测量数据处理的实时序贯算法

为突出最新观测数据对未知参数估计的影响及减弱陈旧观测数据对参数估计的影响,须考虑时变参数的变动而进行未知参数的估计,即实时估计.文中基于序贯算法,针对新观测值对未知参数估计的影响比陈旧观测值要大和用固定数目的最新观测值来确定未知参数的估计,导出了渐消记忆与限定记忆的实时序贯算法的主要公式,以达到快速计算的目的.     

多维Lp估计的抗差测度

本文根据Ｈａｍｐｅｌ定义的影响函数，导出了多维Ｌｐ估计的理论函数、经验影响函数及影响函数的方差公式，表征了多维情形下，设计空间对Ｌｐ估计的抗差影响。本文得到的结果及结论也适于一维情形，且与一维情形得到的结论基本一致。     

单个备选假设的可区分

根据单个备选假设的统计检验,详细导出了模型误差的可区分度公式,并论述了可区分度与可发现度及与Forstner法的关系。作为应用,可导出变形模型的可区分度及网的可区分标准,在监测网的设计中应用。     

基于MODIS时序影像的湖南省油菜种植面积遥感监测分析

基于时间序列影像数据的提取方法可实现快速监测大面积农作物的种植分布和面积估算.以湖南省为研究区,利用2017年500 m空间分辨率的MODIS NDVI时序数据,结合湖南省耕地分布数据和实地样点数据得到油菜物候标准曲线,采用最小二乘法与阈值法提取得到湖南省油菜种植分布.结果显示,遥感提取得到的湖南省油菜种植面积主要分布在湘北洞庭湖平原、湘中衡阳市、湘南岳阳市,油菜种植面积3.87×106 hm2,通过与2016年湖南省县域统计油菜种植面积数据进行比较,油菜空间格局分布大体一致,相关性系数为0.81,R2为0.66.采用油菜关键物候期的MODIS时序遥感影像,能有效地监测油菜空间分布和估算种植面积,这为油菜种植管理提供基础数据支撑.     

局部均值分解和奇异值分解在GNSS站坐标时间序列信号降噪中的应用

为了有效地提取GNSS站坐标时间序列的有用信息，降低噪声干扰，本文提出一种局部均值分解和奇异值分解相结合的信号降噪方法，并利用5个测站的实测坐标时间序列对新方法进行了验证。首先通过局部均值分解将坐标时间序列分解成一系列PF分量和余项，然后利用连续均方误差方法确定高频分量与低频分量的分界点，保持低频分量不变，运用奇异值分解方法对高频分量进行降噪重构，最后将重构的高频分量与低频分量叠加得到最终的降噪坐标时间序列，并对降噪效果进行对比分析。结果表明，与单纯的奇异值分解方法相比，局部均值分解和奇异值分解相结合方法能够自适应地选择合适的奇异值个数进行信号重构，提高了降噪效果。     

变形模型的Lp估计及其抗差性

本文讨论了变形模型的抗差问题。在先验信息不足的情况下，根据抗差估计原理，推导了变形模型的Ｌｐ估计形式，讨论了Ｌｐ估计的抗差性，最后以算例验证Ｌｐ估计的抗差性及在变形分析中应用的可能性。     

“方差扩大”模型的诊断问题

本文根据“方差扩大”模型的表达式，论述了该模型与剔除模型的“均值漂移”模型之间的关系，详细讨论了“方差扩大”模型中粗差检测和方差估计等问题，最后对一模拟算例进行了计算和分析，并与均值漂移模型的结果进行了比较，获得了一些结论。     

变形模型的L_p估计及其抗差性

本文讨论了变形模型的抗差问题。在先验信息不足的倩况下，根据抗差估计原理，推导了变形模型的Ｌｐ估计形式，讨论了Ｌｐ（１≤Ｐ≤２）估计的抗差性，最后以算例验证Ｌｐ估计的抗差性及在变形分析中应用的可能性。     

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。     

经验模式分解联合独立分量分析降噪研究

针对高精度GPS变形监测的噪音成分以及多路径效应的剔除,提出了一种新的经验模式分解联合独立分量分析的滤波降噪法。采用模态相关准则进行信号层与噪音层的判定,有效地解决了低信噪比情况下信号层与噪音层分界点的判定,实现了噪音最大化的去除以及有用信息的最大化保留;基于经验模式分解的独立分量分析滤波降噪法,采用更为简单科学的数学判定方法,避免了人为的经验判定方法,实现了信号层与噪音层的自适应判定以及降噪效果更佳。实验结果表明:所用算法不仅能够有效地去除噪音成分,而且能够很好地保留大部分有用信息,研究结果对高精度GPS变形监测的去噪以及多路径效应的剔除研究具有一定意义。