PEIV模型WTLS估计的Fisher-Score算法

考虑系数矩阵含非随机元素和不同位置含相同随机元素的结构化特征,PEIV（partial errors-in-variables）模型较一般的EIV模型更为严格。现有PEIV模型加权整体最小二乘（weighted total least squares,WTLS）估计算法需多次迭代,影响计算效率。通过利用观测值误差和系数矩阵误差的统计性质构造非线性目标函数,并以此推导了新的PEIV模型WTLS估计的计算公式,同时设计了相应的Fisher-Score算法。算例分析结果表明,相比较而言,Fisher-Score算法迭代次数较少,计算效率得到大大提升。     

简化磁力计非线性误差模型的快速校正算法

针对传统的磁力计校正算法中存在的误差模型复杂、计算时间长、需要保持水平姿态和已知航向信息等弊端,该文从磁力计误差特性入手,推导并建立了简化的磁力计非线性等效误差模型。基于动态调整策略对传统的LM算法进行改进,并利用改进的LM算法求解误差模型,减少计算过程中的迭代次数,实现了磁力计误差的快速估计。实验表明,该方法在有效保证磁力计校正精度的前提下,迭代次数减少25%,计算速度提高了65.59%。     

基于改进目标函数的partial EIV模型WTLS估计的新算法

针对部分变量误差（partial EIV）模型的加权整体最小二乘（weighted total least squares,WTLS）估值的计算需要多次迭代且效率低下的情况,根据加权LS（least square）原理,通过改进目标函数,并运用矩阵微分运算以及矩阵反演变换,提出了一种计算partial EIV模型WTLS估值的新算法。算例计算结果表明,新算法具有迭代次数少、计算效率高等优点。     

GAAF在星载GPS实时定轨中的应用研究

为确保高精度星载GPS实时定轨算法能够应用于较低轨道卫星,提出了用地球引力近似函数法(GAAF)代替传统球谐函数递推法来计算地球引力加速度,在不降低实时定轨精度的同时,大幅减小高阶次重力场模型的轨道积分计算负荷,以满足计算能力有限的星载处理器的在轨处理要求。分析了影响GAAF计算精度的两个因素:伪中心位置拟合多项式的次数选取和经纬度格网大小的最优确定。用CHAMP卫星的实测GPS数据模拟实时定轨试验,结果表明,采用二次及以上伪中心拟合多项式,格网纬度小于0.75°、经度小于1.5°的GAAF时,实时定轨的轨道精度要优于70×70阶次重力场模型直接参与实时定轨,且大幅降低实时定轨的计算负荷。     

GPS测码伪距绝对定位的几种算法

GPS定位方程是非线性的,一般处理方法是按泰勒级数展开取至一次项进行线性化,再利用最小二乘原理求解,如果所取观测站坐标的初始值具有较大的偏差,略去二次微小量的模型误差,对解算结果将产生不能忽略的影响。本文研究分析了GPS测码伪距绝对定位的传统算法,并提出了一种通过求差法将GPS绝对定位的非线性观测方程转化成线性方程直接求解测站坐标的新算法,通过实例计算表明该方法计算简单,不需要测站的初始坐标信息,不需要求导计算和迭代计算,对于提高GPS测码伪距单点定位的解算速度和精度具有重要的意义。     

多接收阵合成孔径声纳距离-多谱勒成像方法

Loffeld双基公式将多接收阵合成孔径声纳的系统函数分解为准收发合置项和收发分置畸变项。针对该模型,在二维频域定量分析了相位误差,结果显示该方法能满足高分辨成像。在此基础上提出了一种新的成像方法,首先在二维频域通过距离向数据分块的方式补偿收发分置畸变相位中的距离空变项;然后,在二维时域对各接收阵元的数据进行顺序重排,以实现多阵元数据的收发合置转换;最后,采用距离-多谱勒算法对收发合置转换后的数据进行成像,便得到高分辨图像。仿真和实测数据处理结果验证了该方法的有效性。     

顾及有色噪声影响的位置域双频载波相位平滑伪距算法

载波平滑伪距技术是一种有效的GNSS数据处理技术,在很多高精度实时定位场合得到了广泛的应用。本文在随机模型中考虑载波相位时间差分观测量中有限冲激响应有色观测噪声的影响,推导出采用递归最小二乘方法的距离域和位置域双频载波相位平滑伪距算法,并利用实测数据验证了新算法的有效性。试验表明,相位平滑伪距能够减小伪距观测值的误差,提高伪距观测量的精度,从而提高定位精度;相对于传统的算法,距离域与位置域滤波的伪距平滑精度均有提高,三维定位误差精度均得到改善;同时表明,载波相位时间差分的有色噪声对平滑效果和定位精度有一定的影响。     

