大连台连续重力观测质量分析

选取2015-07-01~2016-07-01大连台gPhone重力连续观测数据资料,进行数据降采样、预处理及调和分析,得到该台观测精度及噪声水平。结果表明,大连台连续重力数据在1 min内和1 h内2个周期的噪声水平分别为9.18×10－8 ms－2和0.28×10－8 ms－2,表明该台连续重力观测数据噪声水平较低;重力潮汐主波振幅观测频段低于重力台网中心观测基地超导重力的白噪声水平,说明台站外部观测环境较好。     

陕西GPS连续观测网站点时间序列去噪与速度场分析

利用GAMITL/GLOBK软件对陕西GPS连续观测网的站点2008-2014年近6 a的连续观测数据进行处理得到基准站原始时间序列;并采用Kalman、ARMA、BP这3种方法对原始时间序列进行滤波去噪分析,结果表明3种方法都有效地剔除了一定量的噪声,使站点在N,E,U这3个方向上的坐标趋势更加显现,尤其是在选定合适的状态噪声矩阵后Kalman方法要优于其他两种方法。同时去噪得到的陕西连续观测网站点在ITRF2008框架下的速度场精度更高,N方向的平均速度为-0.010 1 m/a,E方向的平均速度为0.033 8 m/a,整体往东南方向位移,渭河盆地和汉中盆地内几个站点沉降量较大。     

Kalman滤波在变形监测数据处理中的应用

卡尔曼滤波通过建立状态方程和观测方程来描述系统的动态过程,依据滤波增益矩阵的变化,从测量数据中定量提取有效信息,修正状态参量,利用已有的信息对动态噪声方差阵进行实时估计,从而补偿噪声对数据的影响,有效地提高数据精度。通过用Kalman滤波对郑州某地高层建筑变形监测数据的处理与预测分析,并同多项式拟合方法比较,表明Kalman滤波在处理变形监测数据时具有实时快速、精度高的特点。     

基于高斯混合模型的抗差Bayes滤波在动态导航中的应用

在动态环境下导航定位受到很多因素影响,且异常噪声会严重影响导航滤波结果。通过研究Bayes滤波的抗差方法,在导航观测方程中采用高斯混合模型,对混合模型不确定度参数采用层次模型实时估计。借助指示变量进行模型变换,削弱导航过程中异常噪声的影响。并采用Rao-Blcakwellized粒子采样方法,求取复杂、非标准形式的状态后验分布。最后通过卫星导航以及组合导航实验算例,分析验证了基于高斯混合模型的Bayes滤波在动态导航定位中的抗差性能。     

辅助模型辨识方法(4):基本思想与梯度辨识

辅助模型辨识思想是针对系统存在一些不可测变量的辨识问题提出的,它是研究含有未知变量的线性系统、非线性系统辨识的重要手段.本文阐述了辅助模型辨识思想,针对白噪声干扰的输入非线性有限脉冲响应系统,研究辅助模型梯度辨识方法、辅助模型多新息梯度辨识方法、变递推间隔辅助模型多新息梯度辨识方法,以及派生的变递推间隔辅助模型梯度辨识方法、等递推间隔辅助模型梯度辨识方法和等递推间隔辅助模型多新息梯度辨识方法.     

基于相位导数的GBSAR影像自适应滤波算法研究

GBSAR影像由于受到自身和周围环境的影响,在影像中易产生噪声,如不及时滤除噪声,将对后续的处理造成很大的影响,以往的滤波算法大部分是基于影像的幅度信息,没有将相位信息考虑在内,没达到真正滤波的效果。本文提出一种基于相位导数的算法对GBSAR影像进行滤波处理,并将结果与Lee函数滤波结果进行对比,结果表明基于相位导数的算法在GBSAR影像中具有良好的去噪效果,对GBSAR影像的后续处理提供了一种新的方法。     

非线性技术在琼东南盆地深水区陵水17-2气田物源分析和储层预测中的应用

为解决琼东南盆地深水区物源问题,将非线性技术应用于陵水17-2气田物源分析,即利用自然伽马测井曲线的分形维数进行沉积物源方向分析。该技术有效避免了由于风化、搬运、沉积等作用而导致的重矿物组分变化问题,在琼东南盆地深水区黄流组沉积物源分析的应用中取得了良好效果,开辟了深水区物源分析的新思路。同时针对深水区复杂储层特征,为有效预测油气层评价中储层参数如孔隙度、渗透率等,文中基于非线性理论,采用多重分形模型对琼东南盆地深水区黄流组储层参数进行预测,并与实钻结果进行对比,结果表明,采用物性参数-面积(PP-A)分形模型计算得到的范围包含了实钻结果,可以根据该参数预测未知区域储层参数,从而为油气藏评价提供依据;而采用分形滤波技术(S-A)得到的结果更接近实际情况,这说明S-A法能在PP-A法的基础上更深层次地预测储层参数,从而得到更准确的信息。多重分形法可以准确有效地获取无井点处的参数估计值,其精度和预测能力都能达到少打井、少投资和早见效的目的。     

基于自适应 Kalman 滤波的边坡变形预测研究

研究Kalman滤波和自适应Kalman滤波算法,结合边坡监测点的运动模型将其应用于边坡变形监测动态数据变形预测。利用小湾水电站二号山梁高边坡GPS监测数据进行实验研究。结果表明,自适应Kalman滤波在边坡三维形变预测及变形速率估算方面有很好的预测结果。     

统计模型与滤波算法的地表温度重建方法探讨

针对当前基于被动微波遥感重建地表温度的统计方法难以实现大面积复杂下垫面区域数值重建的问题,提出了基于统计模型与滤波算法联合的地表温度重建方法。从时间序列角度探索地表温度与地表亮温的相关性,建立二者之间的统计模型,不需要进行地物分类,能有效避免下垫面复杂度对重建精度的影响;遍历像元,实现对大面积区域的数值重建。此外,采用滤波算法对基于统计模型的结果进行改正,利用地表温度时间序列的周期性进一步控制反演误差。针对MODIS地表温度产品重建的实验结果表明:所提算法精度明显提高,可用于各类下垫面覆盖区域的地表温度重建。     

面向影像地图色域映射算法研究

为了使影像地图跨媒介传递色彩失真最小,本文提出一种面向影像地图色域映射算法。首先,使用双边滤波对影像地图进行预处理,分解出低频和高频图像,根据人眼空间域视觉感知理论,对低频图像采用保护彩度裁切法,对高频图像采用保护明度压缩法,最后融合两幅映射后图像并再次映射至目标色域,使用图像结构相似度和S-CIELAB色差模型进行客观评价,并与HPMINΔE法、SGCK法及Bala提出算法进行比较。结果表明,面向影像地图色域映射算法在图像结构相似度和图像色差上都比其他算法稍好。因此,面向影像地图色域映射算法能提高影像地图的映射质量,可同时保护影像地图影像细节和矢量符号色彩。