基于三次插值的大地电磁自适应有限元二维正演模拟

大地电磁(MT)数值模拟中通常使用有限单元法,通过伽辽金(Galerkin)法将微分方程转化为与其等价的泛函形式,对泛函求取极值并在单元上定义插值基函数,得到节点上电磁场值的线性方程组,最终形成大型复对称稀疏矩阵。要达到较高的有限元计算精度,一般采用密集的网格或高次插值的方法,这样做大大的减慢了正演的速度。结合两者的优点利用三次插值和h-型自适应相结合的有限元法来实现MT的正演算法。首先从一个粗网格出发并利用三次插值,通过后验误差估计方法局部加密网格,在计算量较小的情况获得较高的计算精度。这种方法可以针对目标区域和介质分界面发生突变处进行网格加密,不需要全局加密网格。最后通过对国际标准模型COMMEMI-2D1的模拟,分别比较二次插值与三次插值的自适应网格数量和数值模拟结果,证明了三次插值自适应有限元算法的可行性。     

黏声波方程波场模拟的通用格式自适应系数频域有限差分方法

黏声波方程常被用于描述地下介质的黏弹性及波的传播现象,频域有限差分(finite difference frequency domain, FDFD)方法是黏声波和黏弹性波波场模拟的常用工具.目前FDFD黏声波模拟常用的二阶五点方法和优化九点方法在一个波长内的网格点数小于4时误差较大.通过令FDFD系数随一个波长内的网格点数自适应从而提高FDFD方法的精度,本文针对黏声波波场模拟发展了一种适用于不同空间采样间隔之比的通用格式自适应系数FDFD方法.同时,为了验证自适应系数FDFD方法对一般黏声波模型的有效性,本文针对三个典型的黏声波模型,分别采用解析解和基于高阶FDFD的参考解验证了所提出方法的有效性.本方法的FDFD格式通过在传统的二阶FDFD格式的基础上引入相关校正项得到,其中校正项按网格点与中心点的距离进行分类选取,同时校正项对应的自适应FDFD系数不仅和空间采样间隔之比相关,还和一个波长内的采样点数相关.所需的自适应FDFD系数可通过声波方程的数值频散关系和查找表高效给出.数值频散分析表明,在空间采样间隔相等或不等的情况下,以相速度误差不超过1%为标准,通用格式自适应系数FDF...     

人造导引星自适应光学的倾斜决定问题

本从Ｚｅｒｎｉｋｅ多项多出发，推导了激光导引星自适应光学倾斜校正的非等晕性方差，以其方差１ｒａｄ＾２为判据，导出了倾斜等晕角的表达式，得出了与Ｐａｒｅｎｔｉ和Ｓａｓｉｅｌａ推导的相同的结果。     

引入自适应窗口的立体图像匹配算法

基于灰度的数字图像立体匹配算法的中心问题是选择一个适当尺寸的窗口。窗口尺寸既要尽可能地大，以便为可靠匹配包容足够的灰度变化；又要尽可能地小，以避开投影畸变的影响。本文介绍一种通过测算局部灰度和视差变化来选取适当窗口的方法。该方法引入一个窗口范围内的视差分布统计模型（随机模型）。利用该模型可确定，在窗口内的视差变化及灰度变化引起的窗口中心点视差估值的统计误差。以此为基础，文中提出一种窗口搜索方法，以对整幅图像上每一像素求出一个统计误差为最小的视差估值。这种算法不仅能自适应地调节窗口的尺寸，而且亦能同时调整窗口的形状（矩形）。     

自适应抗差最小二乘估计

抗差估计与最小二乘估计在相应条件下各具优点。特定的抗差估计极值函数只在特定的污染分布条件下显示其抗差性和优效性。本文研究最小二乘估计，抗差估计以及抗差估计类之间的自适应估计问题。重点讨论了适于测量平差计算的误差分布检验量以及自适应抗差极值函数和权函数的构造与选择，最后人出了自适应抗差最小二科解算积式。     

卡尔曼滤波方法预报因子的选择

利用ECMWF格点资料，设计了5种不同的预报因子选择方案，运用卡尔曼滤波方法制作1999年11月－2000年2月逐日14时温度预报，通过考察准确率，均方差，平均绝对误差，确定了最优因子选择方案。     

卡尔曼滤波法在结构动态参数估计中的应用

本文应用扩展的卡尔曼滤波估计结构动态参数,文中提出一种简便的减缩变量卡尔曼游波方法,采用等效线性化原理识别结构的非线性参数。     

跨断层测量资料的卡尔曼滤波数学模型

本文研究了卡尔曼滤波方法在跨断层测量资料处理中的应用。在统计回归法的基础上,将回归法与卡尔曼滤波结合起来建立了函数模型与随机模型,滤波时不仅考虑断层活动的随机性,也顾及各环境因子对测值影响随时间的变化。并采用自适应滤波方法,用迭代法求得动态噪声方差。本文系统地推导和建立了单测线(水准或基线)、双测线水准、双测线基线及双基线双水准的函数模型。可连续和实时地对跨断层测量资料进行动态处理,不仅求得各时刻的高差或基线长度的滤波值,还可求得断层在垂直升降和水平错动方向上的各时刻变化速率,以及各环境因子的影响。     

2D地图的建筑物场景结构提取方法及其在城市增强现实中的应用

城市AR中,场景结构的自动获取,对自适应信息表达具有重要意义,是解决“层叠式”信息表现形式引发的信息指示不明、场景感知混乱等问题的关键步骤。然而,场景结构信息隐藏在场景图像中,直接提取十分困难。2D地图描述了地理实体的位置、轮廓和空间布局,可作为场景结构提取的先验信息。针对城市AR中场景结构获取难、效率低的问题,本文提出一种基于2D地图的建筑物场景结构自动化提取方法。在地理配准的基础上,首先根据2D地图中建筑物的轮廓和属性信息,构建场景图像语义分割的结构线索;然后将其作为过分割处理后场景图像合并的依据,生成多个包含语义信息的图像区域;最后根据图像区域与2D地图中建筑物轮廓之间的映射关系,提取出场景图像中的区域轮廓、场景深度和平面朝向等场景结构信息。试验选取了格拉茨地区32个建筑物场景进行测试。结果表明本文方法能实时地提取建筑物场景结构,且建筑物立面提取的质量明显优于对比方法。提取的场景结构能应用于城市AR多种自适应信息表达方法中,使信息标注更明确,遮挡关系更清晰。