基于SVM的导航星表构造

导航恒星提取一般采用星等过滤方法MFM(Magnitude Filtering Method)。但是MFM方法存在两个明显的缺陷:若星等阈值太高,导航星表冗余度高;反之,导航星表出现视场(FOV)空洞。支持向量机SVM(Sup-port Vector Machine)作为一种可训练的机器学习方法,依靠小样本学习后的模型参数进行导航星提取,可以得到分布均匀且恒星数量大为减少的导航星表。利用SAO星表进行了实验,并对导航星表内恒星的分布情况作了统计。实验证明,SVM作为导航星提取算法具有很好的应用前景。     

基于改进卡尔曼滤波的卫星导航定位精度优化

为解决卫星导航定位信号因遮挡而出现非视距传播模式,导致定位精度低的问题,研究基于改进卡尔曼滤波的卫星导航定位精度优化方法。改进蛙跳算法寻优设置,优化支持向量机,分类提取存在遮挡信息的卫星导航信号;设计基于改进卡尔曼滤波的卫星导航定位精度提升算法,动态估计存在遮挡信息的卫星导航信号观测噪声协方差,自适应调节信号滤波增益,全面去除信号中的无效定位信息,获得精准卫星导航定位结果。研究结果显示：所提方法使用后,卫星导航定位结果实际位置高度匹配,定位精度明显提升。     

基于多源卫星影像SVM分类方法的研究

简要介绍了卫星影像的预处理过程--纠正和融合,对3种常用融合方法SFIM融合、HIS融合和Brovey融合进行了分析比较,在此基础上对卫星影像的分类方法进行了比较分析,重点研究并详细介绍了多源卫星影像SVM分类方法.     

基于SVM的资源三号测绘卫星影像分类

以江苏省宜兴市为研究区,利用支持向量机(SVM)方法对资源三号测绘卫星影像进行了分类,其总分类精度为97.76%,Kappa精度为0.968 7。为了评价算法的适用性,同时应用最大似然法与最小距离法对同一影像进行分类测试,支持向量机分类法精度高于其他2种方法,可以满足土地覆盖分类调查需求。     

卫星导航系统导航信号与导航电文设计中的时间要素

从时间要素考虑，卫星导航系统如何支持用户对卫星钟误差的改正，如何支持用户进行实时、无整周模糊地伪距测量以及如何支持多系统兼容定位等，是导航信号与导航电文设计中必须解决的问题。本文在对国外卫星导航系统导航信号与电文设计进行分析研究的基础上，对这些问题进行了一些探讨。     

伽利略卫星导航定位系统最新进展

作为欧洲卫星导航技术发展的极其重要的战略,伽利略卫星导航定位系统的计划早在20世纪90年代起就由欧共体(GE)、欧空局(ESA)提出。经过多年的论证,欧盟于2002年3月26日通过了伽利略计划。伽利略卫星导航定位系统作为交通方面的一项基础设施,将受控于国际民间组织,系统建成后,能够与新一代GPS系统相兼容,共同构成未来的全球导航卫星系统(GNSS),向全球各类用户提供物流管理及安全等所需的定位、授时服务。伽利略系统将具有以下特点:全天候和全球覆盖;独立的、欧洲人控制的、以卫星为基础的民用导航和定位系统;独立于GPS,但能与GPS兼     

基于卡尔曼滤波算法的卫星导航高精度定位方法

为保证卫星导航的定位精准性,降低定位误差,提出基于卡尔曼滤波算法的卫星导航高精度定位方法。该方法采用支持向量机分类卫星导航信号,获取信号中不含伪距的直达信号,依据该信号获取终端接收机的三维空间坐标;将该坐标和接收机的时钟偏差以及频率漂移作为核心,采用改进的卡尔曼滤波算法获取终端接收机的位置坐标,即卫星导航的定位结果;并采用粒子群算法优化卡尔曼滤波算法获取的定位结果,以此提升卫星导航定位精准性。测试结果显示：该方法具有较好的应用性能,在X、Y、Z三个方向上的定位误差结果均在5 m以内;高程定位误差均在3.5 m以内,可精准完成导航载体所在位置的定位,掌握导航载体的运动轨迹。     

GNSS导航定位系统

ＧＮＳＳ导航定位系统，是将美国ＧＰＳ系统与俄罗斯ＧＬＯＮＡＳＳ系统的定位设备合二为一，并使之兼容两种卫星信号的导航定位系统。该系统可解决ＧＰＳ系统目前应用中所遇到的难题。本文介绍了ＧＮＳＳ系统的特点和功能。     

一种高精度星载导航星库的构建方法

在选用高精度基本星表的基础上,分析了导航星的选取方法及其分布特征。为了利用导航星的观测位置信息,给出了从星表平位置到星心视位置的高精度转换方法。基于分区法制定了导航星库,并给出了存储及读取方法,对该星库的访问具有简单、快速、占用资源少等优点,适合星载使用。     

