基于形态学梯度的机载激光扫描数据滤波方法

机载激光扫描技术能实时获取大范围、高精度的三维空间信息,从而受到日益广泛的重视和应用.然而由于地理环境的复杂性,其数据滤波一直是一个研究难点.针对数据点云的特点和滤波所面临的问题,提出了一种基于形态学梯度的机载激光扫描数据滤波方法.使用改进的形态学梯度计算方法得到每个点的梯度,再基于梯度选择特定的点进行迭代开运算,并根据梯度直方图减少迭代的次数,通过判断每次开运算后点的高程与原高程的差值是否小于一定的阈值,逐步滤除非地面点.使用国际摄影测量与遥感学会(ISPRS)提供的测试数据对算法进行实验,并与国际上8种滤波算法进行对比,结果表明该算法对各种复杂环境的适应性强,基于形态学梯度的滤波既能减少不必要的计算,又能降低误差产生的可能,从而在有效地去除非地面点的同时,也能很好地保留地面点,故具有良好的可靠性与实用性.     

非线性滤波方法与陆面数据同化

陆面数据同化研究近几年成为地球科学研究的新兴领域,其中以非线性滤波为代表的数据同化方法发展迅速并得到了广泛应用。在贝叶斯理论框架内,从递推贝叶斯估计理论的角度系统地分析了扩展卡尔曼滤波、无迹卡尔曼滤波、集合卡尔曼滤波、SIR粒子滤波等非线性滤波方法的异同;针对应用比较广泛的集合卡尔曼滤波和SIR粒子滤波应用中存在的问题,论述了几种提高滤波性能的实用方法,如协方差矩阵的Localization方法、协方差矩阵的Inflation方法、双集合卡尔曼滤波方法、扰动集合、扰动大气驱动和模型参数、平方根集合卡尔曼滤波以及粒子滤波算法的改进等。最后总结讨论了各种非线性滤波方法应用中的特点、难点以及各种算法在陆面数据同化中的应用前景和发展方向。     

基于模糊理论构造的自适应滤波算法

本文在自适应滤波原理的基础上,结合模糊控制理论,提出了一种基于模糊控制的自适应滤波方法,它是基于滤波处理后的数据残差构造一模糊控制器来自适应控制卡尔曼滤波器的自适应因子α,从而合理调节动力学模型对导航解的贡献。并通过算例验证了该方法的可行性、有效性。     

Modeling network autocorrelation within migration flows by eigenvector spatial filtering

Although the assumption of independence among interaction flows frequently is engaged in spatial interaction modeling, in many circumstances it leads to misspecified models and incorrect inferences. An informed approach is to explicitly incorporate an assumed relationship structure among the interaction flows, and to explicitly model the network autocorrelation. This paper illustrates such an approach in the context of U.S. interstate migration flows. Behavioral assumptions, similar to those of the intervening opportunities or the competing destinations concepts, exemplify how to specify network flows that are related to particular origin–destination combinations. The stepwise incorporation of eigenvectors, which are extracted from a network link matrix, captures the network autocorrelation in a Poisson regression model specification context. Spatial autocorrelation in Poisson regression is measured by the test statistic of Jacqmin-Gadda et al. (Stat Med 16(11):1283–1297, 1997). Results show that estimated regression parameters in the spatial filtering interaction model become more intuitively interpretable.

GPS/DR组合导航自适应Kalman滤波算法

针对GPS/DR组合导航Kalman滤波的异常扰动影响问题,引入了自适应滤波算法。给出了由预测残差确定自适应因子的过程。利用实测数据进行验证,结果表明无论是单因子自适应滤波还是多因子自适应滤波都能够很好地控制状态异常对滤波估值的影响,滤波精度均优于标准Kalman滤波导航解;而且因为多因子自适应滤波避免损失可靠的状态参数信息,较单因子自适应滤波,精度又有明显提高。     

An intelligent and autonomous MEMS IMU/GPS integration scheme for low cost land navigation applications

An intelligent scheme to integrate inertial navigation system/global positioning system (GPS) is proposed using a constructive neural network (CNN) to overcome the limitations of current schemes, namely Kalman filtering (KF). The proposed CNN technique does not require prior knowledge or empirical trials to implement the proposed architecture since it is able to construct its architecture “on the fly,” based on the complexity of the vehicle dynamic variations. The proposed scheme is implemented and tested using Micro-electro-mechanical systems inertial measurement unit data collected in a land-vehicle environment. The performance of the proposed scheme is then compared with the multi-layer feed-forward neural networks (MFNN) and KF- based schemes in terms of positioning accuracy during GPS signal outages. The results are then analyzed and discussed in terms of positioning accuracy and learning time. The preliminary results presented in this article indicate that the positioning accuracy were improved by more than 55% when the MFNN and CNN-based schemes were implemented. In addition, the proposed CNN was able to construct the topology by itself autonomously on the fly and achieve similar prediction performance with less hidden neurons compared to MFNN-based schemes.     

