BP神经网络在GPS高程拟合中的应用探讨

神经网络算法一直是国内外研究的热点问题,BP神经网络算法具有更小的模型误差,因此,被广泛应用于GPS高程拟合。本文通过对同一区域GPS高程拟合的应用探究,运用迭代运算对比BP神经网络算法与多项式拟合数据,从而证明BP神经网络在一定条件下具有更高的精度,更加突出了BP神经网络算法的实用性。     

线性参照系在城市交通事故发布系统中的作用及应用

针对城市交通部门事故管理系统中存在道路数据不独立以及发布的事故信息易读性差导致应急部队无法准确定位事故地点进行救援的问题,基于公路的线性特征,结合GIS对地理数据的多样操作功能,提出路段名+特征参考点的一维定位表达方法。将线性参照系理论应用到以综合车道为公路模型的空间数据管理模式中,建立基于线性参照系的城市公路事故信息发布系统,实现二维坐标向一维坐标转换、降低数据冗余、实现事故地点的快速定位以及对定位的事故信息进行发布。     

车载组合导航数据处理方法研究

在运用组合导航技术进行车辆定位导航过程中,由于环境、导航设备等因素的干扰,导航数据中会包含有较大误差的野值数据,使得导航结果与实际车辆的行驶轨迹发生较大偏差,从而给人们的日常生活带来不便。一方面,错误的导航信息会给用户增加不必要的麻烦,影响智能交通系统的发展;另一方面也影响组合导航技术的应用和推广。为此,本文提出了对车辆低速和车辆停止时的定位数据进行剔除,利用粗差剔除和多项式拟合等方法对定位数据进行分析处理,提高导航定位的准确性。跑车试验证明该方法可以有效地提高定位精度,满足车载导航的需求。     

铁岭县GPS控制网高程拟合精度分析

利用GPS技术测量点的平面位置可获得较高精度,但不能直接得到地面点的正常高,只能得到大地高。作者探讨了GPS高程拟合的精度与起算点的分布、整体拟合和分区拟合方法的选择、GPS高程拟合精度的分析等方法并提出了自己的见解,且通过铁岭县C级GPS网的高程拟合实例,介绍了该方法的具体应用。     

地面三维激光扫描点云拼接影响因素分析

在地面三维激光扫描仪进行三维建模过程中,需要对不同测站的点云进行拼接。为了提高不同测站点云拼接精度,本文开展了球形标靶表面扫描点数量、标靶的分布和数量及扫描距离4个因素对三维激光扫描仪不同测站下点云拼接精度的影响研究。采用法如（FOCUS）三维激光扫描仪开展了不同扫描分辨率、不同标靶数量、不同标靶分布和不同距离下的点云拼接试验,并采用SENCE软件对点云进行了拼接精度分析。试验结果表明,选择两测站的标靶表面的扫描点数量大致相等,并将4个标靶作为连接点,且放置在不同高度不规则排列时,点云拼接的精度最优。     

基于总体最小二乘的直线拟合方法探究

在直线拟合问题中,经典的最小二乘拟合方法在自变量选取不同时,拟合的参数值和中误差存在较大差别,故本文利用模拟数据对经典最小二乘和总体最小二乘拟合结果进行对比分析,得出结论认为:经典最小二乘自变量选取不同结算参数的原因是在进行拟合计算时忽略了自变量的误差,使拟合结果只能在一个方向上保持最佳;利用总体最小二乘参数拟合的方法进行直线拟合时拟合结果不受自变量变化的影响,并能够提高拟合精度。     

一种改进的广播星历模型

GLONASS卫星星历以3个常数表示摄动加速度在各坐标轴上的分量,即认为摄动项在拟合时段内保持不变。这样的摄动模型与实际相差较远,为保证精度,其星历更新间隔短至半个小时。本文提出了针对导航卫星摄动加速度的二次多项式建模法。首先以多项式拟合短时段内的摄动项精度更高,同时选取二次多项式也不会过量增加星历参数个数。为研究该方法在北斗导航系统中的适用性,星历拟合实验选取了三种不同类型的导航卫星:GEO卫星、IGSO卫星和MEO卫星。     

一种基于渐消因子的区间卡尔曼滤波器方法

在噪声环境中,运动目标发生稳态突变会降低卡尔曼滤波器的滤波性能,进而导致组合导航的可靠性降低,导航系统抗干扰能力下降,影响导航的精确度。为了提高卡尔曼滤波器性能,提高抗干扰能力和导航精度,在采用基于卡尔曼滤波器的超紧耦合同时,提出一种新型的基于渐消因子的区间卡尔曼滤波器算法。该算法通过引入渐消因子和区间矩阵对滤波器增益矩阵进行实时调整,并利用区间运算中的交集运算将各种误差源约束到交集区间,进而保证在区间运算中保真集合映射的完备性并取得最优化。结果显示,该算法能够克服原有滤波器算法的缺陷,在噪声环境中提升对稳态突变目标的跟踪能力,且在噪声中滤波器效果提高,算法计算量没有明显增加。     

有色噪声作用下的卡尔曼滤波

利用GPS载波相位三差观测量进行动态定位(或精密导航),就必须研究有色噪声滤波的理论问题.根据需求,推导了动态噪声、观测噪声为有色噪声的线性系统滤波公式,并证明白噪声卡尔曼滤波是有色噪声卡尔曼滤波的特例,或者说有色噪声的卡尔曼滤波是白噪声卡尔曼滤波的推广.     

基于道路特征的海量GPS监控数据压缩方法

结合车辆的运动轨迹只能被限制于道路网络上的事实约束,提出了一种基于道路特征的车辆监控数据存储管理方法,存储车辆在道路网特征点处的信息,通过将原始数据中存储的二维地理坐标转换为存储一维的沿道路网的线性参照坐标实现了监控数据和道路网的结合,可极大地节省GPS车辆跟踪数据的存储空间,有利于对车辆数据的进一步分析利用和交通信息的提取.