黄东海海区总悬浮物散射特性研究

我国黄东海水体散射特性非常复杂,这是造成该海域水色区划特点显著的原因之一。文中利用2003年4月黄东海试验数据(HD200304)对总悬浮物(TSM,Total Suspended Matter)的后向散射概率~bbs和单位散射系数bs*进行研究。基于对现场数据的统计分析,我们开发了总悬浮物后向散射概率模型,通过相对偏差分析表明,有近90%的样品反演相对偏差控制在±30%之内。对总悬浮物单位散射系数研究时,选择555 nm为参考波段,开发了不同波段间总悬浮物单位散射系数关系模型,通过相对偏差分析表明,有近94%的样品反演相对偏差在±10%之内,反演效果非常好。     

潜艇指挥台围壳对阻力和伴流场影响数值研究

采用Reynolds平均Navier-Stokes(RANS)方法计算潜艇三维粘性流场,分析潜艇指挥台围壳对潜艇水动力性能的影响.采用全附体SUBOFF模型验证了CFD方法,通过将螺旋桨盘面处的实效伴流场、艇体表面压力分布以及模型总阻力的模拟结果与Taylor船池的实验结果进行对比.比较结果显示CFD计算结果与实验数据具有很好的一致性,表明CFD方法可以用于潜艇指挥台围壳设计的水动力计算.通过数值计算研究指挥台围壳的高度和在艇上的分布位置对其后方的流场、螺旋桨盘面处的伴流场和阻力的影响.     

1st0pt在沉降预测中的应用研究

预测方法有多种,找一种操作简单的方法较难。本文利用综合优化软件包1 st0pt,选用几种预测模型,通过对实测数据进行拟合,得出各种预测方法的计算模型,再利用最小二乘法原理,以预测绝对误差平方和最小为目标,给每种预测模型赋予不同的权重,组成规划方程,求出权重数列并组成新的预测模型,再对建筑物进行预测,将得到较好的预测结果。     

特殊情况下深基坑围护测斜及变形浅析

结合工程实例具体阐述当测斜管不能正常使用情况下运用全站仪代替测斜仪进行深基坑围护结构的倾斜测量,同时运用岩土工程相关知识对所得监测数据表现的变形及突变原因作了深入分析,获得了预期的安全监测成果,确保了深基坑工程的顺利实施。为今后类似情况的处理提供借鉴。     

提高对流层天顶总延迟解算精度的新方法探讨

对流层天顶总延迟的解算精度,直接影响长基线解算的精度和大气水汽含量的计算精度。文中提出克利金内插法解算天顶总延迟的新方法,并利用南极长城站和周边IGS跟踪站的GPS数据,通过高精度解算软件GAMIT/GLOBK,解算出长城站上空的对流层天顶总延迟,将其与利用内插方法解算的天顶总延迟进行了对比分析,得出:利用该内插方法获取的南极长城站在夏季的天顶总延迟的均方差可达0.2mm,这对今后GPS高精度定位和GPS气象学应用来说,具有重要意义。     

改进的单纯形法及其在非线性参数估计中的应用

采用了改进的单纯形法,该算法利用遗传算法的变异操作来增强单纯形法的全局搜索能力,既兼顾了全局收敛性,又具有高效的局部搜索能力。并通过实例验证了该算法的优越性,以及应用于测量上的非线性最小二乘估计的可行性。     

关于最小二乘问题近似解误差估计的进一步分析

Brezinski等人给出了最小二乘问题近似解的一族误差估计。该误差估计含有1个实参数。本文的贡献有3个方面:其一是给出了1种参数选择策略;其二是对该族误差估计的性质做出进一步分析;其三是分析了应用于Tikhonov正则化时应注意的一些问题。     

半参数估计与LS估计的有效性比较

建立半参数回归模型,将系统误差加入,推导出了模型正则化矩阵时参数平差的计算方法,并用直接法得到了参数、非参数的估计量,在MSE准则下与最小二乘估值(简称LS估值)进行比较,证明了半参数估值的有效性。     

局部最优估计的参数求解方法

结合了飞行器轨道拟合的实际问题,介绍了在约束条件下基于局部最优估计的参数求解,阐述了其经验和方法。     

Non-stationary covariance function modelling in 2D least-squares collocation

Standard least-squares collocation (LSC) assumes 2D stationarity and 3D isotropy, and relies on a covariance function to account for spatial dependence in the observed data. However, the assumption that the spatial dependence is constant throughout the region of interest may sometimes be violated. Assuming a stationary covariance structure can result in over-smoothing of, e.g., the gravity field in mountains and under-smoothing in great plains. We introduce the kernel convolution method from spatial statistics for non-stationary covariance structures, and demonstrate its advantage for dealing with non-stationarity in geodetic data. We then compared stationary and non- stationary covariance functions in 2D LSC to the empirical example of gravity anomaly interpolation near the Darling Fault, Western Australia, where the field is anisotropic and non-stationary. The results with non-stationary covariance functions are better than standard LSC in terms of formal errors and cross-validation against data not used in the interpolation, demonstrating that the use of non-stationary covariance functions can improve upon standard (stationary) LSC.