基于散射计风场数据的台风强度诊断方法——以海洋二号卫星数据为例

本文提出了一种基于散射计风场数据的台风定强方法。该方法定义了台风所在海区的一个圆形区域上的风速平均值来对台风进行定强,并使用海洋二号卫星散射计历史数据对该方法进行了验证。验证结果表明,该台风定强方法可以克服散射计反演台风风速过低的问题。与台风强度监测的历史记录比较的结果显示,在台风强度低于"强台风"这一强度等级时,该方法能够有效估算台风强度。     

海底爆破振动强度衰减规律及中华白海豚保护措施研究

为确保海底爆破施工所诱发的振动不对中华白海豚造成危害,基于量纲分析法对萨道夫斯基经验公式进行修正,建立适用于预测海底爆破质点峰值振动速度的相似准数方程。在此基础上根据现场试验数据进行非线性回归运算,得到相关参数并分析了海底爆破振动强度衰减规律。分析表明:海底爆破质点峰值振速主要由单段装药量、监测点距爆心水平距离、覆盖层厚度及海水深度等因素决定。将参数值分别代入萨氏公式及新建公式计算预测值并进行误差估计,其平均误差分别为20.3%和10.0%,新建公式提高了对质点振速预测的准确性。利用新建公式及超压内安全振速估算保护中华白海豚的安全距离并提出相应的保护措施,为同类工程施工提供理论参考依据。     

基于椭球不确定性的平差模型与算法

测量平差模型中的参数通常存在一些不确定的附加信息或先验信息,充分利用它们可以对部分参数进行约束,从而保证参数解的唯一性和稳定性。本文利用椭球集合描述不确定性,建立了一个新的带有椭球不确定性的平差模型。以两个椭球交集的外接椭球的特征矩阵的迹最小平差准则,分析了不确定度的传播规律,给出了带有椭球不确定性的平差方法。最后,通过算例验证了算法的有效性,说明了平差解与带权混合估计的关系。     

新息向量的抗差Kalman滤波方法及其在UWB室内导航中的应用

针对超宽带（ultra wideband,UWB）室内导航中非视距（non line of sight,NLOS）测距误差会大幅降低导航精度以及系统噪声的不确定性导致滤波精度不高的问题,提出了一种基于新息向量的抗差Kalman滤波方法。该方法在UWB室内导航线性化模型的基础上,利用单个新息值构造抗差因子矩阵,从而消除非视距测距误差的影响,同时对系统噪声协方差矩阵进行实时估计和修正。实验结果表明,该方法不但能有效地消除非视距测距误差对导航解算的影响,而且能进一步提高导航解算的精度和稳定性。     

非线性参数估计的自适应松弛正则化算法

非线性方程参数估计存在的弊端在于非线性观测方程存在不适定问题时,以线性化平差估计和高斯牛顿为代表的经典数值算法会产生较强的不稳定特征。因此,针对传统非线性最小二乘求解不稳定且可靠性低的特点,基于稳定泛函极小准则最优化思想,提出了一种自适应松弛正则化数值算法。该算法采用正则化参数几何递增计算方法和残差最小步长准则,实现了正则参数和迭代步长计算的完全自适应,提高了非线性迭代收敛效率。以病态仿真数据和水下实测数据为例,验证了该方法的数值收敛解优于线性平差估计解,收敛效率优于迭代Tikhonov正则化方法。     

一种基于四元数变换的彩色遥感影像检索方法

遥感影像常存在旋转和缩放等变化关系,这就要求检索时图像特征具有旋转和尺度不变等性质。目前,彩色遥感影像检索在提取这些特征时通常对色彩通道单独进行处理,导致3个通道之间的关系信息丢失,且没有充分利用数据本身所特有的几何特征,影响了检索精度。结合四元数与正交傅里叶-梅林矩的优点,提出了一种基于四元数变换的遥感影像检索方法。针对已有工作中存在的基于四元数傅里叶-梅林矩所提取的纹理特征只具有旋转不变性的问题,利用四元数正交傅里叶-梅林矩构造出具有旋转和尺度不变的纹理特征,并使用四其对图像进行边缘检测,得到边缘色彩图像并提取边缘色彩直方图,综合多种特征进行图像检索。实验结果表明,使用此方法进行遥感影像检索对于图像旋转和尺度变化具有良好的鲁棒性,检索性能明显提高。     

随机模型对解算西安流动SLR站坐标的影响

合理的参数估计及精度评定不仅需要可靠的函数模型,而且需要正确的随机模型。从权函数和粗差编辑两方面,研究了不同随机模型对西安流动卫星激光测距（satellite laser ranging,SLR）站坐标解算的影响,采用全球Lageos-1卫星观测数据计算了西安流动SLR站坐标。计算结果表明:①西安流动SLR站的观测精度和坐标解算精度均达到厘米级。②随机模型直接影响SLR站坐标的解算结果及可靠性;对于相同的计算弧段,抗差方差分量估计得到的站坐标精度最高、结果最稳定,残差加权均方差最小,观测资料利用率也最高;对于相同的计算方案,采用的SLR数据越多,坐标估计精度越高。     

基于模糊最大似然估计算法的遥感影像分割

针对模糊K-均值算法依赖于群集原型的初始估计和对于数据中所存在的子群数目做出假设的缺点,结合最大似然估计,提出了不依赖先验假设的模糊聚类法——基于模糊最大似然估计的遥感影像分割算法。该算法在模糊最大似然估计算法中用模糊协方差来计算后验概率,用后验概率矩阵代替隶属度矩阵来进行划分。先用模糊K-均值进行图像预处理,然后用模糊最大似然估计算法进行分割。此外,本文用性能指标参数——超体积指标FHV来评价最优的类别数目。本文通过对模拟影像和真实影像的实验,验证了该算法的有效性和准确性。     

灰色稳健总体最小二乘估计及高铁路基变形预测

最小二乘估计和部分变量误差模型的总体最小二乘估计不具备抵御粗差的能力。鉴于粗差可能同时出现在灰色白化微分方程的观测值和系数矩阵中,本文提出基于IGGⅢ抗差方案的部分变量总体最小二乘稳健估计。结合仿真数据和高铁路基观测数据,系统地比较稳健最小二乘、部分变量总体最小二乘、本文算法参数估计结果和算法稳定性。结果表明,本文算法预测精度高,可以应用到高铁路基沉降预测中。