利用嫦娥一号ccd相机邻轨下视影像生成月面dem

嫦娥一号电荷耦合元件（ char g ecou p leddevice,ccd） 相机同轨前后视影像组成的立体像对的基高比较大,立体像对在撞击坑边缘、 山脉等地形起伏区域存在较大的遮挡和变形,影响了 dem 的精度。为弥补这一不足,根据嫦娥一号 ccd 相机邻轨下视短基线立体像对成像模型,本文提出了一种自适应窗口归一化互相关（ normalizedcrosscorrelation,ncc）-相位相关（ p hase-onl ycorrelation,poc） 视 差 估 计 的 dem 生 成 方 法。首先,根据影像纹理特征计算各像素点对应的自适应窗口大小,通过 ncc 方法估计立体像对左右片对应窗口的整数像素位移;然后,用 poc 方法估计亚像素位移;最后,将窗口的总位移作为窗口中 心 像 素 点 的 视 差,依次计算所有像素点的视差,得到立体像对稠密亚像素视差图。模拟实验结果表明,本文方法视差估计精度 可达±0.075像素,利用空间分辨率为120m 的嫦娥一号 ccd 邻 轨 下 视 影 像 生 成 的 月 面 dem     

基于OLDM与贝叶斯估计的鲁棒视觉跟踪

提出了一种在线学习判别式模型OLDM(online learning discriminative model),并结合贝叶斯估计实现了对视觉运动目标的鲁棒跟踪。首先,通过对初始化的跟踪区域进行样本标记与聚类分析得到目标的判别式模型;然后,利用该模型在预测的跟踪区域内计算目标的似然分布;最后,在贝叶斯框架下完成目标状态的确定并对模型进行学习与更新。算法通过在线学习适时更新目标模型,增强了算法对目标表观变化的适应性。实验结果表明,本文算法能够有效地适应目标表观特征的复杂变化,对目标的尺度、光照、遮挡以及非刚性形变等具有较强的鲁棒性,算法的跟踪精度与稳定性比当前主流算法均有一定提高。     

一种InSAR大气相位建模与估计方法

为了削弱大气延迟对干涉结果的影响以提高InSAR的测量能力,本文在InSAR大气相位特征分析的基础上,研究了一种新的InSAR大气相位建模与估计方法.首先采用稳健估计确定大气垂直分层部分的模型参数,然后利用基于Matern模型的Kriging插值估计大气紊流部分,最后应用估计的大气垂直分层和紊流资料改正InSAR测量结果.利用覆盖河南义马地区的ASAR数据对本文提出的方法进行了验证,结果表明去除大气影响后,InSAR重建的DEM与参考DEM的高程差异的均方误差由19.5 m降至5.3 m,精度提高了约72%.同时,改正后的干涉图更合理地揭示了义马矿区的沉降漏斗情况,进一步验证了本文方法的有效性.     

三维坐标转换公共点最优权值的单纯形搜索算法

为提高三维坐标转换参数的求解质量,本文基于最优化算法提出了一种稳健的公共点加权坐标转换方法。以坐标转换后公共点的点位残差加权平方和最小为目标函数,利用Nelder-Mead单纯形直接搜索算法,寻找公共点坐标分量在解算坐标转换参数时的最优权重组合。以粒子加速器磁铁的准直安装为应用场景,利用模拟数据和实测数据对本文方法进行验证。结果表明:本文方法能够有效降低粗差观测值及质量不佳观测值的权重。与最小二乘、抗差估计等方法相比,本文方法解算结果的点位残差加权平方和更小,坐标转换参数质量更优。本文方法能提高三维坐标转换参数的求解质量,尤其适用于验前精度未知、观测数据质量不佳的情况。     

