高轨卫星轨道预报中神经网络模型优化设计

高轨卫星是我国卫星导航系统的重要组成部分。提升该类卫星的轨道预报精度有利于用户定位精度的提高。提出了一种改进高轨卫星轨道预报精度的新方法。该方法避开了精化动力学模型的困难,尝试从轨道预报误差的规律中寻找突破。利用神经网络作为建立预报模型的工具,将某历史时刻的轨道预报误差作为训练样本,利用训练好的神经网络模型补偿当前时刻的预报轨道以提高轨道预报精度。对影响神经网络模型补偿效果的各因素进行了详细分析,制定了适应于高轨卫星短期、中期和长期预报的神经网络最优模型。利用实测数据进行了试验分析,结果表明:预报8,15及30 d应选择的训练步长分别为10,20及25 min;轨道预报8~30 d时,训练噪声均选取0.01。神经网络模型有效地改进了高轨卫星的轨道预报精度,预报4~30 d,轨道精度提高幅度为34.67%~82.37%不等。     

基于小波分析的灰色-神经网络组合模型在大坝变形预测中的应用

监测序列经小波分解后可以得到各层分量。对低频分量采用灰色GM(1,1)模型进行建模预测,对高频分量采用BP神经网络进行建模预测,最后将各分量进行小波重构,得到监测序列的预测值。将预测值分别与没有进行小波分解直接用GM(1,1)模型预测的值和经小波分解的低、高频系数都采用GM(1,1)模型预测的值进行对比,发现经小波分解的灰色-神经网络组合模型预测精度更高。     

矢量河网渐进式传输的多尺度表达模型

矢量河网数据渐进式传输是制图综合的逆过程,从几何特征出发化简曲线的方法忽略了曲线的形态特征。鉴于此,以曲线轴线为基准,基于曲线弯曲层次化提取河流曲线数据,并将提取的曲线数据分层组织,构建结合目标层和几何细节层的河网多尺度表达模型。基于该模型开发了矢量河网数据的渐进式传输系统,验证了该方法的有效性。     

大尺寸高精度三维控制网技术探讨

空间大尺寸机构的位置和姿态测量是诸多领域中不可或缺的必要环节。而传统的一维测量技术在精度、范围和速度上已经无法满足越来越高的需求,因此必须探索新的测量技术和方法。激光跟踪仪的单站坐标测量精度在局部范围内能够达到几十个微米量级,如果要在大尺度空间内同样实现该坐标测量精度,则需要建立全局的精密三维控制网。为了解算控制点全局坐标以及测站的位置和姿态参数,文中基于边角观测值和坐标转换模型建立了激光跟踪仪三维边角网整体平差模型。平差过程中,为了削弱激光跟踪仪测角误差的影响,建立了合理的角度和距离观测值权矩阵,为高精度距离观测值赋予较大的权值,从而对其进行约束。将该方法应用于宝钢不锈钢冷轧厂生产线的安装检测和轧辊轴线平行度测量,基于激光跟踪仪自由设站理论实现大尺寸精密三维控制网的建立,取得了良好效果。     

大型射电望远镜背架精密安装技术

对65 m射电望远镜的背架安装做了尝试,取得较满意的结果.针对天线背架尺寸大、质量重、焊接变形大、几何精度要求高等特性,采用全站仪工业测量系统实现背架的快速、无接触、高精度定位测量,点位测量精度优于1 mm;采用独特的施工工艺和焊接技术,最大限度控制焊接变形,最终点位偏差优于1.5 cm.提出基于设计坐标系建立安装测量...     

HBCORS高精度参考框架获取策略分析

通过对HBCORS坐标联测方法、基线处理策略以及网平差策略进行研究,分析了HBCORS高精度参考框架建立的方法,为高精度区域参考框架的获取以及高精度GPS网数据处理提供了思路。     

BP神经网络用于水下地形适配区划分的方法研究

为确保背景场中最优适配航线设计的正确性以及水下地形匹配导航的可靠性,提出了一种基于BP神经网络的背景场适配/误配区自动识别和划分方法,该方法通过分析地形背景场特征参量显著性和主成分、构建BP神经网络、建立输入地形特征参量与匹配性能的映射关系,最终实现了地形背景场误配/适配区的自动识别和划分。试验验证了本方法的有效性。     

“数字重庆”地理空间信息定位基准体系的建设

介绍了"数字重庆"地理空间信息定位基准建设的基本情况,着重阐述了CQGNSS、高精度GPS控制网、精密水准网和区域似大地水准面精化等方面的数据处理情况,展示了山城地区的基准体系建设特点。     

浅谈客运专线CPⅢ建网与施测技术

结合西安至宝鸡客运专线XBZQ-2标段施工实践,主要介绍了客运专线CPⅢ建网与施测的技术,实践结果表明工程所采用的CPⅢ施测技术具有精度高、安全可靠等优点,对类似工程具有一定的参考价值。     

顾及V-邻域结构的局部保形插值算法

针对现有空间插值方法局部保形性差、边界处理困难等问题,利用Voronoi空间剖分的结构特性,提出了一种多维统一的局部保形空间插值算法。利用随机模拟数据及中国城市平均气温数据进行了实例验证,结果显示,本插值算法可支撑不规则边界数据,在兼顾精度的同时,具有很好的局部保形性。