大坝变形监测的粒子群优化高斯过程预测

针对大坝变形数据的非平稳非线性特点,传统预测模型受到了一定限制。鉴于高斯过程(Gaussian Process,GP)对非平稳数据具有高自适应性,考虑到其自身在协方差函数选取以及超参数优化方面存在不足,为提高高斯过程模型的预测精度,文中通过粒子群算法(Particle Swarm Optimization,PSO)优化其超参数并选择最优协方差函数。通过实例验证分析,比较多元回归分析、GP、PSO-GP三种模型在大坝变形监测数据处理中的预测精度,表明大坝非线性预测模型粒子群优化高斯过程算法具有较高的预测精度,是一种有效的大坝变形分析预测方法。     

基于重叠区域相关系数的视频影像关键帧提取算法

提出了3种基于影像重叠区相关系数的视频影像关键帧快速提取算法。该算法首先采用多项式快速、准确地拟合出视频影像相关系数的变化趋势,然后利用相邻关键帧影像重叠区的高相关特性实现关键帧帧位的快速、准确提取,并通过实例与基于重叠度计算关键帧算法的时效性进行对比。结果表明,该算法单次计算相关系数的时间相对于单次重叠度计算时间缩短了近4倍,准确度达到88%,且针对不同拍摄手段下的视频影像,提取的关键帧影像精度较高。同时,还对基于视频提取的关键帧影像进行全景图拼接,结果显示未出现明显场景缺失,且可靠性高,适用性强。     

磁梯度张量系统的非线性集成矢量校正

磁梯度张量系统测量精度受到单磁传感器系统误差与传感器阵列间非对准误差的严重影响。为了获得精确的张量测量输出,建立了单磁传感器零漂、标度因子与非正交角等系统误差和多传感器轴系间非对准误差的集成数学模型,提出了基于十字磁梯度张量系统最小二乘非线性集成校正方法。相比两步标量校正,利用建立的集成数学模型能够一次性估计出十字形张量系统的48个误差参数,以"人造"平台输出为参考实现低成本矢量校正,极大提高了校正效率和参数估计准确率。仿真和实测表明,张量系统误差参数仿真估计准确率高于99.75%,实验校正后总场输出均方根误差（root mean square error,RMSE）小于2 nT,张量分量RMSE小于50 nT/m,参数估计具有较高的鲁棒性。     

改进的GNSS/水准点优化选择的逐步剔除法

GNSS/水准联测点的合理选择对GNSS高程拟合至关重要,剔除法是一种较好的优化选点方法,传统的剔除法是以高程异常拟合误差最小为目标函数进行优化选点,可能会出现选点不均匀情况。鉴于此,提出根据GNSS/水准点生成的泰森多边形面积大小进行优化选点,并在此基础上对传统优化选点的方法进行改进,即同时考虑高程异常拟合误差大小及由泰森法生成的多边形面积大小进行优化选点（称为综合法）。以1~3次多项式拟合模型为研究对象,实验结果表明,GNSS/水准点优化选择的综合法可在改善点分布的同时获得稳定性好、精度较高的高程异常拟合结果。     

Canny双阈值算子在边缘提取中的优势

对Canny双阈值算子原理进行了分析,并利用Canny算子处理图像仿真实验对研究区图像边缘进行提取。利用Prewitt算子、Sobel算子、形态学算子处理研究区影像,并将结果进行对比。结果表明,Canny双阈值算子不仅能去除遥感图像中的椒盐噪声,而且能保证边缘提取的精度;与其他算法相比,在提取效率上也有明显优势和优异的稳健性。     

一种局部稀疏地面点云与已有DEM的融合方法

机载LiDAR采集的点云数据中会存在一些局部区域地面点稀疏的情况,利用这些稀疏地面点构建DEM时会出现“三角面片化”的问题,严重影响DEM的质量。为此,本文提出了一种局部稀疏地面点云与已有DEM的融合方法：将稀疏点云作为高精度控制点,在尽量保持原始DEM的地形形态特征的前提下,通过高斯核函数加权迭代插值算法对DEM进行高程局部改正,实现稀疏点云与DEM的一致性融合。试验分析表明,融合后的点云数据得到了较好的补充,由此构建的DEM地形形态自然,在精度上相对于融合前的稀疏地面点云有一定改善,在弱精度区域的可靠性有显著提升。     

