一种基于正交频分复用的高速水声通信技术的研究

OFDM(正交频分复用)是一种适合于在多径衰落和受限带宽信道中进行高速传输的技术。论文把OFDM技术应用于高速水声通信中,设计了一套基于OFDM的高速水声通信系统,阐述了OFDM水声通信系统中同步和信道估计的方法。海上试验证明了系统的有效性。     

利用重复性和再现性的估计值评估测量不确定度

利用标准分析方法重复性、再现性的估计值,对EDTA容量法测定铜铅锌矿石中铅含量的结果进行不确定度评定,检验了参与协作试验的7个实验室偏倚分量的显著性及方法的重复性,当协作试验实验室偏倚及方法精密度处于控制范围时,测量不确定度主要与方法的再现性有关。为按相关标准进行协同试验建立的标准测试方法,提供了一种经济有效的测量不确定度评定方法。     

横向受荷桩的最轻重量设计

尝试建立变截面桩的挠曲线微分方程,继而提出了变截面优化桩的概念,并给出了端承桩的一种优化算法。还以圆截面大孔径挖孔灌注桩为例,在桩顶受竖向荷载、水平横向力及弯矩作用时,进行了最轻重量设计。通过计算表明,使用变截面优化桩可使桩的体积减少30%以上。     

基于高光谱遥感反射比的太湖水体叶绿素a含量估算模型

旨在寻找叶绿素a的高光谱遥感敏感波段并建立其定量估算模型。通过对太湖水体的连续监测，获得了从2004年6月到8月3个月的太湖水体高光谱数据和水质化学分析数据。利用实测的高光谱数据分析计算太湖水体的离水辐亮度和遥感反射比；然后，通过相关分析寻找反演叶绿素a浓度的高光谱敏感波段，进而建立反演太湖水体叶绿素a浓度的高光谱遥感定量估算模型，并用相关数据对模型进行精度分析。研究发现，水体的遥感反射比光谱在719nm和725nm存在两个峰，其中719nm处的峰更明显且稳定。通过模型的对比分析，发现用这两个峰值处的遥感反射比参与建模可以提高叶绿素a的估算精度；并且认为由反射比比值变量R719／R670所建立的线性模型对叶绿素a浓度的估算精度最理想。     

附有条件的参数平差模型的有偏估计

讨论附有条件的参数平差模型参数的有偏估计问题。提出了约束岭估计和约束主成分估计,并证明了它们的优良性质,最后给出了一个算例,验证了所得结果。     

Helmert方差分量估计在GPS/GLONASS/BDS组合定位权比确定中的应用

因GNSS系统间观测噪声、轨道精度的差异,采用经验权比进行组合定位难以得到最优结果。基于此,在GPS/GLONASS/BDS组合定位中引入Helmert方差分量估计,对GPS/GLONASS/BDS组合单点定位和基线解算中各系统观测值进行合理定权。实验表明,采用该方法确定的伪距观测值最佳权比为5∶1∶1,相位观测值最佳权比为1∶1∶1,有效提高了GPS/GLONASS/BDS组合定位的精度和可靠性。     

污染分布下的Lp估计抗差测度

观测数据中含有粗差或异常值扰动的误差分布可视为污染分布。根据M估计理论,导出了Lp估计的影响函数,分析了Lp估计的抗差能力,并用效率来测度估计的优劣、综合抗差能力和效率,指出观测数据中含有粗差的扰动,应用p为[1．2．1．5]的Lp估计来进行处理。     

基于高频次GOCI数据的太湖悬浮物浓度短期动态和驱动力分析

总悬浮物是水体中重要的光学敏感物质之一,很大程度上决定了水柱中光的吸收、散射和衰减,同时吸附营养盐、重金属和有毒有害物,对水体物质生物地球化学过程、沉积物埋藏动力和湖泊环境演化具有重要的意义.基于星地同步实验和静止水色成像仪GOCI(Geostationary Ocean Color Imager)构建了太湖悬浮物浓度估算模型,并分析了典型风浪过程中太湖悬浮物浓度短期动态变化过程.研究表明:对太湖水体悬浮物浓度较为敏感的波段为GOCI的第7波段(745nm)和第8波段(865 nm),悬浮物浓度与对应波段遥感反射率线性相关决定系数分别为0.72和0.55;基于GOCI第7波段的悬浮物浓度单波段遥感估算模型能较为准确地估算太湖的悬浮物浓度,模型相对均方根误差和平均绝对百分误差分别为28.3%和24.4%.通过研究典型风浪过程前后太湖悬浮物浓度变化发现其短期动态变化显著,风速、风向是悬浮物浓度短期动态变化的重要驱动因素,悬浮物浓度与风速呈正比,并随着风向扩散;高频连续GOCI影像结果显示悬浮物浓度短期动态变化对风浪扰动的响应有一定的滞后性,滞后时间为数小时到1天,悬浮物沉降与沉积物再悬浮的临界风速约为3.4 m/s.     

Helmert方差分量估计的粗差检验与抗差解

当观测值中含有粗差时，检验表明Helmert方差分量估计结果同样含有粗差，且粗差还可能会发生转移，为有效地抵制粗差和随机模型差的互相影响，指出了发生这一转移的原因，介绍了基于双因子等价权的抗差估计，并针对相关Helmert方差分量估计抗差解求解过程中容易出现的法矩阵0值溢出问题，提出了改进方法。     

Correcting the Smoothing Effect of Ordinary Kriging Estimates

The smoothing effect of ordinary kriging is a well-known dangerous effect associated with this estimation technique. Consequently kriging estimates do not reproduce both histogram and semivariogram model of sample data. A four-step procedure for correcting the smoothing effect of ordinary kriging estimates is shown to be efficient for the reproduction of histogram and semivariogram without loss of local accuracy. Furthermore, this procedure provides a unique map sharing both local and global accuracies. Ordinary kriging with a proper correction for smoothing effect can be revitalized as a reliable estimation method that allows a better use of the available information.