勒让德多项式拟合IGS精密星历的算法改进

国际GNSS服务(IGS)精密星历每隔15 min提供一次卫星坐标,为了提高定位精度,往往需要获取任意时刻的卫星位置.对IGS精密星历进行插值和拟合是获得连续历元卫星坐标常用的方法.运用改进的勒让德多项式算法拟合卫星轨道坐标,并与常规算法进行比较,结果表明:常规算法仅在拟合阶数较低时能保持较高的精度.在拟合时段为6 h时,LU分解(LU Decomposition)法与奇异值分解(SVD)法对奇异矩阵求解时均能保持较高的精度,而在拟合时段为12 h时,SVD分解法是对条件数较低的矩阵B进行分解求得多项式系数矩阵C,从而避免了病态矩阵产生的误差,因此仍能保持较高的精度.在高阶拟合时,SVD分解法无论是在精度还是稳定性方面均优于LU分解法和常规算法,优势明显.     

“天绘一号”影像正射纠正实验与精度分析

针对如何有效提高"天绘一号"卫星影像正射纠正精度的问题,本文基于有理函数模型,提出RPC参数+像方误差补偿方案,利用控制点提高RPC模型的精度。通过对连云港、怀柔地区"天绘一号"卫星影像进行正射纠正,对比无控纠正结果验证该方案。实验结果表明:利用RPC模型进行影像正射纠正是正确的、有效的,辅以稀少控制点就能获得较高精度,不使用任何控制点将会导致系统误差偏大,精度较低。本文研究可为修正卫星影像自带RPC参数误差、提高正射纠正精度提供参考。     

SPOT影像的RPC模型纠正

高分辨率遥感卫星影像的RPC纠正模型,其实质是有理函数模型。在RPC模型纠正过程中,有理函数参数的解算是问题的关键,为了克服该算法的误差方程经法化后存在的问题,本文采用岭估计法来改善法方程,即通过选取适当的岭值,使检查点中误差满足定位精度要求,从而完成影像的纠正。     

QuickBird预正射产品几何纠正方法对比

以实际应用为背景,比较了多项式模型、直接线性变换、基于RPC文件的有理数纠正、基于GCPs的有理数纠正、局部区域纠正、双次纠正6种纠正方法,说明QuickBird预正射产品的纠正精度、算法特点.实验表明采用基于GCPs的有理数纠正,在任意多边形研究区能获得相对较高的纠正精度,具备实际应用的可行性和实用性.     

基于RPC模型的高分辨率SAR影像正射纠正

在分析TerraSAR-X、COSMO-SkyMed等高分辨率SAR影像成像几何模型的基础上,采用RPC模型拟合SAR影像的成像几何模型,拟合的精度在1%个像素以内;在1∶5万DRG上选取1个控制点对RPC模型参数精度的改进,结合1∶5万DEM对TerraSAR-X、COSMO-SkyMed数据进行正射纠正,纠正结果能满足1∶5万DOM的精度要求.从而说明RPC拟合雷达成像几何的正确性以及利用RPC模型进行高分辨率SAR影像正射纠正的可行性.     

利用改进的相位相关算法实现影像亚像素匹配

在影像匹配领域,影像频率域的相位相关技术有着重要的运用。首先简要介绍相位相关基础;然后,接着为了得到亚像素级的匹配精度,提出了一种改进的基于SVD(奇异值分解)相位相关算法。该算法采用Hanning窗来抑制栅栏效应,并采用带权值的相位解缠技术对SVD分解后的特征向量进行处理。最后通过实验证明:提出的改进方法在影像匹配中具有较高的匹配精度。     

DEM精度对高分辨率卫星影像纠正的影响

简单介绍WorldView卫星的基本情况及其影像的RPC模型,重点研究DEM精度对整个测区影像的纠正带来的影响,试验结果表明DEM精度的提升能有效消除RPC模型的系统误差,提高影像的成图精度。     

顾及设计矩阵误差的AR模型新解法

在自回归模型求解中,设计矩阵和观测值均存在误差,传统的最小二乘法不能很好地解决这一问题。本文提出了一种顾及设计矩阵误差的AR模型新解法,通过引入虚拟观测值,使观测向量与设计矩阵不仅同源而且带误差的元素个数相同,然后通过对观测方程进行等价变换巧妙实现了在最小二乘框架下求解自回归问题。利用模拟数据及实测数据分别对新算法进行了内符合精度检验,并利用实测数据对新算法进行外符合精度检验,结果表明新算法得到的结果显著优于奇异值分解(singular value decomposition,SVD)解法及传统最小二乘解法,验证了算法的精度和有效性。     

奇异值分解和阈值分割的遥感自适应变化检测

针对传统遥感变化检测算法中差值影像构造方法不容易提取弱变化信息,以及变化阈值需要人工干预的不足,提出一种基于奇异值分解(SVD)和最大类间方差法(OTSU)阈值分割的遥感影像变化检测算法。首先计算两期遥感影像的多波段差值影像,对其进行矢量化后所构造矩阵进行奇异值分解,并计算差值影像的变化强度,选取奇异值分解主分量投影和变化强度作为表征两期影像变化的特征量;然后通过最大类间方差法对上述两个特征量进行阈值分割,得到变化检测结果;最后通过对比实验以及精度验证,证明了该变化检测方法相比传统方法能够更精确地提取出变化信息,而且能够自适应获取分割阈值。     

