一种空间圆柱面拟合计算方法

针对工业测量和检测中常常遇到的小角度圆柱面局部范围点云数据的拟合问题,提出一种通过三点共线确定圆柱轴线方向的圆柱初值查找算法,可实现初值的自动查找。通过将初值查找算法得出的初值赋予拟合算法,可以得到包括圆柱面局部点云数据情形在内的多种情形下的圆柱面拟合结果。实验结果验证了该算法的可行性和正确性。     

基于稳健加权总体最小二乘的点云数据圆柱面拟合

在测量中,为了对建(构)筑物的圆柱面点云数据进行建模或检测,需要精确拟合圆柱面并对拟合结果进行分析、表达。针对传统圆柱面点云数据拟合方法未考虑粗差存在和系数矩阵含有误差,导致圆柱面拟合结果不够精确的问题,提出了可自适应调整权阵的稳健加权总体最小二乘算法计算拟合参数。该算法在考虑全部观测值误差的基础上,通过激光点到圆柱面的距离确定各点的权重,以3倍标准差剔除粗差,经迭代计算最终得到稳健的拟合结果。经工程实例计算,证明该算法能有效克服粗差的影响,得到准确可靠的拟合参数估值,拟合效果优于传统拟合算法。     

RBF神经网络在GPS高程拟合中的应用

通过对离散GPS／水准点观测数据进行拟合从而获得区域内任意一点的高程异常是工程实践中经常遇到的问题。利用RBF神经网络方法进行了GPS水准高程拟合实验,并将得到的高程异常结果与采用BP神经网络方法和二次曲面拟合法得到的结果进行了分析比较;通过3种方式的分析比较,证明利用RBF神经网络进行GPS高程拟合的可行性以及相比其...     

GPS高程拟合方法对比研究分析

不同的GPS高程拟合方法具有各自相应局限性,单一拟合方法在不同测区不具有普适性。针对上述问题,重点研究了二次多项式曲线拟合、多面函数拟合、二次曲面拟合、BP神经网络法等四种GPS高程拟合方法,结合实际工程项目,对研究区域进行高程拟合,分析实验结果,评定拟合精度。通过对四种拟合方法所得结果分析对比得到结论:四种方法均满足四等水准测量要求,拟合残差均小于3 cm;BP神经网络拟合在精度上高于其他三种;根据各拟合方法的特点及适用范围,正确使用拟合方法是获得高精度正常高的必要条件。本文研究成果对不同环境下GPS高程拟合具有相应的应用与参考价值。      

多项式拟合在西北地区GNSS高程转换中的应用研究

大地高转换正常高是工程测量中的重要工作之一。本文针对影响多项式高程转换精度的地形、拟合模型的选择以及拟合点布局三种因素,选取西北某地区平原、丘陵和山区地形进行区域高程转换精度研究。同时,分析了三种地形条件下拟合点布局对多项式拟合模型的影响。通过实验结果,得到了该拟合方法在高程转换中的定量结论,可为实际相关工作提供参考。     

GPS水准拟合方法的比较

对GPS水准的原理及方法进行介绍,并介绍GPS水准中常用的几种拟合方法,最后利用实测数据对二三次曲面拟合法的适用性及参数对拟合结果的影响进行比较,通过对实验结果的分析,得出有参考价值的结论与建议。     

总体最小二乘曲线曲面模型建立方法比较探究

本文探究了总体最小二乘的3种方法,包括奇异值分解、最小奇异值方法和迭代法,并且对3种方法进行比较。在模型推导的基础上,文中对3种总体最小二乘法在曲线和曲面拟合中求解的参数及其精度进行了比较分析。通过与最小二乘法的比较表明:总体最小二乘法得到的拟合结果更加稳健,并且发现迭代法和奇异值分解方法的结果是一样的;最小奇异值方法的结果欠优。     

区域内插点的分布对GPS高程异常的影响

在GPS高程异常拟合中,选取分布不同的内插点,采用二次曲面、BP神经网络和RBF神经网络3种方法,对两种点位分布情况进行高程异常值的拟合。拟合后的数据采用了格拉布斯准则检验各种拟合模型的外推点数据的粗差情况,并查找剔除粗差。分别对两种情况进行精度分析,评定不同内插点的分布对高程异常的影响。实例分析证明,在实验地区均匀分布的内插点,无论是内插点的精度,还是外推点的推估精度都有明显的提高,合理地选取内插点,有利于高程异常精度的提高。     

基于RBF神经网络的GPS高程拟合方法的研究

GPS高程拟合一直是工程应用中的一个研究热点,其中神经网络拟合方法得到了广泛的应用。本文利用RBF神经网络模型进行GPS高程拟合实验,主要针对模型中隐含节点数和最佳SPREAD值的确定进行实验研究,并利用MATLAB神经网络工具箱实现了GPS高程拟合。同时,将RBF神经网络拟合结果与BP网络拟合结果进行对比分析,结果表明,RBF网络拟合效果要优于BP网络,得到的拟合精度要高。     

