桥梁沉降观测布网方案浅析

从变形监测理论入手,结合多年实践经验介绍了桥梁监测中涉及的一些基本概念,包括桥梁监测中基准点,工作基点和变形观测点介绍、监测网的布设原则、一般网形示例介绍、引起桥梁不均匀沉降的原因以及监测网点位置安排等内容。     

GPS/GLONASS组合导航不确定度评定的稳健加权融合算法

针对卫星导航系统在实际测量中存在大量野值的情况,利用M估计计算各系统污染分布统计特性,应用不确定度评定分配权值并进行融合。通过实例分析该法在模型及算法选择上均具有优越性。     

基于数字地价模型的地价监测点配置研究

从数字地价模型的建立、格网数字地价模型向TIN转化、TIN节点与宗地图层叠加拟合完成地价监测点的定位配置、结合市场比较法的监测点地价更新、TIN数字地价模型更新等几个方面详细阐述了数字地价模型运用于地价监测点配置的具体方法。并将这一配置模式与以标准宗地为载体的配置模式进行了比较分析。     

基于数据库的任意区域DEM拼接与裁剪

随着地理信息技术的发展,人们期望在数字地图产品的应用中能够突破以图幅为单位的管理机制,实现对数字地图产品的自动拼接和裁剪,实现对3维可视场的无级缩放和无缝漫游等功能。而要实现这些功能,基于数据库的任意区域的拼接和裁剪技术实现是其中的关键。仅针对DEM的拼接和裁剪方法进行一些粗浅的尝试,提出基于数据库的任意区域DEM拼接与裁剪的实现思路和具体过程,以及针对不规则三角网(TIN)的裁剪方法。     

基于四方边缘结构的实用TIN快速构建

使用具有完备空间拓扑信息表达能力的数据结构-四方边缘结构(Quad-Edge),快速地构建Delaunay三角网和它的对偶Voronoi图,进而实现了限定Delaunay三角网(CDT)的创建,生成符合实际应用要求的TIN。在此基础上实现了等高线和断面的生成,对带洞的TIN也作了一定程度的研究。     

捷联惯导系统四元数转换误差分析

捷联惯性导航系统中,根据四元数与直余弦矩阵的关系可以得到3种转换矩阵。充分分析了这3种转换方案所产生的误差。并在恒定角速率下对3种不同转换矩阵中漂移误差、不对称误差和刻度误差进行评估,最后通过仿真验证了分析结果。     

面向无人机倾斜影像的高效SfM重建方案

针对无人机影像分辨率高、数据量大导致稀疏重建效率低的问题,提出了一种减少影像匹配对数量、提高外点剔除效率的算法。首先利用无人机飞控数据、相机安装角计算影像的粗略POS（positioning andorientation system）信息;然后基于拓扑连接分析设计了最大生成树算法（maximum spanning tree expansion,MST-Expansion）,最大程度地降低影像配对数;考虑到初始匹配的高外点率,设计了分层运动一致性约束（hierarchical motion consistency constraint,HMCC）算法,提高几何验证算法的效率。4组不同倾斜设备采集的无人机影像的实验结果说明,该方案能够在保证重建精度的前提下,实现无人机倾斜影像高效和稳健的稀疏重建。     

区间约束平差模型的共轭梯度积极集算法

主要研究参数带有区间约束的平差算法,通过把平差问题转化成一个带有区间约束的二次规划问题,利用积极集对二次规划问题进行划分与重组,结合无约束共轭梯度优化算法,给出了带有区间约束的平差算法,并同时给出了参数解的精度评估。由于投影梯度法可以迅速改变积极约束集的构成,新的算法比经典的积极集法效率更高,可以降低模型的不适定性,保持参数先验信息中的统计、几何或物理意义,适合于求解大规模的带有区间约束的平差问题。     

改进的约束总体最小二乘法

针对传统的约束最小二乘模型和总体最小二乘模型的局限性,该文提出了一种改进的约束总体最小二乘法。假设约束总体最小二乘问题中约束方程系数矩阵也存在误差,然后构造函数模型的广义拉格朗日函数,采用最小二乘法迭代求解非线性的法方程,最终获得了改进的约束总体最小二乘法的牛顿-高斯迭代公式和平差模型精度的无偏估计。该算法采用了更接近实际的平差模型,能够获得更加接近真值的估计参数,同时平差模型的精度更加接近模拟数据加入的噪声水平。实验结果表明,本文算法可有效解决对参数进行约束时的数据处理问题。     

特征优选下的遥感影像面向对象分类规则构建

针对分类规则及其阈值的确定主要依赖人工经验、通用性差问题,该文提出了特征优选支持的面向对象分类规则构建方法。该方法利用面向对象技术,首先使用Boruta算法对先验样本数据集进行特征选择,然后根据隶属度函数构建分类规则集,最后引入置信区间概念,确定分类规则的阈值。以德国波兹坦地区的航空影像、数字表面模型(DSM)以及地面真实参考影像为实验数据,构建城市建筑、城市绿地(包括草地和树木)这两种地类的分类规则,利用不同数量的训练样本,开展面向对象分类实验,与支持向量机(SVM)监督分类方法进行对比分析。实验结果表明,在相同的优选特征下,利用置信区间确定阈值得到的分类规则,提取效果及分类精度更好,尤其在训练样本量少的情况下,该方法得到的分类精度比SVM高30%～40%。