ASTER多光谱波段与SPOT全色波段融合方法研究

遥感图像融合可以发挥多源遥感数据的优势。但由于不同传感器的遥感数据有着不同的特征,不同数据所采用的融合方法也应不同。文章探讨了ASTER多光谱波段与SPOT全色波段数据融合的方法,通过对PCA融合、IHS融合和基于小波的IHS融合方法的对比研究,得出基于小波的IHS融合法在提高空间分辨率的同时较好地保持了地物的多光谱信息。     

模拟退火算法在控制网平差中的应用

线性最小二乘估计在对非线性函数进行线性近似的过程中会产生模型误差,而一些非线性参数估计方法可能因为函数复杂而难以求导,法方程系数矩阵秩亏或呈病态矩阵时难以求解,非线性迭代解法有时对初始值的选择存在依赖性,不恰当的初始值会导致迭代无法收敛。针对这些问题,引入了模拟退火算法,介绍了该算法的基本原理、计算步骤和收敛性,并以3个控制网平差应用为例,说明该算法具有无需求导求逆,简洁实用,易于编程等优势,并能实现全局优化,获得高精度的平差结果。     

二、P21 普通测量学、地形测量学

CH20080157一种微地形探测回波信号处理的新算法= A New Arithmetic of Dealing with Returning Echo for Ex- ploring Tiny Terrain/罗柏文,卜英勇,赵海鸣,史春雪(中南大学机电工程学院)//测绘科学.-2007,32(5).-9～10,20针对钴结壳具体赋存环境和开采技术要求,提出了利用Morlet小波信号包络和高斯函数曲线及能量相关性算法对拟设计的微地形探测方法接收到的超声回波信号进行分析与计算。实验初步验证,利用该算法计算出来的被测对象位置精度及误差稳定性均高于传统的超声波单波束多探头探测方法。图7参13     

小波技术在GPS基线解算数据预处理中的应用

采用小波技术对GPS观测数据进行处理。应用小波变换技术对GPS相位观测值进行周跳的探测和修复。GPS相位观测值可以作为时间序列来进行分析,作为时间函数,它所表现出来的是一条光滑度很好的曲线,一旦出现周跳,这种光滑性就被破坏,从发生周跳的历元开始,后继相位观测值序列发生等量阶跃,通过小波变换的信号特性检测原理,能够有效地探测出周跳的发生,这种方法对于缩小模糊度搜索空间及提高模糊度解的有效性有明显的作用,从而提高基线解算的精度。     

GPS精密单点定位的数据处理方法综述

在GPS精密单点定位数据处理中,通常采用基于非差观测值的处理方法。然而精密单点定位也可通过观测值不同差分组合以减少某些未知参数,且在理论上与非差模型等价。文中介绍基于非差和差分模型的精密单点定位的几种数据处理方法,并对各种模型进行比较。     

海底泉对在海底有限延伸的越流含水层系统中地下水潮汐效应的增强作用

海底泉在滨海地下水排泄过程中起着重要的作用。本文给出了含有一个海底泉的在海底延伸的越流承压含水层系统中地下水水头在海潮作用下波动的近似解析解。该含水层顶底板隔水且向海底延伸有限距离。假设含水层的海底露头被一层隔水层覆盖,海底泉由一个渗透性很好的完全穿透海底含水层硕板的圆柱体渗漏天窗（海底泉孔）来表示。近似解析解中包含了6个参数：承压含水层的海潮传播参数,海底泉孔中心到海岸线的距离,表示泉的圆柱体的等效半径,海底泉孔中心到含水层海底露头处的距离,承压含水层的海潮载荷效率和弱透水层的越流。分析表明,如果海底泉孔中心到海岸线的距离远大于泉孔的等效半径,且海底泉孔中心到含水层海底露头处的距离远大于泉孔的等效半径时,解析解的近似误差可以忽略。然后本文讨论了解析解的两个基本性质,分析了海底泉对海底地下水水头波动的影响。     

像素级遥感图像融合方法研究

多传感器遥感图像融合按信息表征层次的不同,可以分为像素级融合、特征级融合和决策级融合。本文介绍了像素级层次上的多种遥感图像融合方法,阐述了其融合原理和实现过程,分析了它们适用性和优缺点,并给出了遥感图像融合的一般评价指标。     

有色噪声作用下的卡尔曼滤波

利用GPS载波相位三差观测量进行动态定位(或精密导航),就必须研究有色噪声滤波的理论问题.根据需求,推导了动态噪声、观测噪声为有色噪声的线性系统滤波公式,并证明白噪声卡尔曼滤波是有色噪声卡尔曼滤波的特例,或者说有色噪声的卡尔曼滤波是白噪声卡尔曼滤波的推广.     

附加约束条件的序贯平差

从观测量分组的参数平差出发,详细推导了附加约束条件的序贯平差及其精度估计,讨论了附加约束条件的抗差序贯平差的计算过程.算例表明,推导的公式正确有效,简单实用,附加约束条件的序贯平差抗差估计能有效地抵制粗差的影响.     

基于整体最小二乘法的线性回归建模和解法

对基于自变量和因变量误差的回归问题进行了进一步研究,证明了两种方法的实质并未解决同时考虑自变量和因变量的误差问题,其解算结果和不考虑自变量误差的解算结果完全相同.给出了能同时顾及自变量和因变量误差的新的回归模型,并推导了具体的解算方法.算例结果和基于矩阵分解的整体最小二乘法解算方法的结果相同,说明了本文方法的正确性.