关于GPS控制网WGS84平差坐标向地方独立坐标系的转换

GPS控制网在无起算点或起算点不准确的情况下,无法用约束平差的方法计算GPS网点在地方独立坐标系中的2维平差坐标.提出采用GPS网WGS84平差坐标向地方独立坐标系转换的方法来获取GPS网点的2维坐标,并通过具体实例说明转换后的边长尺度与地方独立坐标系中应有的边长尺度相一致,从而保持了GPS网应有的高精度.     

局部区域GPS网坐标转换的改进模型

GPS的应用经常涉及到坐标变换.用局部小区域的GPS网数据求解三维坐标转换模型(如布尔萨模型)的转换参数时,平移参数精度不高,病态问题较严重.提出了用坐标转换的改进模型,能有效提高平移参数的精度,在一定程度上解决了病态问题,在工程测量中有一定的实用价值.     

基于CGCS2000参考框架下CORS网成果获取方法研究

提出了新条件下CORS成果推广使用存在的问题.为了解决问题,从坐标系定义与实现两个角度对WGS84和CGCS2000进行比较,同时讨论不同条件下两者之间的最佳转换方法.     

基于STM32开发板的BDS/GPS数据实时采集与解码研究

针对实时接收BDS／GPS数据丢失、存储不合理、解码精度低等问题,提出以基于STM32F103RET6微控制器为核心的开发板为载体,通过编写数据实时采集与解码算法,实现对数据的存储与计算,得到高精度的伪距、载波等观测值,并实时输出BDS／GPS组合系统伪距单点定位结果。测试结果表明,单点定位的标准差为9 m左右,均方根误差为14 m左右,该开发板运行稳定、使用方便,可为实现多系统数据实时采集、解码和差分计算提供基础。      

各向异性介质转换波速度逐层单参数分析方法

转换波的时距曲线是非双曲线方程,由于介质的各向异性,使得转换波在实际地层中的传播更为复杂.针对各向异性介质中PSV转换波的速度分析展开讨论,鉴于各向异性介质的PSV波速度分析不能脱离PP波数据而单独进行,在学习前人研究成果的基础上,充分利用PP波速度分析的有效信息,对PSV转换波进行逐层单参数分析,在一定程度上简化了速度分析的程序,提高了速度分析的精度,并通过理论模型试算,验证了方法的正确性和可行性.     

WGS84和CGCS2000坐标转换研究

为实现WGS84和CGCS2000坐标系之间的转换,首先通过七参数法将WGS84坐标转换到ITRF坐标,然后再通过框架转换法转换到CGCS2000坐标,并进行实例计算和分析。     

用伪距法测定PZ-90与WGS-84坐标转换参数

GLONASS是原苏联研制的第二代卫星导航系统,GLONASS拥有独立的坐标系PZ-90.确定PZ-90和WGS-84坐标转换参数在GPS/GLONASS组合应用中有极其重要的作用.首先从PZ-90和WGS-84定义出发,介绍确定两者坐标转换参数的一般方法,着重阐述利用伪距测量法确定PZ-90和WGS-84坐标转换参数的基本原理并给出相应的公式,最后结合GLONASS星座和我国实际情况,就如何确定中国地区两者转换参数提出建议.     

团体粒子群与最大能量串行融合算法转换波静校正

估计转换波的静校正量是一个复杂的非线性问题,常规的线性静校正方法无法取得好的效果.粒子群算法是一种很好的非线性全局最优化方法,但其缺点是"早熟"现象严重.最大能量法是一种常规求取静校正量的方法,局部寻优能力强且收敛速度快是其优点,但是当地震记录含有大的静校正量时易收敛于局部极值.本文在标准粒子群算法的基础上发展出了一种改进的粒子群算法:团体粒子群算法.并且通过对Rastrigin函数的寻优实验证明了其全局寻优能力优于标准粒子群算法.同时为了解决转换波静校正问题串行融合了团体粒子群算法和最大能量法.最后,建立了含一个水平反射层的模型并合成地震记录,加入随机值作为检波点静校正量.对合成的地震数据分别利用团体粒子群和最大能量的串行融合算法、标准粒子群算法和最大能量法求取静校正量并进行静校正.结果证明串行融合算法得到的静校正量与理论值误差很小,静校正后的叠加剖面连续性较好.     

顾及地类转换差异的城市空间扩展元胞自动机模型及应用研究

元胞自动机模型已经成为城市空间扩展模拟研究的重要方法之一,并得到广泛应用。然而,现有的城市扩展元胞自动机模型仍存在不足。由于元胞状态设置较为简单,从而使模型转换规则中对不同用地类型向城市用地转换的差异与强度考虑不够。基于此本文在元胞自动机模型的框架下,设计了多元结构的元胞状态及转换规则,提出了顾及地类转换差异与强度的城市扩展元胞自动机模型。在计算非城市用地向城市用地转换的转换概率时,该模型考虑了3个方面的概率：① 地形地貌、经济发展等城市发展的驱动因素对城市用地扩展的影响概率,该概率采用logistics方法进行计算;② 邻域元胞的用地类型对中心元胞转换概率的影响,该概率采用扩展摩尔型方法进行计算;③ 不同类型的非城市用地（本研究中包括耕地、林地和裸地3种类型）向城市用地转换的强度,该概率由模拟基期土地利用数据与目标年份土地利用数据的叠加,得出不同类型的非城市用地在此时间段内向城市用地转换的规模,进而确定不同类型的非城市用地向城市用地转换的强度。最后,将以上3种概率的乘积作为元胞转换的概率。通过转换概率与转换阈值的对比判断中心元胞是否在下一个阶段转换为城市用地。经过迭代计算,不断增加城市用地元胞的数量。当模拟城市用地的结果与目标年份的城市用地规模差值在一定的范围内时停止模拟,得出最终结果。模型构建完成后,本文以长株潭城市群核心区为例进行了模拟实验。以2001年该地区的土地利用数据为基期数据,模拟2010年该地区的城市用地规模和空间分布。研究结果表明,根据本文提出的模型模拟的城市扩展结果与真实数据相比具有较高的一致性。模拟结果正确率达到68.66%,比基于传统logistics回归的元胞自动机模型的模拟精度提高了4.25%,Kappa系数为0.675。该模型较好地模拟了长株潭城市群核心区城市扩展,在城市空间扩展模拟中具有较好的适应性与有效性。