考虑多种权重因子的改进叠加滤波方法

针对在提取区域GNSS时间序列共模误差时会存在忽略站间相关性的问题,本文在已有叠加滤波的研究基础上,引入单日解精度、相关系数和距离因子等多种权重因子,提出了考虑多种权重因子的改进叠加滤波方法,并选取山西省测站数据以验证该方法的适用性。结果表明：利用本文的改进叠加滤波方法,测站坐标残差时间序列的均方根在N、E、U 3个分量上可分别平均降低48.53%、39.42%、48.61%,滤波对N、E方向上的速度影响为0.5 mm/a, U方向上为1 mm/a。相较于区域叠加滤波,改进后的方法可使残差时间序列的均方根进一步降低20%～40%,能更加准确地提取共模误差,为区域地壳运动及动力学的分析研究提供精细可靠的数据支持。     

泥石流高分辨率遥感影像频域特征提取方法及应用

在遥感影像上深入研究泥石流的相关特征条件对泥石流的分析治理具有十分重要的现实意义。本文将泥石流不同流域分区的高分辨率遥感影像从空间域转换到频率域,基于频谱分析与频域滤波,从全局和局部建立了频谱特征和泥石流流域分区特征之间的关联,并利用频域特征对泥石流高分辨率遥感影像中不同流域分区进行识别,用支持向量机进行试验验证。结果表明,对于泥石流遥感影像,除了地物光谱特性以外,充分利用频域特征可以有效地分析和识别泥石流不同的流域分区,且识别精度最高达到95%,从而对泥石流的形成过程及不同区域进行定性和定量分析,为泥石流的防治工作提供了科学依据。     

电离层时变特性约束的BDS长距离RTK定位算法

电离层误差是影响长距离GNSS定位性能的主要因素,通常采用无电离层组合消除电离层误差的影响,但无电离层组合存在观测噪声放大、在多系统多频数据时无法对单个频率的观测值进行单独处理,直接消除电离层参数使得无法对电离层参数施加约束,而电离层的先验信息,时空约束信息更易获得,为此本文对非组合定位模型中电离层误差的时变特性进行研究。在非组合定位模型中电离层参数常被估计为随机游走,功率谱密度决定了随机游走的过程,也表达了电离层误差的时变特性,通过对功率谱密度的研究,对电离层参数进行合理的约束来改善定位的性能。不需要经验模型及人为的给予电离层参数时变约束信息,而是通过顾及电离层实时特性的电离层观测值确定功率谱密度值,提供了简单实用的电离层时变约束方法。通过试验验证采用Vondrak平滑方法进行电离层延迟的最佳平滑,能在削弱观测噪声的同时反映电离层实时变化,求得的电离层功率谱密度能显著提升整周模糊度收敛时间,使定位性能达到最优。对电离层时变约束的BDS三频观测数据长距离RTK定位试验表明：静态和动态定位模式下均能实现模糊度的快速固定,可满足高精度实时定位的需求。     

结合不确定度与密度聚类算法的多波束异常值自动滤波算法

本文在复现CUBE滤波算法的基础上,借鉴其网格节点可吸收水深点选取模型,提出了一种结合不确定度与密度聚类算法的多波束异常值自动滤波算法。本文使用DBSCAN密度聚类算法对水深值加以聚类,使用卡尔曼滤波推估节点水深值,选取具有最小不确定的水深假设作为节点水深值,实现对多波束测深数据异常值的有效清理。实测数据和仿真试验结果表明：CUBE滤波算法不能将连续异常值完全剔除,而本文算法能够较好地去除连续异常值。本文算法流程明晰、参数简单、性能可靠,对数据质量较差的情况下较多异常值也能够进行清理,具有实际的工程应用价值。     

1013号台风“鲶鱼”的台风环流分离方法比较

台风系统为中α尺度系统,接近大尺度系统.为了研究环境气流与台风的相互作用,需要将台风从环境风场中分离出来.分别采用时间滤波、空间滤波和动力学方法将2010年第13号（1013号）超强台风“鲶鱼”（Megi）从环境风场中分离出来,对比分离得到的台风环境场,结果表明：时间滤波和空间滤波具有相对的随机性,容易留下台风风场的残留,同时也会减弱环境风场,而采用动力学方法可以将台风“Megi”较好地分离出来.3种方法各有优缺点,采用时间滤波可以使风场、高度场和温度场很好地平衡,但是需要较长的时间序列;空间滤波方法,仅采用一个时刻的时间,方法相对简单易用,但是由于台风风场、高度场和温度场的尺度并不相同,采用同一尺度对台风滤波容易造成风场、高度场和温度场的不平衡;动力学滤波方法分离效果较好,但是相对复杂,在低层也容易产生不平衡的现象.     

组合导航中一种新息自适应卡尔曼滤波算法

全球定位系统/航位推算组合导航定位中,由于目标运动的不确定性,GPS接收机与DR器件接收的数据存在噪声,使预置目标运动模型通常很难得到较高跟踪精度,针对应用常规卡尔曼滤波进行组合导航解算由于噪声统计特性未知而引起滤波不稳定的问题,本文提出了一种基于新息序列的量测计算进行自适应估计的卡尔曼滤波算法。该算法通过对新息方差强度进行极大似然估计,将新息计算引入卡尔曼滤波器的增益计算,达到控制发散的目的。最后对改进的算法与一般卡尔曼滤波算法做了对比仿真试验分析,结果表明了改进算法的有效性。     

散射模型的多时相极化SAR斑点噪声滤波算法

本文提出了一种基于散射模型的多时相极化SAR数据斑点噪声滤波算法,该方法是利用多时相极化SAR数据,在保持像元主散射特性基础上实现斑点噪声抑制。其基本原理是对多时相极化SAR数据的主辅影像进行分类,并通过统计主辅影像中待滤波像元邻域窗口内类别分布情况自适应地选取参与滤波的像素进行滤波。实测数据的实验结果表明,该方法既能够有效地抑制斑点噪声,又能够良好地保持地物散射特性和边缘纹理特征。     

结合异质性及分水岭变换的遥感影像分割方法

面向对象的遥感信息提取,首要任务是对遥感影像进行分割,分割的目的在于把原始图像分割成一些在空间上相邻、光谱相似的同质区域。传统的分水岭变换对噪声敏感,易产生过分割现象,不能直接适用于遥感影像的信息提取。本文利用非线性同组滤波方法(PGF)消除原始影像噪声,根据高分辨率遥感影像地物的异质性特征,对分水岭初始分割结果进行异质性准则合并。实验结果表明,该方法对高分辨率遥感影像的分割效果良好,能够适用于面向对象的信息提取。     

多源数据在复杂场景建筑物三维重建的应用

随着数字化城市建设的推进,更多复杂大型的建筑需要完成三维建模工作。对于异形且复杂的建筑而言,采用传统的数据采集方式较为烦琐费力。本文利用地面激光扫描仪获取某大型建筑内、外部点云数据,同时结合近景摄影测量技术获得建筑物的多角度影像及正射影像数据,经过点云配准、去噪、几何建模及纹理映射等处理,最终完成大型建筑的三维场景重建,并对此过程中涉及的关键技术进行了研究。