DEM的粗差探测与生产质量控制方法

目前,数字高程模型在理论和实践应用方面都有很大的进展,在测绘、地质、工程等方面有广泛的应用,因此,如何提高DEM的生产精度及如何对DEM进行质量检查是十分必要的.本文介绍了用全数字摄影测量系统生产DEM过程中控制DEM数据质量的方法策略以及粗差的探测方法,并且介绍了DEM质量检查的方法.     

抗差估计在粗差探测及平差计算中的应用

常规的粗差深测技术，不仅辅助计算工作量大，而且将粗差探测与平差计算分两步进行。本文根据抗差估计原理，通过对观测值附加粗差的办法，制订不同的方案，分别进行抗差估计和ＬＳ估计。     

数字化误差建模中的粗差探测和抗差估计

介绍了用差分算子和时间序列分析法建立数字化过程随机误差估计模型中的粗差探测方法和抗差估计方案。     

粗差探测与定位的一种新方法

本文阐述了模型误差的可发现性与可区分性的重要性以及判别方法，提出一种利用观测值改正数向量综合分析的方法探测粗差。在模型误差可区分时可以对粗差定位并估计粗差值。同ω检验法比较，综合分析法发现粗差的能力更强，定位更准确。     

浅谈粗差探测方法

由于受到自然界、仪器、人为等一些因素的影响,观测数据中不但存在偶然误差而且还存在着由这些因素引起的粗差。因此,对观测数据进行认真检测,定位并修正粗差观测,以提高参数估计的准确度和精度,一直是测绘工程领域的热点问题。本文对粗差探测进行了简要概述,同时详细地介绍了三种粗差探测方法。     

数字化误差建模中的粗差探测和抗差估计

介绍了用差分算子和时间序列分析法建立数字化过程随机误差估计模型中的粗差探测方法和抗差估计方案。     

水深测量数据处理中的粗差探测技术

从目前出现在水深数据处理中最有可能存在的 :一条测深线上孤立零点的粗差、一条测深线上具有连续性的粗差以及相邻测线上具有连续性和相关性的粗差等三种情况 ,分别提出剔除这些粗差的方法 ,通过实例分析可以得出本文所提出的粗差剔除方法是有效的 ,在实际测量中具有一定的实用性     

不规则DEM数据的粗差探测算法的应用

粗差作为影响精度的重要因素,其存在会造成DEM空间上的严重扭曲,有时能导致DEM及其产品严重失真,甚至完全不能使用。本文在对现有的粗差探测算法分析的基础上,提出了一种新型的适用于离散形式DEM粗差探测算法,并采用实测的ZX铁路线DEM数据对该算法进行检验,试验结果证实,新算法对不规则DEM粗差的探测有效实用。     

导线测量粗差探测的方法

导线测量在实际作业中会遇到测站转折角或距离出现粗差的现象，引起导线测量限差严重超限，需外业返工。而通过内业计算初步确定粗差出现的位置，则可大大减少返工重测的工作量。介绍了导线测量中经常遇到的3种粗差探测的方法，并举例说明。     

组合粗差探测的MHSS ARAIM算法

针对目前MHSS ARAIM (multiple hypothesis solution separation advanced receiver autonomous integrity monitoring)算法存在的抗差能力弱、计算子集过多、计算量过大等不足,提出一种组合粗差探测的MHSS ARAIM算法。该算法先用粗差探测方法对原始数据进行粗差识别与剔除,而后用MHSS ARAIM算法处理经粗差探测后的数据,可弥补MHSS ARAIM算法的不足。对若干IGS和全球连续监测评估系统iGMAS(international GNSS monitoring and assessment system)监测站观测数据进行计算和分析。结果表明:在航行LPV-200阶段,该算法应用于GPS和BDS导航的性能优于MHSS ARAIM;在假设单故障情况下,该算法对GPS和BDS观测数据的有效监视门限EMT(effective monitor threshold)的精度分别提高了22.47%和9.63%,对VPL(vertical protection level)的精度分别提高了32.28%和12.98%;在假设双故障情况下,对EMT的精度分别提高了80.85%和29.88%,对VPL的精度分别提高了49.66%和18.24%。     

遗传算法在特异值识别与处理中的应用

在空间数据中特异值的识别处理中,个别奇异的数据(特异值)可能会对模型产生影响而使预测值与实测值间产生较大的偏差。因此,本文在分析现有的方法的基础上,考虑识别过程中可能存在的"拖尾"和"掩盖"效应,根据"同步"的思想提出了一种新的特异值识别方法:基于遗传算法的特异值识别,该方法以数据标准化差异作为评价标准,将遗传算法应用到特异值识别处理当中,能够有效地识别出观测值中的异常数据,获得一致性数据。     

