、0.692 m;平均测距误差比路径损耗模型、BP神经网络模型分别提高了1.846、0.469 m。     

基于小波变换和不变矩匹配的快速人体定位

人体定位是指在图片中确定行人位置的过程。为了提高人体定位的正确率和速度,提出了一种结合小波变换和不变矩匹配的定位方法。首先对图像进行小波变换,提取出图像小波系数;再根据行人模板的系数特征提取出不变矩模板;然后在小波域上通过不变矩匹配实现人体定位。该方法减少了待检区域,降低了计算代价。实验结果表明,该算法识别率达78.6%,测试结果比Oren等人提出的匹配方法提高了26.7%。     

基于小波变换和不变矩匹配的快速人体定位

人体定位是指在图片中确定行人位置的过程.为了提高人体定位的正确率和速度,提出了一种结合小波变换和不变矩匹配的定位方法.首先对图像进行小波变换,提取出图像小波系数;再根据行人模板的系数特征提取出不变矩模板;然后在小波域上通过不变矩匹配实现人体定位.该方法减少了待检区域,降低了计算代价.实验结果表明,该算法识别率达78.6%,测试结果比Oren等人提出的匹配方法提高了26.7%.     

小波分析在空间数据处理中的应用研究

在GIS中,海量数据的处理问题一直是个难题,如果解决了海量数据的网上传输,则在WebGIS中就可以实现大范围矢量影像叠加漫游及大范围地形三维浏览飞行展示。在研究基于小波系数的地形、DEM及影像简化方法的基础上,提出了一种基于小波变换的大规模地进行简化算法;其思路是先将大地形、影像分块管理并作小波变换,然后根据视野从中提取可见的一组子块,最后基于小波系数进行简化并绘制地形和影像。试验结果证实了小波分析方法对地形简化的有效性。在数据处理过程中,对小波变换处理过程进行了优化和改进。     

基于小波变换和灰色模型的变形监测数据分析

变形监测数据中噪声等随机扰动的存在导致传统GM(1,1)模型的预测性能较差,难以满足实际工程应用要求.提出一种基于小波变换和灰色理论的变形监测数据分析方法.首先,根据最小熵准则自适应确定最优小波分解尺度;然后,利用小波变换对变形监测数据进行噪声抑制,消除扰动误差;最后,对噪声抑制后的变形监测数据进行灰度建模,利用GM(1,1)模型对未来形变进行预测.采用两例典型实例对所提小波GM(1,1)模型和传统GM(1,1)模型的建筑物形变预测性能进行对比评估,结果表明所提方法能够获得更高的预测精度,对不同数据的适应性和泛化能力更强,可满足实际工程应用需求.     

基于小波变换与滤波的DEM简化方法

针对现有3维地形模型简化方法中的不足,提出了一种基于小波变换与滤波的规则格网简化方法。同时还在大量实验的基础上,给出了一般情况下需要的变换层数,分析了滤波门限与简化效果之间的关系。这里的研究不仅为3维地形的多分辨率合理建模与精度评估提供了理论和方法,而且也为今后开展类似研究及进行建模质量控制提供了科学的依据。     

基于小波变换与滤波的DEM简化方法

针对现有3维地形模型简化方法中的不足,提出了一种基于小波变换与滤波的规则格网简化方法。同时还在大量实验的基础上,给出了一般情况下需要的变换层数,分析了滤波门限与简化效果之间的关系。这里的研究不仅为3维地形的多分辨率合理建模与精度评估提供了理论和方法,而且也为今后开展类似研究及进行建模质量控制提供了科学的依据。     

伪卫星多路径效应分形特征及其削弱方法研究

多路径效应是伪卫星应用在精密定位领域的一项主要误差源,本文从验证多路径效应分形特征入手,利用小波分析在研究分形及信号去噪方面的优势,研究了分形信号与高斯白噪声的模极大值在小波变换下表征的不同特点,针对静态环境下伪卫星的应用,提出一种基于分形理论的多路径误差的消除方法。通过设计试验进行精度分析,验证了本文方法的有效性,且该算法从信号自身的分形特征入手,不需要额外的先验信息,对环境等条件要求较低,比较适合在形变监测等静态环境下应用。     

基于整数小波变换的半盲脆弱水印算法

提出了一种用于图像认证的小波域半盲脆弱水印算法。水印由二值伪随机序列组成,嵌入在小波域细节分量的感知重要系数中。采用自适应量化中间值系数的方法嵌入水印。基于整数小波变换,并对量化算法进行改进以避免舍入误差。水印提取时不需要原始图像。实验结果表明,算法具有较好的不可见性,且对一定强度的图像压缩、增强等处理有鲁棒性;对于模糊、加噪等攻击表现出较强的脆弱性;对剪切等攻击有较好的篡改定位能力。     

基于小波阈值消噪自适应滤波的GPS/INS组合导航

惯导系统中惯性元件误差是影响惯性导航及其组合导航精度的重要因素.在GPS/INS组合导航自适应滤波的基础之上,提出利用小波进行阈值消噪以提高组合导航精度.首先对惯性元件输出信号进行频谱分析,确定相应的多分辨分析尺度以及不同尺度下对高频系数采取的相应措施.对噪声占主要成分的尺度将其高频系数全部置零,对噪声和有用信号共同占有的尺度将其高频系数作阈值处理.利用实测数据进行验证,结果表明这种方法能够有效地削弱惯性元件误差的影响,提高GPS/INS组合导航系统的精度和可靠性.     

