基于多源测高卫星的日本海域平均海面高模型建立

平均海面模型是研究海图基准及海平面化的重要参考.经过数据预处理、重复周期观测数据共线平差、非重复周期观测数据海面时变校正、多种卫星测高数据联合交叉点平差、海面高格网化等几个环节,利用1993—2012年近20年的测高数据,建立日本海域(30° ～45°N、130° ～145°E)2′ ×2′网格分辨率的平均海平面模型(...     

基于MapMatrix的输电线路工程DEM编辑应用

数字摄影测量系统(MapMatrix)能够广泛应用于低空摄影、高空摄影以及卫星遥感当中.输电线路工程覆盖范围广、地形复杂、对数字高程模型(Digital Elevation Model,DEM)精度要求高.结合具体的工程项目,利用MapMatrix软件中的DEMMatrix模块进行DEM的编辑,阐述具体操作过程中软件各...     

基于格网模型的维特比旅游路径规划算法

传统的旅游路径规划算法大多仅考虑单因素的规划,即考虑景区对线路规划的影响,而现实中需考虑多因素(如景区、酒店、旅游时间和游客消费能力等)对旅游线路规划的作用.针对这一问题,提出一种结合格网模型的顾及多因素的维特比旅游路径规划算法.首先,利用高斯函数表达格网模型下的曼哈顿距离与状态转移概率之间的关系;其次建立景区、酒店的...     

新太阳光压模型在GNSS定轨中的应用

太阳光压摄动是影响卫星定轨中重要的误差源,在GNSS导航卫星精密定轨过程中使用最为广泛的光压模型为ECOM模型。为了探究几种ECOM模型及其适用性,该文以超快速星历为起算轨道,分析对比经典ECOM-1模型与最新13参数ECOMC模型对GPS/BDS卫星轨道的影响。结果显示:相较于ECOM-1模型,ECOMC模型在GPS定轨中精度有所提升,特别体现在径向精度提升,单天与三天弧段在径向的解算精度分别提升了12.73%和24.74%;在BDS定轨中,采用ECOMC模型,部分GEO卫星在径向方向单天精度有12.38%的提升,而对于IGSO与MEO卫星二者精度差异不大;分析可得,由于星体结构不对称引起卫星在沿太阳-卫星方向作用的偶数阶短周期谐波扰动,引入卫星-太阳方向偶数阶项的参数估计可提升卫星径向精度。     

复杂地势下轻小型无人机LiDAR自主航线设计

针对现有的LiDAR航线设计软件绝大多数针对大中型无人机,主要依靠飞行人员根据实际经验敷设航线,少数采用传统摄影测量改变基线长度的方式实现复杂地势下LiDAR航线自动敷设,但高地势地区航线较密,飞行成本高,有局限性,目前能实现轻小型无人机载LiDAR航线自主敷设的软件很少等问题,参照轻小型机载LiDAR的特点,该文提出一种复杂地势下基于DEM改变航高的航线设计方法。以延庆某山区进行试验。结果表明:该方法适当放宽分区高差限制,综合考虑地形信息、飞机性能等要素,使得单条航带点云密度得到保证,提高航线规划效率,节约飞行时间。将考虑DEM与未考虑DEM两种方式对比,确保重叠度,满足工程点云密度,便于后期数据处理。     

GIS和免疫算法的垃圾楼选址优化

针对现有城市公共设施选址模型较少考虑具体城市特色和服务设施运行现状这一问题,该文提出基于地理信息系统(GIS)空间分析、改进潜能模型和免疫算法相结合的方法,在评估研究区垃圾楼可达性的基础上,利用GIS空间分析进行初步优化,并构建双目标免疫优化模型再次优化.研究表明:西城区7个街道之间可达性空间差异较大,可达性较好的区域分布在研究区中下部;现有垃圾楼数量不能满足居民需求,拟在可达性较差区域增加9座垃圾楼;经两步优化后,在原有垃圾楼布局不变前提下,研究区居民点平均可达性提高34.50％,7个街道平均可达性标准差下降了 58.18％,表明该方法在提高垃圾楼整体可达性的同时也促进其空间布局的均衡化.     

