Analyses of geographical observations in the Heihe River Basin: Perspectives from complexity theory

Journal of Geographical Sciences - Since 2005, dozens of geographical observational stations have been established in the Heihe River Basin (HRB), and by now a large amount of meteorological,...     

New periodic wave solutions of a time fractional integrable shallow water equation

In this paper, author employed Jacobi elliptic function expansion method to build the new wave solutions of time fractional modified Camassa–Holm equation which is completely integrable dispersive shallow-water equation. In ocean engineering, Camassa–Holm equation is generally used as a tool in computer simulation of the water waves in shallow sees, coastal and harbors. The obtained solutions show that the Jacobi elliptic function expansion method (JEFEM) which based on Jacobi elliptic functions is an efficient, reliable, applicable and accurate tool for analytic approximation of a wide variety of nonlinear conformable time fractional partial differential equations.     

基于人工鱼群优化的BP神经网络WiFi指纹室内定位方法

针对传统的基于反向传播(BP)神经网络室内定位算法存在着低精度和慢收敛问题,且考虑到室内环境复杂,通常存在多径效应,无法使用信号强度衰减测距模型进行精确定位,提出一种改进的人工鱼群优化的BP神经网络WiFi指纹室内定位算法．利用人工鱼群觅食和寻优方式来提高全局寻优搜索的速度和能力,采用改进的人工鱼群算法(IAFSA)优化选取室内定位BP神经网络的权值和阈值,有效避免了传统BP神经网络的预测值易陷入局部最优的缺点,同时利用高斯滤波对信号进行去噪处理,建立采样点获取到的信号强度值(RSSI)与位置坐标的关系．实验结果证明所提方法与传统的BP神经网络方法相比,平均定位误差减少了0.75 m,平均定位精度提高32.2％,提高了定位可靠性,算法具有更好的稳定性.      

基于优化GM(1,1)模型的基坑位移监测数据预测方法

针对GM(1,1)模型预测结果精度低的问题,提出原始序列卡尔曼滤波处理的优化模型方法,结合指数函数构造背景值,进行灰色模型预测分析。结合苏州站综合楼基坑沉降监测结果,探讨了GM(1,1)模型原始序列的选择,分析了优化GM(1,1)模型的精度,验证了优化模型在提高预测精度上的可行性。     

基于加权光滑样条的多云雨地区NDVI重构——以广东省为例

为探讨加权光滑样条算法（sspw）在多云雨地区重构高质量NDVI的效果,以广东省为研究区,对其范围内2005—2015年MOD13Q1 NDVI数据进行重构。为证实sspw在重构多云雨地区NDVI的优势,选取多云雨样区的重构影像进行对比,并将未加权滤波［普通光滑样条（ssp）、Savitzky-Golay（SG）滤波］与加权滤波（sspw、加权SG滤波）重构的NDVI时序曲线进行对比。结果发现：1）sspw能有效重构多云雨地区NDVI。2）与未加权滤波相比,在质量权重的辅助下,加权滤波重构的NDVI数据时间序列曲线更接近原始NDVI上包络线,加权滤波重构的NDVI与原始NDVI线性相关性更强,误差更小;而加权滤波中,sspw比加权SG（Savitzky-Golay）滤波更能抑制图像中的噪音。总体来说,sspw重构的数据误差更小,与原始高质量数据相关性更强,重构效果更好,更适合多云雨地区。     

手机视觉与惯性融合的松耦合滤波算法

在智能手机和互联网的普及状态下,对高精度定位技术的需求也更加显著,精确定位服务已渗透到各个领域,如物联网、无人驾驶、机器快递员、应急救援等。在室外环境下,这些服务大多由全球卫星导航系统提供;然而,在深山丛林、矿井隧道、地下室等室内环境下,由于信号衰减及多径效应的影响,GPS无法正常工作。本文针对一些特殊的室内场景,研究了基于松耦合滤波的视觉惯性融合导航方法,设计了一个面向智能手机平台的室内行人定位系统。该方法视觉前端采用了快速、稳健的稀疏直接法,后端采用了扩展卡尔曼滤波器来融合惯性信息,能够有效融合视觉和惯性信息,达到恢复单目视觉尺度、提高稳健性的效果,实现了高精度的室内行人定位。     

基于Newton法优化ARMA模型参数的船舶升沉运动预测研究

为解决波浪补偿系统中时延现象导致的控制性能下降问题,通过建立Newton-ARMA模型提前预测船舶升沉运动来消除时延现象。首先设计卡尔曼滤波器对船舶升沉运动加速度信号进行降噪滤波处理;然后使用加速度二次积分模块将加速度信号转换为位移信号;最后建立自回归滑动平均(ARMA)模型,并使用牛顿(Newton)法对模型参数进行优化,得到船舶升沉运动的Newton-ARMA预测模型。仿真结果表明,Newton-ARMA模型对船舶升沉运动的预测时间可达10 s,预测误差随着预测时间的增加而增大; Newton-ARMA模型对二级海况、三级海况和四级海况下的船舶升沉运动平均预测精度分别达到89.43%、88.53%以及87.78%,远高于ARMA模型对船舶升沉运动预测的精度,说明采用Newton法优化ARMA模型参数可以显著提高船舶升沉运动的预测精度,也即Newton-ARMA模型对控制波浪补偿系统时延具有较好的补偿效果。     

结合笔画宽度变换与均值漂移的遥感影像道路提取

针对在高分辨率遥感影像进行道路提取时,笔画宽度变换算法受周围地物的影响较大,无法直接获取高精度道路信息的问题,提出一种结合笔画宽度变换与均值漂移的道路提取方法:首先,利用均值漂移算法对遥感影像进行分割,以减少笔画宽度变换的错提取现象;其次,运用笔画宽度变换将不同类别的像素分为道路类和非道路类;最后,为进一步提高道路提取精度,减小斑点和非道路区域干扰,采用数学形态学方法进行提取后处理。实验结果表明:该方法可以从遥感影像中准确完整地提取出道路信息,且比直接使用笔画宽度变换算法和均值漂移算法的提取精度更高。     

多相滤波器在跳频解调中的应用

本文针对全数字多载波跳频接收机提出一种高效的解调算法,首先,跳频技术因其具有良好的抗干扰性能,在军事通信中有着广泛的应用,本文在跳频接收机下采样的处理中,添加一组下采样滤波器组,用于跳频信号的解调,该算法较于以往的算法,复杂度较低,便于实现;且该算法采用的是并行捕获,可以实现信号的快速捕获,降低同步时间;解调后,第二组滤波器组用于实现MFSK调制信号的非相关解调,进一步降低解调端的复杂度。     

中浅地层剖面质量改进方法及应用

海洋工程勘察中,中浅地层剖面是一种应用广泛的调查设备,其具有便携性、高效率、高主频和高分辨率的特点。实际调查中,随机噪音、多次波等问题严重降低了地层剖面资料的信噪比和分辨率,同时,现场作业对海况的依赖性很强。本文从中浅地层剖面的野外采集设备和室内资料处理方面分析,提出立体震源、多道接收系统、带通滤波、预测反褶积和相关滤波等方法。立体震源拓宽了地层剖面资料的频带,获得了更深的剖面和更高的分辨率;多道接收系统使中浅地层剖面数据由单道变为多道,有利于室内资料处理;对于目前主流的单道中浅地层剖面数据,首先要识别噪音的来源和特征,再通过增益、带通滤波、涌浪校正,预测反褶积等方法来处理,最后获取的高质量地层剖面资料一定是各种方法的综合使用和多次试验的结果。