粒子群算法优化的神经网络短期钟差预报

针对导航卫星钟差短期预报精度上的不足,该文提出了一种基于粒子群算法优化的BP神经网络钟差预报模型,通过粒子群算法来对BP神经网络的权值和阈值进行优化,利用IGS的钟差数据进行实验,并与灰色GM(1,1)模型、二次多项式模型和BP神经网络模型的预报结果进行对比分析。结果表明,粒子群优化算法的BP神经网络模型钟差预报效果良好,3h预报精度能够达到0.3ns,体现了本文钟差预报模型的实用性。     

模拟退火算法的灰色模型钟差预报

针对传统灰色模型的预报效果不好的问题,文章提出了一种基于模拟退火算法的灰色模型钟差预报方法,采用模拟退火算法代替最小二乘求解灰色模型参数,较好地优化了灰色模型的参数估值。算例结果表明,基于模拟退火算法的灰色模型较传统的灰色模型,不仅能提高钟差的短期预报精度,而且对钟差的长期预报精度也有一定的改善。     

BDS精密卫星钟差建模与预报

针对BDS卫星钟差的短期预报问题,该文采用二次多项式模型、灰色模型和线性组合模型来对BDS中3种不同类型卫星10d的精密钟差进行建模与短期的预报。拟合时长增加,预报精度也会逐步增高并趋于稳定。预报精度会随着预报时长的增加而降低,当预报时长为50min以内时,预报精度为亚纳秒级。3种模型的钟差预报精度均在1ns以内,其中二次多项式模型的预报精度优于灰色模型,线性组合模型预报精度介于二者之间。利用3种模型的钟差预报结果进行精密单点定位实验,所得的平均定位精度在E、N方向上误差最大不超过3cm,U方向上误差最大不超过5cm。验证了利用二次多项式模型、灰色模型和组合模型在卫星钟差的短期预报中是可行的。     

利用改进灰色模型的钟差预报算法及其精度分析

灰色模型在钟差长期预报中虽具有一定的优势,但是预测的精度还有进一步提高的可能。在本文中,采用经过数据预处理和残差修正对一阶灰色模型进行了改进,再对GPS卫星钟差进行不同时间尺度上的预报。算例利用IGS提供的精密钟差产品,建立了一个基于改进灰色模型的预报算法,改进灰色模型的预报精度较传统的二次项模型有了很大的提高,且预报结果的收敛性也获得了一定程度的改善。     

神经网络在卫星钟差短期预报中的应用研究

本文针对卫星钟差的特点,提出了基于神经网络的卫星钟差短期预报模型,给出了基于径向基函数(RBF)网络进行卫星钟差预测的基本思想、预测模型和实施步骤,并对比分析了神经网络模型与灰色系统理论模型的区别.为验证本文提出的预报模型的可行性和有效性,利用GPS卫星钟差数据进行钟差预报精度分析,并与灰色系统模型进行对比分析.仿真结...     

卫星钟差预报模型的分析与比较

为了分析二次多项式模型(QP)、灰色模型(GM(1,1))、时间序列模型(ARIMA)以及小波神经网络模型(WNN)这4种模型钟差预报的效果,采用GPS提供的RTS精密钟差数据作为实验数据,通过不同数量的建模数据对4种常用模型进行建模;并预报接下来的30 min和1 h两个时长的钟差数据.据此对4种模型的钟差预报效果进行分析和比较,总结了各模型预报钟差的优点与不足.     

异常值对钟差预报模型的影响分析

为了分析异常值对钟差预报模型的影响程度,首先,通过对钟差数据进行绘图分析来识别钟差数据中的异常值;其次,利用中位数法(MAD)和一种基于中位数的小波阈值法钟差数据预处理策略(WMAD)分别对钟差数据中的异常值进行处理;最后,利用处理前、后的钟差数据建模预报钟差,并分析各模型预报的效果。结果表明:较小的异常值对二次多项式和灰色模型2种模型预报的效果影响不大,但会影响时间序列、卡尔曼滤波及小波神经网络3种模型的预报精度。     

果蝇优化算法优化灰色神经网络的卫星钟差预报

针对导航卫星短期钟差预报精度不高的问题,文章提出了一种基于果蝇优化算法(FOA)优化灰色神经网络的卫星钟差预报方法.利用FOA较强的全局寻优能力对灰色参数进行迭代动态微调,改善随机初始化所导致网络进化易陷入局部最优的问题,以提高灰色神经网络的预报精度;选取IGS产品中典型的卫星钟差数据,分别采用FOA优化灰色神经网络模型、神经网络模型、灰色系统模型和灰色神经网络模型进行短期钟差预报.仿真结果表明:FOA优化灰色神经网络模型的预报精度优于其他三种模型,性能满足卫星短期高精度钟差预报的要求.     

