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。     

综合数据处理方法在评定测距仪实际观测精度中的应用

测距仪检定时乘常数是用频率测量方法取得,加常数及测距标准差是用短基线测定,由于仪器检测例的条件与工程现场条件不一致,检测的标称精度不能真实反映实际观测精度,以标称精度定权处理观测数据,影响测量成果的质量;指出综合运用测量平差与回归分析,可对工程中使用的测距仪实际观测精度进行有效评估为仪器性能判别及测量数据处理准确定权提...     

Helmert方差分量估计在GPS/GLONASS/BDS组合定位权比确定中的应用

因GNSS系统间观测噪声、轨道精度的差异,采用经验权比进行组合定位难以得到最优结果。基于此,在GPS/GLONASS/BDS组合定位中引入Helmert方差分量估计,对GPS/GLONASS/BDS组合单点定位和基线解算中各系统观测值进行合理定权。实验表明,采用该方法确定的伪距观测值最佳权比为5∶1∶1,相位观测值最佳权比为1∶1∶1,有效提高了GPS/GLONASS/BDS组合定位的精度和可靠性。     

抗差估计在变形监测数据处理中的应用

对抗差估计及其迭代初值进行了研究分析,并且针对不同估计方法所得到的迭代初值,利用Matlab对其进行模拟数据实验,对其"抗差性"进行比较,结合模拟结果选取"抗差性"较好的迭代初值进行下一步的抗差估计。最后利用某变形监测数据,同时采用最小二乘法和抗差估计两种方法进行比较,验证了抗差估计对粗差的"抗干扰性"。     

一种简化的Helmert方差分量估计算法

Ｈｅｌｍｅｒｔ方法是通过求出两类观测值的单位方差,来修正其先验权,用迭代法最终求得正确的权。本文提出,如果已知两类观测值的单位方差之比,即可定出正确的权,从而使计算简单化。     

基于卡尔曼滤波的时间序列影像背景估计

文章将卡尔曼滤波理论应用于时间序列影像的背景估计,引入衰减记忆因子解决滤波的发散问题,最终实现了对背景信号的估计。     

主要造岩矿物微波敏感性试验研究

采用频率2 450 MHz多模谐振腔对11种常见主要造岩矿物试样进行了微波辐射试验。根据升温速率和温度增量对其微波敏感性进行了研究。对赤峰玄武岩、鞍山辉长岩和昆明砂岩进行了矿物成分测试,根据其矿物成分组成预测3种岩石的微波吸收能力,通过微波辐射试验对预测结果进行了验证。然后对3种岩石进行了单轴压缩强度测试,研究了微波辐射后岩石的强度折减与岩石微波吸收能力的关系。结果表明：主要造岩矿物的微波吸收能力可分为3类,且表现出非常不同的微波吸收能力;根据岩石的矿物成分组成可预测岩石的微波吸收能力,含有强微波吸收能力矿物的岩石也具有较强的微波吸收能力;岩石的微波吸收能力越强,微波辐射后岩石单轴压缩强度的折减程度越大。     

塔里木盆地塔中北坡奥陶系微生物碳酸盐岩储层形成机制与评价

微生物岩储层是当前的研究热点之一.通过对塔中北坡微生物岩样品的岩芯以及铸体薄片的观察,发现研究区域的微生物岩储层以裂缝-孔隙型储层为主.对其进行全直径孔渗性检测发现,微生物岩储层具有较好的天然气储集物性.通过对微生物岩的形成机制及特点的分析,结合应力敏感实验和成像测井资料,总结出微生物岩储集空间发育的优势因素.原生白云石的生成可以促进方解石的溶解,而塔中北坡微生物岩发生早成岩岩溶作用,部分地区叠加晚期深成热液改造,提高了储集物性;有机质含量较丰富不仅可以在埋藏成岩阶段生成有机酸造成溶蚀,还能够降低微生物岩的极限强度从而容易在构造作用下发生断裂形成裂缝,因此塔中北坡微生物岩储集空间主要以次生作用为主.通过岩石压缩系数的测定,得出微生物岩的抗压实能力一般,但藻屑骨架对藻孔的保护有利,抗压实能力最强的是受到热液作用而硅化的微生物岩,其次是白云石化微生物岩.     

Robust LS-SVM regression for ore grade estimation in a seafloor hydrothermal sulphide deposit

Due to the geological complexities of ore body formation and limited borehole sampling, this paper proposes a robust weighted least square support vectormachine (LS-SVM) regression model to solve the ore grade estimation for a seafloor hydrothermal sulphide deposit in Solwara 1, which consists of a large proportion of incomplete samples without ore types and grade values. The standard LS-SVM classification model is applied to identify the ore type for each in complete sample. Then, a weighted K-nearest neighbor (WKNN) algorithm is proposed to interpolate the missing values. Prior to modeling, the particle swarm optimization (PSO) algorithm is used to obtain an appropriate splitting for the training and test data sets so as to eliminate the large discrepancies caused by randomdivision. Coupled simulated annealing (CSA) and grid search using 10-fold cross validation techniques are adopted to determine the optimal tuning parameters in the LS-SVM models. The effectiveness of the proposed model by comparing with other well-known techniques such as inverse distance weight (IDW), ordinary kriging (OK), and back propagation (BP) neural network is demonstrated. The experimental results show that the robust weighted LS-SVM outperforms the othermethods, and has strong predictive and generalization ability.     

气象资料和历史天气图图像数据压缩方法研究

文章较详细地介绍数据文件和图像数据压缩一般原理，论述对存档的气象资料数据文件使用的压缩方法，探讨适用于历史天气图图像数据压缩的技术方案。