一次梅雨锋暴雨过程中多尺度能量相互作用的研究II.实际应用

本文利用中国自动站与CMORPH（Climate Prediction Center Morphing technique for the production of global precipitation estimates）融合的逐时降水量0.1°网格数据集资料挑选出一次典型的梅雨锋暴雨个例,运用WRF中小尺度模式进行模拟,对模拟得到的高分辨率结果进行Barnes滤波,最后将滤波结果代入动能和位能方程中,目的是定量地分析各个尺度能量的变化以及它们之间的相互作用对暴雨强度的影响。研究发现:模式模拟的降水过程和强度与实况较为吻合,推导的能量方程适用于这次暴雨过程。三种尺度能量之间的相互作用包含了各种跨尺度能量的相互作用。在整个暴雨过程中,跨尺度之间的斜压能量转换包括位能向动能的能量转换和动能向位能的能量转换。同尺度之间的斜压能量转换总是单向的,且量值较大,动能的强度主要靠位能向动能的能量转换来维持。斜压能量转换的多少影响着暴雨的强弱。大尺度斜压能量转换在中高层比较强,中尺度斜压能量转换在低层较强,尤以β中小尺度系统变化最为显著,β中小尺度系统扰动是影响暴雨强度的关键系统。风切变的大小影响各尺度动能之间的能量转换。温度或位温梯度的大小影响各尺度位能之间的能量转换。位能与动能之间的能量转换主要与各尺度垂直速度和温度的垂直分布有关,暖空气上升冷空气下沉是各个尺度位能向动能转换的主要过程。     

一种众源车载GPS轨迹大数据自适应滤选方法

基于同步高低精度GPS轨迹数据的空间特征和GPS误差分布原理,提出了一种众源GPS车载轨迹大数据自适应分割-滤选模型。该模型首先通过角度、距离约束将完整的车载GPS轨迹数据进行分割,以轨迹分割段作为基本滤选单元;然后通过对比轨迹分割段内GPS轨迹向量与其参考基线间的相似度,按照相似度与GPS定位精度之间的量化关系指导滤选。试验结果表明,该方法可以实现车载轨迹大数据按信息提取精度需求的滤选。     

车载LiDAR点云滤波的改进不规则三角网加密方法

针对当前城区车载LiDAR点云算法存在部分参数不易把握、需要多次人机交互、部分要素提取效果不好等问题,该文提出一种改进的TIN迭代加密滤波算法。首先,构建初始格网选取种子点,在选取种子点方面,采用邻域卷积和进行种子点的判断和虚拟种子点的构造;其次,进行TIN迭代加密滤波;最后根据滤波次数改变格网大小进行迭代滤波。采用SSW获取的北京城区某地点云数据进行试验,将实验结果与原始的TIN加密算法进行对比,并与其他两种滤波方法进行对比,结果表明,改进的方法能较好的适应城区情况,且能弥补其他方法的不足。     

两种自动基流分割方法在干旱半干旱地区的对比研究

基流是河川径流的重要组成部分。在干旱半干旱地区,基流对于维持水源的稳定性及持续性、确定河流生态需水等方面具有重要作用。因此,基流分割结果的准确性至关重要。本文以黄河流域上游小流域为研究区,分别使用滑动最小值法和数字滤波法对典型年进行基流分割,然后用数字滤波法对1980-2014年日均径流进行基流分割,并分析基流的变化趋势。研究表明,数字滤波法在干旱半干旱地区具有较好的应用效果,滑动最小值法分割的基流结果偏小;在特定研究区的参数难以确定时,应结合两种方法的优点确定最佳的基流分割方案。研究区1980-2014年的平均基流指数为0.69,高于全国平均值0.26、西北诸河区的0.57及黄河区的0.43;趋势分析显示,研究区的年径流、基流、BFI的增长幅度分别为0.086 (m³/s)/10a、0.169 (m³/s)/10a、0.038/10a。MK趋势检验结果显示,年径流未通过10%的显著性检验,增长趋势不明显;基流和BFI分别通过了2.5%和1%的显著性检验,增长趋势显著。