卫星钟差预报的T-S模糊神经网络法

结合钟差数据的特点,提出了一种基于变化率的T-S模糊神经网络(TSFNN)钟差预报模型。首先计算相邻历元间钟差的变化率值并对其进行建模;然后利用TSFNN模型预报钟差变化率值,再将预报的变化率值还原,得到钟差预报值;最后,通过算例将本文所建模型与IGU-P产品、二次多项式模型(QP)及灰色模型(GM(1,1))进行试验对比。结果表明:在使用变化率方法后,TSFNN模型预报的精度和稳定性分别提高了69.8%和76.3%,而且与IGU-P钟差产品相比,预报的精度高出约10倍,同时模型预报的效果优于两种常用模型。因此,该模型可以实现卫星钟差较高精度的预报。     

卫星钟差预报的小波神经网络算法研究

卫星导航系统中星载原子钟的钟差预报在优化导航电文中的钟差参数、满足实时动态精密单点定位的需求和提供卫星自主导航所需的先验信息方面具有重要的作用。根据星载原子钟钟差的特点,提出一种基于一次差方法的小波神经网络钟差预报算法:首先对钟差相邻历元间作一次差后的差值进行建模,根据时间序列预报一次差的值,然后再将预报的一次差还原,得到钟差预报值。该方法使得预报钟差的小波神经网络不但模型结构简单,而且预报精度高。最后,通过算例将本文所建模型与常用的二次多项式模型和灰色模型进行对比,结果表明:一次差方法可以使给定结构的小波神经网络的钟差预报精度得到显著提高,而且所建模型的预报效果优于两种常规模型。     

网络爬虫的专题机构数据空间信息采集方法

针对海量专题机构数据空间信息和属性信息缺失的问题,该文使用专题机构信息网站作为信息源,以深度优先策略网络爬虫作为信息获取方法,提出了一种基于网络爬虫框架的专题机构数据空间信息采集方法。在网络爬虫方法关键功能模块中,设计了一种基于词元的字符串相似度矩阵算法来提高机构检索列表匹配准确度,并提出了一种基于决策树模式的行政区划信息识别和抽取算法用以实现地址字符串中行政区划的准确识别和提取。通过具体实现和实验测试,证明该方法能有效地实现专题机构数据空间信息和属性信息的采集,并具有较高的时间效率和准确率,可作为机构数据空间信息采集的一种有效方法。     

智慧农田害虫时空监测系统设计

传统农业虫害测报存在时间、人力成本高,准确度难以保证等问题,难以适应现代农业发展。本文在微小农业害虫自动监控装置的基础上,结合时空分析原理和卷积神经网络识别技术,提出智慧农田害虫时空监测系统方案。文章从前端、服务器端、数据库端三方面阐述设计思路。基于设计的系统,智能识别害虫种类、数目,在此基础上进行时空分析,预测可能发生虫害的地点、趋势,最终达到农田害虫时空监测的自动化和智能化的效果。     

超宽带应急定位基站布设研究

针对应急场景下人员位置难以确定的问题,通过合理布设超宽带定位基站,能为人员位置确定提供有力支撑。该文设定了4种定位基站布设方案,通过仿真定位实验统计分析了不同布设方案中精度因子(DOP)值的分布,通过实测定位实验统计分析了测试轨迹的DOP值变化和测试点位的定位误差。结果显示,测试点位的DOP值的变化受到定位基站布设的区域范围、数目和高度等因素影响,当测试点位在基站所围成的几何图形的封闭区域内部、合理增加基站数目以及测试点位与基站的高度角较大的情况下,测试点位的VDOP值和PDOP值较小;同时,定位终端与基站的几何构型影响测距误差,进而影响定位误差。表明,通过合理布设定位基站,优化定位终端与基站的几何构型,减小DOP值,同时顾及测距误差影响,从而提高终端定位精度。     

