微地图符号的视觉变量及其应用

视觉变量是微地图在设计表达过程中的关键部分,该文针对现有视觉变量研究成果并不完全适用于微地图这一问题,研究并提出了微地图符号的视觉变量.通过对比分析微地图与常用地图的不同,得到了微地图符号简单化、多元化、个性化、模块化的特点,在此基础上提出了符合微地图符号特点的视觉变量表达方式;考虑用户、环境、地物3个方面的影响,应用微地图视觉变量设计了微地图符号;实现了校园导航微地图的设计,并运用问卷调查验证了微地图视觉变量表达及应用的合理性.结果表明,提出的理论及方法能较好地表达微地图内容,能够为微地图的应用提供理论支持.     

第二讲 随机变量和概率分布

2-1随机变量及其分布函数在第一讲中已经阐述了随机事件的概念，如果我们对随机事件的每次试验结果用一个数来表示，这个数必然是随着试验的结果不同而变化，因此随机事件的试验结果是一变量，现用ξ表示，则称ξ为随机变量。例如，作抛掷一个硬币的试验，它可能取的值     

最小二乘估计残差的统计性质和应用

最小二乘估计求得的观测值残差,有多种形式的定义,它们具有不同的分布。本文论述它们的概率分布和性质并讨论其用途。编算了多余观测分量r_i和标准化残差e_i的临界值表。此外,应用线性变换求得了不相关残差W=U^TV和S=D_W^-1/2W。建议用S作粗差检验,本文编制了相应于这种检验的的临界值表,最后计算了一个实测的测边网,用求得的各种残差作了统计检验。     

广义残差地形模型及其在局部重力场逼近中的应用

研究了残差地形模型中的非调和性问题,比较了基于棱柱体和球冠体的积分模型,提出了基于球冠体积分的广义残差地形模型。以泊松小波径向基函数为构造基函数,结合广义残差地形模型,融合多源实测重力数据构建了局部区域重力场模型。研究结果表明:基于棱柱体积分的残差地形模型精度较低,在山区可能引入毫伽级以上的误差,建议采用更为接近真实地形表面的球冠体积分模型。相比于原始的残差地形模型,基于球冠体积分的广义残差地形模型能更为精确地逼近局部重力场模型中地形因素引起的高频效应。     

应用概率分布函数评价和设计地图内容分级方案

本文在介绍应用概率分布函数中最基本的正态分布来评价地图内容分级方案合理性的基础上,提出了用正态布原理设计地图内容分级的方法。结合具体实例,在设计过程中采用了两个控制域的方法,並对不等分级间隔采用假设等分级间隔处理,使之更适合普遍应用。最后,以x²分布函数为例,进一步提出了应用其它分布函数设计分级方案的方法,使之符合某些特殊的分级要求。     

新一代国际标准RTCM V3.2及其应用

随着我国北斗卫星导航系统和欧盟伽利略计划的实施,美国全球卫星导航系统及俄罗斯格洛纳斯卫星导航系统的现代化以及地区性广域差分增强系统的使用,原有的数据传输协议已经难以提供全面的差分和网络实时动态差分服务,在国际海运事业无线电技术委员会3.1版本标准格式的基础上产生了3.2版本标准格式。本文集中讨论国际海运事业无线电技术委员会协议第三版中两种格式之间的差异,并着重介绍了北斗卫星导航系统差分信息,分析3.2版本标准格式的相关应用情况。     

改进不等时距权重的灰色残差组合修正模型及其应用

为提高传统不等时距灰色模型(TUTGM)的预测精度,提出了一种改进不等时距权重的灰色残差组合修正模型(IUTWGMRCC)。首先在传统不等时距灰色模型中引入时距权重分配系数,按照累加生成和累减还原过程的生成序列不同,构建了4种不同的预测模型,并依据相似度准则确定最优拟合序列和预测值;然后采用正弦函数和谐波变化生成的周期序列函数修正残差序列,进一步提高模型的预测精度;最后对建筑物3个观测点的沉降量进行预测。结果表明,累减还原过程引入不等时距权重的灰色模型预测精度最高,经残差组合修正后,预测结果的后验差比分别为0.04、0.11和0.05,精度等级为1级。     

观测值的概率分布和粗差的剔除

对一个量进行n次重复观测，得到n个观测值，正常情况下可以认为这n个观测值是来自同一母体的一个容量为n的子样。由于各方面的原因（如外界气象条件的突然改变，仪器的故障，观测者的疏忽等等），可能混入了另一母体的数据，从而使得观测值中可能出现一个或数个过大或过小的数据，这几个异常数据     

GM(1,1)模型的残差修正及其在建筑物变形预测中的应用

灰色模型在建筑物沉降预测方面有很大优势,为了提高预测精度,可对其进行修正。通过实例证明,利用残差来优化灰色模型的背景值,可以提高预测精度。     

MVMD-ARMA残差修正电离层预测模型的研究及应用

针对变分模态分解端点效应处理方法的缺陷和分解过程中需要人为地控制输入参数,会严重影响预测结果,且ARMA模型本身在极值点附近预测精度就不高的问题,该文提出了MVMD-ARMA残差修正电离层预测模型,加强对分解时端点效应的控制,并通过阈值条件,自动选取最优参数,且对预测结果进行了残差修正。实验结果表明,改进模型的绝对残差均值为0.95TECU,分别比ARMA模型和VMD-ARMA模型小0.20TECU和0.11TECU;残差标准差均值为0.67,分别比ARMA模型和VMD-ARMA模型小0.17和0.09;平均相对精度的均值为88.64%,分别比ARMA模型和VMD-ARMA模型高2.56%和2.23%。     

