组合法精化胶州市大地水准面

本文利用全球重力位模型、胶州市地面重力观测数据、胶州市GPS水准数据和数字地面模型(DTM),采用组合法应用移去-恢复技术计算剩余大地水准面,并与地球位模型计算的高程异常进行拟合,得到该地区重力似大地水准面,再和布测、计算得到的GPS/水准所构成的几何大地水准面拟合,利用多项式拟合完成系统改正,获得最终的大地水准面结果及相关的精度信息。     

顾及特征优化的全极化SAR图像SVM分类

以支持向量数和相关性分析为评估依据,结合序列前进搜寻策略,本文提出一种顾及特征优化的改进SVM分类方法,并将其应用于全极化SAR图像监督分类。真实数据的实验结果表明,该方法不仅具有小样本情况下的良好泛化性能,而且能以更少的特征个数,在更广泛的SVM参数取值范围内获得更高的分类精度。     

GPS高程转换的严密平差算法

在GPS高程转换中,常采用GPS水准法、似大地水准面精化等方法。介绍一种利用EGM2008计算的高程异常差将GPS大地高差转换为正常高差,再按照间接平差法求得各转换点正常高平差值的方法。通过算例分析表明,该方法能够达到四等几何水准测量的精度。     

引入纹理特征的SSVM算法在极化SAR影像分类中的应用

在极化SAR影像极化特征的基础上,引入影像的纹理信息,利用带核函数的SSVM算法对极化SAR影像进行分类研究。该方法首先利用精致LEE滤波器对极化SAR影像进行去噪处理;然后采用小波变换对去噪后的总功率影像Span进行纹理特征提取;最后将纹理信息和极化信息结合,并采用SSVM方法对极化SAR影像进行分类。利用NASA/JPL AIRSAR获取的L波段SanFrancisco海湾和荷兰中部Flevoland地区的影像对该方法进行验证,结果表明,SSVM算法可有效地用于极化SAR影像分类,且分类精度和分类效率都优于SVM算法。同时纹理信息的引入使SSVM算法的分类精度得到了进一步提高。     

半全局约束下的多基线立体影像MVLL匹配方法

多视铅垂线轨迹法（multi-view vertical line locus,MVLL）能够以物方地面铅垂线为几何约束,匹配获取物方空间点的最佳高程,是一种实用的多基线立体影像匹配方法。针对MVLL匹配方法中的物方空间点独立匹配、缺少整体性约束问题,将物方空间局部光滑特性应用至匹配过程,提出了一种半全局约束下的多基线立体影像MVLL匹配方法。首先,将物方空间点沿地面铅垂线上的准确高程搜索,等效至像方空间沿核线方向上的准确视差搜索;其次,采用MVLL匹配方法计算物方空间点在多张影像上的等效像方匹配测度;然后,采用半全局匹配法（semi-global matching, SGM）对匹配测度进行多路径聚合分析,得到物方空间局部光滑约束下的等效视差图;最后,将等效视差图转化为物方空间点匹配高程,并对多基线立体影像进行多分辨率匹配处理,实现整体最优条件下的MVLL匹配。采用多类型地形特征与局部区域影像进行匹配实验与对比分析,实验结果表明,所提方法能够对多类型地形特征的物方空间匹配测度进行优化,获取更加可靠的匹配结果,具有更高的影像匹配性能。     

EGM2008的高程拟合模型在广西区域的应用研究

利用广西2013年测量的部分二等水准测量成果,对EGM2008地球重力场模型1′×1′的模型进行检核,得到其在广西境内的高程异常差值为36.8cm。并选取了广西两个较有代表性区域的数据,使用多种G P S高程多项式拟合的方法以及基于EGM2008地球重力场模型的移去-恢复法进行实验研究,通过数据统计分析,最优拟合模型精度可达到5cm以内,对EGM2008地球重力场模型在广西的实际应用得到了一些非常有意义的结论。     

结合不确定度与密度聚类算法的多波束异常值自动滤波算法

本文在复现CUBE滤波算法的基础上,借鉴其网格节点可吸收水深点选取模型,提出了一种结合不确定度与密度聚类算法的多波束异常值自动滤波算法。本文使用DBSCAN密度聚类算法对水深值加以聚类,使用卡尔曼滤波推估节点水深值,选取具有最小不确定的水深假设作为节点水深值,实现对多波束测深数据异常值的有效清理。实测数据和仿真试验结果表明：CUBE滤波算法不能将连续异常值完全剔除,而本文算法能够较好地去除连续异常值。本文算法流程明晰、参数简单、性能可靠,对数据质量较差的情况下较多异常值也能够进行清理,具有实际的工程应用价值。     

非视距环境下基于PSO-SVM和RAIM的UWB定位方法

针对室内定位过程中超宽带(UWB)信号容易受到非视距(NLOS)环境的影响从而降低定位的精度和稳定性的问题,该文提出了基于粒子群优化支持向量机(PSO-SVM)和自主完好性监测(RAIM)的误差识别算法,通过粒子群优化(PSO)算法对支持向量机(SVM)模型参数进行优化,将优化后的支持向量机模型用于UWB NLOS信号的识别,并利用自主完好性监测算法将异常的UWB测距值剔除。实验结果表明,该文算法能够对NLOS信号进行准确的识别,并有效提升了NLOS环境下UWB定位的精度及稳定性,平面定位误差可控制在0.26 m以内,东、北方向的均方根误差分别为0.09、0.11 m。     

基于压缩感知的sar图像cfar目标检测算法

提出了一种基于压缩感知（compressedsensing,cs）和恒虚警率（constantfalsealarmrate,cfar）目标检测算法,用于合成孔径雷达（syntheticapertureradar,sar）图像的目标检测。针对传统的均值类和有序统计量类cfar目标检测算法,首先对每个局部滑窗的背景杂波像素利用压缩感知进行重建,以此来降低sar图像相干斑现象的影响,然后利用重建后的数据进行杂波分布参数的估计,并利用cfar检测器进行目标检测。在真实的sar图像中证明了上述目标检测算法的有效性     

磁异常探测中磁场矢量导数快速计算方法

目的 针对计算磁位高阶导数常用的频率域快速傅立叶变换方法在实际应用中存在边界效应的问题,提出了分别在x和y方向上移相π/2二维余弦变换定义及其时域微分定理,推导出了磁场矢量分量的导数计算公式,并将其应用于方向解析信号的磁异常边界识别方法。通过棱柱体源磁场理论数据对比分析,验证了基于余弦变换计算磁位高阶导数的方法在不需要扩边或滤波处理、未增加额外处理数据和算法复杂度的前提下,可避免或减小边界效应,算法稳定性更好,计算结果精度更高。