一种基于蚁群算法的山区GPS高程异常拟合方法

针对在山区地形条件复杂情况下构建GPS高程异常拟合模型精度难以满足需求的问题,将蚁群算法与多面函数法进行了融合。采用蚁群算法获取部分特征点,充分发挥特征点的表述作用,构建了更高精度的拟合模型。通过算例分析可知,融合方法求得研究区域内拟合点的内符合精度为2.5 mm,检核点的总体精度为4.4 mm,内外符合精度均高于常规拟合模型的精度。结果表明,基于蚁群算法的山区GPS高程异常拟合方法有效可行,同时证明了蚁群算法寻找最优特征点具有一定的优势,对于建模研究具有很好的参考价值。     

利用粒子群算法优化的GPS高程拟合精度分析

为了获取研究区域内必要的基础数据,采用高精度的拟合模型进行GPS高程拟合的方法备受青睐。多面函数法适用于地形条件较复杂的研究区域,传统的多面函数拟合法很难达到预期效果。针对模型参数难以获取的问题,提出了基于粒子群算法优化的高程拟合方法,将粒子群优化算法分别与传统高程拟合法及蚁群算法改进的拟合结果比对分析。实验研究表明,采用粒子群算法优化的拟合结果优于传统拟合方法,模型精度提高了43.3%。在提高模型精度的同时,验证了粒子群算法获取特征点的收敛效果优于蚁群算法。充分证明了基于粒子群算法寻优过程的有效性,且验证了改进拟合方法的可行性,为高程拟合模型的研究进一步提供了参考价值。     

地形标准差聚类多面函数拟合高程异常方法

针对多面函数拟合高程异常时,难以确定中心点的问题,该文利用地形标准差确定高程异常点的分类个数,进行聚类分析,并以地形标准差与距离的比值作为指标,从高程异常点中选择了中心点,同时利用多面函数拟合了高程异常曲面,较好地解决了多面函数拟合中心点难以选择且拟合精度不高的问题。在两个地区应用结果显示,利用地形标准差聚类拟合的高程异常,比单独采用聚类分析和地形标准差的方法在外符合精度上分别平均提高了27%和48%。提出了利用地形标准差选择多面函数中心点的方法,有效地降低了多面函数选择中心点的随机性,提高了多面函数拟合的精度。     

基于EGM2008模型和多面函数的似大地水准面拟合综合研究

文中讨论用多面函数拟合似大地水准面中函数模型的改进、多面函数之核心点及光滑因子的选取问题,并结合工程实例进行验证.研究得出如下结论:在利用正双曲函数拟合时,加入截距后可提高拟合的精度;利用EGM2008模型,内插出覆盖测区的格网交点及GNSS/水准点的高程异常,绘制等值线图,能可视化地选取多面函数的核心点;利用搜索和绘制散点图等,可十分有效地选定使拟合精度最高的光滑因子.     

多面函数法在丘陵区GPS水准拟合中的应用研究

为提高丘陵地区GPS水准拟合精度,建立适合当地测区的拟合模型,采用多面函数法对高程异常进行拟合。通过实例对模型关键问题和拟合精度进行了分析,重点研究光滑因子的选取对核函数的影响,并与二次曲面拟合法相对比,进行了精度分析。     

改进多面函数拟合跨带区域高程异常的研究

针对跨带区域高程异常拟合中存在的问题,该文以多面函数模型为背景,分别采用直接法和分带法,提出采用大地坐标(B,L)作为核函数参数的改进多面函数模型,对跨带区域高程异常进行拟合。通过某跨带区域GPS水准网数据验证,结果显现了改进后多面函数模型在跨带区域拟合上的优势,其外符合精度相比其他函数模型有显著提高。     

球面小波模型在GPS高程拟合中的应用

本文利用某地共99个GPS水准点的大地高和正常高求取高程异常,使用DOG球面小波模型和多面函数,分别对高程异常进行拟合。拟合时剔除模型残差大于2倍中误差的点,并在剔除粗差后重新进行拟合。通过比较外部检核点的已知高程异常值和球面小波模型值、多面函数拟合值之间的均方差评价模型的精度。数据结果表明,以外部检核均方差最小为准则,球面小波模型拟合精度较优,其拟合精度为1.65 cm,多面函数拟合精度为2.35 cm。     

用MLS多面函数拟合法求解高程异常

在求解高精度的高程异常时,多面函数在理论上可以以任意精度逼近任意复杂曲面,但其核函数与平滑因子的选取,以及定权的方式都会对拟合效果产生很大影响,而移动最小二乘(MLS)多面函数法通过对权函数合理的调整,使不同的待定点建立不同的多面函数模型,有效提高高程异常的拟合逼近精度.     