基于卡尔曼滤波重构GRACE-FO姿态数据

重力卫星姿态数据通过非保守力转换和KBR（K-Band Ranging）天线相位中心改正影响时变重力场模型精度,因此如何获取高精度的姿态数据是原始载荷数据处理的重要研究内容.GRACE-FO（GRACE Follow-On）每颗卫星均安装了三颗星敏感器和一个惯性测量单元（IMU,Inertial Measurement Unit）测量卫星姿态数据.星敏感器对姿态的低频部分敏感,惯性测量单元对姿态的高频部分敏感,融合这两类数据可以获得高精度的姿态数据.为此,本文首先基于扩展Kalman滤波,以四元数和陀螺仪漂移参数为状态变量推导了一种新的姿态Kalman滤波融合算法.然后基于GRACE-FO Level-1A实测数据验证本文提出的姿态Kalman滤波算法是否可行,并分析对反演时变重力场模型精度的影响.对于GRACE-FO星敏感器数据处理而言,融合多个星敏感器数据可以抑制高频部分噪声的精度,特别对于三个星敏感器融合的精度要略高于两个星敏感器融合.对于星敏感器与IMU融合而言,本文解算的姿态数据充分融合了IMU测量的角速度信息,相较于官方机构精度至少提高了3倍,并在0.01~0.1 Hz上噪声水平要低一个量级左右.对时变重力场反演而言,从反演时变重力场模型的阶方差和等效水高上看,在任务初期姿态数据误差引起的时变重力场模型误差大约为5%,而进入任务稳定期时反演的重力场模型精度基本一致.目前姿态数据的精度对反演的时变重力场模型的精度影响很小,影响时变重力场模型的精度主要来源于其他误差.

     

基于正则化条件的地震数据局部信噪比估计方法

信噪比是衡量地震数据质量的重要指标之一,在地震数据处理和解释中有着重要的作用.目前已有的地震数据信噪比估计方法往往得到的是整个数据的全局信噪比,这种方法只能说明地震数据总体质量的好坏,无法直观细致地刻画地震信号的局部质量.本文提出一种基于正则化条件的局部信噪比估计方法.该方法的基本原理是使用正则化共轭梯度法求解局部信噪比最优解,正则化算子的参数将控制地震信号各点数据局部信噪比的平滑性.其中应用一种基于“过滤波”的级联信号估计方法来计算有效信号,该方法利用有效信号和噪声的相关性特征计算局部信噪比中的有效信号.局部信噪比估计方法利用了信号中每个数据点及其邻域各点的局部信息,避免了使用单个数据点而可能出现的信噪比不合理值,而且局部处理能够减少全局噪声对信噪比估算的影响,该方法可以更准确地表征地震资料信噪分布特征.另外,局部信噪比对去噪方法的评估也具有重要意义.理论模型测试和实际资料处理结果表明,局部信噪比估计方法能够准确反映任一给定地震信号剖面的局部信噪比特征,为非平稳地震数据质量评估提供了直观的评判标准.

     

基于粒子群优化算法的多因子自适应滤波

在抗差多因子自适应滤波的基础上,提出基于粒子群优化智能算法进一步搜索自适应因子的优化值,提高自适应因子的可靠性。在基于状态不符值构造的自适应因子的基础上,构造适应性函数,采用粒子群优化算法搜索更有效的自适应多因子。利用动态导航数据进行验证,结果表明,基于粒子群优化的多因子自适应滤波能更有效地控制异常影响,提高动态导航精度。     

方差-协方差分量估计的概括平差因子法

针对现有方差-协方差分量估计(variance-covariance component estimation,VCE)理论存在的问题,通过引入间接平差的平差因子概念,定义并研究了基于概括平差模型的概括平差因子、概括闭合差及其方差阵,进而利用二次期望公式提出了基于概括平差因子的VCE新方法。该方法适用于概括平差模型所归纳的4种函数模型形式,并通过概括平差因子揭示了平差函数模型与VCE是否存在解析估计形式的关系。实例计算结果表明,现有迭代型VCE方法改变了LS估计量的统计性质,而VCE新方法解析估计具有LS统计性质,且无需初值。     

利用自适应最小二乘配置的GPS水准与重力似大地水准面的拟合

针对GPS水准与重力似大地水准面之差中存在系统误差的问题,使用最小二乘配置估计信号大小,来提高似大地水准面的拟合精度。对于最小二乘配置的噪声与信号的协方差之间的关系不合理,采用自适应因子纠正两者之间的关系,并首次将自适应最小二乘配置算法应用于似大地水准面精化。最后使用我国东部面积将近2万km²的城市A的数据进行验证,计算结果表明,最小二乘配置及自适应最小二乘配置在一定程度上能够提高拟合效果,使似大地水准面更接近于真实值,实现了国内较大城市面积的1.0cm检核精度的区域似大地水准面成果。     

等式约束病态模型的正则化解及其统计性质

平差参数间合理的等式约束能显著提高最小二乘解的精度,消除自由网的秩亏问题,还能改善病态模型的解,本文由此提出了附等式约束的测量平差病态模型。建立了等式约束病态模型平差的正则化准则,由拉格朗日乘数法得到了模型的解,并给出了解的统计性质,证明它有偏,且均方误差小于约束最小二乘解。给出了确定正则化因子的均方误差极小化准则及数值解法,并以模拟的病态数值算例和测边控制网为例进行计算,验证了算法的可行性和解的优良性质。