基于K-means聚类分析的球冠谐函数拟合高程异常方法

利用球冠谐函数拟合高程异常曲面时,GPS/水准数据的分布和选取,对最后的拟合精度有较大影响。本文提出了一种基于K-Means聚类的球冠谐函数拟合方法,即利用K-Means聚类分析方法对高程异常数据点进行有效分类和选择,再结合球冠谐函数的逼近方法,提高了高程异常曲面的拟合精度。通过与实测高程异常数据进行比较,基于K-Means聚类分析的球冠谐函数拟合方法优于多项式拟合法、移动二次曲面拟合法、多面函数拟合法和球冠谐函数拟合法。     

地震同震滑动分布反演平滑因子的确定

针对大地测量地震同震滑动分布反演中平滑因子（又称正则化参数）的确定问题,一般采用模型粗糙度与数据拟合残差之间的折中曲线来确定（为便于区分,本文将该方法称为"L曲线"）。本文在L曲线的基础上提出一种确定平滑因子的新方法——折中相交曲线法。模拟试验反演结果表明,利用折中相交曲线法确定的平滑因子反演地震滑动分布各参数精度要优于L曲线法。利用折中相交曲线法确定平滑因子反演拉奎拉与台湾美浓实际地震,并与L曲线法反演结果进行对比分析。分析结果表明,利用折中相交曲线法确定的平滑因子反演拉奎拉与台湾美浓实际同震滑动分布各参数结果均在国内外其他学者研究的范围内,并且利用折中相交曲线法确定平滑因子较L曲线法具有计算效率高、无需依赖数据拟合度、确定平滑因子大小更为合适等优点。     

极移时间序列建模及预测

基于自回归滑动平均(auto-regressive and moving average,ARMA)模型以及一阶差分ARMA模型分别对极移的X分量和Y分量进行了模型拟合,并利用所拟合的模型对极移进行了预测.通过与国际地球自转服务发布的实测极移数据以及其他方法对比,证明了所建立的拟合模型在短期预报上的有效性.且X分量的A...     

多项式曲面拟合和BP神经网络GPS高程拟合方法的比较研究

为了研究不同GPS高程拟合方法的拟合精度及差异性,选择二次多项式曲面拟合法和BP神经网络法进行比较研究.对已知数据进行分组,采用二次多项式曲面拟合法和BP神经网络法分别对各组数据进行处理、分析,计算精度指标,比较拟合点的分布、拟合点的数量和拟合方法对精度的影响.试验算例表明采用相同方法时拟合点的数量越多、分布越均匀拟合精度越高;在点的数量相同且较多,分布都相对均匀的前提下,BP神经网络法拟合的精度高于二次多项式曲面拟合法;在点的数量相同且较少,分布都相对均匀的前提下,BP神经网络法拟合的精度低于二次多项式曲面拟合法.     

一种海洋磁力测量降噪的有效方法

波浪噪声和随机噪声是影响海洋磁力测量数据处理精度的重要因素。基于小波阈值消噪理论,研究了海洋磁力测量数据中的波浪和随机噪声的消除方法。仿真和实例计算表明:借助于小波的分解与重构,有效地减弱或消除了测量数据中的波浪和随机噪声,具有较高的精度和可靠性。该方法解决了传统的滑动拟合法对波浪和随机噪声与测量数据中的真实高频信息一起平滑过滤的局限性问题。     

一种海洋磁力测量降噪的有效方法

波浪噪声和随机噪声是影响海洋磁力测量数据处理精度的重要因素.基于小波阈值消噪理论,研究了海洋磁力测量数据中的波浪和随机噪声的消除方法.仿真和实例计算表明:借助于小波的分解与重构,有效地减弱或消除了测量数据中的波浪和随机噪声,具有较高的精度和可靠性.该方法解决了传统的滑动拟合法对波浪和随机噪声与测量数据中的真实高频信息一起平滑过滤的局限性问题.     

