TOPEX卫星测高数据共线秩亏平差算法

探讨了卫星测高数据处理的共线秩亏平差算法，推求了消除秩亏的附加条件系数矩阵。用Topex测高数据对轨道误差模型进行了验证。     

基于矩阵分解理论的秩亏网平差

对矩阵的最大秩分解、奇异值分解进行了分析,将两种分解方法应用于秩亏网平差中,得到新的未知量平差结果和精度评定公式,其形式更利于计算机语言编程;同时推导证明了奇异值分解和M—P广义逆矩阵之间的关系,得出奇异值分解的广义逆矩眸为矩阵的M—P广义逆;最后通过秩亏网算例进行了解算,验证了方法的正确性和矩阵分解的有效性。     

一种局地简正波快速求解方法——耦合简正波计算

通过求解低维矩阵问题替代简正波模型的差分算法,提出一种快速获得局地简正波本征波数和本征函数的方法.数值算例的结果表明:局地简正波本征波数和本征函数与KRAKAN的计算结果吻合较好,利用获得的局地简正波信息计算的相干传播损失与For3D的计算结果的均方误差为1.61 dB,从而验证了方法的可行性.     

增长曲线模型误差方差的二次型可容许估计

对于增长曲线模型,在二次损失函数下,研究了当C为列满秩,而A为行秩亏矩阵时误差方差的二次型估计的容许性,用矩阵形式给出了二次型估计可容许的充要条件。     

一种融合抗差的共线秩亏平差算法

传统卫星测高数据处理中共线平差的精度极大影响最终解算结果,针对经初步处理后卫星测高数据仍可能存在粗差的问题,提出一种融合抗差的共线秩亏平差算法。该算法结合传统共线平差及抗差估计的优点,保留了秩亏自由网平差不需要基准控制点的优良性质,并有效地剔除秩亏自由网中存在的粗差,实现更高精度的解算结果。实验表明,相比较传统共线秩亏平差算法而言,提出的算法解算结果精度更高。     

基于免疫遗传算法解算GPS病态方程

介绍了利用免疫遗传算法解决GPS快速动态定位中法矩阵的病态问题,将其求解问题转化成一个函数优化问题。在遗传算法中加入免疫因子,使在抗体的选择过程中避免了退化现象的发生,提高了算法的整体性能。理论分析和算例结果表明,方法能够有效提高定位效率。     

CAR模型的阶与时滞的强一致估计

研究随机线性反馈控制系统的结构辨识问题。在已知时滞的下界和模型阶的上界的假定下，通过使修改的Ｂａｙｅｓｉａｎ信息准则最小化，推导出由多输入多输出ＣＡＮ模型描述的系统的未知阶与时滞的估计算法，证明了算法是强一致收敛的，且能在有限步内达到其模型结构参数的真值。讨论了当模型的参数矩阵不满秩时减弱条件Ｈ’ｓ的强一致估计算法。     

增长曲线模型误差方差的二次型估计可容许的必要条件

对于增长曲线模型Y=ABC εEε=0,cov(vecε)=σ2(Ip(○X)G)在二次损失函数下,研究了当A为非行满秩矩阵时误差方差的二次型估计的容许性,并得出二次型估计可容许的必要条件.     

求解扩展的Sylvester共轭矩阵方程

研究扩展Sylvester共轭矩阵方程及更一般形式复矩阵方程的解,利用复矩阵的实形式方法得到求解方程的迭代算法.数值例子展示了该算法的有效性.     

复指数方法降噪技术及其试验研究

实测信号中的噪声,以及模型阶次的不确定性给模态参数的准确识别带来困难.以提高模态参数识别精度为目标,提出基于模30-定阶和信噪分离的复指数模态参数识别方法.该方法借助奇异值分解技术确定模型阶次,采用结构低秩逼近方法进行信噪分离.在此基础上.利用复指数法进行模态参数识别.分别选取一维的悬臂梁模型和二维的悬挂板模型进行物理模型实验,结果表明:该方法提高模态参数的识别梢度,尤其是阻尼比的识别精度,具有较好的工程应用前景.     

多核模糊聚类算法的研究

针对多类样本数据,提出1种多核模糊聚类算法。通过选取子核函数及其参数构造多核函数,使得输入空间的样本经多核函数映射后,增大不同类别样本间的差别,提高核函数的学习能力和泛化能力。聚类实验表明,多核函数模糊聚类对于多类样本数据具有比单核更好的聚类效果。     

一类信号恢复问题的投影迭代硬阈值算法

本文给出了基于L₀模求解该问题的非凸模型,借助于稀疏正则化方法来克服问题的不适定性。该模型利用紧小波框架对信号进行稀疏逼近,并利用L₀模度量稀疏性。提出了求解该模型的投影迭代硬阈值算法,并证明了算法的全局收敛性。该算法每一步都有闭式解,计算过程简洁高效。数值实验表明,方法在重建信号的视觉质量和量化指标方面均优于所对比的pFISTA方法。     

基于多特征多核学习的全极化SAR溢油提取方法

全极化合成孔径雷达(Synthetic Aperture Radar,SAR)数据具有丰富的极化信息,能够提取出大量异构性特征。核学习方法在解决小样本、高维特征分类问题上具有优势,但异构特征对不同核函数具有响应差异。本文利用一种引入先验标签的多核学习方法进行全极化SAR的溢油信息提取,即基于分析结果对特征集进行遴选与组合,分别在每个特征组合中训练得到一个预备层核函数,以新获取的预备层核函数作为新的底层核函数,对全部特征进行学习分类。通过提取与分析溢油和海水的统计特征、物理散射特征和纹理特征,建立溢油全极化SAR特征谱,并利用引入先验标签的多核学习分类器进行溢油提取实验。结果表明,该方法能够利用全极化SAR多维异构特征的互补特性有效提高溢油分类提取精度。     

