新息向量的抗差Kalman滤波方法及其在UWB室内导航中的应用

针对超宽带（ultra wideband,UWB）室内导航中非视距（non line of sight,NLOS）测距误差会大幅降低导航精度以及系统噪声的不确定性导致滤波精度不高的问题,提出了一种基于新息向量的抗差Kalman滤波方法。该方法在UWB室内导航线性化模型的基础上,利用单个新息值构造抗差因子矩阵,从而消除非视距测距误差的影响,同时对系统噪声协方差矩阵进行实时估计和修正。实验结果表明,该方法不但能有效地消除非视距测距误差对导航解算的影响,而且能进一步提高导航解算的精度和稳定性。     

基于时间序列叶面积指数稀疏表示的作物种植区域提取

以华北平原黄河以北地区为研究区域,以时间序列叶面积指数LAI(Leaf Area Index)傅里叶变换的谐波特征作为不同作物识别的数据源,利用稀疏表示的分类方法识别2007年—2016年冬小麦、春玉米、夏玉米等主要农作物种植区域。首先利用上包络线Savitzky-Golay滤波分别对2007年—2016年的时间序列MODIS LAI曲线进行重构,进而对重构的年时间序列LAI进行傅里叶变换,以0—5级谐波振幅、1—5级谐波相位作为作物识别的依据,基于各类地物的训练样本,通过在线字典学习算法构建稀疏表示方法的判别字典,对每个待测样本利用正交匹配追踪算法求解稀疏系数,从而计算对应于各类地物的重构误差,根据最小重构误差判定待测样本的作物类型,并对作物识别结果的位置精度进行验证。结果表明,2007年—2016年作物识别的总体精度为77.97%,Kappa系数为0.74,表明本文提出的方法可以用于研究区域主要作物种植区域的提取。     

基于DFT模型的大场景InSAR图像配准

图像配准是实现干涉合成孔径雷达(InSAR)高精度相位提取及地形高程反演的关键,大场景图像的高效高精度配准成为近年高分宽幅InSAR成像应用研究的难点问题之一。由于大场景图像中不同区域偏移量及变化规律差异较大,传统最大相干系数配准方法需多分块及插值处理,面临计算量大且配准精度低等问题。针对此问题,本文提出一种基于DFT模型的大场景InSAR高效高精度图像配准算法。该方法利用最小均方差准则构建InSAR复图像配准的DFT模型,采用四叉树自适应分块及矩阵相乘DFT快速重采样配准方法,实现大场景InSAR图像各子块区域的高效高精度亚像素配准。仿真和实测数据验证本文算法的有效性,结果表明该算法不仅可实现大场景InSAR复图像亚像素级配准,还具有较高的运算效率,其运算效率相对于传统FFT配准方法通常可提升3倍以上。     

Canny双阈值算子在边缘提取中的优势

对Canny双阈值算子原理进行了分析,并利用Canny算子处理图像仿真实验对研究区图像边缘进行提取。利用Prewitt算子、Sobel算子、形态学算子处理研究区影像,并将结果进行对比。结果表明,Canny双阈值算子不仅能去除遥感图像中的椒盐噪声,而且能保证边缘提取的精度;与其他算法相比,在提取效率上也有明显优势和优异的稳健性。     

基于零拷贝的脉冲星GPU相干消色散算法

射电脉冲信号在传输过程中受到星际介质的影响,脉冲轮廓展宽变形,在研究过程中需要对信号进行消色散处理.设计并实现了基于零拷贝的脉冲星数据图形处理器(Graphic Processing Unit,GPU)相干消色散算法,采用设备内存映射以消除主机到设备的拷贝开销,利用统一计算设备架构(Compute Unified De...     