一体化综合减灾智能服务系统研究

针对目前我国减灾服务重决策轻预警,减灾服务技术、系统、应用集成不够,尚缺乏完善的一体化综合减灾智能服务体系现状。该文从测绘地理信息视角,分析了室内外一体化应急定位、多源应急数据融合、灾害场景可视化、灾害模型分析服务等关键技术,构建了一体化综合减灾智能服务原型系统,并在国家基础地理信息中心和陕西省的相关应急部门进行了实际应用,实现了应急信息的一体化感知、定位、融合、分析、服务,为我国综合减灾决策分析提供了技术支撑。     

轻小型无人机飞控测姿数据辅助测图精度分析

针对轻小型无人机系统难以集成重量、尺寸较大的定姿定位系统,造成高精度传感器定姿定位数据缺失的问题,该文研究了基于无人机飞控系统定姿定位数据辅助测图的方法,统计分析了飞控系统姿态测量精度以及基于姿态数据辅助的测图精度。YS09无人机飞控系统姿态测量误差较大,姿态中误差低于±3°,航向中误差低于±5°。在直接地理定向的情况下,姿态角影响水平和高程测图精度,其中对平面精度影响小于0.1 H,对高程精度影响小于0.3 H;偏航角影响平面测图精度,影响约为0.098 H。结果表明:基于飞控姿态数据辅助测图精度较低,难以满足大比例测图的精度需求,仅适用于应急条件下对精度要求较低的测图需求。     

激光扫描电力巡检技术设计与成果质量检验

针对直升机激光扫描电力巡检缺乏相应的技术设计与质量控制标准的问题,在总结输电线路直升机激光扫描电力巡检特点的基础上,分析了直升机激光扫描电力巡检的设备选型要求,详细阐述了激光扫描电力巡检技术设计内容,总结了激光扫描电力巡检数据的重点检查内容与技术指标,为开展直升机激光扫描电力巡检技术设计、成果质量检验提供了参考。     

移动激光扫描数据的道路标线自动提取

针对道路标线三维矢量数据难以高效精确获取的问题,该文提出了一种从移动激光扫描数据中自动提取道路标线的新方法。基于平缓路面这个假设,利用邻域高程一致性的判断方法提取地面点。将地面点根据轨迹数据分割成多组剖面,对每个剖面上的点云进行强度直方图统计,找到强度值有突变的点。以此为种子点通过强度值区域生长以得到完整的标线,利用点云模板匹配的方法剔除错误点集。最后对标线点云进行矢量化得到三维矢量线。通过城市中大约2km长的移动激光点云数据的实验,证明本文提出的方法在提取道路标线方面能得到较好的结果。     

通用EIV模型的方差分量估计

针对通用EIV模型平差解算时随机模型的不准确情况,将通用EIV模型转换成附有参数的条件平差模型,得到方差分量估计具有一般性且符合平差的要求。文中选用EIV模型为平差模型,转换出通用EIV模型的最小二乘方差分量估计,并给出相应的迭代算法。通过实验算例的对比分析,验证本文算法的可行性与可靠性,通用EIV模型的方差分量估计具有一般性,根据不同的形式,可以得到与已有方法相同的平差结果。     

基于GPS照片数据处理系统的地面样方调查

集成GPS模块的相机拍摄的农作物照片可同时记录地物类型和空间位置。为了处理大量的地面样方照片数据并及时转换为遥感监督分类的训练样本,开发了一个能够高效处理样方GPS照片数据的软件系统。该系统通过人机交互判识照片中的地物类型,同时提取照片的地理位置信息,并对样本的地理位置进行修正或补充,在地图与遥感影像的辅助下生成有效的样本信息。以宁夏银川灌区农作物采样样本为例,对系统进行了测试。结果表明,1 000个典型的训练样本可在1 h内产生,减少了样本的处理时间,提高了样本的质量。     

开放式街道地图在城市发展水平分析中的应用

针对城市路网的发展状况,能在一定程度上体现城市发展的水平,但传统路网数据难获取的问题,该文采用了易获取、成本低、更新快等优点的OpenStreetMap路网数据为主要研究对象,利用多元线性回归的分析方法,重点研究OSM路网与城市经济发展水平(城市GDP)间的相关关系。通过实验验证,OSM路网密度与城市经济发展水平之间存在着明显的相关关系,利用OSM路网密度对城市经济发展水平进行分析,具有一定的可行性,能够为日后城市经济水平评估与评价提供了一种新的辅助评价指标。