M-LZD算法中表面变形的可探测性分析

现有的基于LZD方法的DEM变形探测方法都是将表面变形作为粗差,采用不同的稳健估计方法来探测。粗差具有发现和定位能力是粗差探测的前提,而现有方法均没有进行粗差发现和定位能力分析。本文首先采用判断矩阵对其进行了理论分析,然后对结果在不同类型地面的DEM进行了试验。根据试验结果,任意2个判断向量线性无关,判断矩阵中没有零元素,相关数等于多余观测个数。试验结果表明,DEM表面上无论多少粗差均具有发现和定位能力;基于LZD方法的DEM表面变形探测方法在理论上是完备的,可以正确地发现和定位粗差。     

基于不同学科解决粗差探测问题的方法研究

通过对已有粗差探测成果的研究,本文按照基于的学科不同将其大致分为4类:数理统计粗差探测方法,基于多元统计分析粗差探测方法,线性代数粗差探测方法,人工智能粗差探测方法。然后从这4个方面辐射出已有的关于粗差发现、定位、定值等相关方法的研究,并且针对国内学者对用人工智能方法实现粗差探测未进行成熟研究的现状,提出可行策略并进行实现从而为人工智能和测量数据处理2个学科的结合开拓新的研究方向。     

动态平差概括模型及形变与粗差的定位定值方法

本文首先建立了包括常规动态平差模型和静态平差模型的动态平差概括函数模型,推导了该模型下的主要平差计算公式和精度评定公式,指出动态平差对静态分期平差有良好的概括性,并讨论了动态平差模型下形变与粗差的统计区分检验公式与方法。其次探讨了多维粗差定位定值的基础,指出粗差分析的基本依据是反映观测值真误差之间线性函数关系的条件方程,而不是最小二乘平差后的残差向量V。提出了多维粗差的直接定位与定值法（LEGED法）和适合于各种最小二乘平差函数模型的多维粗差的统一定位与定值法（LEGU法）,指出LEGEU法的实质等价于LEGED法。算例表明,LEGED法和LEGEU法不仅能准确确定多个粗差的位置,而且能直接计算粗差的大小,且粗差估值与粗差真值之差属于随机误差的量级。然后探讨了粗差的定位定值特性,指出只有当粗差个数是与粗差的最小图相关数S满足k≤s－2时,才能确定粗差的位置和大小,说明了图相关粗差的不可区分性不会因为数据处理方法的不同而有所改变,提出了顾及粗差定位定值特性的粗差定位定值方法。最后论述了形变分析的实质,提出了比较完整的一般形变分析模型下形变与粗差同时定位定值的新方法。     

利用选择权迭代法进行粗差定位

选择权迭代法是一种可望用于粗差定位的有效方法。本文回顾该方法中几种主要的不同权函数后,从最小二乘法验后方差估计原理推导出选择权迭代法进行粗差定位的权函数的和统计检验量。通过对不同形式权函数的对比试验证实了所提方法之优越性。将其引入丹麦法中亦获得同样好的结果。     

GNSS导航卫星多维粗差定位算法研究

针对现有GNSS导航卫星多维粗差定位算法研究较少,本文提出采用全局-局部测试法查找观测值中的粗差。从函数模型方面详细论述全局测试和局部测试判断并定位粗差的过程,并且结合蒙特卡罗方法模拟的导航实验数据验证本文所提出的方法。模拟实验表明,该方法能比较快速且准确地定位含粗差观测值,从理论上补充了GNSS导航卫星多粗差定位的算法,也在一定程度上提高了多星座导航完备性。     

GNSS导航卫星多维粗差定位算法研究

针对现有GNSS导航卫星多维粗差定位算法研究较少,本文提出采用全局-局部测试法查找观测值中的粗差。从函数模型方面详细论述全局测试和局部测试判断并定位粗差的过程,并且结合蒙特卡罗方法模拟的导航实验数据验证本文所提出的方法。模拟实验表明,该方法能比较快速且准确地定位含粗差观测值,从理论上补充了GNSS导航卫星多粗差定位的算法,也在一定程度上提高了多星座导航完备性。     

粗差定位的新方法

本文提出了粗差定位的一种与众不同的新方法。吸取了现有的粗差定位方法中的一些思想，并将模糊集合理论应用于粗差定位。这个新方法还能很容易地应用于监测网中单点位移的探测和定位。     

粗差发现和定位能力与相关系数的关系

根据粗差判断方程中的判断矩阵和两个统计检验量之间相关系数的函数式,论证了两种不同的研究方法所确定的粗差不能定位的数学模型实际上是相等的。通过算例,不仅说明两种研究方法对观测量不能定位粗差的判断是一致的,而且使用判断矩阵研究观测量的粗差发现和定位能力会更加方便简单。     

