一种改进的混合差分实时GPS卫星钟差估计算法及其实现

提出一种改进的混合差分算法,实现实时GPS卫星钟差估计。算法实现过程主要采用4个解算步骤,最终生成播发至用户的实时钟差产品。利用全球分布的68个测站实时数据流进行GPS卫星实时钟差解算,并对2018-01-14～01-19的实时GPS卫星钟差产品采用2种方法进行检核:1)与IGS快速钟差产品比较;2)运用实时动态PPP结果检核。结果显示,基于改进的混合差分算法,利用实时数据流实现的GPS实时卫星钟差产品具备STD为0.15 ns、RMS为0.63 ns的精度,可提供实时cm级定位服务。     

HASH算法MD5的高速实现

在分析HASH算法MD5的基础上详细介绍了目前主流的4种硬件实现方式,给出了其中迭代方式和基于缩短关键路径的循环展开方式的FPGA实现.基于缩短父键路径的循环展开方式有效的压缩了一半的工作时钟数,并提高了吞吐量,是目前所给出的国内外方案中占用硬件资源较小而工作效率较高的硬件实现方式.     

多面函数参数自适应选取方法在GPS高程拟合中的应用

提出一种综合的多面函数参数自适应选取方法。该方法利用核函数阶数和平滑因子存在最优值以及核函数结点分布应符合高程异常变化趋势的特点,综合利用正交化算法选取核函数结点以及二维粒子群算法确定最佳阶数和平滑因子,实现多面函数参数的完全自适应选取。将该方法应用于地形起伏差异不同的2个测区,结果表明,相比传统经验性方法和部分参数自适应方法,该方法用于GPS高程拟合的精度和可靠性更高。     

洪灾应急疏散路径规划算法优化

应急疏散是救灾工作的重要环节,合理的路径规划能有效缩短疏散时间,减少人员伤亡.本文以疏散总时间最短为目标,考虑需求控制,容量限制,交通延误,公平分配和资源节约等约束条件,对经典Dijkstra算法进行改进;并采用混合拆分疏散方法,构建洪灾避难应急疏散路径规划模型.运用C#语言编写算法,求解最佳路径,基于自主开发的应急疏散分析工具MiniGIS,对规划路径进行动态模拟,依据反馈逐次优化算法.结果表明:理想算法,延时-改进算法,逆行-改进算法均能为县域尺度的洪灾避难疏散路径选择提供参考,但理想算法适用于组织简单,高度有序的疏散情景,延时-改进算法考虑了除交通拥堵之外的延误,与真实情况更为接近,逆行-改进算法避免了因中途路径调整而出现的"回头路",在时间最短次优的条件下,更有利于疏散过程管理与资源节约,其结果被认为是此次应急疏散路径规划的最优解.     

基于小时观测文件拼接的GPS实时钟差确定算法

针对目前常用的GPS实时钟差确定算法主要基于实时观测数据流实现,使产品可靠性和完整性受限于网络质量,及广播星历和IGU-P精度较低的问题,提出并实现基于小时观测文件拼接的实时钟差确定算法。该算法基于小时观测文件数据,通过将钟差估计与自适应超短期钟差预报相结合以确定实时钟差。30 d实时在线结果显示,基于小时观测文件确定的实时钟差精度约为0.25 ns,优于广播星历和IGU-P,与IGS RTS提供的实时钟差精度相当,且能保证产品的可靠性和完整性。     

Douglas-Peucker算法全自动化的多尺度空间相似关系方法

地图综合本质上是空间相似变换,研究Douglas-Peucker算法及其参数的设置,实质是研究算法的最佳距离阈值与尺度变化间的定量关系,但目前二者关系未知,导致参数设置及化简结果的选择主观性强。为此,提出以多尺度线要素空间相似关系为契合点,利用阈值参数寻优原理确定二者间定量关系,以实现基于DP算法线要素的全自动化简。结果表明：① 二次函数是描述最佳距离阈值与尺度变化间定量关系的最优函数;② 针对来源于相同地理特征区,如长江下游平原,的线要素可行,利用同一最佳距离阈值可实现基于DP算法线要素的全自动化简,且化简结果与已有成果数据吻合度较高;而来源于不同地理特征区域,如长江下游平原和江淮平原,的线要素,用同一最佳距离阈值化简是不合理。因此,应选择不同的最佳距离阈值,以实现不同地理特征区域线要素的DP算法全自动化简。     

基于多传感器融合式航迹起始算法

提出了一种基于聚类分析和Kalman 滤波相结合的多传感器航迹起始算法.根据多传感器同一时刻对同一目标的观测值在空间呈团状的特征,运用聚类的方法解决数据融合问题.采用一种改进的粒子群(PSO)优化算法对多传感器观测数据进行聚类,结合聚类中心和目标预测值,应用Kalman滤波器估计目标状态,从而实现航迹起始.实验结果表明,该方法有效.     

基于改进谱减算法的语音增强研究

介绍了一种根据传统的谱减改进后的增强算法：根据每帧的功率谱来动态调整谱减系数,然后采用多种方法抑制音乐噪声.使谱减效果既保持了较高的信噪比,又使音乐噪声得到了抑制.算法在VC6.0下编程实现,实验证明语音增强效果明显.     

