移动视频通信快速块匹配算法分析

先提出移动视频通信对运动估计搜索算法在运算时间和准确度上的要求.在对目前运动估计快速块匹配算法研究的基础上,简述了运动估计的原理;揭示了在视频质量、搜索速度和压缩码率等方面提高算法效率的3类主要问题：初始搜索点的选择、匹配准则和搜索策略;分别阐述了目前常用的解决这3类问题的方法和相应算法,并进行了比较和分析;提出运动估计算法的发展趋势.     

浅析事业单位会计准则与企业会计准则的比较分析

随着我国市场经济不断发展的背景下,事业单位和企业都迎来了发展的机遇期。本文首先围绕事业单位会计准则与企业会计准则的相同点与不同点进行深入探讨。同时,随着我国新会计准则的实施,事业单位会计准则与企业会计准则之间的逐渐趋同的发展趋势,深入分析两者之间的趋同点。最后,事业单位会计准则与企业会计准则相比,还存在着一定的局限性,针对事业单位会计准则的改善进行研究探讨。     

方差分量估计简化公式在高精度GPS网平差中的应用

介绍Helmert方差分量估计严密分式和简化公式，并利用高精度GPS网数据分别进行试算，试验表明,Baeumker于1984年建议使用的简化公式,模型简单，速度快，精度完全与严密公式一致。     

遥感影像云及云影多特征协同检测方法

遥感影像中云及云影不同程度地影响着地物信息的有效获取。随着多源遥感数据的日益丰富,交叉应用多源、多时相遥感影像复原云及云影区的影像,以有效地获取地类演变过程是遥感大数据应用研究的重要内容。高精度的云及云影检测是遥感影像云及云影区修复的前提和保障。复杂多变的光谱特征以及难以有效表达的空间形态特征,使云及云影一直存在检测过程复杂、适用性差和精度不高的问题,难以形成稳定有效的检测方法。在对厚云、薄云、冰雪及其他地类多光谱特性分析的基础上,本文提出了一种云及云影的多特征协同检测方法。首先,对冰雪、云及其他地物类型可分性较好的红、短波红外、热红外波段,利用SAM方法匹配云光谱特征曲线,并进一步结合短波红外波段像元绝对值区分云与冰雪,以及热红外波段像元绝对值区分云及其他地物类型;其次,通过组合云影定向移动模型与近红外波段亮度阈值检测出云影像元。对具备这些光谱波段的Landsat-8进行实验,结果表明多光谱曲线、“诊断性”波段及空间关系多特征耦合能有效地检测出影像中的薄云、厚云及云影,整体精度优于95%。     

乌加河地震台DSQ水管倾斜仪观测的小波及阈值去噪分析

利用乌加河地震台DSQ水管仪2018—2020年观测资料,应用db小波分析方法,将原始数据分解为不同细节,提取其频段信息,清楚地识别了各类干扰,并通过软阈值去噪法进行噪声去除,提高了观测质量。     

病态数据处理的岭估计迭代解法

岭估计通常无法单次计算使得均方误差达到最小,因此提出岭估计迭代法。将岭估计参数估值代入平差模型,更新观测向量,再次用岭估计法求解参数。依此迭代,每次迭代计算方差和偏差,当均方误差达到最小或收敛时终止。模拟算例验证结果表明,该方法有效、可行。     

一种准确而快速的运动目标检测算法

运动目标的检测是计算机视觉和图像编码研究的主要内容,有着广泛的应用领域.减背景法是常用的方法之一,但其受环境光照影响;而帧差法又不能完全提取出目标的所有相关点.针对传统运动目标检测算法的不足,提出基于动态阈值的减背景法与帧差法相结合的运动目标检测算法.实验证明,算法既能完全提取出目标的所有相关点,又适应复杂变化的环境,运动目标检测的精确度和速度都有了明显的提高.     

顾及一次差分数据结构特征的钟差预报模型

星载原子钟在运行过程中会受到恶劣空间环境与设备老化等因素的影响, 使得卫星钟差数据中经常存在异常值, 其中AO(additive outlier)类异常值是钟差序列中常见的一类异常值。结合最大期望算法与自回归滑动平均(autoregressive moving average, ARMA)模型, 提出一种AO类异常值探测算法。该算法可以准确探测孤立AO类异常值与成片AO类异常值, 有效克服了其他算法经常出现的淹没与掩盖现象。在成功探测钟差序列AO类异常值的同时, 该算法可以估计得到精确的ARMA模型, 进而能准确地进行卫星钟差预报。利用仿真数据与北斗卫星钟差实测数据进行计算分析, 结果表明, 所提算法可以精确探测出钟差序列AO类异常值, 并且具有很好的卫星钟差预报效果。     

基于小波分析的低信噪比天气雷达回波弱信号提取

针对低信噪比环境下的天气雷达回波弱信号提取问题,提出一种基于小波分析的弱信号提取算法。利用dbN小波函数对雷达回波进行小波域处理并重构信号,提取雷达回波信号的联合时频特征,并且使用FIR滤波方法和小波分析两种算法对数据去噪,得到两种算法在不同信噪比下的信噪比输出以及信噪比改善,证明在低信噪比环境下,小波分析算法的有效性和优越性。     

地面GPS观测探测大气可降水汽量的方法和前景

介绍了利用地面GPS观测探测大气可降水汽量（PWV）的基本原理和方法及其在气象学和天文定位上的应用．地面GPS测量的PWV估计的主要误差源来自天顶湿延迟的估计．为了提高天顶湿延迟的估计精度,根据大气湿分量随时间变化的特性,天顶湿延迟的估算可采用确定性参数估计和随机模型估计．采用这些方法能有效地提高GPS精密定位中高程测量的精度,且其估算的PWV的精度可达1-2mm,足以满足天气预报和气候研究的需要．简述了大气分布的非球对称性对PWV估计的影响并评述了利用地面GPS测量探测PWV的前景．