一种面向网络发布的海洋遥感数据库引擎

针对海洋遥感数据的有效管理和网络发布需求，设计了面向海洋遥感数据的空间数据库引擎MRSS-DE。介绍了MRSSDE的数据逻辑结构模型、物理存储模型和性能优化方法，通过与主流数据库引擎ArcSDE的对比测试，证明了该引擎对海洋遥感数据具有存储效率高、数据上载速度及响应时间快等特点。     

一种面向网络发布的海洋数据库引擎

To meet the requirements of efficient management and web publishing for marine remote sensing data, a spatial database engine, named MRSSDE, is designed independently. The logical model, physical model, and optimization method of MRSSDE are discussed in detail. Compared to the ArcSDE, which is the leading product of Spatial Database Engine, the MRSSDE proved to be more effective.     

海洋测线网系统误差确定的3种模型

为探测系统误差和数据调整的需要，文中将误差模型分为两种基本形式，在此基础上给出了确定测线系统误差的3种模型：模型A、模型B和极大调整模型。在这3种模型中，模型A、B确定参数的差异主要体现在模型B将系统整体性影响按照平差空间结构分配至测线系统误差，极大调整模型原理的理论基础是模型A基准权的特例。实例计算验证，模型A能够较好地探测系统误差，模型B则适合于数据调整。     

一种组合模型在卫星钟差长期预报中的应用研究

近年来,卫星钟差长期预报普遍采用灰色模型,该模型的预报精度虽较传统的二次多项式模型有所提高,但仍不理想。本文在其基础上提出了一种新的组合模型:首先利用灰色模型估计的残差建立二次多项式模型,预报以后历元的残差,然后和灰色模型的预报结果相加;并分析了利用不同历元个数的残差建模所得组合模型的精度,将组合模型与灰色模型、二次多项式模型的预报精度进行了比较。结果表明:组合模型相对于灰色模型的预报精度能提高一个数量级左右,验证了本文提出的组合模型的可行性和有效性。     

改进的多项式+周期项模型的卫星钟差预报

针对现有的超快速钟差产品IGU精度较低以及无法满足实时PPP技术的问题,提出了一种改进的多项式+周期项钟差预报模型。该模型采用多项式+周期项非线性函数对钟差数据进行滑动估计,结合迭代法对拟合模型的随机误差进行自然修正,以实现对卫星钟差的预报估计。通过与常见的多项式模型、灰色系统模型和多项式+周期项模型的对比分析,结果表明:改进的多项式+周期项模型更加适用于卫星钟差预报,在1天内,其预报精度RMS可以达到0.57 ns,最大偏离程度为1 ns,明显优于灰色系统模型和多项式+周期项模型;随着预报时间的增长,多项式模型、灰色系统模型和多项式+周期项模型的预报精度大幅降低,而改进的多项式+周期项模型没有大幅的变化,预报结果比较稳定。      

基于云模型的影像地图质量综合评估

利用云模型定性和定量之间的转换关系,提出了基于云模型理论的影像地图质量综合评估模型,建立了二级指标的综合云模型、评语集的梯形云模型、最终评价模型等,将影像地图的质量评价结果以概率分布的形式给出。经实例证实,该模型的评价结果直观、可靠,更加符合实际。     

3种GPS+BDS组合PPP模型比较与分析

无电离层组合和非组合模型是GNSS精密单点定位(PPP)常用的两种函数模型。本文通过详细分析PPP的两种函数模型各类参数间的相关特性,建立了参数独立的函数模型。对非组合PPP模型的电离层参数引入虚拟观测方程进行约束,有效提高了PPP的收敛速度。最后,从定位精度和收敛时间两方面分析不同函数模型的GPS单系统和GPS+BDS组合PPP静态、模拟动态定位效果。结果表明:GPS单系统和GPS+BDS组合PPP定位精度相当,静态的无电离层组合与非组合PPP均可达到厘米至毫米级精度,动态PPP精度的平面优于3cm,高程优于5cm;无电离层组合PPP收敛时间优于非组合的PPP,电离层加权非组合PPP的收敛时间最短。动态定位中,电离层加权模型相比于无电离层组合模型,可减少约15%的收敛时间,相比于非组合模型,可减少约34%。     

