顾及有色噪声的自适应粒子滤波UWB定位算法

传统卡尔曼滤波算法要求噪声模型符合高斯分布,在UWB室内定位中,由于载体本身的机制等干扰,观测噪声不仅仅是白噪声,也存在有色噪声的情况,而粒子滤波可以处理有色噪声的问题。本文通过增加似然分布自适应调整来改进粒子滤波用于目标跟踪的精度,同时研究在白噪声、有色噪声下似然分布自适应调整粒子滤波和拓展卡尔曼滤波在UWB中的优势与不同。试验结果表明：观测噪声为白噪声时,拓展卡尔曼滤波和粒子滤波均可以较好地实现对行人的定位跟踪;观测噪声为有色噪声时,自适应粒子滤波定位效果优于粒子滤波、拓展卡尔曼滤波。     

河北省数字地震台网子台地动噪声分析

通过对河北省数字遥测地震台网子台地动噪声分析,各个子台的台址环境和观测仪器的性能基本优良,能够适应宽频带地震观测要求。由于子台受当地经济发展、城市规模扩大以及交通建设等影响,部分台址观测条件受到影响。可以有针对性地对部分台站进行环境改造,为地震监测预报创造更好条件。     

Quality influencing factors of dispersion curves from short period dense arrays based on a convolutional neural network across the north section of the Xiaojiang fault area

The number of dispersion curves increases significantly when the scale of a short-period dense array increases. Owing to a substantial increase in data volume, it is important to quickly evaluate dispersion curve quality as well as select the available dispersion curve. Accordingly, this study quantitatively evaluated dispersion curve quality by training a convolutional neural network model for ambient noise tomography using a short-period dense array. The model can select high-quality dispersio...     

GPS变形监测动态数据处理中卡尔曼滤波的应用

介绍了卡尔曼滤波的基本原理,针对常规GPS变形监测数据处理中存在着不连续、非实时的缺点,结合卡尔曼滤波的特点,运用三峡实测数据对GPS变形监测动态数据处理中卡尔曼滤波的应用进行研究。并采用各点点位位移速度图对所建立的函数模型进行验证,同时对状态方程的建立及初始值的选取进行分析总结。     

卡尔曼滤波在InSAR噪声消除与相位解缠中的应用

相位解缠作为InSAR技术中的关键步骤,一直是研究的难点和热点。通常的相位解缠方法在相位解缠前首先必须进行噪声消除,而卡尔曼滤波将相位解缠问题转化为状态估计问题,实现了相位解缠与噪声消除一并处理,成为一种相位解缠新途径。并提出了卡尔曼滤波在相位解缠与噪声抑制中的一种新算法。     

Single epoch GPS deformation signals extraction and gross error detection technique based on wavelet transform

IntroductionGPS technique is widely used for deformationmonitoring thanks for the high precision. Usual-ly , there are three working modes associatedwith GPS deformation observation: periodicalGPS deformation monitoring net , GPS monito-ring array and rea…     

相控震源对地震信号信噪比的改善研究

当测区噪声很强,采用组合震源工作仍然不能满足信噪比要求时,为进一步提高地震勘探信噪比,引入能形成定向地震波的相控震源.针对水平层状介质模型,对组合震源、相控震源地震进行了数值模拟,并定量计算了采用4,8,15,20单元的组合与相控震源地震数据的信噪比,同组合地震相比,相控地震使来自不同反射层的反射波信号的信噪比平均提高了154～990 dB.结果表明,相控震源地震得到的反射波信号信噪比高于组合地震,并且随着激震器数目增加,相控震源合成地震记录中的反射波地震数据信噪比明显提高.     

边带分离型超导SIS接收机本振耦合噪声研究

超导SIS (Superconductor-Insulator-Superconductor)接收机因极低的接收机噪声温度成为毫米波和亚毫米波段射电天文观测的首选.本振系统耦合噪声也是接收机噪声的一部分,在多年的天文观测中,发现本振耦合噪声无法完全忽略,对天文观测的灵敏度有一定影响.采用两个不同种类的信号发生器作为本振系统初级信号源,测试了超导SIS接收机的噪声温度,发现信号发生器输出的基底噪声能够耦合到接收机内部,从而增加接收机噪声强度.分析研究了本振系统热噪声和信号发生器基底噪声对接收机噪声的影响.通过在信号发生器输入端加入窄带滤波器滤除其基底噪声,消除了信号发生器基底噪声引入的接收机噪声,降低了接收机的整体噪声,提高了望远镜的灵敏度.     

结合BM3D和多级非线性加权平均中值滤波的遥感影像混合噪声去噪方法

提出了一种基于三维块匹配（BM3D）和多级非线性加权平均中值滤波的遥感影像混合噪声去噪方法,使用coief3小波和sym2小波替换传统三维块匹配算法中的bior1.5和hear参数,将三维块匹配算法和多级非线性加权平均中值滤波相结合以提高算法对混合噪声的去噪能力。进行一个仿真对比试验和一个真实遥感影像去噪试验,试验表明,本文提出的方法在遥感影像混合噪声去噪方面效果要优于传统混合噪声去噪方法。     

顾及水陆差异的高分五号影像条带去除

高分五号搭载的可见光短波红外高光谱相机,能获取精细的地物光谱信息,具有十分广泛的应用前景。但高光谱卫星遥感数据往往无法避免条带噪声的干扰,进行条带去除是数据预处理中不可缺少的步骤。传统方法往往对地物的异质性与丰富的细节纹理考虑不足,导致条带不能被彻底地消除。为此,本文提出了一种顾及水陆差异的影像条带去除方法,采用水体与陆地区别统计的策略,解决条带噪声在异质区域的统计特征差异问题,并结合优化统计和一维变分滤波技术实现水陆区域参考统计特征的精确估计,最终基于矩匹配方法分别实现条带去除。实验结果表明:无论是真实实验还是模拟实验,本文提出的算法相较于传统条带去除算法,能更加稳健地去除数据条带噪声,还原地表真实辐射信息;在模拟实验中,本文算法处理结果的峰值信噪比(PSNR)达到46.58,且平均绝对误差(MAE)仅有11.56,均明显优于用于比较的3种传统算法,且算法执行效率也具备优势,能够更好地适用于高分五号大数据量的处理需求。