基于方差膨胀模型的多个粗差的探测

本文将粗差归入随机模型,提出了基于方差膨胀模型的粗差探测方法。首先针对测量平差实际给出了非等权独立观测条件下的单个粗差的Score检验统计量,然后提出了基于方差膨胀模型的两种定位多个粗差的方案,最后对一边角网进行了计算和分析。大量试验表明,用本文给出的定位多个粗差的方法是切实可行的,它不仅有效地发现了粗差,而且计算简便、快捷,结果比较理想。     

影响方程与粗差定位

本文推导了粗差对标准化残差（简称残差）的关系式，建立了影响方程，直接利用其定位粗差，将粗差对残差的影响分为三种情形：（1）只有一个粗差；（2）有多个粗差但对相互残差的影响系数较小；（3）有多个粗差；（2）之外的情形。根据这三种不同的情形，按照一定的准则，选择相应的“假定粗差”，利用影响方程求解来判别粗差。大量试算表明：对于（1），（2）两种情形，可在平差后求解对粗差直接定位，而无需多次回代判别，比传统方法节省（成倍节省）大量计算时间，对于经三种情形，利用影响方程求解，并采用回代，粗差定位效果比传统方法要好，它避免了传统方法有时会发生的错误，同时又弥补了人工智能法的某些缺憾，保证了定位的正确性。     

农作物叶片病害迁移学习分步识别方法

农作物病害的准确识别有助于提高农作物的产量与质量。针对作物病害图像训练样本数据量较少的情况,本文采用迁移学习方法结合分步识别模型对多种农作物病害种类进行了识别。将PlantVillage公开数据集中3种农作物的10类作物叶片图像作为训练样本,利用直接识别方法分别对VGG16和ResNet的原始模型和迁移学习模型进行训练,得到模型的分类结果;提出分步识别方法,将训练样本按作物种类和病害类型归类,分别进行模型训练并构建分步识别模型。试验结果表明：利用迁移学习方法能够在原始模型的基础上将识别精度提高20%以上;在其基础上引入分步识别方法并与直接识别方法对比,能够将VGG16和ResNet模型精度再分别提高14%和8%。本文提出的迁移学习分步识别方法能够实现在小样本训练数据情况下的作物病害准确识别,可为作物病害防治提供有效的技术支持。     

基于Car(p,q)模型和数学形态学理论的LiDAR点云数据滤波

在分析现有的LiDAR点云数据后处理方法的基础上,本文提出了一种点云数据“分步”滤波方法。首先对LiDAR点云数据进行数学形态学“粗”滤波,得到“地面点假设”和“非地面点假设”。然后引入顾及因果关系的自回归模型（car）对两类点云数据假设进行模型化处理和假设检验,根据假设检验的结果判断地面点和非地面点,最终得到可靠的分类结果。与单纯的“最小二乘拟合预测法”或“数学形态学”方法相比,这种“分步”处理的思想用于LiDAR点云数据分类处理的结果更可靠。     

顾及上下级空间关系相似性的道路网联动匹配方法

现有道路网匹配方法中,大多利用道路自身结点和弧段特征进行匹配,而较少注意道路邻域要素在道路网匹配中的重要定位参考作用,从而影响匹配效率和正确率的进一步提高。针对上述问题,本文提出了一种顾及上下级空间关系相似性的道路网联动匹配方法,即模仿人在读图时通过特征地物和空间关联寻找目标地物的思维过程,将匹配看作是一种特征目标寻找、信息关联传递的推理过程。首先,运用Stroke技术将复杂道路网进行等级划分。其次,通过道路骨架关联关系树构建道路网联动匹配模型。最后,选取高等级骨干道路作为起始特征对象,计算道路间的上下级空间关系相似性,逐级迭代使匹配信息在道路网联动匹配模型中传递,从而得到匹配结果。试验表明,本文算法缩小了待匹配数据的搜索范围,能够有效提高匹配正确率和效率,尤其在数据位移较大、存在非系统性几何位置偏差的情况下优势明显。     

改进的GNSS/水准点优化选择的逐步剔除法

GNSS/水准联测点的合理选择对GNSS高程拟合至关重要,剔除法是一种较好的优化选点方法,传统的剔除法是以高程异常拟合误差最小为目标函数进行优化选点,可能会出现选点不均匀情况。鉴于此,提出根据GNSS/水准点生成的泰森多边形面积大小进行优化选点,并在此基础上对传统优化选点的方法进行改进,即同时考虑高程异常拟合误差大小及由泰森法生成的多边形面积大小进行优化选点（称为综合法）。以1~3次多项式拟合模型为研究对象,实验结果表明,GNSS/水准点优化选择的综合法可在改善点分布的同时获得稳定性好、精度较高的高程异常拟合结果。     

