基于方差分量估计的自适应融合导航

多源传感器观测信息的精度一般不一致,利用方差分量估计理论可以合理地顾及各传感器观测信息在融合导航解中的权比.首先给出基于多源观测信息的融合导航解算模式,进而基于方差分量估计讨论了各传感器观测信息在融合导航解中的合理平衡问题,然后应用自适应因子顾及动力学模型预报信息的贡献,给出了计算过程,并利用模拟数据进行了试算与比较.     

曲线拟合在沉降监测预报中的可靠性检验

曲线拟合是测量工程中对野外观测数据进行分析常用的方法。本文结合实例,重点讨论曲线拟合在变形体沉降监测预报中的可靠性检验问题。     

遥感技术在大面积天然草地估产和预报中的应用探讨

利用新疆北疆地区不同草地类型上观测的草地可食产量、环境与遥感资料等,使用3S技术进行了相关分析和遥感估产及预报,建立了地面光学和线性或非线性遥感估产及产量预报模型,在实际估产和产量预测中加以应用、检验,并给出了生态学解释。     

基于偏最小二乘算法的ＢＤＳ－２／ＢＤＳ－３卫星钟差短期预报

针对机器学习算法在卫星钟差短期预报应用中训练数据量最佳确定、算法有效性评估研究较少的问题,以 武汉大学ＩＧＳ数据中心连续１５ｄ３３颗事后ＢＤＳ－２／ＢＤＳ－３精密卫星钟差产品为例,基于钟差相位数据的偏最小二乘 （ＰＬＳ）、基于钟差相位数据一次差分的偏最小二乘（ＤＰＬＳ）、长短期记忆网络（ＬＳＴＭ）模型进行了ＢＤＳ－２／ＢＤＳ－３卫星 钟差短期预报。实验结果表明：首先,选择第１５天数据为测试样本,前１４天距第１５天最近的连续ｎ　ｄ数据为训练 样本时,ｎ 为８时,ＰＬＳ模型预报性能达到最优;ｎ 为１、３、８时ＤＰＬＳ预报性能达到相对最优;ｎ 为１１时ＬＳＴＭ 预报 性能最优;ＰＬＳ、ＤＰＬＳ模型的预报效率较优,而ＬＳＴＭ 预报效率较差,最大预报耗时分别为０．２５ｓ、０．９０ｓ、 １９８．６５ｍｉｎ;随着测试样本的增加,ＬＳＴＭ 模型的预报耗时显著增加,而其他两个模型预报耗时基本没有变化;其次, 连续１４ｄ的短期预报（当前１天为训练样本,后１天为测试样本）结果表明,ＤＰＬＳ较ＰＬＳ与ＬＳＴＭ 模型,６ｈ预报时 长下,均方根误差（ＲＭＳ）分别提升了３１．２６％、３９．６６％,极差（Ｒａｎｇｅ）分别改善了２６．３４％、４０．３０％,２４ｈ预报时长 下,ＲＭＳ分别提升了３３．４８％、４２．６８％,Ｒａｎｇｅ分别改善了２９．７７％、４２．９５％。     

岩质路堑边坡施工监测及稳定性分析

以某高速公路岩质路堑边坡为例,通过施工现场监测及稳定性分析,结果显示初始设计状态下坡体深层位移和坡面位移接近滑动临界值。采取变更设计后,利用现场监测结合蒙特卡洛数值模拟的方法对该路堑边坡的加固效果进行稳定性和可靠性分析。经过加固后的边坡能较好地维持稳定,支护措施可靠。这种现场监测结合蒙特卡洛数值模拟的方法为路堑边坡的动态设计提供了依据,并能及时作出趋势性预测,为路堑岩质边坡的合理支护提供一种新的思路。     

地理模型的服务化封装方法研究

<正>经过半个世纪的发展,GIS已经形成了包括GIS技术、地理信息科学与地理信息服务的综合体系。同时,随着应用领域的扩大,GIS在时空分析、过程模拟、预测预报和决策支持等方面正面临着严峻的挑战。通过地理模型的共享与集成来拓展GIS的地理分析能力是GIS发展的增长点。国内外地理学家面向不同的研究目标已经建立了大量的地理模型。由于模型设计和实现上的差异,造成了     

高轨卫星轨道预报中神经网络模型优化设计

高轨卫星是我国卫星导航系统的重要组成部分。提升该类卫星的轨道预报精度有利于用户定位精度的提高。提出了一种改进高轨卫星轨道预报精度的新方法。该方法避开了精化动力学模型的困难,尝试从轨道预报误差的规律中寻找突破。利用神经网络作为建立预报模型的工具,将某历史时刻的轨道预报误差作为训练样本,利用训练好的神经网络模型补偿当前时刻的预报轨道以提高轨道预报精度。对影响神经网络模型补偿效果的各因素进行了详细分析,制定了适应于高轨卫星短期、中期和长期预报的神经网络最优模型。利用实测数据进行了试验分析,结果表明:预报8,15及30 d应选择的训练步长分别为10,20及25 min;轨道预报8~30 d时,训练噪声均选取0.01。神经网络模型有效地改进了高轨卫星的轨道预报精度,预报4~30 d,轨道精度提高幅度为34.67%~82.37%不等。     

基于球谐函数模型的电离层预报

据球谐函数模型系数的特点,采用ARMA(p,q)模型对球谐函数模型系数进行预报,由球谐函数模型计算电离层VTEC。提出了针对某一时刻球谐系数进行预报的方法,相比传统按照时刻顺序的预报,预报时间大大延长,预报精度也有所提高。试验结果表明,相比中高纬度地区,低纬度地区预报精度偏低,同时,一天中不同时刻预报结果有所差别,前半天的预报效果明显好于后半天。