基于改进的动态灰色模型在变形监测中的应用研究

动态灰色模型丰富和完善了静态GM(1,1)模型,它虽然有效地降低了建模时原始序列长度、原点误差的影响,且提高了数据预测的精度,但是传统的动态灰色模型为保持数据维度的不变性,必须对旧有信息进行强制舍弃,因此会导致建模数据量受到限制,预测结果容易失真,且对维度以外的信息不加筛选的舍弃致使致有用信息大量流失。本文对传统动态灰色模型做出改进,并将改进后的模型用于变形监测分析与预报中,且与传统的GM(1,1)模型和动态灰色模型的预测精度做对比,最终验证改进后模型的有效性。     

一种载波相位残差的精密卫星钟差插值方法

该文针对传统的精密卫星钟差插值方法没有考虑精密单点定位技术解算数据特点的不足,提出了一种基于载波相位观测值残差的精密卫星钟差插值方法。在精密单点定位中,卫星钟误差将部分体现在载波相位观测值残差中,基于此,考虑将载波相位残差的变化趋势引入到插值的过程中,达到提高插值精度的目的。利用IGS分析中心提供的精密卫星钟差数据进行分析,结果表明:新方法的插值精度为0.2ns~0.7ns;和线性插值、样条插值、Hermite插值、多项式拟合和Lagrange插值等5种传统的插值方法相比,新方法的插值结果在最大误差、平均误差、均方根误差方面均有显著改善,其中均方根误差相比5种传统方法的平均改善率最大达到了37%。     

GPS实时动态差分坐标转换残差改正方法

针对GPS RTK测量中坐标系转换参数因选择的公共点不同而导致转换误差的问题,该文提出了一种坐标转换残差改正方法:利用测区任意已知点进行"点校正"来求取坐标转换参数,通过测定各个已知点的坐标转换残差,建立残差改正模型,对测量结果施加残差改正,减小坐标转换参数误差对测量结果精度的影响。实例应用表明:所提出的坐标转换方法简便可行且便于编程实现,对于提高GPS-RTK测量精度和可靠性具有实用价值。     

利用重力场模型对中国陆地和岛礁GNSS水准沉降进行分析

利用现势性很强的EGM2008,EIGEN-6C,EIGEN-6C2,GO_CONS_GCF_2_DIR_R4共四个地球重力场模型,对中国沿海近岸陆地和岛礁上16个区域的1 053个GNSS水准点进行了沉降分析,最后发现中国沿海浙江省、辽宁省、上海市、天津市、广西、琼州北(琼州海峡北)、琼州南(琼州海峡南)7个区域存在沉降。     

利用基于残差多注意力和ACON激活函数的神经网络提取建筑物

针对目前主流深度学习网络模型应用于高空间分辩率遥感影像建筑物提取存在的内部空洞、不连续以及边缘缺失与边界不规则等问题,本文在U-Net模型结构的基础上通过设计新的激活函数（ACON）、集成残差以及通道-空间与十字注意力模块,提出RMAU-Net模型。该模型中的ACON激活函数允许每个神经元自适应地激活或不激活,有利于提高模型的泛化能力和传输性能;残差模块用于拓宽网络深度并降低训练和学习的难度,获取深层次语义特征信息;通道-空间注意力模块用于增强编码段与解码段信息的关联、抑制无关背景区域的影响,提高模型的灵敏度;十字注意力模块聚合交叉路径上所有像素的上下文信息,通过循环操作捕获全局上下文信息,提高像素间的全局相关性。以Massachusetts数据集为样本的建筑物提取实验表明,在所有参与比对的7个模型中,本文提出的RMAU-Net模型交并比与F1分数2项指标最优、查准率和查全率两项指标接近最优, RMA-UNet总体效果优于同类模型。通过逐步添加每个模块来进一步验证各模块的有效性以及本文所提方法的可靠性。     

CORS基准站周跳探测与修复方法研究

在高精度GNSS测量中,周跳的存在直接影响到整周模糊度的解算及最终定位精度。针对目前各省市连续运行基准站网多系统观测数据的获取导致周跳探测工作量增加,该文基于甘肃省卫星定位连续运行基准站网(GSCORS)双频观测值提出了一种满足普遍条件的多系统周跳探测方法。采用相位减伪距结合电离层残差法分别对GPS和BDS原始观测值进行周跳探测与修复,通过对相应载波的模拟周跳探测发现,BDS较大的卫星钟差和伪距噪声影响了数据质量,其周跳检测量时间序列波动大于GPS,对7周以上周跳探测的精度较GPS会有1周的偏差,但电离层残差法能对BDS相位减伪距法探测残留的1周小周跳进行二次探测并修复。实验最终证实该方法能够有效探测并且正确分离GPS和BDS每个频率1周以上的周跳。     

基于多尺度注意残差网络的地震波形分类研究

选用2010年2月—2016年12月发生在北京顺义及河北三河等首都圈邻近区域的117个地震事件(包括54个天然地震事件和63个非天然地震事件——爆炸事件)作为研究对象,利用文章所提出的多尺度注意残差网络对其中的天然地震事件和爆炸事件波形进行二分类。首先,对原始地震波形进行简单预处理并截取成相同长度的地震时序数据,直接将其作为网络模型的输入;其次,选用含有残差模块的深度神经网络作为基础网络,利用深度神经网络对特征的自动提取能力,省略了传统波形分类需要提前提取时域波形的特征作为分类算法输入的步骤;然后,融合通道注意力机制(ECA)并对其进行改进,将空间维度的信息融入通道信息,优化了网络对关键信息的关注,更好地聚焦重要特征;最后,使用空间金字塔池化代替最大池化进行多尺度特征融合,得到更多的特征信息,构成多尺度注意残差网络。实验结果表明,最高分类准确率为97.11%,平均分类准确率为96.53%,证明了多尺度注意残差网络在地震波形分类任务中的有效性,为震源类型识别工作提供了一种新的方法。     

基于全国矿业权核查坐标转换技术的研究

全国矿业权实地核查是我国矿产资源领域的一次重要国情调查,其中的测量工作主要通过控制测量、收集资料、实地检测、图件编制等方法,将各个矿业权不同时期、不同形式、不同坐标系、不同比例尺的地理地形图、地质矿产图、工程平面图、井上井下对照图等资料,统一以1980西安坐标系为基础,进行成果的汇总整理,并按照一定比例尺制作成图,最终建立数据库系统。本文以河南省某县级市为例,分别采用CASS 6.1系统、MapGIS 6.7系统,以及本院自主研发的"空间数据处理3.0系统"3种不同方法,对坐标转换的结果进行分析比较,最后对坐标转换的工序进行了优化设计,具有一定的参考价值。     

Ⅰ类病态系统中的参数优选

通过对Ⅰ类病态产生原因的分析提出了适合参数分组和不分组两种情况下的参数优选方法,即基于投影正交分解的附加参数比较与选择方法和基于QR分解的参数比较与选择方法.前者用伪残差比对附加参数进行排队,该方法的几何意义明确,伪残差比加速了参数的分化,对参数优选有利;后者利用观测矩阵的QR分解得到的上三角矩阵进行观测结构的分析,根据观测结构的优劣决定参数的取舍.最后利用两个算例对新方法进行了验证和说明.