一种局部稀疏地面点云与已有DEM的融合方法

机载LiDAR采集的点云数据中会存在一些局部区域地面点稀疏的情况,利用这些稀疏地面点构建DEM时会出现“三角面片化”的问题,严重影响DEM的质量。为此,本文提出了一种局部稀疏地面点云与已有DEM的融合方法：将稀疏点云作为高精度控制点,在尽量保持原始DEM的地形形态特征的前提下,通过高斯核函数加权迭代插值算法对DEM进行高程局部改正,实现稀疏点云与DEM的一致性融合。试验分析表明,融合后的点云数据得到了较好的补充,由此构建的DEM地形形态自然,在精度上相对于融合前的稀疏地面点云有一定改善,在弱精度区域的可靠性有显著提升。     

运用ADC模型结合层次分析法评估LMAUV系统效能

基于WSEIAC给出的武器系统效能定义和ADC基本模型,针对LM AUV作战使用特点,对可用度、可信度基本函数进行完善,并运用模糊层次分析法和乘法模型得出系统能力向量,建立LM AUV系统效能评估模型;最后,结合算例结果分析,验证该方法评估LM AUV系统效能的有效性。     

降低受信仪行程开关返程误差方法的分析

由于受信仪的行程开关返程误差较大,导致了运行、射界范围的控制精度不高。 针对返程误差偏大实际问题,研究了受信仪的行程开关工作原理,建立了其工作过程数学模型,采用复合形法开展了参数优化设计。 依据 PDCA 程序,应用因果图分析方法获得影响误差的主要因素,并逐一采取相应的解决措施。 经过验证,其实现了凸轮行程开关的返程误差减小到 0. 5°以下,提高了发射装置运行、射界范围的控制精度,达到了预期的目标。     

一种基于点云法向量的基准特征提取与倾斜分析方法

针对目前将三维激光扫描技术应用于变形监测领域存在基准特征难以提取、点云数据分析缺乏适用的方法等问题,本文提出了一种基于点云法向量的基准特征提取与形变分析方法。首先利用局部平面拟合方法获得点云的法向量,并沿点云法矢方向探测基准点;然后利用三次B样条曲线对探测的正确基准点进行拟合;最后根据拟合曲线计算基准高程和对径点倾斜角分析基准特征形变信息。对某化工厂的罐体点云数据进行基准特征提取结果表明,该方法可以快速、全面地获取监测对象的整体信息,且能够正确分析监测对象的基准形变。     

自动照准全站仪精密三角高程测量在跨河水准测量中的应用

随着全自动智能型全站仪的发展及光学水准仪的逐步淘汰,精密三角高程测量在跨河高程传递方面应用广泛。本文详细介绍了基于全自动照准全站仪的精密三角高程测量的四边形跨河水准测量方法的原理及步骤,并对该方法中对向观测获取跨河点间高差进行了理论推导和精度分析,证明了控制在一定跨河距离内并采取相应措施消除其他误差的情况下,该方法可用于二等水准跨河测量;最后通过实例证实了该方法能满足二等跨河水准测量精度要求。     

带不等式约束的最小二乘方法比较

解决带不等式约束的平差问题已有较多方法,但不同方法之间的对比分析不足。本文讨论三种带不等式约束的最小二乘算法:简单迭代算法、虚拟误差方程法、迭代乘子法,三种算法都是基于有效约束理论将不等式约束转换为等式约束,通过迭代求解。采用同一组数据和蒙特卡罗仿真实验方法对三种算法计算结果进行对比分析,实验结果分析表明:迭代乘子法算法效率最高,推荐使用该算法。     

GPS高程拟合法比较以及精度分析

利用GPS测量高程代替水准高程时,选取合适的GPS高程拟合方法是必不可少的。本文利用某测区94个已知点作为实验数据,其中65个作为建模点,29个作为检验点,利用不同的函数模型法和不同的统计模型法建立实验区的GPS高程拟合模型,并通过MATLAB语言设计实现GPS高程拟合模型的建立以及精度分析。通过对比分析实验证明:移动曲面拟合法是本文列举函数模型法中拟合效果最好的;基于二次曲面的Shepard拟合法是本文列举统计模型法中效果更好。     

利用多面函数拟合和欧拉矢量法建立福建省GPS速度场模型

通过处理福建省卫星导航定位基准服务系统(FJCORS)2013-2015年观测资料,获得GPS站实测运动速度值,在此基础上,分别利用多面函数拟合法和欧拉矢量法构建了福建省及周边区域GPS速度场模型.内符合精度方面,多面函数拟合的速度精度南北分量为1.06 mm/a、东西分量为2.00 mm/a;欧拉矢量法得到的速度精度南北分量为1.36 mm/a、东西分量为1.22 mm/a.外符合精度方面,两种方法模拟得到的检核点速度值与实测速度值的较差均在±2.28 mm/a以内.在福建省陆域内,两种方法得到的速度场具有高度的一致性,运动速度均为35 mm/a左右,运动方向为SE-E向.     

径向基函数神经网络用于小比例尺道路网选取

针对小比例尺道路网专题数据少、语义信息缺乏的特点,该文根据小比例尺道路网已有的语义几何属性和拓扑结构,构建一系列参数作为选取依据。将道路网选取抽象为分类问题,提出一种使用径向基函数神经网络和多参数进行道路网选取的方法。相比时下较常用的反向传播神经网络,径向基函数神经网络具有更高效的学习性能。利用径向基函数神经网络的非线性映射能力,对样本进行训练和验证,并选择不同结构类型(放射式、格网式和自由式)的道路网进行选取实验。结果表明,该方法在小比例尺道路网选取研究中具有可行性,且在自动获取选取参数的同时提高了选取精度。     

单点定位中一种载波相位平滑伪距方法

针对伪距单点定位精度低,定位结果发散等问题,该文提出一种基于卫星高度角的卡尔曼滤波相位平滑伪距方法。基于该方法利用载波相位信息对C/A码伪距进行平滑,并用最小二乘法求解用户位置。通过实测的静态和动态数据验证了该方法的可行性。结果表明:和最小二乘法比,该方法定位结果更加平滑,一定程度上提高了伪距单点定位精度。其中,静态定位水平精度提升了20.7%,垂直精度提升了15.7%,三维精度提升了16.8%;动态定位水平精度提升了27.8%,垂直精度提升了20.8%,三维精度提升了21.2%。