正则化滤波在反演地表光谱反照率中的应用

利用有限的卫星观测数据,通过反演地物二向性反射分布函数(BRDF)模型提取复杂地表的真实信息,是一个不适定的地球科学反演问题。为了克服离散不适定性带来的困难,在分析引起模型解不稳定的原因和数据误差传递机制的基础上,使用构建滤波函数的方法实现BRDF模型的正则化约束反演。实验结果表明,正则化滤波算法与MODIS AMBRALS算法精度相当,完全适用于具有充足观测和稀疏观测情况下的地物参数反演。     

基于改进NAS-RIF算法的遥感噪声图像自适应复原

实现对遥感噪声图像的有效复原是遥感图像处理的一项重要研究内容。在对非负支撑域有限递归逆滤波(non-negativity and support constraints recursive inverse filtering,NAS-RIF)算法深入研究的基础上,提出一种基于改进自适应NAS-RIF算法的遥感噪声图像复原方法。该算法针对经典NAS-RIF算法存在的缺陷,首先对含有椒盐噪声和高斯白噪声的遥感图像采用自适应伪中值滤波算法进行预处理,以尽可能排除图像中噪声的干扰;然后结合图像的灰度值,从算法支撑域和背景灰度值2个方面加以改进;最后对代价函数引入基于目标信息的修正项,改进了经典NAS-RIF算法的代价函数;与对数函数复合,使得改进后NAS-RIF算法的代价函数具有良好的收敛性;并采用共轭梯度法对改进自适应NAS-RIF算法进行整体优化。对仿真实验结果进行的主观和客观分析表明,本文算法的性能优于经典NAS-RIF算法、已有的改进NAS-RIF算法以及小波阈值去噪方法,能够胜任遥感噪声图像的复原处理。     

陡坡林区的LIDAR点云滤波方法

提出了基于坡度对陡坡林区LIDAR点云数据滤波的预处理算法,结合迭代最小二乘滤波方法改进了滤波效果,实测数据表明,有效地降低了第一类误差和第二类误差。     

多波束数据内业处理方法研究

多波束数据内业处理主要依靠CARIS软件进行,其自动滤波结果中往往包含较多异常数据点,传统的处理方式是依靠人工编辑剔除异常数据,导致内业处理时间较长、效率很低。针对这一问题,本文提出了利用自研点云滤波工具提高多波束数据内业处理效率的方法。首先对传统的多波束数据处理流程进行了介绍,分析了影响总体处理时间的主要问题;其次对自研的点云滤波工具进行了介绍,并借助于该工具对传统的多波束数据处理流程进行改进;最后通过对实测数据进行处理来验证本文提出的方法。实验结果表明,本文方法处理结果与人工编辑结果水深差值中误差仅为0.083 m,但处理时间极大缩短,内业处理效率得到了很大提升。     

利用零相位Kaiser窗滤波器改善MEX多普勒数据定轨精度

精密轨道确定在深空探测中至关重要,而定轨数据中的白噪声会影响定轨性能。基于零相位分析,比较了FRR（forward-filter reverse-filter reverse-output）、RRF（reverse-filter reverse-filter forward-output）和Matlab中的filtfilt这3种滤波器的优劣,设计了一种零相位Kaiser窗低通滤波器。利用火星快车号（Mars Express,MEX）的仿真数据和实测数据验证了零相位Kaiser窗低通滤波器的性能,结果发现滤除白噪声后MEX数据的定轨精度有了显著改善。双程测速数据残差均方根（root mean square,RMS）减小为原来的1/3左右,达到了0.031 mm/s;轨道位置和速度与欧空局（European Space Agency,ESA）精密轨道的差异明显变小。该滤波算法作为定轨前的数据预处理可以提高定轨精度,从而为中国火星探测器的轨道数据处理提供一定的参考。     

极化SAR影像分类方法对比分析

极化SAR影像所包含的丰富的地物极化特征信息使得SAR影像的解译更为容易,同时也使得对地物的探测更加精准。在本文中,首先基于极化SAR影像的极化特征,采用区域融合算法对影像进行分割;在此基础上使用基于Wishart分布的最大似然分类方法(Wishart-LRT)、基于几何扰动滤波(GPF)的极化SAR影像分类方法和最近邻(KNN)分类方法对影像中的耕地、草地、林地、水体进行分类和提取,并对分类结果进行分析评价,最终发现对于该区域的RADARSAT-2影像而言,基于Wishart分布的最大似然分类方法对于地物分类可达到较高的精度。     

基于TIN的LiDAR数据滤波算法研究

研究利用区域生长滤波算法将原始激光点云数据直接构建不规则三角网(TIN),并选择地面最低高程点作为初始种子点,根据设定的高差阈值对种子点的邻域进行区域生长滤波处理。通过对试验区机载LiDAR点云数据的滤波处理结果与基于坡度滤波和基于移动窗口的高程滤波算法进行对比分析,结果显示该方法具有一定的优越性。     

太湖叶绿素a同化系统敏感性分析

太湖叶绿素a同化系统对于不同参数的敏感性将直接影响到该系统能否精确的估算太湖叶绿素a的浓度分布.利用2009年4月21日环境一号卫星(HJ-1B CCD2)影像数据反演太湖叶绿素a浓度场信息.以此作为背景场信息,结合基于集合均方根滤波的太湖叶绿素a同化系统,分析和评价了样本数目、同化时长、背景场误差、观测误差和模型误差对于同化系统性能的影响.结果表明:从计算成本、系统运行时间和同化效果等方面分析,当集合样本数目达到30~40左右时同化系统取得了较好的结果;同化系统对于背景场误差的估计变化不是很敏感,即初始场的估计是否准确对于同化系统的性能影响不是很大;同化系统对于模型误差和观测误差的变化较为敏感,不同的测试点位由于水体动力学性质不一,其敏感性的表现形式有所差异;利用数据同化方法可以有效地估算太湖叶绿素a浓度.     

一种新的综合Kalman滤波及其在星载GPS低轨卫星定轨中的应用

针对将Kalman滤波方法应用到星载GPS定轨时,由于动态噪声和观测噪声确定不准而造成滤波的发散、污染观测值造成Kalman滤波估值的扭曲及计算舍入误差可能带来协方差阵的不正定性等缺陷,提出了一种新的综合Kalman滤波方法。该方法用拟准检定法准确地探测和修正量测方程中存在的粗差;用UD分解算法克服了数值的不稳定性,改进了计算精度;用Sage自适应滤波器克服滤波器的发散。算例结果表明,这种综合卡尔曼滤波方法具有数值稳定性好、较强的自适应性和较好地削弱粗差影响等优点。     

基于滤波方法的海洋经济周期波动测定与分析

近年来,发展海洋经济得到了各方的广泛关注,随着沿海一系列区域规划的相继实施,海洋经济比过去任何时候都更需要国家宏观指导和协调,对海洋经济运行规律的研究需求也尤为迫切.采用HP滤波和BP滤波方法对海洋经济周期波动规律进行研究,并据此对海洋经济周期进行测定与分析.研究发现,改革开放以来,海洋经济总体呈稳步增长,发展态势良好.但海洋经济的增长幅度呈现波动变化,1978-2011年的30余年间,我国海洋经济大致经历了4个完整的运行周期,平均周期长度约为7年,周期长度呈逐渐变短的趋势,波动幅度剧烈且呈逐渐变大的趋势.2009年起海洋经济步入新一轮周期的扩张期.