一种改进的Mean Shift点云数据滤波

点云数据滤波是三维重建质量好坏的关键,为了避免在进行滤波时花费大量计算时间建立点云间的拓扑关系,提出利用改进的Mean Shift算法直接对点云数据进行处理,使其快速移动到核密度估计函数的最大值点,从而达到降低噪声的目的。     

基于改进的坡度滤波算法的LiDAR数据滤波

以规则格网来组织数据对坡度滤波方法进行改进,通过比较格网最低点与邻域最低点的坡度得到初始地形,再通过比较格网点与邻域格网最低点的判断获得数据点的地形信息,试验结果表明,对坡度的滤波方法有很大改进,也改善了滤波效果。     

强跟踪自适应卡尔曼滤波在高铁沉降监测中的应用

以高铁沉降监测为应用背景,研究了一种强跟踪自适应卡尔曼滤波算法,并将其与其他几种卡尔曼滤波算法进行仿真对比。结果表明,滤波算法具有较高的精度和较强的跟踪能力。     

基于机载LiDAR数据的区域林木信息提取

本文对LiDAR数据的各种滤波方法以及多次回波特性进行了综合研究,提出一种基于其多次回波特性进行林木信息提取的方法,并对该方法的可行性进行了实例验证,为探索LiDAR数据的应用提供了新的思路。     

一种基于分步式滤波的多传感器组合导航系统算法研究

提出了一种多传感器组合导航系统的分步滤波算法。当所有传感器的观测值到来时,首先对该时刻的系统状态进行预测,然后利用常规卡尔曼滤波器和各导航传感器的观测值依次对该时刻的状态向量估计值进行更新,进而得到该时刻状态向量基于全局信息的最优融合估计。最后利用GPS/SST/高度表/SINS多组合导航系统对上述算法进行验证。仿真结果表明,该算法与集中式卡尔曼滤波算法的估计精度相同,但计算量得到降低。     

基于渐进三角网的机载LiDAR点云数据滤波

机载LiDAR点云数据滤波是获取高精度数字高程模型的关键,也是目前LiDAR点云数据处理领域研究的重点和难点之一。提出了基于渐进三角网的机载LiDAR点云数据滤波方法,首先以规则格网和不规则三角网组织数据,采用区域分块法或数学形态学法选取种子地面点建立初始稀疏三角网,通过不断向上加密三角网提取地面点。试验结果表明,该算...     

恒星日滤波的修正以及对高频GPS定位的影响研究

对现有的恒星日滤波方法进行了修正,提出了利用站点获得的卫星星历分段计算卫星平均轨道周期的方法。实例结果表明,相比修正前的恒星日滤波,修正后的滤波可更有效地提高定位精度,坐标三分量(N、E、U)分别提高了4.5%、5.2%和6.2%,而且在0.001～0.08 Hz频率域上也可获得更好的效果。     

基于UKF滤波的近地卫星自主组合导航方法研究

安全可靠的自主导航系统可提高卫星的在轨生存能力。文章研究了利用紫外敏感器测量得到的地心方向信息和星敏感器、红外地平仪获得的星光角距信息进行卫星轨道确定的自主组合导航方法。针对导航系统非线性的特点,采用Unscented卡尔曼滤波(UKF)设计了相关的信息融合方案,并通过数学仿真对其有效性进行了分析和验证。仿真结果表明,该算法可进一步提高导航系统的精度和可靠性。     

机载LiDAR技术原理及其几点应用分析

详细介绍了机载激光扫描测距技术的基本原理,结合工程以及相应的软件简要说明了几个方面的重要应用.分析了机载LiDAR的技术参数,及其与传统摄影测量、遥感技术的不同点.根据其发展趋势,对未来进行了合理的展望.     

星载GPS GEO卫星定轨的太阳光压宏观模型

提出了基于太阳光压宏观模型的星载GPS定轨方法,用于在星上确定地球静止卫星轨道.融合卫星运动学信息和星载GPS观测,采用积分滤波法得到连续的轨道解;针对星上太阳光压难以建模的问题,利用宏观模型方法计算GEO卫星所受的光压力.给出了作用在平面板、球形和圆柱形上的光压计算公式,并以“风云四号”卫星为例,建立了相应的宏观模型...