顾及钟差随机项的GPS卫星钟差预报

针对卫星钟差呈趋势项和随机项变化的特点,提出了基于GM(1,1)与自回归求和移动平均的组合预报模型。该模型首先采用GM(1,1)模型预报钟差的趋势项部分,然后利用ARIMA模型对GM(1,1)的模型残差序列进行建模和预报,最后将GM(1,1)和ARIMA模型的预报结果对应相加即得到钟差的最终预报值。此外,采用IGS公布的精密卫星钟差进行预报试验,通过与卫星钟差预报中常用的二次多项式模型和修正指数曲线法模型预报结果的对比分析,结果表明:该方法可以对GPS卫星钟差进行高精度的中短期预报。用12 h钟差建模时,预报未来6、12、24和48 h的平均预报精度分别为0.71、1.17、1.93和4.38 ns,相比于二次多项式模型的平均预报精度分别提高了29.70%、43.75%、67.62%和76.21%;相比于修正指数曲线法模型的平均预报精度分别提高了18.39%、33.90%、61.40%和70.49%。     

自适应高斯滤波与SFIM模型相结合的全色多光谱影像融合方法

全色-多光谱影像融合技术可以显著提高遥感影像的地物判别能力,但是空间信息融入度与光谱信息保真度是相互矛盾的一组性质,一般方法往往无法平衡这两方面。SFIM算法具有良好的光谱信息保持能力,但是其空间信息融入度较差,影响了整体的融合效果。为此,本文分析了SFIM模型的原理与特点,提出一种自适应高斯滤波与SFIM模型相结合的全色多光谱影像融合方法（AGSFIM）。以均值调整后的多光谱整体平均梯度为标准来计算高斯滤波的最优参数,将下采样全色影像的清晰度调整至同样水平,以保证融合结果的空间信息融入度与光谱信息保真度之间的平衡。利用6种融合算法对“北京二号”（Beijing-2）、“资源三号”02星（ZY-3 02）数据进行对比试验,表明在良好的光谱保持能力的前提下,改进方法可以有效克服SFIM算法空间信息融入不足的缺点。     

车载LiDAR点云路灯提取方法

道路场景中路灯数量大、类型多,大场景中路灯详细信息获取是一项繁重的工作。本文提出先验样本集辅助的、基于骨架线缓冲区判别的路灯点云提取及种类识别算法：先根据路灯在车载LiDAR点云中的表达特征,构建路灯模型,并构建路灯先验样本集;再依据数学形态学的理论和方法,提取车载LiDAR点云场景中的杆状地物,在路灯模型及语义规则约束下,得到候选路灯;然后根据候选路灯的参数信息,及已获取路灯的统计信息,从样本集中筛选候选样本;最后基于最小二乘理论的匹配算法,对路灯先验样本与候选路灯点云进行匹配筛选,并基于路灯骨架线信息构建的双重缓冲区,对候选路灯进行判别分析,实现路灯的提取和种类识别。试验表明,该算法对于遮挡少、数据相对完整的路灯提取准确度为95.2%,对于遮挡严重、点云密度低、数据完整性差的路灯提取准确度为78.0%,验证了该算法对大场景中路灯详细信息提取的稳健性。     

拉格朗日/高斯无奇点卫星运动方程推导与分析

针对卫星轨道理论中的奇点问题,对拉格朗日/高斯无奇点卫星运动方程做了深入的分析和探索,从原始拉格朗日和高斯运动方程及其物理意义出发,考虑圆轨道、圆赤道轨道和赤道轨道3种奇点情况,推导了一种新的拉格朗日/高斯无奇点卫星运动方程,并探讨了方程的连续性。该方程消除了零因子,解决了卫星运动方程的奇点问题。