基于矩阵分解的平差解算方法研究

首先分析了法方程稳定性对平差解算结果的影响。为减弱法方程对平差解算结果的影响,采用矩阵分解方法直接对系数矩阵进行矩阵分解,以求解最小二乘最小范数解替代原来最小二乘的法矩阵求逆运算,从而克服法方程求逆造成的解算稳定性差和病态性问题。实验分析结果表明基于矩阵分解的平差解算精度和可靠性较优。     

Extraction of Ocean Wave Spectra From Simulated Noisy Bistatic High-Frequency Radar Data

An algorithm is developed for the inversion of bistatic high-frequency (HF) radar sea echo to give the nondirectional wave spectrum. The bistatic HF radar second-order cross section of patch scattering, consisting of a combination of four Fredholm-type integral equations, contains a nonlinear product of ocean wave directional spectrum factors. The energy inside the first-order cross section is used to normalize this integrand. The unknown ocean wave spectrum is represented by a truncated Fourier series. The integral equation is then converted to a matrix equation and a singular value decomposition (SVD) method is invoked to pseudoinvert the kernel matrix. The new algorithm is verified with simulated radar Doppler spectrum for varying water depths, wind velocities, and radar operating frequencies. To make the simulation more realistic, zero-mean Gaussian noise from external sources is also taken into account     

Study and application of an improved four-dimensional variational assimilation system based on the physical-space statistical analysis for the South China Sea

The four-dimensional variational assimilation (4D-Var) has been widely used in meteorological and oceanographic data assimilation. This method is usually implemented in the model space, known as primal approach (P4D-Var). Alternatively, physical space analysis system (4D-PSAS) is proposed to reduce the computation cost, in which the 4D-Var problem is solved in physical space (i.e., observation space). In this study, the conjugate gradient (CG) algorithm, implemented in the 4D-PSAS system is evaluated and it is found that the non-monotonic change of the gradient norm of 4D-PSAS cost function causes artificial oscillations of cost function in the iteration process. The reason of non-monotonic variation of gradient norm in 4D-PSAS is then analyzed. In order to overcome the non-monotonic variation of gradient norm, a new algorithm, Minimum Residual (MINRES) algorithm, is implemented in the process of assimilation iteration in this study. Our experimental results show that the improved 4D-PSAS with the MINRES algorithm guarantees the monotonic reduction of gradient norm of cost function, greatly improves the convergence properties of 4D-PSAS as well, and significantly restrains the numerical noises associated with the traditional 4D-PSAS system.     

Parametric Geometric Model and Hydrodynamic Shape Optimization of A Flying-Wing Structure Underwater Glider

Combining high precision numerical analysis methods with optimization algorithms to make a systematic exploration of a design space has become an important topic in the modern design methods. During the design process of an underwater glider''s flying-wing structure, a surrogate model is introduced to decrease the computation time for a high precision analysis. By these means, the contradiction between precision and efficiency is solved effectively. Based on the parametric geometry modeling, mesh generation and computational fluid dynamics analysis, a surrogate model is constructed by adopting the design of experiment (DOE) theory to solve the multi-objects design optimization problem of the underwater glider. The procedure of a surrogate model construction is presented, and the Gaussian kernel function is specifically discussed. The Particle Swarm Optimization (PSO) algorithm is applied to hydrodynamic design optimization. The hydrodynamic performance of the optimized flying-wing structure underwater glider increases by 9.1%.     

基于核密度和Voronoi算法的点选取模型

为了清晰有效表达不同尺度下的点状应急态势符号,使其能够适应尺度变化,提出了一种基于核密度和Voronoi算法的点选取模型,通过核密度分析、建立Voronoi图的方法对同类点进行选取。实验表明,该模型有效保持了应急态势符号的空间分布特征和属性信息,解决了因比例尺缩小而导致的压盖、重叠等问题;同时降低了大数据量下符号选取的计算难度,提高了选取效率,保证了应急态势图的清晰易读性。     

小样本机器学习算法的特性分析与应用

基于经典统计学的机器学习算法,在解决小样本学习问题时表现得不能令人满意。在总结分析小样本机器学习算法特点的基础上,以支持向量机(SVM)学习算法为例,定量分析了影响其泛化性能、学习性能的几个因素,实验结果与理论分析结论取得了良好的一致性;SVM用于解决KTH-TIPS纹理图像分类问题,取得了很好的实验结果。     

一种基于MATLAB的声呐条带图像自动拼接算法

准确地实现侧扫声呐条带的拼接对于了解海底地形、提高对海床地物反映的准确度起着重要的作用,而相邻条带的配准是声呐条带拼接的重要前提.MATLAB以其强大的矩阵运算功能及具有丰富的图像处理函数等特点,在图像处理方面占据明显的优势.文中利用MATLAB的IPT工具箱实现了基于互信息方法的声呐条带图像的自动快速配准,通过实验验证了该配准方法的有效性.并用小波变换方法对配准好的条带图像进行融合,实现声呐条带图像的有效拼接和镶嵌.