基于小波变换的单历元算法及其在结构振动监测中的应用研究

GPS作为一种新的结构振动监测工具正受到广泛关注.目前GPS的采样率可达100 Hz,可以满足结构振动监测对采样率的要求,但GPS观测量受多种误差源的影响,其测定结构振幅的精度有待进一步提高.将小波分析方法用于隔离观测噪声,并综合利用两种单历元算法的优点,提出一种新的结构振动监测单历元算法.若干试验验证本方法的正确性和有效性.     

基于快速提升小波变换的多阈值嵌入零树小波图像编码算法

提出了基于快速提升小波变换的多阈值嵌入零树小波图像编码算法，该算法能够通过以下3项措施进一步提高嵌入零树小波编码（Embedded Zerotree Wavelet，简称EZW）编码方案之工作效率：（1）引入快速提升小波以改进变换过程；（2）定义多阈值以完善逐次逼近量化过程；（3）采纳复杂关联模型以提高熵编码效率。实验结果表明：提出算法是一种高效的图像压缩算法，其压缩速度、图像复原质量等关键技术指标均优于EZW编码算法。     

非线性反演算法的综合评价对比

结合蒙特卡罗方法的精度评定特点,提出了一种将偏差和中误差作为评价指标的综合评价公式.利用所提出的综合评价公式评价神经网络算法(neural network algorithm,NNA)、基因遗传算法(genetic algo-rithm,GA)和模拟退火算法(simulated annealing,SA)在火山复式位错...     

含缺值GNSS基准站坐标序列的非插值小波分析与信号提取

受多种因素影响,GNSS基准站坐标序列通常都含有缺值,传统小波分析需要对缺值数据进行内插或补零处理。本文基于小波系数与时间序列观测数据的重构关系,提出了一种非插值的二进小波变换的最小范数解法,导出了相应的计算式,并严格证明了传统的补零处理算法与本文的最小范数解法等价。最后利用中国地壳运动观测网络一期27个基准站实测数据以及模拟数据进行了验证分析。结果表明,本文的非插值算法与插值算法提取的信号差异较小,27个基准站坐标序列的平均残差中误差仅相差2.01%(North),0.54%(East)和1.26%(Up),两种算法提取的信号之差与信号平均方差比仅相差1.16%(North),0.54%(East)和1.62%(Up)。     

基于ICEEMDAN的多滤波算法在超高层动态变形监测中的应用

针对监测数据中存在多路径误差和随机噪声的问题,本文提出了一种基于改进的带有自适应噪声的完备集合经验模式分解(ICEEMDAN)、小波包分解(WP),以及递归最小二乘算法(RLS)的联合滤波算法(IWPR)。该算法首先对原始信号进行ICEEMDAN分解,得到一系列本征模态函数(IMF)分量;然后基于标准化模量的累积均值将IMF划分为高频IMF和低频IMF;最后考虑相关系数,利用WP和RLS分别对高频IMF、低频IMF进行去噪,重构两者降噪信号,获得动态位移响应。结果表明:相对于单一算法EMD、CEEMDAN、ICEEMDAN等,IWPR算法能够更有效地消除多路径误差和随机噪声,从而提高超高层GNSS RTK监测数据的精度。     

多波束测深数据的异常检测和滤波

根据较大区域的测深数据的分布特性 ,提出了一种基于中值滤波、局部方差检测和小波分析相结合的方法来定位异常数据 ,并滤去随机噪声     

小波阈值去噪法在矿区地表变形监测数据处理中的应用

为了解决矿区地表变形观测数据中含有的粗差对地表沉陷规律研究带来的不利影响,提出了采用小波阈值去噪法对原始观测数据进行处理。分析了小波阈值去噪的基本过程,讨论了小波阈值函数,并对两种阈值函数进行了对比;使用Matlab小波工具箱对观测数据进行分析并建立回归曲线,与地表实测沉陷值进行了验证。结果表明:相比常用的数据处理方法,小波阈值去噪法能有效消除粗差对变形结果的影响,实现了矿区高精度、动态的地表变形监测,具有较高的推广价值。     

Accurate absolute GPS positioning through satellite clock error estimation

 An algorithm for very accurate absolute positioning through Global Positioning System (GPS) satellite clock estimation has been developed. Using International GPS Service (IGS) precise orbits and measurements, GPS clock errors were estimated at 30-s intervals. Compared to values determined by the Jet Propulsion Laboratory, the agreement was at the level of about 0.1 ns (3 cm). The clock error estimates were then applied to an absolute positioning algorithm in both static and kinematic modes. For the static case, an IGS station was selected and the coordinates were estimated every 30 s. The estimated absolute position coordinates and the known values had a mean difference of up to 18 cm with standard deviation less than 2 cm. For the kinematic case, data obtained every second from a GPS buoy were tested and the result from the absolute positioning was compared to a differential GPS (DGPS) solution. The mean differences between the coordinates estimated by the two methods are less than 40 cm and the standard deviations are less than 25 cm. It was verified that this poorer standard deviation on 1-s position results is due to the clock error interpolation from 30-s estimates with Selective Availability (SA). After SA was turned off, higher-rate clock error estimates (such as 1 s) could be obtained by a simple interpolation with negligible corruption. Therefore, the proposed absolute positioning technique can be used to within a few centimeters' precision at any rate by estimating 30-s satellite clock errors and interpolating them. Received: 16 May 2000 / Accepted: 23 October 2000