基于EMD小波阈值滤波的地磁数据去噪分析

采用小波阈值滤波、经验模态分解滤波和基于经验模态分解的小波阈值滤波3种方法,对磁通门磁力仪观测数据进行去噪,有效去除或抑制郫县地震台地磁数据的地电干扰.     

基于数值解与解析解耦合的SSI体系地震反应分析方法

基于子结构分析方法,提出了土-结构相互作用体系中数值解和解析解耦合的地震反应分析方法。此方法中,数值解是用有限元方法来模拟上部结构的非线性动力行为;而弹性结构-刚性基础-半无限大弹性地基中频域内的解析解,是通过离散时间递归滤波方法得到时域内的解来等效,且在整个体系中,利用土、结构两个子结构边界上的力和位移协调求解。本文提出的方法用有限元程序Opensees来实现,并用于一个线弹性单层框架结构的动力分析中。这种耦合的分析方法得到的结果,与土-结构相互作用单自由度体系的解析解进行了比较,验证此方法的精度、稳定性和工程实用性。     

数学形态滤波在大坝安全监控数据粗差检测中的应用

为了有效地判别和定位大坝安全监控数据中的粗差,将数学形态滤波应用于粗差检测,针对大坝监控数据的变化特点研究了其算法和结构元素的选取。首先根据实测数据的特点选择合适的结构元素,然后根据所选的结构元素对数据进行数学形态滤波处理,最后根据实测值与滤波结果之间差值的大小应用四分点法拟定门限来判别粗差。对某混凝土坝裂缝开度数据加入粗差以模拟实际的情况,并采用该方法来检测加入的粗差,滤波得到的结果有效抵挡了粗差的影响,加入的粗差全部被检测出。     

快速序贯算法

本文讨论了序贯算法的基本原理，与ｋａｌｍａｎ滤波的关系，和序贯算法的渐近性态，得到无先验信息的序贯算法不受初值的影响。实例分析表明，此序贯算法可适于方程系数阵的求逆、求解和病态方程的快速解算。     

基于点云滤波的DOM自动生产算法

针对目前生产高精度DOM生成效率低、人工编辑干预较大等现状,提出了一种基于点云滤波的DOM自动生产方式。该方法通过对空三解算后的影像匹配密集点云DSM,使用基于TIN的加密滤波方式进行滤波计算,解决了滤波后空洞区域插值问题,制作出满足微分纠正需求的DEM模型,并基于该模型进行微分纠正生成DOM成果。通过选取ISPRS城区试验数据和实际工程山区数据进行验证,证明该算法不仅提高了效率,同时优化了成果质量,DOM成果精度符合规范要求。     

关于集合Kalman滤波的理论和方法的发展

随着同化方法的不断的发展，一种新的资料同化方法——集合Kalman滤波正在兴起。简单地回顾了同化方法的发展，探讨了集合Kalman滤波的特点。同时，还介绍了集合Kalman滤波发展的过程以及指出目前所面临的问题和未来的发展趋势。     

利用三维高斯射线束成像进行地震定位

常规的地震定位方法通常需要拾取地震记录的初至,当初至不明显或被较高水平的噪声淹没时精度较低.本文采用基于三维高斯射线束的偏移成像方法对震源进行定位,较好地解决了该问题.通过三维高斯射线束对台站记录进行偏移归位,并将各台站成像结果的交点作为地震能量释放的中心位置;当各台站成像结果不能交于一点时,采用三维空间高斯滤波方法可实现震源位置的自动获取.提出的变网格计算方案极大地减少了计算量,显著地提高了成像精度和计算效率.利用首都圈地震台网数据,对涿鹿、滦县以及房山三个地震事件进行试算,结果表明:基于变网格三维高斯束偏移成像的地震定位方法自动化程度很高,而且具有较好的抗噪能力,特别适合处理低信噪比资料的地震定位问题.     

顾及水陆差异的高分五号影像条带去除

高分五号搭载的可见光短波红外高光谱相机,能获取精细的地物光谱信息,具有十分广泛的应用前景。但高光谱卫星遥感数据往往无法避免条带噪声的干扰,进行条带去除是数据预处理中不可缺少的步骤。传统方法往往对地物的异质性与丰富的细节纹理考虑不足,导致条带不能被彻底地消除。为此,本文提出了一种顾及水陆差异的影像条带去除方法,采用水体与陆地区别统计的策略,解决条带噪声在异质区域的统计特征差异问题,并结合优化统计和一维变分滤波技术实现水陆区域参考统计特征的精确估计,最终基于矩匹配方法分别实现条带去除。实验结果表明:无论是真实实验还是模拟实验,本文提出的算法相较于传统条带去除算法,能更加稳健地去除数据条带噪声,还原地表真实辐射信息;在模拟实验中,本文算法处理结果的峰值信噪比(PSNR)达到46.58,且平均绝对误差(MAE)仅有11.56,均明显优于用于比较的3种传统算法,且算法执行效率也具备优势,能够更好地适用于高分五号大数据量的处理需求。     

一种新的振幅滤波法在化磁极中的应用

本文针对低纬度地区频率域化磁极存在的问题，在频谱分析的基础上，提出了一种新的滤波方法即振幅滤波法。该方法能将低纬度地区化极磁场的频谱恢复到垂直磁化磁场的频谱，大大提高了低纬度地区化磁极的精度。     

考虑局部方差互信息和梯度一致性的改进SFIM遥感图像融合方法

全色图像和多光谱图像由于光谱和空间尺度上的差异,融合结果容易出现光谱失真或空间失真。如何同时实现两个尺度上的对齐,是提高融合效果的关键。传统的SFIM(Smoothing Filter-based Intensity Modulation)遥感图像融合方法可以保证光谱尺度上的一致,但在衡量空间尺度一致上还不够精确。针对此问题,本文提出了一种基于局部方差互信息的空间尺度对齐方法,并在平均梯度一致性的约束下进一步改进SFIM方法。该方法首先对多光谱各波段线性拟合生成多光谱强度图像,并对高分辨率全色图像进行高斯低通滤波,改变滤波参数循环计算2幅图像的局部方差图像间的互信息,当互信息最大时,高斯滤波参数为最佳滤波估计参数;然后,用该高斯滤波器卷积高分辨率全色图像,得到与多光谱图像空间尺度一致的低分辨率全色图像;之后,高低分辨率全色图像间比值处理得到细节图像,以高分辨率全色图像平均梯度为基准,引入调节系数控制细节图像的注入量;最后,细节图像、调节系数与多光谱图像相乘得到融合图像。为验证本文方法的有效性,在IKONOS和Quickbird两种数据集的植被区、建筑区和混合区3个不同场景六组图像开展融...