Canny双阈值算子在边缘提取中的优势

对Canny双阈值算子原理进行了分析,并利用Canny算子处理图像仿真实验对研究区图像边缘进行提取。利用Prewitt算子、Sobel算子、形态学算子处理研究区影像,并将结果进行对比。结果表明,Canny双阈值算子不仅能去除遥感图像中的椒盐噪声,而且能保证边缘提取的精度;与其他算法相比,在提取效率上也有明显优势和优异的稳健性。     

几种非线性滤波算法的性能比较与分析

在非线性状态估计中,传统的扩展卡尔曼滤波通过线性化来实现高斯近似,由于截断误差的存在很难保证估计精度;而基本粒子滤波容易出现粒子退化,导致滤波发散。针对粒子滤波的两个基本假设：蒙特卡罗假设和重要采样假设,采用蒙特卡罗随机链的方法来提高粒子的多样性,并利用无味卡尔曼滤波来产生更高精度的替代分布,发展了无味粒子滤波。通过仿真实验证明,相比较扩展卡尔曼滤波和基本粒子滤波,改进后的无味粒子滤波算法性能更优越,对含有非线性非高斯的状态估计问题有更好的滤波效果。     

基于Barnes滤波原理的降水场客观分析及尺度分离

基于Barnes滤波原理（又称高斯加权客观分析）,在进行网格点插值的同时,通过选择适当的滤波参数C、G滤去原始场中的短波噪音,使分析结果平稳光滑;另外可通过它构成一带通滤波器,根据实际需要分离出影响天气过程的各种次天气尺度,达到尺度分离的目的。以全国160个国家基准代表站1954—2006年共53a的年平均降水场为例作实例分析,并同用Grads内插函数（Oacres函数）、九点平滑函数（Smth9函数）的绘图结果进行对比分析,结果表明客观分析结果同Grads内插平滑分析结果基本相似,都能反映出我国53a年平均降水场从东南向西北逐渐递减的趋势且与实际情况相符,降水场高值中心位于长江流域及以南的华南等地区,低值中心位于黄河流域以北的广大西部地区。取不同的参数C和G得到的尺度分离后的带通滤波值,既抑止了长波,又抑制了短波,达到较好的尺度分离效果。     

Kalman 滤波几种异常检验法

为了检测动态导航观测异常和动力学模型异常,采用预测残差构造观测误差和动力学模型误差整体检验法,对观测异常可分别采用以模型为准的观测异常检验、以当前历元可靠观测为基准的异常检验或以Kalman滤波估值为基础的异常检验的方法;对于动力学模型异常检验,可以分别采用状态不符值检验法、以状态参数Kalman滤波估值为基础的动力学模型异常检验或以可靠观测为基础的动力学模型误差整体检验的方法.分析了以上几种检验方法的特点,并用实测数据进行了检验.结果表明:在观测异常或动力学模型异常处,异常检验对导航数据精度有一定程度地提高.     

GPS双频相位平滑伪距在卫星预报钟差精度评定中的应用

利用Hatch滤波对双频消电离层组合伪距观测值进行相位平滑讨论,对原Hatch滤波公式中的定权方法进行了改进.在此基础上,利用伪距与星地距比对法对广播星历中卫星预报钟差精度评定进行了研究.计算结果表明:载波相位平滑能有效地提高伪距观测量的精度,从而提高伪距与星地距比对法评估卫星预报钟差的可行性.利用双频消电离层相位平滑伪距计算的卫星钟差精度优于1 ns(1σ),测定的卫星钟差与实际卫星钟差不存在系统差.     

基于多次反射等效界面模型的海上三维多次波预测与剔除

本文在系统分析倾斜界面多次波传播路径的基础上,提出了一种基于多次反射等效界面模型的多次波追踪与剔除方法,通过构建多次反射等效模型,将复杂的多次波反射路径转化为更易射线追踪的一次反射路径,实现了炮集域三维地震多次波的高精度射线追踪;在此基础上,再通过FK滤波算法实现了多次波的有效剔除。该方法避免了常规CMP域多次波剔除时的共面元道集覆盖次数分布不均匀以及动校畸变的问题,且可高效高精度的实现三维地震多次波的预测与剔除。理论模型检验和海上实际资料的处理结果均验证了该方法的有效性。     

基于扩散滤波的多尺度三维变分研究

将扩散方程引入三维变分分析,揭示了传统3D-VAR不能有效提取多尺度观测信息的根本原因,即观测导致的目标函数梯度在空间的不连续分布.将扩散滤波融入基于梯度的最优化算法,发展了基于扩散滤波的多尺度3D-VAR.海表面温度数据同化试验结果表明,新方法可从长波至短波有效地提取多尺度的观测信息.     

用卫星测高资料反演大尺度海底地形

本文在分析卫星测高应用潜力的基础上,提出了利用卫星测高资料反演大尺度海底地形的新思路,研究了匹配滤波法、垂线偏差剖面法的原理及优缺点,提出了带约束的线性回归法和带约束的曲面拟合法,并且,根据我们在反演中的体会,指出了几点提高反演精度的途径。     

INS/GPS组合导航中的病态问题及其处理方法

在地球表面附近的组合导航中,一般以经、纬度表示水平位置,单位为弧度(rad),以高程表示竖直位置,单位为米(m)。1m的定位误差仅相当于约10-7rad,从而造成定位协方差矩阵的条件数达1013量级。Kalman滤波中要对协方差矩阵求逆,过高的条件数将引起严重的病态问题,从而造成很大的数值误差,影响滤波精度,甚至造成滤波发散。提出一种直接的解决方法,即构建一种避免病态问题的组合导航滤波模型。具体过程为:引入一种尺度因子(即平均地球半径)对组合导航系统的状态量、观测量、状态方程以及观测方程进行线性变换,从而对经、纬度误差进行适当的尺度化,明显降低协方差矩阵的条件数,有效避免了滤波过程中病态问题的出现。新方法在不明显增加计算量的前提下有效解决了病态问题,并保证了Kalman滤波的最优性质。数值仿真验证了该方法的有效性。     

震后早期阶段余震预测研究进展

震后早期快速、准确的余震预测对震后灾害风险应对和采取有效的处置措施十分重要.震后早期阶段地震目录不完整性是影响现有余震预测方法快速、准确预测的关键因素.近年来,随着技术和模型的发展,使得震后早期数据缺失阶段的余震预测成为可能.本文针对震后早期数据缺失阶段难以开展有效的余震预测问题,分别从提升余震检测率角度阐述了匹配滤波技术和深度学习技术,从统计地震学的余震补齐角度阐述了双尺度变换技术,从最大限度利用余震信息实时预测角度阐述了Omi模型和Lippiello模型等研究进展,分析了各类方法的优劣势,并提出了综合解决震后早期数据缺失阶段余震预测“瓶颈期”问题的技术路线,为从事地震检测、余震预测以及震后趋势研判等相关工作的科研人员提供科学参考.