无地面控制GPS辅助光束法区域网平差

介绍了在WGS84坐标系中进行GPS辅助光束法区域网平差的基本原理以及利用大地水准面拟合方法实施大地高与正常高的变换方法。利用新疆库尔勒地区1:25000和1:50000实际航摄资料验证了理论与程序实现的正确性。试验结果表明,无地面控制GPS辅助光束法区域网平差可用于中小比例尺测图的加密,在WGS84坐标系中可以获得较高的点定位精度,而在国家80坐标系下,利用大地水准面拟合前后的GPS摄站坐标进行GPS辅助光束法区域网平差,加密精度没有明显差异。     

琼西北地区冰川地貌陆地卫星TM图像解译

在北门江流域更新世沉积广布、厚度巨大。在对区内的建筑砂矿进行成矿背景条件研中,利用了陆地卫星TM图像并与区内的地质地球物理资料进行综合分析,发现了区内的冰蚀台面、冰洼、冰斗、冰川槽谷和冰碛堤、冰碛裙和冰水扇等冰川作用遗迹。通过对冰蚀、冰碛地貌的研究发现它们之间内在的成生规律。     

用T/P测高数据反演海域重力异常

以反解 Stokes公式为数学模型 ,应用由 T/ P测高数据计算的大地水准面高反演了海域平均重力异常 ,并与船测平均重力异常和 OSU91A位模型计算的平均重力异常进行了比对分析 ,得出了一些有益的结论。     

利用HHT-EEMD方法分析云南区域GNSS应变时序孕震信息

地震的孕育和发生本质上都是地壳内部应力、应变能逐渐积累并突然或缓慢释放的结果,研究应变的变化过程对于地震危险性的判定具有重要意义。本文基于云南区域2013—2019年GNSS格网应变时间序列,利用专门适用于非线性非平稳信号处理的热门时频分析方法—整体经验模态分解（ensemble empirical mode decomposition,EEMD）的希尔伯特-黄变换（Hilbert-Huang transform,HHT）分析方法,探索云南区域中强地震前GNSS应变时序的时-频-能量分布特征,尝试挖掘应变时频信号中所携带的孕震信息。利用23号、42号格网对应的地震进行震例分析,结果显示：EEMD具有分频剖面的类似特征,它能够依据数据的时间特征尺度进行信号分解,较好地剖析信号在不同频率尺度上的变化特征;Hilbert变换能够通过瞬时频率、瞬时振幅等方式突出信号的局部瞬时特性,在固有模态分量（intrinsic mode functions,IMF）异常曲线识别无效的情况下仍能凸显异常;通过EEMD、残差趋势项分析、IMF异常识别和Hilbert变换综合动态分析应变时间序列的分析方法,能够在部分地震前夕发现一些潜在异常信息,为未来云南区域强震危险地点的判定提供一定的参考。     

复杂背景下的仿蝇视觉遥感异常检测

本文针对遥感影像复杂背景下,背景地物光谱特征与目标光谱特征之间存在较强相关性的问题,提出一种基于仿蝇视觉的复杂背景下遥感异常检测算法。首先构建并行多孔径背景模型,实现对复杂背景特征的自适应描述;然后基于异常目标的光谱特征相对异常性,采用相对马氏距离区分异常区域、不确定区域与无目标区域,消除背景与目标光谱相关性对检测结果干扰的同时,弥补了传统假设检验无法区分无目标和不确定问题的不足;最后融合多个背景模型的检测结果,实现异常目标检测。仿真实验将围绕多种背景地物并存复杂区域的异常检测验证本文算法的有效性。     

联合盲分解与稀疏表达的高光谱图像异常目标检测

应用高光谱图像进行异常目标检测是高光谱遥感最重要的应用之一,而异常目标检测算法最为关键的是对背景的描述。rx 等经典算法受制于对背景分布的高斯假设,因而在复杂背景条件下不能有效地提取出感兴趣的异常目标。本文提出了一种新的异常目标检测算法,不仅能够有效地检测出亚像元的异常目 标,同时以新的方式描述背景。算法首先针对异常检测先验信息不足的问题,采用盲分解方法建立描述背景的冗余字典,该字典是根据像元的纯净性定义估计的背景类端元束构成;然后采用稀疏回归计算每个像元的重建误差,以误差特征作为异常指数,误差越大越可能是异常;为了增强对可能异常目标的描述能力,应用了局 部近邻分析来增强目标在图像邻域的离群表达,从而获得最终的异常检测特征。算法将字典构造的全局性与地物的局部连续性结合,提高了异常目标检测的可靠性。采用不同混合比例模拟的亚像元数据和两幅真实数据进行实验,结果表明,算法不仅仅获得了比 rx 等经典算法更高的精度,同时在不同信噪比条件下表现稳健且抗噪能力强。     

无验潮水深测量测深精度分析及检验

无验潮水深测量是利用RTK(real-time kinematic)测得的GPS天线精确的三维坐标确定定位点的平面位置,RTK高程结合由测深仪同步测得的水底点水深值换算出同一平面位置上定位点的水下高程或水深值.无验潮水深测量具有工作效率高,省工省时等特点.本文对无验潮及验潮水深测量方式的原理进行了介绍,对无验潮水深测量...     

基于红绿色觉异常人群的路况地图色彩设计研究

红绿色觉异常人群对于明度变化的感受比正常视觉者更加敏感,可以弥补色相辨别的缺陷。通过针对黄色明度对比实验得出红绿色觉异常人群对明度对比各等级的视觉感受,找出对红绿色觉异常人群既可以容易识别又不会觉得刺眼的明度对比范围。实验结果引入地图设色,结合色彩象征意义,做出红绿色觉异常人群和正常人群通用的路况地图。在路况信息清晰表达前提下,尽可能保留色彩象征意义,并保证地图的观赏性。通过路况地图色彩明度对比实验制作出红绿色觉异常人群既能无障碍识别又带有警示象征意义的路况地图。     

面向室内WLAN定位的动态自适应模型

提出了一种面向无线局域网(wireless local area network,WLAN)位置指纹匹配定位的动态自适应模型,借助多个基站的实时数据为稳健室内定位提供更新的匹配数据库——radio map。基于基站与radio map采样点之间的空间关联性,将基站数据和radio map分别作为多层神经网络的输入和输出,动态更新radio map;利用多元数据异常探测技术检验基站数据捕获环境的时空变化;根据探测结果采用顾及室内布局的数值内插和再训练的方式更新模型,从而使其适应环境的时空变化。在室内动态环境中进行了多次验证试验。试验结果显示,在时变因素作用下,相比较传统方法,采用所提模型的定位方法的平均误差至少下降10%;在空间变化因素(以信标移动为例)作用下,其他方法平均定位误差大幅增加了至少165%,而采用所提模型方法的平均定位误差只增加了10%~20%,定位精度维持在3m左右(即原始精度)。结果证明采用了所提模型的定位系统能够自适应环境的时空变化而保持原有定位表现。不过,与传统位置指纹匹配定位方法相比,该模型带来了更多的计算负荷。     

最小二乘配置模型在 GPS 高程拟合中的应用

经典的平差函数模型中只含有无先验统计信息的非随机参数,而针对附有随机参数的平差问题具有很大的局限性,为此在GPS高程拟合中,本文用最小二乘配置模型解决了这一问题,并且通过实际算例,设计两种最小二乘配置拟合方案与二次曲面拟合法进行了比较,结果表明,最小二乘配置拟合残差较小,外符合精度较高,高程拟合效果更好。