AR模型中AO类异常值探测及其在GPS卫星钟差预报中的应用

基于EM算法,提出一种AR模型中AO类异常值(additive outlier)探测的算法。该算法可同时进行AR模型拟合与AO类异常值探测,并可有效地解决成片AO类异常值探测时所产生的掩盖和淹没问题。最后,将本文算法应用于GPS卫星钟差预报之中。本文算法可以准确探测出钟差历史观测序列中的AO类异常值,并可对卫星钟差进行精确预报。     

一种曲线拟合圆心坐标算法及精度分析

针对在工程应用中,经常需要根据某些圆形物体上的离散点求取其圆心坐标,而采用何种算法简单易行,其精度又与哪些因素有关的相关研究较少的问题,该文提出一种利用曲线拟合求取圆心坐标的简洁算法,并编程实现。然后采用模拟仿真结合统计分析的方法评估了该算法在不同条件下的拟合精度,得出测点误差越大,拟合精度越低;测点个数越多,分布越均匀,拟合精度越高;圆半径对拟合精度影响甚小等结论。在某工程项目中使用该算法得到的结果精度较高,验证了其有效可行,且与采用其他方法得到的坐标值较为接近,说明了该算法的可靠性高。     

一种迭代法的圆曲线拟合方法

针对在实际测量工作中量测圆心坐标及半径时存在的问题,该文基于迭代法的思想,推导了一种圆曲线拟合的方法,并用实例数据进行了检验。结果显示,该方法在离散点均匀采集或非均匀采集的情况下均具有良好的拟合效果,与目前在圆曲线拟合方法中普遍采用的最小二乘法相比,具有同样高的拟合精度,验证了该拟合方法的正确性与可行性。     

一种改进的周跳多项式拟合方法

多项式拟合探测周跳受相位观测值所含误差的影响,随着采样数的增加,其探测周跳的能力随之降低,通常将观测数据分成若干段来进行处理。这样不可避免的增加工作强度,降低工作效率。本文根据多项式拟合探测周跳的基本原理,对多项式进行改进。经实验证明,利用改进后的多项式进行拟合能够有效地弥补传统方法的不足,使周跳的探测与修复更加稳定可靠。     

卫星重力梯度测量数据的粗差探测

分别讨论了阈值法、Dixon检验法和小波算法应用于卫星重力梯度数据粗差探测的效果。为了克服这3种单一粗差探测方法的不足,提出了卫星重力梯度数据的粗差探测组合方案,即联合Dixon检验和小波算法,以及联合Dixon检验、阈值法和小波算法的组合方案。模拟结果表明,两种组合方案均能有效改善粗差探测的效果。     

BPSA混合策略在GPS高程拟合中的应用

针对误差反向传播(BP)算法训练速度慢和易于陷入局部最小值的缺点,利用BP算法监督学习特点,模拟退火算法(SA)在局部极小处的概率突变性,有效结合BP和SA算法,提出一种BPSA混合学习策略。将其应用于GPS高程拟合,并以实例验证了该算法的有效性。     

海洋单点定位粗差检测和位置估计

海洋测量技术的进步,要求我们更多地致力于测量结果的处理,以得到尽可能准确的定位参数。例如,在海洋地球物理勘探测量定位实践中常由于粗差的存在而难于用传统方法得到正确的位置估计。本文主要解决如下几个问题:(1)如何正确地检测海洋定位测量结果中的粗差并合理地估计位置,(2)寻求良好的海洋测量作业方案。     

Kalman滤波异常误差检测

为检测动态导航观测异常和动态模型异常误差，本文利用状态方程预测残差二次型构造了整体误差检验法，即观测误差和动力学模型误差整体检验法；讨论了三种观测异常检测法，即以模型为基准的观测异常检验，以当前历元可靠观测为基准的异常检验，以状态Kalman滤波估值为基础的观测异常检验；分析了三种动力模型异常检测法，即状态不符值检验法，以状态参数Kalman滤波估值为基础的动力模型误差检验法，以可靠观测为基础的动力模型误差整体检验法。并对这几种异常检测法进行了简单分析。     

基于遗传算法的RBF神经网络在GPS高程拟合中的应用

本文针对RBF神经网络中隐含层径向基中心值的确定,利用遗传算法对其进行优化,并应用于高程拟合的实验研究中。通过将遗传算法优化的RBF神经网络与K-均值优化的RBF神经网络及标准RBF神经网络进行高程拟合的误差对比分析表明:遗传算法优化的RBF神经网络提高了拟合的稳定度,改善了精度。