时间比对融合算法分析与比较

为提升高精度时间比对的可靠性, 结合卫星双向时间比对(Two-Way Satellite Time and Frequency Transfer, TWSTFT)和GPS精密单点定位(Precise Point Positioning, PPP)时间比对长短稳特性, 利用稳定度加权、Vondrák-\vCepek组合滤波以及 Kalman滤波融合方法对中国科学院国家授时中心(National Time Service Center, NTSC)和德国物理技术研究院(Physikalisch-Technische Bundesanstalt, PTB)间的TW-STFT和GPS PPP时间比对结果进行了融合处理并对3者进行了比较分析. 结果表明, 3种融合算法对于TWSTFT中的周日效应以及GPS PPP结果的``天跳''现象都有不同程度的改善, 融合结果与GPS PPP链路差值(Double Clock Difference, DCD)结果的绝对值保持在链路校准的不确定度范围内. 3者1d的时间和频率稳定度可以达到亚纳秒和10^-15量级, Vondrák-\vCepek融合方法1d以内的稳定度最高, 适用于对短稳要求高的时间比对链路的融合. 稳定度加权、Kalman滤波融合保真度较好, 适用于对准确度要求高的时间比对链路融合.     

无人机Lidar技术在复杂艰险山区高精度制图中的应用

为解决复杂艰险山区高精度制图难题,本文提出了利用无人机Lidar技术获取高精度、高密度点云数据,针对不同地形特点,利用点云回波强度进行聚类,通过聚类结果选取滤波方法,提高分类及滤波精度;同时对密林等无法获取地面点云的特殊区域进行监督分类获取植被高度,结合穿透区的点云进行内插拟合,构建出更符合实际现状的地形数据。试验表明利用本文方法能够明显提高制图精度,满足艰险山区高精度制图要求。     

基于卫星高度计和漂流浮标数据间数学校验关系的黑潮流轴和流路主成分估计

由于卫星高度计数据分辨率高、观测范围广的特点,我们使用该数据开展了黑潮流的研究。在之前的研究中,卫星绝对地转流都被用于对黑潮流域的表层流场的时空变化特征进行研究,并采用了一些探测方法提取了黑潮流轴和流路。然而,海面绝对地转流是由绝对动力地形估计得到,应该被当做实际流场的地转分量,在实际应用中并不能代表真实流场。在本研究中,建立了气候态绝对地转流与网格平均的漂流浮标流场间的数学校验关系,以此对卫星绝对地转流场进行修正,即便这两种数据的性质存在些许偏差。因此,基于主成分探测法,修正后的卫星绝对地转流被用于探测黑潮流轴和流路。对比结果表明,由修正后的卫星地转流场探测得到的黑潮流轴和流路均要好于地转流和表层流估计结果。修正后的地转流有助于开展更加准确的黑潮流轴和流路的逐日探测。     

基于数学形态学算法的机载LiDAR点云数据快速滤波

机载LiDAR点云数据滤波是LiDAR数据处理领域研究的重点和难点之一.针对LiDAR点云数据量大的特点,以规则格网组织数据,按离散点或格网移动结构窗口,提出基于数学肜念学算法的LiDAR点云数据快速滤波方法,并详细介绍滤波的方法和流程.试验结果表明,该算法计算速度快,滤波效果好.最后选取两组小同区域的点云数据进行实验,并给出滤波前后的数字表面模型和局部断面图.     

基于J2ME手机的工程测量软件中的乘幂算法

使用J2ME手机开发工程测量软件过程中,由于CLDC1.1的局限,提供的数值计算函数并不充分,特别是缺少关键的乘幂计算函数。推导乘幂计算的数学算法,给出按此方法计算的实例。在J2ME手机开发中通过建立roadMath类,完成乘幂计算的JAVA编程实现,同时扩充CLDC1.1的数学计算函数。     

学识渊博又谦虚谨慎的良师——记地图学家胡毓钜教授和吴忠性教授

一个人要有所成就,除需要自己刻苦努力外,名师指导也是重要因素。我庆毒自己遇到了胡毓钜教授和吴忠性教授两位名师。 胡老师从指导我撰写毕业论文到为我的专著《数理地图学》的出版作序,40多年来,恩师的精心培养,使我深受教益。胡老师在青年时代已颇有名气,他设计的全国地图投影和全国挂图投影均被我国《国家大地图集》采用,他为《国家自然地图集》设计的地图投影系列及中国全图方位投影,中国百万分之一地形图的数学基础——等角圆锥投影均已定型为生产中广泛应用的地图投影。     

遥感时间序列数据滤波重建算法发展综述

遥感时间序列数据(MODIS,NOAA/AVHRR,SPOT/VEGETATION等)在植被生长监测、物候信息提取、土地利用类型监测等诸多领域得到了广泛应用,是生产研究的重要数据源之一.由于传感器、云层大气等影响,遥感时间序列数据存在着严重的噪声,应用前必须进行序列滤波重建工作.综述现有各类滤波重建方法,对研究中广为采用的3类主要方法(基于最小二乘的非对称高斯函数拟合、SavitZky-Golay滤波、基于离散傅里叶的系列分析方法)集中阐述其理论基础、应用步骤和优缺点.总结当前遥感时间序列滤波重建方法需要进一步改进之处.     

InSAR干涉图最优化方向融合滤波

在分析干涉条纹图噪声特征的基础上, 提出了一种能有效保持干涉图条纹的边缘和细节信息的InSAR干涉图滤波算法——基于最优化融合的自适应方向平滑算法。该算法首先对8个线性方向窗口进行统计分析, 然后根据干涉图的相干性选择合适的线性方向窗口, 按照最优化融合的方法, 以方差倒数为权重对各个方向窗口的均值进行加权平均。模拟和真实干涉图数据的实验结果表明新方法不仅能有效的抑制干涉图噪声, 而且能较好的保持干涉图的细节和边缘信息, 具有很好的信息保持能力。     

基于à trous小波分解的SAR图像噪声滤除方法

合成孔径雷达(SAR)以其特有的全天时、全天候成像能力,在对地观测领域中发挥着重要的作用。由于雷达回波的相干性,SAR图像上存在着斑点噪声,为消除这种噪声,提出了一种基于à trous小波算法的组合滤波方法,该方法首先将SAR图像分解至静态小波域,然后对噪声的小波系数进行基于中值的平滑处理,最后对低频信号进行均值滤波。将此算法应用于新疆库车县的一幅RADARSAT图像进行斑点噪声滤波,并与另外3种典型的SAR图像滤波算法进行比较,结果表明,该方法不仅可以有效地去除斑点噪声,并且可以保持SAR图像的精细纹理结构。