基于导航卫星的数字地图传输协议设计与性能分析

本文就利用导航卫星的电文通信功能，进行大数据量数字地图数据传输的通信协议进行了论述。提出了等待式ARQ和选择重发式ARQ相结合的ARQ协议，介绍了该协议的基本思想，详细分析了协议性能并给出了实现协议的算法流程。     

基于SVM的多源信息复合的高空间分辨率遥感数据分类研究

遥感图像尤其是高空间分辨率（1—4m）遥感图像在土地利用和土地覆盖变化方面有着广阔的应用前景，传统高空间分辨率遥感图像信息提取方法存在精度和分类效率低的不足。本文提出的基于SVM的分类方法，复合光谱、纹理和结构信息等多源数据信息，对IKONOS高空间分辨率图像进行分类，并与最大似然法和单源数据（光谱）SVM分类结果进行定性和定量比较分析。研究结果表明，多源数据复合的SVM高空间分辨率遥感图像分类方法，能够有效解决单源数据信息图像分类效果破碎的问题；总精度达到68．38％，Kappa达到0．5993；对高维输入向量具有高的推广能力；比单源信息的SVM和最大似然方法图像分类精度更高，适合高空间分辨率遥感图像分类。     

基于SVM的高分一号卫星影像分类

以辽宁阜新为研究区,运用支持向量机(SVM)的方法对高分一号8 m,16 m和Landsat8多光谱影像进行土地利用分类对比研究。实验表明,SVM的分类精度高于最小距离和最大似然方法,高分一号多光谱数据的分类精度高于Landsat8数据,可以应用于土地利用的分类。     

基于光谱相关性的SVM高光谱遥感影像分类

根据高光谱遥感影像数据特点,首先利用光谱相关性进行特征选择,然后引进SVM进行高光谱遥感影像分析解译,最后利用AVIRIS影像进行试验,结果显示分类精度和时间比常规方法都有很大改善。     

一种基于SVM后验概率的MRF分割方法

提出了一种基于SVM后验概率的MRF分割方法,将支持向量机的后验概率应用于Markov随机场方法中,通过贝叶斯公式将对样本条件概率的估计转换为后验概率估计,再通过对SVM决策函数输出的映射来产生后验概率,并将SVM估计的后验概率信息带入MRF模型实现分割,从而完成了一种新的Markov随机场模型的分割方法.实验结果表明,采用此方法分割纹理图像可以获得较好的分割结果.     

一种基于星形的星图识别算法

针对卫星自主定姿问题,提出了一种基于星形的星图识别算法。该算法直接以星对角距为匹配特征,先确定影像中亮星为中心星,并以此星与相邻星像点构建辐射状星图,统计所有满足星对角距匹配条件的导航星出现次数,次数最多的即为中心星所对应的导航星。实验表明,该算法构造的导航星表容量小,抗星等干扰,与多边形角距匹配算法相比,具有匹配速度快、识别率高、可靠性好的特点。     

一种基于SVM多特征综合的图像分类方法

分别利用多通道Gabor滤波器和HSV颜色模型对图像进行特征提取,得到两种特征空间。用顺序向前浮点法搜索,以J-M距离(Jeffreys-Matusitas distance)为评价指标进行特征选择,最后利用综合后的特征数据在SVM基础上实现图像的监督分类。上述方法提高了彩色纹理图像和遥感图像的分类正确率。实验表明,多特征融合的分类效果比单一特征要好。     

AEKF在星敏感器低频误差补偿中的应用

高分辨率对地观测卫星需要精确的姿态信息来满足后续对地定位等工作,因此姿态确定精度十分重要。星敏感器的低频误差是影响卫星姿态确定精度的重要因素之一,主要是由空间周期性的热环境变化引起的。为进一步提高卫星姿态确定精度,对星敏感器的低频误差产生机理即星敏感器主光轴做周期性扰动进行了分析,设计了星敏感器低频误差补偿方案,建立了考虑星敏感器低频误差在内的组合定姿模型,利用拓维卡尔曼滤波(AEKF)对低频误差进行补偿,并引入RTS平滑滤波进一步提高姿态确定精度。仿真实验表明,设计的星敏感器低频误差补偿方案能有效对其进行补偿,提高卫星姿态确定精度。     

基于支持向量机的遥感影像辐射质量评价方法

当代摄影测量与遥感技术的迅速发展,已经步入大数据时代,如何对获得的海量数字影像的辐射质量进行评价是一个值得重视的问题。本文从信息量、清晰度、灰度分布3个方面选择了10个评价指标作为影像特征,利用支持向量机监督学习的方法对以资源三号为例的遥感影像的辐射质量进行评价及结果分析。试验结果表明,本文方法得到的评价结果与人工评价结果较为一致,准确度较高,并且自动化程度高,可应用于遥感影像的辐射质量评价。