出租车GPS大数据在东莞市“小山小湖”社区公园选址中的应用

选址问题是GIS最基本的任务之一。选址通常是考虑一定条件下的空间位置优化,很难将人类的活动情况作为优化因素考虑进来。本文结合东莞市小山小湖社区公园的选址工作,通过分析海量出租车的OD（上下车）记录数据,在选址任务中引入居民实际居住与出行情况作为参考。通过提高人口分布密度这一重要选址影响因素的精度,进而改进小山小湖社区公园的选址情况,这种方法是对传统分析方法的有效补充和创新。基于出租车轨迹数据的选址方法与传统的选址方法相结合,更有效、合理地提高了选址的可靠度。     

提高无控制点星载SAR影像的定位精度研究

针对无控制点情况下星载SAR地面目标高精度定位问题,提出在整个成像条带中任选一景SAR影像,并基于全球DEM数据生成模拟的SAR影像,然后通过自动或半自动匹配方式寻找一个控制点,修正整个条带的轨道参数,从而消除了系统误差的影响,提高了整个SAR条带影像的定位精度。     

A regression model-based method for indoor positioning with compound location fingerprints

ABSTRACT

This paper proposed and evaluated an estimation method for indoor positioning. The method combines location fingerprinting and dead reckoning differently from the conventional combinations. It uses compound location fingerprints, which are composed of radio fingerprints at multiple points of time, that is, at multiple positions, and displacements between them estimated by dead reckoning. To avoid errors accumulated from dead reckoning, the method uses short-range dead reckoning. The method was evaluated using 16 Bluetooth beacons installed in a student room with the dimensions of 11 × 5 m with furniture inside. The Received Signal Strength Indicator (RSSI) values of the beacons were collected at 30 measuring points, which were points at the intersections on a 1 × 1 m grid with no obstacles. A compound location fingerprint is composed of RSSI vectors at two points and a displacement vector between them. Random Forests (RF) was used to build regression models to estimate positions from location fingerprints. The root mean square error of position estimation was 0.87 m using 16 Bluetooth beacons. This error is lower than that received with a single-point baseline model, where a feature vector is composed of only RSSI values at one location. The results suggest that the proposed method is effective for indoor positioning.     

重力异常向上延拓严密改化模型及向下延拓应用

重力异常向上延拓全球积分模型在航空重力测量数据质量评估和向下延拓迭代计算等领域具有广泛的应用。为了消除积分核函数奇异性影响,需要对该模型进行基于积分恒等式的移去-恢复转换及全球积分域的分区改化处理。在此过程中,传统改化处理方法往往忽略了全球积分过渡到局域积分引起的积分恒等式偏差影响,从而导致不必要的计算模型误差,最终影响向上延拓计算结果的可靠性,甚至影响向下延拓迭代解算结果的稳定性。针对此问题,本文开展了重力异常向上延拓积分模型改化及向下延拓应用分析研究,依据实测数据保障条件和积分恒等式适用条件要求,导出了重力异常向上延拓积分模型的分步改化公式,提出了补偿传统改化模型缺陷的修正公式,并将最终的严密改化模型应用于重力异常向下延拓迭代解算。使用超高阶地球位模型EGM2008作为标准位场开展数值计算检验,分别对重力异常向上延拓分步改化模型的计算精度及在向下延拓迭代解算中的应用效果进行了检核评估,验证了采用严密改化模型的必要性和有效性。     

基于多策略的微博位置数据获取方法研究

随着Web2.0时代发展的成熟,在以微博为代表的新社交网络平台上产生了大量含有空间位置信息和时间标识的数据,即位置数据(location data)。位置数据是大数据的一个重要组成部分,现已作为一种战略性资源被广泛应用于社会生活的多个领域,而位置数据的获取是位置数据挖掘和应用的基础。深刻分析了基于API、基于网络爬虫和基于网络数据流3种目前常用的微博数据获取方法的特点,在此基础上提出了一种基于多策略的微博位置数据获取方法,详细阐述了该方法的基本原理、基本流程和主要特点。最后通过获取新浪微博的位置数据进行实验验证,结果证实,该方法可以实现全面、高效地获取微博位置数据。     

融合上下文感知的地标检测辅助WiFi-PDR室内定位

针对当前WiFi-PDR室内定位中存在的WiFi信号不稳定及行人航位推算（PDR）累积误差大的问题,本文提出了一种融合上下文感知的地标检测辅助WiFi-PDR室内定位方法。该方法利用智能手机所能监测到的上下文信息建立用户模型,采用基于卷积神经网络的用户行为感知和基于WiFi-PDR室内定位的粗粒度位置感知,发现隐藏的室内地标信息,并完成用户在地标位置的位置校正,提高定位准确度。该方法在一定程度上降低了WiFi-PDR室内定位的误差,提高了用户室内定位的精度。经试验验证,该室内定位方法的精度相比于传统的WiFi-PDR方法提高了43.62%。