激光点云的隧道数据处理及形变分析

针对目前隧道的变形监测多是通过经纬仪、水准仪以及全站仪对隧道断面进行观测完成,无法准确、有效地反映隧道整体变形的问题。研究了基于三维激光扫描点云的数据处理及形变分析方法,首先进行隧道断面椭圆拟合,然后利用拟合得到的椭圆参数进行断面长、短半轴形变分析,同时对隧道管片进行拟合以求得观片接头处变形,进而对隧道整体变形进行分析。实验表明,对实测的两期数据截取12个位置相同的断面,利用文中算法进行断面椭圆拟合和形变分析,统计结果显示两期数据拟合所得长、短半轴之差绝对值均小于3mm,且各断面整体形变参考点90%的变形小于3mm,结果充分证明本文介绍的数据处理方法的合理性及有效性,与传统方法相比优势明显,对地铁施工和运行阶段的隧道变形监测具有一定的指导和借鉴意义。     

广域增强系统广播星历模型分析

针对广域增强系统10参数广播星历模型的应用范围与应用性能问题,该文提出了综合参数动力学含义和拟合精度的模型分析方法。以GPS 16参数模型为参照对象,采用轨道坐标系3方向投影法,对10参数和16参数模型的摄动表达机理进行了研究。基于GEO、IGSO和MEO 3种卫星实际数据,通过长弧和短弧条件下的拟合精度分析,完成了10参数模型应用性能的全面评估。实验结果表明:10参数模型在长弧条件下的拟合性能不佳,4min弧长条件下,3种卫星拟合精度均能够满足基本导航、在航飞行与精密进近等应用需求。所提方法解决了10参数模型从GEO卫星向其他类型卫星的拓展问题。     

不同插值方法对CORS高程时间序列的影响分析

在CORS站高程时间序列的研究中,当连续缺失较多数据时,插值显得尤为重要。为了较好地解决这个问题,本文尝试采用正交多项式拟合的方法,分别利用正交多项式拟合、拉格朗日和三次样条等插值方法对高程时间序列进行插值,并对不同方法的插值结果进行了分析比较,验证了正交多项式拟合的可行性及有效性。结果表明:在高程时间序列插值中,三次样条插值结果较差;连续缺失3个点及以下时,正交多项式拟合、拉格朗日插值结果均较好,插值效果相当;随着缺失点数量的增加,正交多项式拟合结果要优于另2种方法。     

基于特征级融合方法的高光谱影像建筑物提取

利用多范围波谱特征拟合进行高光谱分析得到粗分类结果,分别提取影像的光谱特征、纹理特征和空间特征,再进行这3种特征的融合,并提取建筑物。实验显示,该方法对不同材质屋顶建筑物有较好的提取效果。实验影像中有两种不同材质屋顶的建筑物,其中一种建筑物100%提取,另一种建筑物漏分面积占该类建筑总面积的8.5%,错分为2.2%。     

GPS高程拟合方法比较

从GPS高程测量应用问题入手,简述了GPS高程拟合的原理,介绍了曲面拟合法、最小二乘配置拟合法和基于kriging统计的移动曲面法3种高程拟合方法,并通过某地区GPS/水准点数据进行了实验比较,得出了一些有益的经验结论。     

利用GPS拟合方法代替四等水准的可行性分析

对GPS高程转换的3种方法 (二次多项式拟合、三次多项式拟合、多面函数法)进行实际计算,通过综合比较和分析,给出了相同地形不同拟合方法的精度评价。结果表明,在一定条件下,利用GPS测得的高精度平面坐标和己知的大地高、正常高,采用多面函数拟合法所得到的结果可以满足四等水准测量的精度要求,在测量中可以取代传统几何水准测量。     

单频精密单点定位周跳探测方法研究

周跳探测是单频精密单点定位的难点之一。本文分析了3种单频周跳的探测方法,即多项式拟合法、载波/伪距组合法和基于灰色预测值的多项式拟合法。通过采用不同的试验方案对这3种方法进行对比分析,表明基于灰色预测值的多项式拟合法比另外两种方法探测能力更强,可靠性更高。而且方法简单,易于在计算机中实现,具有较高的实用性。     

GPS水准测量及对试验网的处理

在介绍GPS水准测量基本原理的同时 ,针对某实验网的观测结果采用多项式曲面拟合与多面函数拟合法对数据分别进行处理 ,从对比分析中得出一些可供生产、教学值得参考的意见。     

DEM建模方法的研究与实践

在分析移动曲面拟合与加权平均算法特点的基础上,提出以移动曲面拟合法为主、加权平均法为辅两者相结合的方法,使它们能够相互取长补短,从而解决大区域DEM建模中存在的问题。对接边处的误差可以进行误差改正并用样条函数对其重建使其光滑。结合5种地貌类型的1∶5万地形图数据进行试验,用中误差对试验结果进行评估和分析,得出该方法在丘陵地区的建模误差最小、效果较好,为今后大区域3维建模提供一种更为精确和合理的方法。     

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。     

利用贝叶斯抽样一致性的点云特征面拟合

针对传统随机抽样一致性算法在拟合特征面时对种子点的选择具有一定的随机性,造成循环次数过多、效率低下的问题,该文提出一种改进的随机抽样一致性算法——贝叶斯抽样一致性算法。首先建立柱面、球面、圆环面、平面的数学模型;然后用贝叶斯抽样一致性算法提高抗噪性,并用二维直方图统计方法对贝叶斯抽样一致性算法中的局内点先验概率估计进行改进;最后,对局内点用非线性最小二乘进行拟合。将该方法与基于随机抽样一致性算法的特征面拟合方法进行了对比和分析,实验结果证明,贝叶斯抽样一致性算法能够更高效地实现局部特征面拟合。