基于分形维数的自适应信号滤波方法

信号滤波是信息科学中的基础性技术之一,在通讯、国防等众多领域有着广泛的应用.本文通过分形维数的计算给出了一种自适应分形滤波方法.实验仿真证明这种方法能有效地去除信号中的噪声.     

贵州省近30a秋风的气候特征分析

利用1981—2010年30 a贵州省78站逐日日平均气温数据和NCEP/NCAR逐日的再分析资料,采用合成、EOF分解、傅立叶滤波等方法,分析了贵州省秋风的气候特征。结果表明:贵州省秋风天气强度有自西向东部或向东南部、东北部递减的分布规律。贵州省异常秋风过程次数的空间分布表现为全省各站呈同位相变化,进入2000年后,秋风过程次数由全省秋风偏弱偏少型转为全省秋风偏多偏强型。在环流场上,纬向西风在不断东移的过程中不断分裂出短波槽引导冷空气南下影响贵州,形成秋风天气过程,因而造成的秋风过程时间较长,强度较大。对秋风过程的环流场进行滤波表明:1波对于秋风过程有着十分显著的影响,而1波、2波在时间上的配合对于秋风过程也非常重要。     

纵向和横向同时约束AVO反演

为了提高AVO(amplitude versus offset)反演结果的精度和横向连续性,本文提出了一种新的AVO反演约束方法,该方法结合贝叶斯原理和卡尔曼滤波算法实现了对反演参数纵向和横向的同时约束.文章首先结合反演参数的纵向贝叶斯先验概率约束和反演参数的横向连续性假设建立了与卡尔曼滤波算法对应的AVO反演系统的数学模型,然后将该数学模型代入卡尔曼滤波算法框架,利用卡尔曼滤波算法实现了双向约束AVO反演.二维模型测试和实际数据测试结果表明,相对于单纯的纵向贝叶斯先验概率约束,双向约束能更准确地刻画参数的横向变化,得到更准确、横向连续性更好的反演结果.     

多普勒雷达降水产品优化

通过对雷达1h、3h降水产品进行应用检验，找出降水产品的局限性及其测量误差；利用反射率因子及自动站雨量资料，通过调整雷达混合扫描面弥补了降水产品因山脉等地物挡角大而缺测面大的缺陷；结合雨量站资料运用最优插值、卡尔曼滤波等方法对本地Z-I关系及降水产品进行调整优化；调整后的降水产品估测降水的误差明显减小，产品质量大为提高。     

带乘性噪声的一类非线性系统的滤波算法

针对带乘性噪声的一类非线性系统,给出了1种带单重渐消因子的强跟踪状态滤波算法。该算法将非线性系统线性化后,采用了线性最小方差估计方法来进行状态估计,通过运用正交原理和引入渐消因子,使得滤波效果具有强跟踪的优良性能。该算法扩展了卡尔曼滤波在带乘性噪声非线性系统状态估计中的应用范围。仿真结果表明了该算法的有效性。     

基于Gabor滤波方法的居民地识别分析

图像纹理对于高分辨率遥感图像的信息提取与目标识别具有重要意义。针对"北京一号"小卫星全色遥感图像非城市区域居民地块往往呈现出比较明显的方向性纹理的特点,扩充改进Gabor滤波方法进行提取。方法主要利用Gabor滤波器的多尺度、多方向滤波的性质,提取多尺度纹理特征集,并进行特征;而后利用多特征聚类实现图像的初步分割。由于分割是对特征进行聚类完成的,其结果可能存在一个居民地块由若干个相互间存在间隔的子区域组成、存在无用小斑块、居民地内部存在大量小孔洞等缺陷。针对上述不足,利用形态学尺度空间融合方法,对居民地块通过结构元素不断增大的闭运算进行迭代融合,并选择一个具备"最长生存期限"的类别个数作为最佳类数,选择首次出现该类别数的分割结果作为最后的识别结果。对延庆地区的小卫星影像进行了居民地提取,并与共生矩阵纹理分析方法进行了实验对比。结果表明方法是有效的,并在提取精度上具有优势。     

基于多模式集成冬半年气温预报偏差修正

卡尔曼滤波递减平均方法对模式直接输出的气温预报进行订正,能有效提高预报准确率,但有时会造成显著负订正的现象,使订正预报效果反而不及模式直接输出。利用消除偏差集合平均方法(BREM)选择最优滑动训练期对2019年10月至2020年4月ECMWF预报(EC)、经过卡尔曼滤波递减平均法订正的预报(EC＿COR)及中央台网格指导预报(SCMOC)等3种气温预报在黑龙江省的结果进行集成,并将BREM方法对EC＿COR的修正效果进行评估,结果表明：不同预报结果都表现为冬季和夜间预报的准确率更低,气温偏低的11月至翌年1月更倾向于表现出预报较实况系统性偏高的特点。BREM方法能有效地修正EC＿COR对EC负订正的现象,且可显著高于任何一种参与集成的单一预报效果。可在对单一模式进行卡尔曼滤波递减平均订正的基础上,进一步提升预报质量。另外,利用集成方法对高质量预报产品的融合(不局限于模式直接输出预报或是订正预报)可获取较单一预报更优的预报结果。     

Probability field for the post-processing of stochastic simulations

A combination of factorial kriging and probability field simulation is proposed to correct realizations resulting from any simulation algorithm for either too high nugget effect (noise) or poor histogram reproduction. First, a factorial kriging is done to filter out the noise from the noisy realization. Second, the uniform scores of the filtered realization are used as probability field to sample the local probability distributions conditional to the same dataset used to generate the original realization. This second step allows to restore the data variance. The result is a corrected realization which reproduces better target variogram and histogram models, yet honoring the conditioning data.     

温泉台体应变观测的影响因素及特征分析

为定量估计观测序列所包含的各种成分,评定台站的观测环境、观测质量及对地形变的监测能力,加深对观测数据的理解,准确识别震前异常,以温泉台体应变为例,选择体应变、辅助观测及气象三要素等观测数据,利用别尔采夫滤波、小波分析和相关性分析等方法,分析温泉台体应变观测各周期变化的影响因素及特征。结果表明：1）温泉台体应变年周期变化的影响因素可能为钻孔水位,体应变相位滞后水位约31 d;2）气压是温泉台体应变月波的主要影响因素;3）固体潮汐是温泉台体应变日波、半日波的主要影响因素;4）温泉台体应变与水位、气压、固体潮汐等具有较强的线性相关性。     

一种适用于PPP动力学模型异常的自适应Kalman滤波

为了削弱PPP参数估计中动力学模型异常对Kalman滤波解的影响,针对PPP状态向量中各类参数不符值对动力学模型异常描述特性的不同,以位置相关为条件对参数进行分类,构建分类因子自适应Kalman滤波用于PPP参数估计。选取6个IGS站点3 d的数据,使用标准Kalman滤波与构建的自适应Kalman滤波进行PPP解算分析。结果表明,相较于标准Kalman滤波,自适应Kalman滤波能通过自适应因子调节状态预测协方差,加速PPP收敛。静态模式下,平均收敛时间从28.2 min缩减到19.4 min,N、E、U方向的平均精度为1.50 cm、3.34 cm、5.55 cm,分别提高7%、14%、19%;动态模式下,构建的自适应Kalman滤波解N、E、U方向偏差的RMS值为2.7 cm、3.6 cm、6.3 cm,较标准Kalman滤波分别提高13%、28%、43%。