碳氮稳定同位素比值在潮间带大型底栖动物组织间差异性研究

近年来,稳定同位素技术已被广泛应用于食物网研究中。然而,生物样品取样部位对食物网构建的影响的研究相对少见。大型底栖动物作为潮间带食物网的重要组成部分,在食物网研究中有必要对其采样部位进行统一,以增加研究结果的准确性及可比较性。本研究选取黄河三角洲和烟台潮间带10种代表性的大型底栖动物,比较δ13C和δ15N在不同采样部位中的差异。结果显示,对于大多数底栖动物而言,采样部位将直接影响到δ13C和δ15N的测定结果。当底栖动物作为摄食者,需分析其食性和营养级时,应统一采用肌肉组织,如贝类的闭壳肌或足部肌肉,蟹类的鳌足肌肉,鱼类的背部肌肉;当底栖动物作为被摄食者,需分析次级消费者的食性和营养级时,除多毛类采用去除消化道内容物的体壁外,其他种类应选取整体（难以被消化的组织除外）,如贝类的软体部,蟹类肌肉与鳃等的混合组织。     

一种基于定位和姿态数据确定试验船质心的方法

针对试验舰质心确定困难问题,提出了一种基于定位和姿态数据的试验舰质心确定方法。通过建立试验舰姿态与传感器中心诱导升沉的关系,推导出了试验舰锚泊状态下质心在船固坐标系中位置的解算模型。实验结果表明,采用本方法进行试验舰质心确定不需添测深仪以外的设备,确定的试验舰质心具有较高的精度,能明显地提高舰载无人飞行器惯导对准效率。     

利用卷积神经网络进行绝缘子自动定位

提出一种基于二值化赋范梯度特征和卷积神经网络的航空影像绝缘子自动定位方法。首先利用二值化赋范梯度分类器提取绝缘子候选窗口,而后利用卷积神经网络算法进行精细识别,获得包含绝缘子目标的窗口集,最后对高重叠度窗口集进行加权迭代合并得到最终绝缘子定位结果。采用广东电网大型无人机实际线路巡检获取的可见光影像对自动定位算法进行验证,实验结果表明,在复杂背景下绝缘子整体回调率为90.5%,定位精度为92%,证明该方法能够对复杂背景下可见光影像中的绝缘子进行有效识别定位,且算法通用性较强,可适应不同背景的可见光影像。     

非线性参数估计的自适应松弛正则化算法

非线性方程参数估计存在的弊端在于非线性观测方程存在不适定问题时,以线性化平差估计和高斯牛顿为代表的经典数值算法会产生较强的不稳定特征。因此,针对传统非线性最小二乘求解不稳定且可靠性低的特点,基于稳定泛函极小准则最优化思想,提出了一种自适应松弛正则化数值算法。该算法采用正则化参数几何递增计算方法和残差最小步长准则,实现了正则参数和迭代步长计算的完全自适应,提高了非线性迭代收敛效率。以病态仿真数据和水下实测数据为例,验证了该方法的数值收敛解优于线性平差估计解,收敛效率优于迭代Tikhonov正则化方法。     

一种局部稀疏地面点云与已有DEM的融合方法

机载LiDAR采集的点云数据中会存在一些局部区域地面点稀疏的情况,利用这些稀疏地面点构建DEM时会出现“三角面片化”的问题,严重影响DEM的质量。为此,本文提出了一种局部稀疏地面点云与已有DEM的融合方法：将稀疏点云作为高精度控制点,在尽量保持原始DEM的地形形态特征的前提下,通过高斯核函数加权迭代插值算法对DEM进行高程局部改正,实现稀疏点云与DEM的一致性融合。试验分析表明,融合后的点云数据得到了较好的补充,由此构建的DEM地形形态自然,在精度上相对于融合前的稀疏地面点云有一定改善,在弱精度区域的可靠性有显著提升。     

融合GNSS和加速度计监测数据的超高建筑动态特性分析

GNSS和加速度计是目前动态监测超高建筑环境载荷变形的主要手段。GNSS具有无需通视、可直接获取三维位移等优点,但受精度和采样率的限制,其对微变形及高频振动信息不敏感;而加速度计具有高精度和高采样率等优点,但无法监测超高建筑低频的似静态变形。为充分发挥这两种传感器的各自优势,提出利用多速率Kalman滤波和RTS平滑方法对超高建筑GNSS和加速度计监测数据进行融合处理。试验结果表明,与单一的GNSS监测技术相比,该方法有利于削弱GNSS高频噪声的影响,提高位移数据的采样率,可有效识别超高建筑的低频和高频振动频率,提高对微变形振动的监测能力;与单一的加速度计监测技术相比,该方法可以准确监测超高建筑的低频变形信息,具有良好的工程应用价值。     

顾及有色噪声的自适应粒子滤波UWB定位算法

传统卡尔曼滤波算法要求噪声模型符合高斯分布,在UWB室内定位中,由于载体本身的机制等干扰,观测噪声不仅仅是白噪声,也存在有色噪声的情况,而粒子滤波可以处理有色噪声的问题。本文通过增加似然分布自适应调整来改进粒子滤波用于目标跟踪的精度,同时研究在白噪声、有色噪声下似然分布自适应调整粒子滤波和拓展卡尔曼滤波在UWB中的优势与不同。试验结果表明：观测噪声为白噪声时,拓展卡尔曼滤波和粒子滤波均可以较好地实现对行人的定位跟踪;观测噪声为有色噪声时,自适应粒子滤波定位效果优于粒子滤波、拓展卡尔曼滤波。     

带不等式约束的最小二乘方法比较

解决带不等式约束的平差问题已有较多方法,但不同方法之间的对比分析不足。本文讨论三种带不等式约束的最小二乘算法:简单迭代算法、虚拟误差方程法、迭代乘子法,三种算法都是基于有效约束理论将不等式约束转换为等式约束,通过迭代求解。采用同一组数据和蒙特卡罗仿真实验方法对三种算法计算结果进行对比分析,实验结果分析表明:迭代乘子法算法效率最高,推荐使用该算法。     

基于NDT和ICP融合的点云配准方法

针对传统迭代最近点算法高精度低效率与正态分布变换算法高效率低精度的问题,提出了基于NDT与ICP融合的点云配准方法。首先通过NDT算法选择合适的网格参数将待匹配的点云向目标点云拉近以提高配准效率,完成粗配准,其次使用KD树加速的ICP算法求解变换矩阵以提高配准的计算效率。通过实验表明,本文方法匹配速度相比NDT算法和ICP算法有明显提高,且精度高于NDT算法。     

BDS／GPS中长基线宽巷准厘米级RTK算法

针对常规实时动态（RTK）定位技术中长基线初始化时间较长、定位结果不稳定的问题,提出了一种基于部分模糊度固定策略的BDS/GPS宽巷卡尔曼滤波RTK定位方法,从充分发挥宽巷观测值波长较长和宽巷模糊度易于固定的优势,避免低高度角卫星对模糊度解算的影响,从而提高中长基线情况下的模糊度固定率. 同时采用附加宽巷模糊度参数的卡尔曼滤波方法计算浮点解,以固定高于设置模糊度解算截止高度角的卫星进行定位,并解算电离层活动较剧烈的25~76 km的中长基线. 通过3组试验,结果表明,BDS/GPS双系统联合定位宽巷模糊度固定率均接近100%,76 km基线模糊度固定率达到99.9%,定位精度达到厘米级或准厘米级.