切比雪夫多项式拟合卫星轨道与钟差的精度分析

利用切比雪夫多项式拟合卫星轨道,用经验统计法确定轨道不同弧段数据的满足精度要求的拟合阶数区间,发现非最佳拟合阶数会引入较大的拟合噪声,因此在精密计算时应选择最佳拟合阶数。本文用此多项式拟合卫星钟差,能达到内插钟差同等的精度,而且与拉格朗日滑动内插相比,拟合残差序列分布更好,计算效率更高;提出利用残差自相关进行精度评定的方法,当精度变化微小时相比一般的精度评定方法具有明显优势。     

基于随机抽样与特征值法的点云平面稳健拟合方法

针对点云数据含有异常值且传统拟合方法拟合结果不理想的情况,本文提出一种随机抽样与特征值法相结合的稳健点云平面拟合方法。首先利用随机抽样一致性算法按照设定阈值将异常值划分为局外点,不断迭代剔除局外点,保留含有局内点最多的点云数据,然后利用特征值法对该点云数据进行平面拟合。本文设计实验,针对含有不同异常值的点云数据,分别利用特征值法、最小二乘法与本文方法对包含异常值的点云数据进行平面拟合计算,结果表明,本文所提方法在点云数据含有50%异常值的情况下,仍可得到更可靠的平面参数估值,具有较强的稳健性。     

基于小波阈值的海洋磁力测量数据消噪方法

波浪噪声和随机噪声是影响海洋磁力测量数据处理精度的重要因素。基于小波变换理论,研究了海洋磁力测量数据中的波浪和随机噪声的消除方法。首先对带有噪声的实测磁异常数据进行频谱分析,确定相应的多分辨分析尺度。分别采用滑动拟合法、基于小波高频系数置零的消噪方法、基于小波阈值消噪方法进行消噪计算。实例计算表明:基于小波阈值消噪方法能够将磁异常中的噪声和真实的高频信息分离开来,进一步提高了消噪的精度和可靠性。     

三种点云数据平面拟合方法的精度比较与分析

详细地介绍了基于最小二乘法、特征值法及总体最小二乘法的点云数据平面拟合方法。通过Matlab编制其算法程序,对模拟的等精度与不等精度点云仿真数据进行计算,结合算例对比分析了3种方法的点云平面拟合效果。拟合结果表明:3种方法在等精度点云平面拟合中的效果较好,在不等精度点云平面拟合中的效果较差,且特征值法与总体最小二乘法的点云平面拟合精度远高于最小二乘法。     

基于纬差加权法的海洋磁力测量多站地磁日变改正值计算

基于地磁日变化空间变化特点,提出了采用纬差加权法计算多站地磁日变改正值,对算法的相关性质进行了分析。利用三站同步地磁日变实验数据对计算方法的适用性进行了验证。实验结果表明:本文提出的多站地磁日变改正方法可以有效地提高地磁日变改正精度。     

海洋测深数据的抗差Kalman滤波

从线式测深模式要求出发,构建了海洋水深测量过程中的测船位置滤波模型和深度数据的滤波模型,并在此基础上,给出了测线上位置数据和深度数据Kalman滤波的一般解和抗差解,并结合海洋水深测量特点,构建了满足水深数据剔除异常值的截断权函数和滤波方案,实例分析表明,抗差滤波方法能够有效地控制测船位置粗差,在选择截断权函数情况下,抗差滤波方法能够有效地剔除水深跳点和假水深。     

一种融合WiFi/地磁/PDR的室内定位方法

提出了一种改进的粒子滤波方法,利用室内常见的WiFi信号、地磁源并结合智能手机廉价传感器进行室内定位。WiFi室内定位错误匹配情况较少,地磁指纹室内定位具有较强的抗干扰能力,本文利用两者的优点并结合PDR提供连续的位置信息。与传统的粒子滤波相比,采用MD-DTW（多维动态时间规整算法）对粒子定权并提出分段粒子定权的方法对粒子序列长度进行约束,能有效加快粒子滤波收敛速度。仿真试验表明利用改进的粒子滤波进行定位结果可达1 m,有较强的实用性。     

模糊决策理论的地磁图适配性分析

传统地磁图适配性分析仅将单一特征参数作为评价指标,从而导致分析结果不全面.针对此问题,提出了一种基于模糊决策理论的地磁图适配性分析方法.首先采用地磁标准差、粗糙度、相关系数、坡度标准差及地磁信息熵等5个主要特征参数作为模糊指标进行加权分析,得到综合评价值以评定候选区适配性.然后基于地磁异常的无迹卡尔曼滤波算法,选取中国...     