多面函数法GPS高程拟合在桥梁建设中的应用研究

高程异常一般呈多曲面分布，在局部区域内，建立多面函数模型进行GPS高程拟合，可以达到较高的精度。利用多面函数模型进行GPS高程拟合，除选取分布均匀的中心点外，核函数形式的选取直接关系到GPS高程拟合的精度。对几种多面函数模型进行研究和比较，并在某桥梁建设中进行了实际应用。     

RSA-BP组合模型在GNSS高程拟合中的应用

针对地形复杂区域构建GNSS高程异常拟合模型精度有限的问题,本文提出了一种基于爬行动物搜索算法(RSA)优化BP神经网络的方法。利用RSA对传统BP神经网络各层之间神经元的权值和阈值全局寻优,解决BP神经网络局部极值、梯度下降等问题;同时,选取三等水准测量精度以上的加密网点高程数据作为样本集,使用RSA-BP神经网络学习与训练。与最小二乘支持向量机、多面函数拟合性能对比,RSA-BP神经网络模型拟合精度最高,稳定性最好,与实际高程异常值最为吻合。     

滑动式切比雪夫插值算法在精密星历内插中的研究

在高精度GPS测量中,采用合适的内插模型来提高精密星历内插精度是降低测量误差的重要手段。本次研究基于切比雪夫插值模型原理与计算公式,针对滑动式切比雪夫多项式算法出现插值盲区的局限性以及出现龙格现象的问题,采用了滑动式插值算法进行了改进,通过在MATLAB上编程实现各类模型并对各类模型的结果进行比较,最终得出在插值效率方面的最优多项式,在一定程度上对该插值方法进行了优化,提高了GPS数据处理的效率。     

BDS非差非组合精密单点定位研究

针对BDS目前可提供服务的在轨卫星已经超过18颗,因此,研究非差非组合模型在BDS PPP中的应用具有重要意义。在简明阐述观测模型和参数估计基本理论的基础上,重点分析了BDS非差非组合PPP在静态、后处理动态和模拟实时动态下的定位精度。实验选取亚太区域4个MGEX跟踪站2016年第206—208天的BDS/GPS观测数据。研究表明:BDS静态E、N、U方向定位精度分别为1.8 cm、0.7 cm、3.1 cm; BDS模拟实时动态E、N、U方向定位精度分别为5.3 cm、3.9 cm、12.1 cm; BDS后处理动态与模拟实时动态E、N、U定位精度相当。     

BDS静态精密单点定位模糊度固定解精度分析

针对BDS单系统未校准相位延迟(UPD)估计以及不同时长精密单点定位(PPP)模糊度固定对定位精度影响的问题,该文选取56个测站估计UPD,利用未参与UPD计算的8个测站进行不同时长BDS静态PPP模糊度固定实验。结果表明:BDS星间单差宽巷和窄巷UPD在连续时段内具有一定的稳定性,其估计精度满足用于PPP模糊度固定要求。时长越短模糊度固定率越低。以IGS周解为参考值,不同时长模糊度固定解较浮点解三维定位精度均提高12%以上,时长越短模糊度固定解精度提高越显著。因此,模糊度固定是提高BDSPPP定位精度的重要手段。     

WiFi室内定位的不同接入点选取策略的性能评估分析

最优无线接入点(access point,AP)子集的选取是进一步改善WiFi室内定位技术的一个难题。本文介绍了现有的AP选取算法并提出了基于奇异检验的AP选取算法,给出了WiFi室内定位的性能评估指标。通过实验评估分析了各AP选取算法的综合性能,结果表明:基于相同原理的AP选取算法,其位置估计误差具有相似性,但不同AP选取算法由于选取原理不同各自具有局限性。在实践应用中,要贴合实际情况,结合各AP选取策略特点,选择合适的AP选取策略。     

多阶三角形数据结构的高阶Voronoi图算法研究

针对大多数传统高阶Voronoi算法复杂且运行效率低下,缺乏拓扑关系与多种邻近查询以及地理空间可视化交互与分析上的问题,该文借助Delaunay三角形天然优势,首先建立了一种k阶Delaunay三角形数据结构,利用k阶Delaunay三角剖分与k阶的Voronoi图存在的间接性对偶关系,提出了一种k阶Delaunay三角形数据结构的高阶Voronoi图的算法,并通过数据实验分析与对比,结果表明:该算法易于理解,程序设计简单易行,提高了运行效率,有效支持地理空间应用与几何学与拓扑邻近查询,满足实际应用的需要。     