磁浮交通试验线压力管道直线度的测量方法研究及应用

目前,国内外对于磁浮交通真空压力管道直线度测量问题的研究较少。本文结合西南交通大学在建的真空磁浮高速列车试验装置,提出了一种真空压力管道直线度测量方法。该方法在管道内建立高精度=维控制网,依据三维控制网测量采用圆曲线拟合方法确定各节管道的圆心坐标,并采用直线拟合方法分析整个管道的直线度。最后依据上述方法编制程序对实测数据进行了处理分析,验证了方法的可行性和正确性,可为今后真空磁浮压力管道的建设提供技术参考。     

检测前跟踪框架下利用蒙特卡洛算法的空间碎片跟踪策略研究（英文）

在轨卫星或者空间碎片数量的增多,是对空间目标地基自动观测的一个挑战。尽管北美防空司令部编目管理了绝大多数直径超过10 cm的空间物体,但由于轨道摄动,空间目标的位置信息(基于6个轨道根数)依然非常重要,并需要定期更新。在过去的几十年里,配备电子传感器的现代地基光电望远镜已广泛用于天体测量领域。然而,这种设备的跟踪性能主要取决于空间目标的大小和亮度。这些目标所在的天文图像会有不同的背景;而且,在基于凝视模式的短曝光实时观测过程中,运动目标和背景恒星在不同的信噪比下显示为类似的点扩散函数,难以辨认。本研究是为了实现对非高斯和动态背景的高灵敏度检测和跟踪能力的提高,并具有简单的系统机制和出色的计算效率。为突破该限制,将重点放在利用状态估计技术对微小卫星和暗弱目标进行跟踪上。提出一种基于神经网络的自适应运行高斯平均算法,用以从恒星背景及干扰下提取运动的空间目标。该方法随后被集成到了一个检测前跟踪框架中。该框架利用基于蒙特卡洛的粒子滤波跟踪空间目标。三段来自亚太地基光学空间目标观测系统(APOSOS)图像序列被用来对该跟踪策略进行评估。实验结果表明,该方法能够达到满意的跟踪性能。     

机载WIDAS数据的Landsat卫星反照率初步验证

随着精细化监测的需求,中高空间分辨率的地表反照率产品逐渐成为气候模型的主要输入。目前,中高空间分辨率反照率产品的验证主要基于地表站点的通量塔观测数据,区域机载飞行数据的验证依然相对较少。因此,本文基于区域机载数据验证Landsat反照率产品。针对内蒙古自治区根河森林试验区所获取的机载红外广角双模式成像仪(WIDAS)多角度反射率数据,应用BRDF原型反演算法估算其反照率,分析了应用机载数据验证中高空间分辨率反照率产品的潜力。2016年内蒙古根河森林试验区机载WIDAS飞行多角度观测的可用多角度范围为25°,以前的研究表明BRDF原型反照率反演算法表现出对小观测角度的反照率反演结果的鲁棒性。因此,机载WIDAS反照率在一定程度可用于星载反照率的验证。首先,基于核驱动模型和各向异性平整指数(AFX)提取了试验区4种MODIS二向性反射分布函数(BRDF)原型;然后,将其作为先验知识应用到根河森林WIDAS机载数据的反照率反演中;最后,用WIDAS反照率和单个地面通量塔观测的反照率对Landsat卫星数据的反照率进行初步验证。验证结果表明Landsat反照率与WIDAS反照率结果较为一致,但略有低估,总体均方根误差(RMSE)约为0.02,偏差为0.0057。在多角度观测范围较小时,BRDF原型的反照率反演算法可为星载地表反照率的验证提供了一种有效的验证手段。