基于扩散滤波的多尺度三维变分研究

将扩散方程引入三维变分分析,揭示了传统3D-VAR不能有效提取多尺度观测信息的根本原因,即观测导致的目标函数梯度在空间的不连续分布.将扩散滤波融入基于梯度的最优化算法,发展了基于扩散滤波的多尺度3D-VAR.海表面温度数据同化试验结果表明,新方法可从长波至短波有效地提取多尺度的观测信息.     

卫星测高在海洋测绘中的应用

研究了卫星测高数据在海山探测以及无图海域水深预测方面的应用。介绍了匹配滤波法检测海山的理论与方法，并研究了反演海底地形时的重力导纳理论以及滤波窗口和滤波函数的选择。实践表明，利用卫星测高数据反演海底地形的精度可优于水深的10％。     

海洋调查水文资料异常值控制探讨

针对原始水文资料异常值的处理方法进行了初步探讨。证明了采用滤波和拟合的方法处理异常值具有很好的效果，既处理了异常值，又保留了一些小尺度变化。处理结果的好坏主要取决于滤波或拟合函数和偏差的选取。     

风浪背景下舰船水压场信号的自适应AR模型预测滤波

为了有效地从风浪背景中检测舰船水压信号,首先根据舰船水压信号和波浪噪声的特点以时间序列的AR模型理论为依据,导出一种便于实现的自适应滤波器结构,并用NFTF自适应算法实现对舰船水压信号的预测滤波,取得了明显的效果.计算机仿真实验结果表明,给出的方法对抗波浪干扰具有良好的性能.     

多传感器观测下带乘性噪声系统的逆向滤波与反褶积融合算法

针对多传感器观测环境下带乘性噪声系统的逆向最优滤波与反褶积融合估计问题 ,本文提出了 1种基于极大似然准则的最优融合算法。该算法中各单传感器间并行计算 ,并且融合中心与单传感器处理中心间无反向通讯 ,因而执行效率较高。仿真表明 ,该融合算法产生的逆向滤波与反褶积比单传感器处理结果有较明显提高     

基于可变因子的变分贝叶斯SINS海上动态对准

针对传统变分贝叶斯自适应滤波中,基于经验选取常值遗忘因子,不能自适应时变量测噪声的问题,提出一种基于可变因子的变分贝叶斯自适应滤波,并应用于船载捷联惯性导航系统(strapdown inertial navigation system,SINS)动态对准。首先利用变分贝叶斯方法近似噪声的后验分布,估计时变量测噪声和状态向量后验分布。其次通过噪声方差时变强度构造可变因子,实现自适应调整变分贝叶斯参数。最后给出了基于可变因子的GNSS/SINS海上动基座对准流程及算法。船载实测数据表明,所提算法在时变方差下,较卡尔曼滤波和传统贝叶斯滤波方位角误差收敛到0.5°范围内所需时间分别缩短了52%和44%;横滚角和方位角均方根误差分别降低57%、46%和13%、9%;东向和北向速度均方根误差分别降低56%、68%和51%、22%。     

改进影像匹配点云滤波方法的下沉盆地建模

针对受地表植被物候性特征的影响,无人机影像匹配点云所生成DEM精度偏低的问题,该文提出了一种基于坡度阈值和相邻点高差阈值相结合的地面种子点选取方法,改进了移动曲面拟合点云滤波算法.以林南仓煤矿西四采区为例,基于无人机测绘技术获取实验区地表三维点云,结合实测数据,分别采用 目视检验、定量评价和DEM精度分析等验证了滤波算...     

TRES-Ⅰ型多分量瑞利波勘探仪的研究及应用

提出多分量瑞利波勘探的技术思想和方法,研制成功专用的防爆型多分量瑞利波勘探仪器,建立了在用极化分析对瑞利波勘探记录的多分量信号分析的基础上,用极化滤波提取有效瑞利波信号的方法。在煤矿井下及地面实际应用表明,多分量瑞利波勘探与单分量法比较,信号的信噪比、勘探深度和可靠性均有一定的提高。     

考虑多种权重因子的改进叠加滤波方法

针对在提取区域GNSS时间序列共模误差时会存在忽略站间相关性的问题,本文在已有叠加滤波的研究基础上,引入单日解精度、相关系数和距离因子等多种权重因子,提出了考虑多种权重因子的改进叠加滤波方法,并选取山西省测站数据以验证该方法的适用性。结果表明：利用本文的改进叠加滤波方法,测站坐标残差时间序列的均方根在N、E、U 3个分量上可分别平均降低48.53%、39.42%、48.61%,滤波对N、E方向上的速度影响为0.5 mm/a, U方向上为1 mm/a。相较于区域叠加滤波,改进后的方法可使残差时间序列的均方根进一步降低20%～40%,能更加准确地提取共模误差,为区域地壳运动及动力学的分析研究提供精细可靠的数据支持。