基于SVDD的变形监测数据可靠性分析研究

提出了一种基于支持向量数据描述的异常值检测方法,该方法在检测异常值方面具有快速形象、通用性强、可有效处理小样本数据等优点。实验结果证明当在训练样本中加入异常值时,训练得到的模型具有很高的正常数据识别率和异常数据识别率,因此,该方法用于异常值的检测是完全可行的。     

基于Vondrak滤波的GPS周跳探测与修复

利用天文数据处理中的最优平滑法Vondrak滤波,导出了结合双差观测数据的GPS周跳探测与修复的新方法,实现了分析双差观测数据质量和双差观测域中探测和修复周跳的功能。     

基于FIR滤波的磁静期电离层-磁层磁场信号分离

Swarm是欧空局第4个"地球探测者"任务,其主要目的是确定地球磁场及其时空演化特征。利用Swarm构建地球各圈层磁场模型的关键问题之一是对不同场源的地磁信号实施准确分离。以Swarm磁静期观测数据为例,采用FIR沿轨高通滤波对外源场信号进行处理,分析并给出了滤波器窗口长度的确定方法,利用欧空局2016年发布的MIO_SHA_2D和MMA_SHA_2C电离层-磁层磁场模型验证了该方法的可行性。结果表明:FIR对外源场长波信号的滤波结果与模型改正结果的一致性吻合较好,在给定通带波长1 200 km、阻带波长3 000 km的情况下,将滤波器长度设置为87~129阶,可同时顾及水平方向和径向方向的滤波精度。     

多模型卡尔曼滤波在地磁场航海测量中的应用

由于卡尔曼滤波对模型精度有很强的依赖性,因此实际的地磁场测量系统中,宜采用多模型自适应卡尔曼滤波,以提高状态估计的准确度。针对并行子滤波器间的数据融合问题,提出了"距离"意义下的数据融合新算法,应用结果表明算法具有实用性。探讨了通过检验并行子滤波器状态估计一致性的模型误差识别方法,并将其应用于监测地磁场测量系统中船舶磁化参数的变化。     

GNSS/声学联合定位的自适应滤波算法

海底控制点布设是构建海洋时空基准的重要环节,而可靠的海洋基准定位模型及方法又是实现高精度海底控制点布设的前提和基础。应用广泛的走航船测量方式兼具灵活性和可控性,但载体异常扰动影响不可避免,易导致海底控制点联合定位模型解算失真。针对这一问题,本文提出一种基于自适应选权滤波的GNSS/声学联合解算方法。首先推导了统一海面及水下观测过程的GNSS/声学联合定位数学模型;然后研究了在联合模型的自适应滤波解算中对载体异常扰动的判别标准,给出了各状态参数自适应因子的构造方法;最后通过仿真和实测数据进行了试验验证。结果表明:引入自适应滤波算法后,能有效改善状态扰动对GNSS/声学联合定位的异常影响,提升其定位稳定性及定位精度;当分别对各类状态参数的自适应因子进行合理构造后,滤波效果可达最佳。     

顾及局部统计特征的均值滤波方法及其应用

针对Caris软件自动滤波结果中仍存在较多异常数据点、手工剔除需要耗费较长时间的问题,提出了一种基于局部统计特征的均值滤波方法。先利用局部统计特征剔除局部异常点,再结合均值滤波方法估计格网点水深值。实验结果表明,方法处理结果与手工编辑结果水深差值中误差仅为0.121 m,而处理时长极大缩短,对工作效率的提升很大。