基于量测残差估计残差协方差的RAE-PEKF匹配算法

地磁异常数据可以为水下潜器提供高隐蔽性的外部辅助信息,修正由惯性导航产生的累积误差。滤波匹配算法作为地磁辅助惯性导航中的核心技术,能够有效削弱地磁观测噪声不确定的影响。基于航迹仿真数据,将全球地磁异常格网数据作为基准图,提出使用量测残差自适应估计观测噪声方差的地磁异常并行扩展卡尔曼滤波匹配算法。通过建立一组基于地磁异常观测量的并行滤波器,结合最优滤波器选取准则来提高算法的可用性和鲁棒性。选取地磁特征分布不同的中国南海海域进行仿真匹配实验,结果表明,该算法能够有效降低纯惯性导航经纬向的匹配误差。仿真条件下,在地磁特征变化明显的区域,地磁辅助惯性导航系统的精度在纬度方向上提高至0.751 53 n mile,在经度方向上提高至0.778 45 n mile。     

非线性最小残差绝对值和最小平差的遗传算法

遗传算法是一种基于自然选择和自然遗传学机理的全局优化搜索算法。文章在扼要介绍遗传算法的基础上,设计了非线性残差绝对值和最小的遗传算法,并将其运用于非线性残差绝对值和最小的平差模型中,并通过实例验证了该算法的有效性。     

结合残差编解码网络和边缘增强的遥感图像去噪

高分辨率遥感图像去噪对于提高后续图像分析、识别等问题的准确性具有重要意义。目前的去噪算法普遍存在去噪结果边缘信息模糊、易产生视觉伪影导致遥感信息丢失的缺点,针对以上问题本文提出了一个基于边缘增强的残差编解码去噪网络用于高分辨率遥感影像去噪。该方法首先将噪声图片通过低通滤波器分解成高频层和低频层,然后将含噪声信息的高频层输入到带残差模块的编解码网络中,通过采样运算在多尺度空间上学习残差映射生成残差图像,最后使用跳跃连接得到完整的去噪结果。其损失函数由逐像素和感知损失两部分组成,逐像素损失使用传统的均方根误差学习像素级信息,感知损失学习语义特征上的差异可以保留更多边缘信息,最终得到更清晰的结果,其中感知损失是由级联在后的语义分割网络提取的特征图定义的。本文对不同测试数据做去噪实验并与几个经典方法对比证明本文模型的去噪结果优于其他方法,不仅提高图像的峰值信噪比,得到最高的平均梯度值,还在视觉上取得了最清晰的结果。实验结果表明,本文提出的基于边缘增强的深层编解码卷积网络在去噪的同时可以改善边缘细节被模糊的问题,保留更多遥感地物信息,提高图像视觉效果。     

关于平差残差和单位权中误差的统计分析

从残差的定量关系出发评述了检测粗差的数据探测法和抗差估计的选权迭代法,指出了其中用残差代替真误差所产生的问题及解决办法,并且导出了单位权方差估值、单位权中误差估值的概率分布,给出了后者的数字特征,对平差问题的精度体系作了统计分析。     

关于平差残差和单位权中误差的统计分析

从残差的定量关系出发评述了检测粗差的数据探测法和抗差估计的选权迭代法,指出了其中用残差代替真误差所产生的问题及解决办法,并且导出了单位权方差估值、单位权中误差估值的概率分布,给出了后的数字特征,对平差问题的精度体系作了统计分析。     

GNSS数据处理中双差残差恢复单差残差的原理分析

根据零基线或超短基线相对定位的双差残差可以对GNSS观测数据质量进行评估,但双差残差包含了参考卫星观测误差的影响,不利于对各颗卫星观测误差特性进行独立分析。分析了RTKLIB软件中双差残差恢复单差残差方法的原理,从理论上论证了根据恢复的单差残差序列进行观测数据质量评估的合理性,并利用一组30 m基线GPS双频实测数据对此进行数值验证。     

DEM 地形描述误差的概率分布特征研究

以黄土丘陵1:1万DEM为基础数据,通过稀疏抽点法获取不同格网点布设位置下的DEM,进而分析不同分辨率DEM中单个地面点和区域地形单元的Et概率分布特征。实验结果表明:对于任意格网分辨率DEM,无论是不同布设方案下的单个地面点,还是区域地形单元,其Et的概率密度均呈现正态分布特征。对于单个地面点,如果以其为中心的3×3DEM格网单元区域以凸地形为主,其Et概率密度呈现出右偏正态分布特征;如果以凹地形为主,则呈现左偏正态分布特征,其他区域则呈现标准正态分布特征。     

基于GPS测站坐标残差序列的小波工具应用与分析

利用小波工具剔除噪声的思想对全球部分GPS测站坐标残差序列进行应用试验。通过选取特定的阈值和小波基函数,成功提取出GPS测站坐标残差序列的一些非线性周期规律,对于进一步深入研究GPS测站坐标非线性变化规律有重要意义。     

改进的MEEMD-ARMA残差修正组合预测模型

针对改进集总平均经验模态分解(MEEMD)的端点效应、分解分量过多以及自回归滑动平均(ARMA)模型在极值点附近预测效果不好,该文提出一种改进的MEEMD与ARMA残差修正组合预测模型。采用支持向量机(SVM)进行数据延拓,样本熵为分解分量合并尺度以及残差修正预测值,较好地解决MEEMD的端点效应和分解分量过多的问题,提高ARMA模型预测值在极值点附近的精度。利用国际GNSS服务(IGS)提供的2015年年积日为135~164d不同经纬度电离层总电子含量数据,用3种模型对5d内的数据进行预测。实验结果表明:改进模型很好地抑制了端点效应,合理地减少了MEEMD分量,提高了极值点附近的预测精度,且整体精度得到大幅提升。