顾及系数矩阵常数列的总体最小二乘迭代解法

介绍总体最小二乘的奇异值分解法(SVD)和混合总体最小二乘法(LS-TLS),基于间接平差原理推导一种总体最小二乘迭代解法,可以用来解决系数矩阵含常数列的总体最小二乘平差问题。最后分别对系数矩阵不含常数列和系数矩阵含常数列的算例进行验证,得到的结果与采用奇异值分解法和混合总体最小二乘法计算的结果相同,表明算法的有效性。     

采用联合平差法处理附有病态等式约束的反演问题

探讨了附有病态等式约束的反演问题,尝试用降秩处理方法解这类病态约束问题,通过算例验证了此种方法与截断奇异值方法是等价的。然后提出了一种联合平差方法,它不仅能解病态的约束问题,而且能解决主模型秩亏或病态同时约束模型病态的问题,增强了应用性。最后设计了多种方案进行计算和比较,验证了联合平差法的有效性和可行性。     

最小二乘配置的SVD分解解法

最小二乘配置最初是在组合各种资料来研究地球形状与重力场的一种数学方法,目前最小二乘配置已经在测绘数据处理中得到广泛应用。本文首先分析了目前采用的最小二乘配置法解算方法,在讨论了矩阵的奇异值分解(Singular Value Decomposition,SVD)方法的基础上,推导得出了矩阵SVD分解与广义逆矩阵的关系,得出了可以直接利用SVD分解求解矩阵的Moore-Penrose广义逆,并推导了应用SVD分解求解最小二乘配置的估值计算公式和精度估算公式,最后通过重力异常实例进行了计算,得出矩阵的SVD分解用于最小二乘配置解算的正确性和可行性,为最小二乘配置的求解提供了一种新方法。     

基于MCS-SCKF的超宽带室内定位算法

针对传统超宽带（UWB）室内定位中非线性跟踪问题,基于当前统计（CS）模型和容积卡尔曼滤波（CKF）,本文提出了一种新的定位算法。即采用奇异值分解（SVD）代替标准CKF算法中的Cholesky分解,提高了算法的稳定性,构造了奇异值分解容积卡尔曼滤波器（SCKF）。首先在CS模型的基础上改进了先验参数的函数形式,得到改进的CS模型（MCS）,实现模型参数的自适应调整;然后将MCS模型引入SCKF滤波器,实现滤波算法的自适应调整;最后利用MCS-SCKF算法对UWB定位系统模型进行解算,从而得到移动目标位置。仿真和试验结果表明,该算法优于CS模型-卡尔曼滤波算法（CS-KF）和CS模型-SCKF算法（CS-SCKF）,提高了UWB室内定位的定位精度。     

总体最小二乘的迭代解法

针对总体最小二乘解算问题,应用测量平差中的间接平差原理推导了总体最小二乘的迭代逼近解算公式,通过与奇异值分解法进行比较,得出两种解算方法具有等价性。实验数据分析验证了算法的有效性。     

基于坐标归一化和奇异值分解的直接线性变换解法

直接线性变换方法是数字摄影测量和计算机视觉领域最常用的解析处理方法之一,特别适用于未检校数码相机的三维测量,但直接线性参数间的相关性、物方控制的约束和设计矩阵元素数量级的较大差异,均可导致法矩阵严重病态,从而影响解的稳定性。本文借鉴改进的八点基本矩阵估计算法,采用基于坐标归一化和奇异值分解的解法,即首先将像点和物点坐标进行相似变换得到归一化坐标后组成法矩阵,其次利用矩阵奇异值分解方法代替常规的最小二乘方法,模拟和真实数据表明,此方法可以有效提高解算精度和稳定性。     

高分辨率遥感影像的精纠正

论述了对高分辨率遥感影像进行精纠正获得正射影像的关键技术。若干实际不同分辨率的高分辨率遥感影像被用于相应的实验，实例证明了本文算法的正确性。     

基于增强KAZE的航拍地图拼接方法

基于局部特征的航拍图像拼接算法,是一种比较常用的建立局部地区地图的方式。针对现有的基于局部特征的拼接算法鲁棒性差速度慢等缺点,本文提出一种基于增强KAZE的航拍地图拼接方法。首先建立APAP算法模型,然后利用奇异值分解建立鲁棒性更强的KAZE描述符进行匹配,随后根据匹配点解APAP模型得到网格单应性矩阵,最后以三张航拍图像为一组,以中间图像为目标形变图像分别与左右图像进行拼接,非重叠区域进行网格单适应矩阵高斯加权变换。实验表明,该方法不仅具有很强的鲁棒性,而且拼接速度快,对于多张航拍图像可以减小拼接误差。