GPS动态单频单历元定向算法及其数据分析

提出了一种动态准实时滤波算法,将基线长度作为一虚拟观测值与伪距相位观测值进行联合建模,以提高GPS动态单频单历元定向算法解算的成功率及正确率。利用LAMBDA方法初步求解整周模糊度的备选值,利用基线长度约束模糊度,计算得到单个历元的解;再根据载体的运动特性,采用一种动态适应滤波算法,剔除解算错误的值,并和解算错误或解算失败的历元进行插值和修正。对实测数据处理分析表明：该方法能够将基线约束算法的定向正确率提高5-10％左右,使其稳定性得到进一步提高。     

附有基线长约束的改进CLAMBDA算法研究

探讨附有基线长约束的最小二乘模糊度降相关搜索算法(CLAMBDA)的基本原理和实现过程,针对其处理高维模糊度时存在搜索效率低的问题,提出一种基于部分模糊度搜索策略的改进CLAMBDA算法。新算法通过优选部分模糊度子集,在改善搜索空间形状的同时,降低了模糊度搜索空间的维数,有效提高了模糊度的搜索效率。利用澳大利亚科廷大学静态短基线网数据和实测动静态定位数据进行验证,结果表明,改进的模糊度搜索方案可以在保证模糊度固定成功率的情况下,有效地缩短搜索时间,能更好地满足载体实时姿态测量的要求。     

街网约束下的城市居民地自动综合算法

街网约束下的城市居民地自动综合是地图综合中的一个难点,该文从居民地多边形化简、居民地合并等方面讨论街网约束下城市居民地自动综合算法,并研究综合操作后居民地与街道冲突的解决方法.由此实现的城市居民地自动综合功能用于实验数据中,对多边形形态的化简、合并及街道形态的保持都较无约束条件下的居民地综合更合理.     

基于同伦法的跟踪系统鲁棒控制器设计

针对传统控制系统鲁棒控制器阶数较高的缺陷,提出一种具有阶次限制的鲁棒控制器设计方法.利用Ne-vanlinna-Pick插值方法,将鲁棒控制器设计问题转化为求解非线性方程的根,避免选择H∞控制中加权函数.基于同伦法设计低阶鲁棒控制器,通过仿真实验研究该鲁棒控制器下的阶跃响应,以及存在外部干扰时系统的控制性能及干扰抑制能力,并与传统滞后超前校正方法进行比较.结果表明:该控制器不仅能够在保证跟踪精度前提下具有较强干扰抑制能力,而且当系统存在不确定性时,闭环控制系统具有很好的鲁棒性.     

江苏响水三圩港海岸带修复效果评价

四川桂花三维地震资料采集属页岩气低密度三维地震,针对炮道密度低、覆盖次数低、二叠和三叠纪灰岩激发占比较大等特点,采用层析静校正、弱信号保护等处理技术,有效解决了研究区低信噪比问题;利用叠前数据五维数据重构处理方法,有效解决了受大型障碍物影响而导致的面元及偏移距分配不均等问题,提高了信噪比,为叠前深度成像处理奠定了基础。针对灰岩低噪比和高陡构造的准确成像问题,采用基于构造约束的网格层析速度建模结合叠前深度偏移成像方法,保证了成像效果。     

附加约束条件的序贯平差抗差估计

推导了附加约束条件的序贯平差抗差估计解法,对其两种解法进行了分析比较,这两种方法上是一致的。计算算例表明：附加约束条件的抗差序贯平差能有效地抵制粗差的影响。     

GPS网参数约束平差法研究

简要介绍了参数约束平差的模型,与常规平差方法比较,参数约束平差数据处理简单,易于程序实现,以一GPS网为算例,用参数约束平差法获得了经典自由网平差、秩亏自由网平差、符合网平差的结果。     

带约束条件的自适应滤波及其在GPS定位中的应用

推导了约束状态下的卡尔曼滤波递推方程,采用不消去状态参数的方法,在卡尔曼滤波的数学模型中增加约束状态方程推导出约束状态下的卡尔曼滤波递推方程.表明采用带约束条件的滤波递推过程与一般卡尔曼滤波递推方程相似,只要对预报值及其协方差增加一项约束条件改正项即可,因此,在滤波计算上不需要做大的修改.还讨论了带约束条件的卡尔曼滤波的自适应算法,说明一般自适应滤波算法同样适用于带约束条件的滤波,因此在应用上非常便利.利用一组GPS动态定位数据中的伪距观测值进行计算分析,并以距离作为一个约束条件,结果显示约束条件对滤波结果的改善程度与约束条件和动态系统本身有关.对于一般卡尔曼滤波中因模型确定误差和动态目标突然加速而导致的滤波发散现象,如果增加约束条件的约束力较小时,同样会出现滤波结果偏离,因此,带约束条件的滤波同样需要考虑滤波的自适应性.     

全球海洋角动量变化及其大地测量的约束

海洋角动量变化与洋流、海水质量分布变化密切相关。基于美国马里兰大学SODA海洋同化资料,研究了1985~2001年期间全球赤道海洋角动量的变化。从数月到年际时间尺度,固体地球、大气、陆地水和海洋总角动量守恒。从固体地球角动量变化中扣除大气和陆地水角动量变化的影响,可以为海洋角动量的变化提供约束,用于检验所得全球海洋角动量变化的准确性。季节尺度上的分析比对显示,在赤道的格林尼治方向上,海洋角动量变化大于大气角动量变化,并与约束序列的变化具有高度一致性;在赤道东经90°方向上,海洋角动量变化比大气角动量变化小一个数量级,并与1985~1992年的约束变化呈现出一定的相似性。     

基于一维卷积神经网络的高分辨率Radon变换反演方法研究

高分辨率Radon变换是地震资料处理常用的方法之一,其反演通常涉及矩阵求逆、多次迭代等环节,这些因素导致Radon变换反演计算量大,收敛速度慢等问题.本文在分析Radon变换分辨率降低原因基础上,提出基于一维卷积神经网络（Convolutional Neural Network,CNN）的高分辨率Radon变换反演方法.该方法通过卷积神经网络的非线性表征能力实现低分辨率Radon参数到高分辨率Radon参数的映射,分析了基于反褶积原理的串联映射模型和基于残差学习的并联映射模型提高分辨率的原理.将上述CNN网络得到的特定频率Radon参数约束其他频率参数的反演,避免了分频训练的弊端.模拟数据和实际数据的多次波压制实验表明,本文提出的基于一维卷积神经网络的高分辨率Radon变换可以较好地压制多次波,且计算效率高.