基于交叉小波与小波相干的黄土高填方体浅表层水分相关关系研究

探究黄土高填方边坡浅表层水分间的复杂关系是防治坡体浅层水土灾害的基础,本文以延安安塞某黄土高填方体为对象,开展了现场原位长时序监测,并通过交叉小波与小波相干分析方法,研究了坡面效应影响下黄土高填方边坡浅表层水分间的相关关系。结果表明：小波分析方法可用于半定量化研究黄土高填方边坡内外部水分间的相关关系,其优势是可在时域和频域上清晰表现两个时间序列的相关性与变化细节;降雨和边坡浅层土壤水之间存在两个主要的共振时间尺度0.06～1.78 d和3.56～28.47 d,在两时间尺度段内降雨与浅层土壤水的相关性呈增强趋势,即两者的相关性强弱存在明显时间尺度依赖;土壤水间的相关性强弱和交换转化剧烈程度可用显著相干面积百分比(PASC)表示,边坡不同位置PASC的平均值大小为坡顶(36.39%)<上坡段(37.6%)<中坡段(39.17%),坡面提高了垂向土壤水间的交换转化程度;边坡坡面效应的存在不利于降雨向土壤水的转化,但增强了浅表层垂向土壤水间的交换转化。     

中国夏季云和降水的定量关系及其成因分析

云的形成是产生降雨的必要条件,云和降水之间存在着极为密切而复杂的联系。利用常规站点数据和ISCCP卫星数据等资料分析了夏季中国地区云的多种特征参数的变化与降水变化在时空分布上的联系。站点数据结果表明总云量、低云量与降水的距平在全国范围内表现出显著的正相关关系;在通过0.05水平显著性检验的站点上,云量和降水距平百分率之间的线性关系较明显,总云量每增加1.00%降水增加2.23%,低云量每增加1.00%降水增加0.46%。ISCCP数据结果显示总云云量、光学厚度和云水路径以及高云中的卷层云和深对流云云量与降水距平呈非常好的正相关关系。采用K-means聚类分析方法并参考中国地理气候分布特点,将中国分为9个气候区,以小波相干分析和交叉小波分析对各个气候区夏季云量和降水距平百分率序列在时频域内多尺度特征的关系做了进一步研究。结果显示9个气候区夏季白天总云量和低云量与降水变化在2~4年(a)和5~8a的尺度周期都具有较强的相干性与共振周期,且处于正相关位相。在时空分布和时频域上,中国地区夏季云和降水的变化之间都存在非常显著的正相关关系,尤其是低云量。云和降水变化之间具有强相干性与共振周期是两者之间正相关联系的原因。     

Geoswath多波束系统及其在航道测量中的应用

介绍Geoswath多波束系统的基本组成和相干声纳的工作原理,与常规多波束系统相比,该系统具有数据密度大、水深分辨率高、条幅中间数据密度相对较低等特点。系统参数测试中,使用交叉点法获取纵倾偏差和艏摇偏差的方法,提高参数测试的精度。在经过各种校准后,对水深变化在几米至30多米的航道进行测量,在局部地形图中清楚地显示水深相对高差约20cm,大小1～2m的地形起伏,能较为清楚地显示航道经过不同形式改造的痕迹。     

一种渐进加密三角网LIDAR点云滤波的改进算法

传统滤波算法常常是针对某些特定的具有连续表面的区域来进行,带有一定的局限性。这样不能解决对诸如斜坡、密集植被等复杂地区进行真实准确地形提取的难题。本文提出了一种融合区域增长方法的LIDAR点云数据的滤波方法。该方法在对原始点云数据进行预处理的基础上,生成一个松散的TIN,通过迭代生成加密的TIN,其中通过采用两次区域增长的滤波方法,实现原始地形的提取。最后通过对复杂典型数据的对比实验验证了文中所提出的改进方法的有效性和准确性。     

机载LiDAR数据滤波方法评述

DEM提取是机载LiDAR数据处理的基础问题,总结国内外LiDAR滤波方面的研究进展,定量分析算法的性能,着重分析形态学方法和基于内插的方法并指出两种算法的互补性,并总结展望,为后续相关研究提供参考.