一种基于共生矩阵的无控制DEM匹配方法

针对非同源数字高程模型(DEM)数据地表差异性大易引起误差、传统DEM匹配方法迭代运算范围小及需设定迭代初值等问题,该文提出一种改进的DEM匹配算法。首先,该方法以最小高差(LZD)法为基础,通过投影转换匹配两种DEM的坐标系,消除DEM间的旋转角;其次,建立共生矩阵,利用纹理特征差异确定基准DEM最小搜索区域;最后,结合相位相关法,将空域高程信息转换为频域信息,检验并寻找匹配偏移矢量,最终实现DEM高精度匹配。实验表明,该方法能够拉大数据匹配范围且不需要设定迭代初值,有效提高了算法的迭代效率和DEM匹配精度。     

多分辨率分析的InSAR轨道误差去除算法

针对传统的多项式模型去除InSAR轨道误差时,只能去除由于基线不准导致的平地相位残余误差,而对于基线误差引起的与高程相关的地形相位误差仍保留在干涉图中,提出了一种多分辨率分析的干涉相位轨道误差去除方法.从InSAR成像几何结构出发,分析轨道误差的空间特征,推导了由基线误差引起的平地相位误差及地形相位误差;再通过多分辨率分析把轨道误差与对流层延迟误差相位、外部DEM引起的地形误差相位、噪声相位等进行滤除,最后采用最小二乘计算多项式模型参数,可以更精细的估计出轨道误差相位,吸收与地形相关的误差.结果表明,经过改正的干涉图与DEM的相关系数仅0.033 8,相对于线性模型和二次多项式模型的0.165 5和0.071 9,对地形相关轨道误差的去除改善程度达到79.1％和53.0％,能够更好地去除轨道误差,提高了轨道误差估计精度,吸收了与地形相关的误差.     

一种基于非线性最小二乘的空间后方交会算法

经典的空间后方交会算法利用一个线性的近似模型去逼近原始的非线性模型,通过迭代解算出成像瞬间摄站的位置和姿态。随着测量精度的提高,因线性化产生的模型误差逐渐显著,因而需要对非线性模型进行研究。本文基于非线性最小二乘原理,研究空间后方交会的非线性解算方法。并通过试验验证该方法的有效性。     

基于影像模拟的SAR几何校正准自动方法

合成孔径雷达影像的几何校正是许多微波遥感应用中必须解决的问题，当无法获得准确的轨道数据时，这个问题变得非常困难。本文提出了利用合成孔径雷达模拟影像进行准确的几何校正的原理及方法，并以RADARSAT SAR影像进行了实验。该方法利用不准确的轨道数据及数字高程模型生成模拟的SAR影像，用影像匹配的方法自动获取模拟影像与真实影像之间同名点的坐标差值，而这个差值信息正好提供了对不准确轨道数据的控制。本方法无须地面控制点，并基本上可以自动进行，是解决目前SAR几何校正问题的有效方法。     

联合实、复相关函数的干涉SAR图像配准方法

SAR复图像配准是干涉SAR数据处理中的关键步骤之一,配准精度直接影响后续产品的质量。提出一种基于联合实、复相关函数的星载干涉SAR图像配准方法。首先,在分析已有配准测度函数各自特性的基础上,结合国际上干涉SAR数据处理经验,认为在全球干涉测量任务背景下,相关函数是一种稳健、普适性的干涉SAR图像配准测度函数。然后,针对相关函数存在实、复相关计算,分析实、复相关函数各自的特点以及适应情况,提出配准灵敏度准则,从而能够有效地自适应地选取相应的配准相关度量。最后,给出配准算法的详细实现步骤。复杂地区的实测数据处理结果验证了方法的有效性。     

异构环境下的多子阵合成孔径声呐精确后向投影快速成像方法

针对多子阵合成孔径声呐精确后向投影成像算法效率低的问题,提出了 一种异构环境下的精确多子阵合成孔径声呐后向投影成像快速方法.在分析精确逐点后向投影成像算法原理的基础上,将脉冲压缩和方位向聚焦过程改造为单指令多线程模式,借助图形处理器(graphics processor unit,GPU)强大的多核计算能力加速成像过程...     

基于背景匀质性双边滤波的SAR图像斑点噪声抑制算法

针对双边滤波在抑制SAR图像相干斑噪声的不足,本文提出了一种基于背景匀质性的改进双边滤波算法BH-IBF(Improved Bilateral Filtering algorithm based on Background Homogeneity),并将其应用于SAR 图像斑点噪声抑制.BH-IBF以传统双边滤波作为基...     

基于GPGPU的并行影像匹配算法

提出一种基于GPGPU的CUDA架构快速影像匹配并行算法,它能够在SIMT模式下完成高性能并行计算。并行算法根据GPU的并行结构和硬件特点,采用执行配置技术、高速存储技术和全局存储技术三种加速技术,优化数据存储结构,提高数据访问效率。实验结果表明,并行算法充分利用GPU的并行处理能力,在处理1280×1024分辨率的8位灰度图像时可达到最高多处理器warp占有率,速度是基于CPU实现的7倍。CUDA在高运算强度数据处理中呈现出的实时处理能力和计算能力,为进一步加速影像匹配性能和GPU通用计算提供了新的方法和思路。     