数据库逻辑设计的E－S－C转换方法

本文提出了一个基于实体－联系模型（ＥＲＭ）的数据库逻辑设计方法，即由ＥＥＲＭ到ＳＥＲＭ，ＳＥＲＭ到ＣＥＲＭ的转换方法，简称Ｈ－Ｓ－Ｃ方法。首先介绍了一个扩充实体－联系模型（ＥＥＲＭ），定义了简单实体－联系模型（ＳＥＲＭ）及规范实体－联系模型（ＣＥＲＭ），然后给出了ＥＥＲＭ到ＳＥＲＭ，ＳＥＲＭ到ＣＥＲＭ的等价转换规则。     

地理遥感信息模型与地理数学

地理图像信息模型是在地形模型、物理模型、数学模型的基础上提出的一种新型模型。概述了地理图像信息模型的基本概念、技术与应用。提出了符合地理科学自身规律的非线性数学方法 ,解决了确定性问题与不确定问题的结合 ,从形式逻辑计算发展到辩证逻辑的计算 ,从抽象公式的计算发展到抽象思维与形象思维结合的公式与图像合为一体的计算 ,从而解决了地理数学问题 ,为发展地理数学奠定了基础。     

面向目标的栅格矢量一体化三维数据模型

首先对现有的三维空间数据模型进行了讨论 ,分析了栅格、矢量和混合数据模型的特点 ,提出了一种面向目标的栅格矢量一体化数据模型。该模型将栅格数据以矢量方式进行组织 ,从而同时具有矢量和栅格数据模型的优点 ,也克服了目前普遍应用的混合模型所存在的缺点。还提出了一种三维空间的三级栅格划分和行次序编码方法。该方法存储空间小 ,便于快速索引和计算。最后 ,给出了具体的数据结构     

联合高度角与信噪比的精化随机模型及其对高纬度精密单点定位的影响

利用主成分分析法(PCA)确定了观测噪声中高度角和信噪比(SNR)的贡献,在此基础上建立了精化的全球卫星导航系统(GNSS)随机模型,并验证了基于此随机模型的高纬度测站精密单点定位(PPP)效果.结果表明:在高纬度地区精化随机模型相比于仅顾及高度角或SNR的传统随机模型效果更佳,定位精度较高度角模型提高约30％,较SN...     

基于GGOS Atmosphere数据的ZHD模型精度分析

对流层天顶干延迟(ZHD)建模是对流层延迟建模的一个重要组成部分,由于ZHD变化较为规律,因此,通常用模型来表达。而对流层天顶湿延迟(ZWD)变化不规则且随机性大,所以在GNSS处理中将它作为一个未知的待估参数。不精确的ZHD模型,会影响到ZWD估算的准确性,因此,选择精确合理的ZHD模型具有重要的意义。传统无线电探空仪数据获取的ZHD由于不能覆盖全球所有位置,尤其是海洋地区,而且在特殊天气使用也受限。为了更能全面反映ZHD模型的精度,本文尝试使用GGOS Atmosphere数据比较分析3种经典ZHD模型、即Saastamoinen模型、Hopfield模型和Black模型。通过对全球范围内的657个站点且时间覆盖长达5年的GGOS Atmosphere数据进行比较分析,我们得到以下结论:Saastamoinen模型优于Hopfield模型和Black模型,Saastamoinen模型的ZHD的精度可以优于1.5 mm。因此,在GNSS用户使用ZHD模型时,Saastamoinen模型可以作为使用模型。具体可以应用到GNSS大地测量学、GNSS车辆导航定位以及GNSS气象学。     

马尔可夫链改进的MMF沉降预测模型及应用

针对地基沉降机理复杂及随机性特点,结合马尔可夫链理论,本文建立了一种马尔可夫链改进的MMF沉降预测模型。首先采用部分实测沉降数据,利用CurveExpert软件拟合MMF模型;然后根据MMF模型预测相对误差大小,并按照马尔可夫理论划分状态区间,构建状态转移概率矩阵,预测下一个沉降量所处的状态,从而得到了马尔可夫链改进的MMF预测值;最后将本文模型应用于深圳滨海大道市政工程软土路基沉降预测中,并对模型的预测效果进行精度分析。结果表明,马尔可夫链改进的MMF模型的预测精度较单一的MMF有明显提高,建模方法合理,可用于类似的工程预测。     