面向地形数据的点云简化算法

针对地形点云数据量大、表面特征复杂多样等特点,提出面向地形数据的点云简化算法。基于K-D Tree搜索各点K邻域,构建点集空间拓扑关系|应用移动最小二乘法计算各点曲率,通过曲率的划分,在平缓区域按距离进行简化,保证整个算法的效率|在突变区域根据曲率简化,确保曲率变化大的关键特征信息不丢失,从而实现点云数据的简化。利用基于熵理论的定量评价方法,通过实例验证该方法的可行性和普适性。     

IDEA算法的FPGA实现

设计实现了一种IDEA算法（International Data Encryption Algorithm）加／解密模块。根据IDEA算法的基本原理设计了IDEA密码芯片，并采用了4级流水线结构。对主要影响算法实现效率的模乘运算转换为部分积模加运算。仿真和综合结果表明该模块在17．14MHz的时钟频率下可达到96Mb／sec的加／解密速率。     

һ�ָĽ��ĸ߲����������Ӳ���ⷽ��

????????????????????????????????????????????????????÷??????????????GPS????????е???????????????λ??????IGS????????????????????????????ν???????????????????????????????????仯??????????????????????????????????仯????????????????????????仯?????????????????????????????仯?,??????????????????????????????ó???????????????????????????????????У??????????????????????????t????????????????????ж???????????????????????λ????????峱???????????????????????????÷???????δ?????????????????????????????????????????????????????     

基于EM算法优化相关向量机的BDS-3超快速钟差预报

提出一种基于EM算法优化相关向量机(RVM)的BDS-3超快速钟差预报算法。首先,利用组合MAD法预处理钟差数据,并进行一次差分计算;然后,利用钟差一次差分数据对RVM模型进行训练,通过EM算法迭代求取模型的超参数;最后,利用优化后的RVM模型进行数据预测,将钟差一次差分预测值还原,得到钟差预报值。采用iGMAS中心提供的实测BDS-3超快速钟差数据进行预报实验,并将本文模型与QP模型、SA模型及iGMAS超快速钟差预报产品(ISU-P)结果进行对比分析。结果表明,对于6 h、12 h和24 h预报,本文模型预报BDS-3卫星钟差数据的平均精度均优于0.61 ns;与ISU-P、QP模型和SA模型相比,本文模型预报24 h时精度分别提升64.1%、50.0%和49.2%。     

一种改进的平方根滤波在卫星钟差实时解算中的应用

目前普遍采用卡尔曼滤波方法来实现非差法卫星钟差的实时解算。平方根滤波可以增强数值计算的稳定性,避免滤波发散,但矩阵的求逆会耗费较长的计算时间;序贯算法可以避免对矩阵直接求逆,能提升计算效率。综合两种算法的优点,提出一种基于序贯算法的平方根滤波器,并应用于卫星钟差的实时解算,得到的卫星钟差精度优于0.2 ns,且计算时长缩短40%。     

基于麻雀搜索算法优化的BP神经网络卫星钟差预报

使用麻雀搜索算法(sparrow search algorithm,SSA)对BP神经网络的初始权值和阈值进行优化和调整,以提高神经网络模型短期预报的精度和稳定性.采用IGS产品中的卫星钟差数据,对SSA-BP神经网络模型、PSO-BP神经网络模型、传统BP神经网络模型及传统二次多项式模型(QP模型)进行实验对比,结果...     

长距离单历元非差网络RTK方法

研究长距离网络RTK参考站整周模糊度单历元解算算法和区域误差非差改正数的计算方法,并介绍流动站整周模糊度的单历元解算方法,最后使用实测数据进行算法实验。实验表明,该方法可以利用非差误差改正数实现长距离网络RTK流动站的单历元cm级定位。     

�����뵥��Ԫ�Dz�����RTK����

?о???????????RTK?ο???????????????????????????????????????????????????????????????????????????????????????????????????顣?????????÷??????????÷??????????????????????RTK???????????cm????λ??     

基于SAFA-FDGM(1,1)模型的BDS钟差预报

为建立高精度的BDS钟差预报模型,提出一种基于改进的萤火虫算法优化的分数阶离散型灰色系统SAFA-FDGM(1,1)钟差预报模型。为避免萤火虫算法陷入局部最优解,提高萤火虫算法的优化能力,本文引入惯性权重因子,同时对吸引力因子、步长因子进行改进;利用改进的萤火虫算法自动优化选取FDGM(1,1)分数阶因子来提高FDGM(1,1)数据拟合精度。分别采用C02(GEO)、C09(IGSO)、C12(MEO)三种不同类型卫星的钟差数据进行实验分析,结果表明,本文预报模型优于传统二次多项式模型与GM(1,1)模型,其中3~6 h预报误差小于1 ns,9~12 h预报误差优于2 ns,对建立高精度的BDS卫星通用钟差预报模型具有重要参考价值。     

基于移动对象轨迹的室内导航网络构建方法

室内导航网络是行人导航、信息推荐和商业分析的基础。传统人工测绘或半自动提取的室内三维导航网络无法满足复杂室内空间结构高频变化需求。随着室内定位技术的不断发展,室内移动对象轨迹数据爆发式增长,为室内导航网络快速构建与变化监测更新提供了可能。本文提出一种基于移动对象轨迹的室内导航网络构建方法,在基于ST-DBSCAN的轨迹简化预处理基础上,提出了室内轨迹自适应栅格化算法,减弱栅格图像分辨率对导航网络提取的影响,有效避免廊道轨迹密度差异造成的导航网络拓扑连通失效,并通过CFSFDP自适应聚类算法自动识别楼层之间连通点,实现室内导航网络的快速构建。实验数据来源于上海图聚智能科技股份有限公司提供的某商城真实的室内移动对象轨迹数据,实验结果表明,与普适栅格化方法相比,本文提出的方法将导航网络构建准确率平均提高2.43%,拓扑正确度提高12.8%。