An enhanced bit-wise parallel algorithm for real-time GPS software receiver

Software-based global positioning system (GPS) receivers perform all the baseband signal processing and the high level functions on a general purpose processor. The heavy computational loads of the signal correlation in baseband processing make it difficult for software receivers to operate in real time. In order to improve the real-time performance, an enhanced bit-wise parallel algorithm has been developed in this study. The enhanced algorithm has been implemented and tested in a 12 channels real-time GPS software receiver. The system consists of a radio frequency front end, a data acquisition board and software that runs on a laptop with a Pentium-M 1.5 GHz processor running the Window^® XP operating system. The data acquisition board packs the 2-bit intermediate frequency samples with a 2-bit in/8-bit out shift register and transfers the packed samples to laptop through a USB port. The software running on the laptop performs all the baseband and navigation processing in real time. The test results show that the enhanced algorithm significantly improves the real-time performance of the software receiver by reducing the computational operations for signal correlation by 50% compared with the existing bit-wise parallel algorithm. Furthermore, the enhanced algorithm also reduces the amount of required memory for storing data for signal correlation.     

一种改进的户外移动增强现实三维注册方法

针对目前移动增强现实三维注册实时性不强和鲁棒性差的问题,提出一种基于改进加速鲁棒性特征（speed up robust features,SURF）算法和角点跟踪算法（Kanade-Lucas-Tomasi,KLT）的移动增强现实户外三维注册方法。该方法通过结合快速视网膜关键点（fast retina keypoint,FREAK）算法改进了SURF算法（简称SUFREAK）,提高算法描述子构建效率,并保持了算法的鲁棒性。利用视频帧间的相关性,采用KLT光流跟踪算法对户外场景的自然特征点进行跟踪预测,以提高三维注册的实时性。实验结果表明,在户外复杂环境条件下,改进SURF算法具有较高的实时性和鲁棒性,且基于改进SURF和KLT算法的移动增强现实三维注册具有良好的实时性和图像识别效率。     

遥感影像CVA变化检测的CUDA并行算法设计

随着遥感影像数据量以及复杂程度的日益增加,遥感图像的快速处理成为实际应用过程中亟需解决的问题。为了实现遥感影像的实时变化检测,针对基于变化矢量分析CVA的变化检测算法,设计了一种基于统一计算设备构架CUDA的并行处理模型。首先利用地理空间数据提取库GDAL实现大数据量遥感影像的分块读取、操作和保存;其次将基于变化矢量分析的变化检测过程分为变化强度检测、映射表构建和变化方向检测,并借助CUDA C将变化矢量分析算法的3个步骤嵌入到CPU和GPU组成的异构平台上进行实验;最后利用该模型对不同数据量的遥感影像进行CVA变化检测并作对比分析。实验结果表明:与CPU串行相比,基于GPU/CUDA的遥感影像CVA的变化检测速度提高了10倍左右;在一定程度上,达到了实时变化检测的效果。     

Architectures of Software GPS Receivers

There are various applications in which a Global Positioning System (GPS) sensor only down-converts and digitizes the received GPS signal and sends the digitized data to a processor, where the processor software performs all the correlation, search/track operations, navigation solution, and so on. Among the applications are military and commercial ones (e. g., GPS(Communication handheld sets, people tracking systems). A major problem with the Software GPS Receiver is the large computing resources required for correlation or acquisition of the GPS signal. In this article, several possible approaches for reducing computing resources will be introduced and analyzed. It will be shown that the performance of the GPS software design strongly depends on the features of the computer hardware. Implementations will be described on the TMS320C6201 processor and the Pentium II. Experimental results will be demonstrated by processing of real GPS signals. A complete 16-channel GPS receiver was implemented on the single TMS320C6201 processor in real-time mode and on the Pentium II processor with a duty cycle of about 50%. ? 2000 John Wiley & Sons, Inc.     

Parallel computing solutions for Markov chain spatial sequential simulation of categorical fields

The Markov chain random field (MCRF) model is a spatial statistical approach for modeling categorical spatial variables in multiple dimensions. However, this approach tends to be computationally costly when dealing with large data sets because of its sequential simulation processes. Therefore, improving its computational efficiency is necessary in order to run this model on larger sizes of spatial data. In this study, we suggested four parallel computing solutions by using both central processing unit (CPU) and graphics processing unit (GPU) for executing the sequential simulation algorithm of the MCRF model, and compared them with the nonparallel computing solution on computation time spent for a land cover post-classification. The four parallel computing solutions are: (1) multicore processor parallel computing (MP), (2) parallel computing by GPU-accelerated nearest neighbor searching (GNNS), (3) MP with GPU-accelerated nearest neighbor searching (MP-GNNS), and (4) parallel computing by GPU-accelerated approximation and GPU-accelerated nearest neighbor searching (GA-GNNS). Experimental results indicated that all of the four parallel computing solutions are at least 1.8× faster than the nonparallel solution. Particularly, the GA-GNNS solution with 512 threads per block is around 83× faster than the nonparallel solution when conducting a land cover post-classification with a remotely sensed image of 1000?×?1000 pixels.