自动赋初值的LSB-Snake模型的道路半自动提取方法研究

LSB-Snake模型是一个半自动提取线状地物的有效方法,但是在提取道路时需要人工输入道路特征（与背景相比道路的亮暗、宽度）作为初始值,在初始种子点稀少的时候不够稳健,且降低了LSB-Snake模型的效率。因此,本文提出了自动赋初值的LSB-Snake模型,采用自适应模板匹配方法为LSB-Snake模型提供初始特征,同时在初始种子点的基础上自动生成可靠、密集的点,共同作为LSB-Snake模型的种子点参与道路提取。对IKONOS和QuickBird进行道路提取的试验证明：在给定同样数目的初始种子点的情况下,提出的自动赋初值LSB-Snake模型比LSB-Snake模型更加稳健;由于无需人工输入道路特征,自动化程度更高;在道路附近地物阴影、遮挡较多的情况下,抗干扰能力更强。     

广义平差的概括模型

提出了广义平差的概括模型———附有条件的最小二乘配置模型。该概括模型不仅包括滤波和推估模型 ,扩充了原有的最小二乘配置模型 ,而且经典平差模型都是它的特例。     

基于TIN的公路三维表面模型建立方法

公路三维表面模型是公路三维设计的基础,其关键是设计模型和地表模型的叠加运算。本文提出了一种基于TIN的地面模型和道路设计模型叠加算法,基本原理是把参考模型的边界多边形当作约束边界线插入操作模型,在保持参考模型拓扑关系不变的条件下对其进行局部LOP优化,然后删除位于参考模型边界线内的点和三角形。本文算法具有实现简单、速度快和运算稳定的特点,已成功应用在公路三维可视化设计中。     

基于AR模型的GPS精密卫星钟差建模与预报

在GPS卫星精密钟差的预报中,短周期预报通常采用二次项拟合模型,长周期预报通常采用灰色模型,但这两种模型都只是考虑趋势项而没有考虑随机项,通过利用AR模型对钟差的随机项进行建模,并作为随机补偿,加入到二次项拟合模型与灰色模型中,以完善钟差预报的短周期与长周期模型。在算例中运用由IGS提供的精密钟差进行预测,结果表明:改进后的模型使钟差预报的精度得到一定程度的提高。     

利用标准单点定位技术评价电离层模型

针对电离层模型的评价问题,提出了标准单点定位的方法,验证了该方法的可行性,并深入分析了GIM模型/Klobuchar模型在空域、时域上对SPP定位精度的影响。实验结果表明:选择GIM模型或Klobuchar模型,中纬地区SPP定位精度最高,低纬地区最差。与Klobuchar模型相比,高、中、低纬地区选择GIM模型的三维定位精度均有较大幅度提升,最大改进达34.20%;在太阳活跃期、低谷期,GIM模型的三维定位精度也明显高于Klobuchar模型,且活跃期GIM模型相对Klobuchar模型的改进率达20.14%,比低谷期高12.25%。从定位精度看,SPP解算选择GIM模型整体优于采用Klobuchar模型。     

基于CNN海上钻井平台检测模型的构建及训练算法分析

卷积神经网络(CNN)是深度学习(DL)中最具代表性的一种网络结构。合成孔径雷达(SAR)图像具有位置结构关系,CNN模型可以利用图像的位置结构关系,能够更好地提取图像特征,因此更适合采用CNN模型检测海洋目标。本文首先基于CNN框架构建了海上钻井平台检测的DL模型Ocean TDAx,并对模型进行训练和测试。试验结果表明,Ocean TDA9模型精度最高。然后针对Ocean TDA9模型,采用Adam、RMSprop、Stochastic gradient descent (SGD)、Adagrad、Momentum等7种模型训练算法进行试验,比较不同算法的训练损失和精度与训练批次的相关性。最后基于渤海海域的极化SAR数据,对提出的Ocean TDA9模型、已有的CNN模型及VGG模型进行海上钻井平台检测对比。结果表明,构建的Ocean TDA9模型在钻井平台检测中整体性能优良。     

基于LiDAR点云的复杂钢结构模型重建

传统的基于全站仪等单点测量技术难以获取钢结构整体信息,且测量速度慢、模型重建精度低。针对此问题,本文将三维激光扫描技术应用于钢结构模型重建领域,提出了基于LiDAR点云的复杂钢结构模型重建方法。首先,基于标靶球和钢结构面信息实现多测站点云的高精度配准,并通过半径滤波算法去除噪点,以得到完整的激光点云数据;然后,对复杂钢结构单体模型进行分割,以实现各个部件的模型重建;最后,根据现场实测数据对重建的三维模型进行精度评估。试验结果表明,基于该方法得到的模型精度较高,与实际尺寸差值均小于1 cm,为复杂钢结构的三维模型重建提供了有效解决方案。