一种UKF与PF相结合的相位解缠算法

针对干涉相位图解缠问题,该文提出一种基于掩膜图的无损卡尔曼滤波与粒子滤波相结合的相位解缠算法,并结合基于AMPM局部相位梯度估计技术快速和精确地从复干涉相位图中获取相位梯度等信息以及最大堆排序算法从高质量像元到低质量像元的路径快速地搜索最佳待解缠像元,减少在路径跟踪过程中所消耗的时间。该文算法不仅可以高效、精确地在相位解缠的同时进行干涉图滤波,降低前置预滤波器的难度与复杂度,甚至可以在解缠高信噪比干涉相位图时免去预滤波的过程,而且在一定程度上能将相位解缠误差限制在低质量像元区域,减少误差传递效应,提高相位解缠的精度,在实测数据和模拟数据实验结果中表明:比现有的传统算法如枝切法等InSAR干涉相位解缠算法有更高的精度和稳健性。     

大型网络中容量受限的疏散路径规划方法

针对启发式算法利用Dijkstra算法求解大型动态网络中疏散路径规划问题时,存在疏散时间长、稳定性差等不足,该文提出了一种改进CCRP的方法,即用蚁群算法替代Dijkstra算法求解最优路径,进而减少疏散时间,增加估算疏散时间的精确性。实验表明,该方法能够在大型动态网络下实现路网容量受限的疏散路径规划有效求解,具有疏散时间短、疏散路径少、线性关系强等特点,相比原有CCRP算法更能满足实际疏散的需要。在寻找最优路径上采用蚁群算法求解,相比贪心算法更能支持全局最优、并行计算、疏散效率更高,在支持路况信息实时更新、大规模人群快速疏散、及时调整疏散路线等方面更具优势。     

SURF与归一化互相关测度相结合的SAR影像匹配方法研究

合成孔径雷达(SAR)匹配是SAR影像处理的重要环节,但由于SAR影像的特殊成像机理,导致SAR影像在匹配时会出现精度、成功率都较低等问题。特别是山地区域,SAR影像富含纹理信息稀少,影像间几何畸变和辐射变形严重,导致特征点提取困难,匹配精度低。鉴于此,本文提出了采用SURF算法和归一化互相关测度相结合的方法,该方法能够快速获得大量匹配点对,实现SAR影像高效的自动化匹配。首先,应用SURF算法获取影像特征点约束匹配搜索范围;然后,采用归一化互相关和测度筛选提取到的匹配点对;最后,利用双向一致性约束剔除错误匹配点对。本文选取地形复杂区域SAR影像数据进行匹配实验,结果表明,该方法能够获得高精度、特征稳定且分布均匀的匹配点对,可以有效地避免几何变形对SAR影像匹配的影响。     

基于视频的行人检测跟踪与统计算法研究

视频图像中运动目标的检测及跟踪一直是视觉分析的研究热点之一。本文针对教学楼内摄像头固定、背景基本不变的情况,提出了一种行人检测跟踪及统计算法。首先根据背景差分法初步提取行人目标,然后将行人目标二值化,最终通过阴影去除、膨胀、腐蚀等一系列图像预处理操作去除光线变化及噪声的影响,得到较完整的行人目标,并改进了基于质心跟踪的行人目标跟踪方法,采用基于矩形中心的方法实现了行人跟踪与统计,使之更适应教学楼行人检测。实验结果表明,该算法可以实现对行人目标的较完整提取、对目标运动方向的较准确判断和对行人的较精确统计,为教学楼行人疏导提供技术保障。     

相似像素的Harris角点检测改进算法

针对Harris算法提取的角点对尺度变化较敏感,且运行速度慢的问题,该文提出了一种基于相似像素的Harris角点检测改进算法。受SUSAN算法启发,改进算法首先计算目标像素8邻域内与之相似的像素数目,并据此筛选出候选角点;然后利用候选角点的相似像素数目改进角点响应函数;最后进行局部非极大抑制确定最终角点。实验结果表明,与Harris算法相比,改进算法所提取的角点位置更加准确,重复率较高,且角点检测时间仅为原算法的26.63%。本文所提算法提高了Harris算法的角点检测效率和稳定性。