应用于被动氢钟的简单滤波器实现

在被动型氢原子钟数字伺服电路中,使用FPGA对误差信号进行数字信号处理。设计了一种简单的低通滤波器,与传统的FIR滤波器相比,节省了FPGA的使用资源,并且性能优于传统滤波器,能够很好地应用于被动型氢钟。     

航空重力测量中FIR低通滤波器的比较

航空重力测量数据中含有大量的噪声,需要采用FIR低通滤波器来提取实际的重力异常信息。结合一组实测的航空重力测量数据,讨论FIR低通数字滤波器截止频率和滤波器长度的确定方法,研究了无效数据的删除方法;通过比较不同窗函数设计的滤波器的数据处理性能,得出了在航空重力测量数据处理中,汉宁窗和海明窗设计FIR低通数字滤波器可以满足重力场信息提取的要求。     

基于MATLAB和Dsp Builder的电网信号FIR滤波器设计

针对FIR数字滤波器的基本原理和结构特点,利用DSP Builder技术,将MatLab/Simulink设计工具和QuartusⅡ有效的结合起来,根据电网谐波分析的要求设计了64阶低通FIR滤波器,对该滤波器的性能进行了仿真,并将设计下载到FPGA中进行了硬件测试,测试结果表明：采用该方法设计FIR滤波器简单易行,可缩短设计进程,设计出的滤波器的性能稳定可靠,达到了预期目标。     

Assimilating the LAI Data to the VEGAS Model Using the Local Ensemble Transform Kalman Filter: An Observing System Simulation Experiment

Information on the spatial and temporal pat- terns of surface carbon flux is crucial to understanding of source/sink mechanisms and projection of future atmospheric CO2 concentrations and climate. This study presents the construction and implementation of a terrestrial carbon cycle data assimilation system based on a dynamic vegetation and terrestrial carbon model Vegetation-Global-Atmosphere-Soil （VEGAS） with an advanced assimilation algorithm, the local ensemble transform Kalman filter （LETKF, hereafter LETKF-VEGAS）. An observing system simulation experiment （OSSE） framework was designed to evaluate the reliability of this system, and numerical experiments conducted by the OSSE using leaf area index （LAI） observations suggest that the LETKF -VEGAS can improve the estimations of leaf carbon pool and LAI significantly, with reduced root mean square errors and increased correlation coefficients with true values, as compared to a control run without assimilation. Furthermore, the LETKF-VEGAS has the potential to provide more accurate estimations of the net primary productivity （NPP） and carbon flux to atmosphere （CFta）.     

引入强跟踪滤波器的 IMM 算法在导航定位解算中的应用

针对单一模型对城市机动载体运动状态估计不足的问题,本文在标准交互式多模型算法的基础上引入强跟踪滤波器,并以“当前”模型和“CV”模型作为基础模型进行交互式模型滤波。利用信号源仿真动态数据分析对比了利用单一模型算法、标准交互式多模型算法和引入强跟踪滤波器的交互式多模型算法的定位解算性能。实验结果表明：本文提出的基于强跟踪滤波器的交互式多模型算法相比于“当前”模型滤波和标准IM M 算法径向误差方差分别从19.11和16.78降低到13.24．     

星地测量数据部分丢失对卫星钟差预报精度的影响

本文研究了不同的测量数据丢失概率对卫星钟差预报精度的影响,给出了卫星钟差的3阶白噪声状态方程和基于星地无线电双向时间比对的测量方程,得到了类似于Kalman滤波器的递归形式和修正Riccati方程;随着时间的推进,修正Riccati方程的预测误差逐渐减小,直至达到稳态;并根据修正Riccati方程,采用数值分析方法得到了典型参数情况下卫星钟差预报精度与测量数据有效率的关系曲线。     

结合滤波算法的不敏卡尔曼滤波器相位解缠方法

提出结合预滤波算法的不敏卡尔曼滤波（UKF）相位解缠方法。该方法把UKF、传统路径跟踪策略、全方位的局部相位梯度估计技术以及小窗口干涉图预滤波算法有效结合起来,能在相位解缠的同时进行干涉相位噪声抑制,既不受相位残差点影响,又避免了传统方法在相位解缠之前须尽可能滤除干涉图中相位噪声的不足。模拟和实测数据实验结果验证了本文方法的有效性,且与扩展卡尔曼滤波相位解缠算法（EKFPU）以及传统方法相比具有较高的精度。     

基于改进高斯混合模型的遥感影像道路提取

基于改进的高斯混合模型,提出一种从高分辨率遥感图像提取道路的方法。通过Gabor滤波器计算影像一维纹理描述值,将其作为分割道路的特征值对影像进行预处理,再利用基于两层高斯混合模型的新分类方式对高分辨率遥感影像进行分类,取出道路类。实验表明,结果比传统的一些道路分割方法效果好。     

藏东南尼都藏布流域冰湖水量变化及潜在溃决诱因评估——以塔弄错为例北大核心CSCD

藏东南尼都藏布流域冰雪崩、滑坡和泥石流等山地灾害频发,研究团队于2021年10月对流域内的塔弄错进行了水深测量和周边地貌环境调查。同时,利用短基线合成孔径雷达干涉测量(SBASInSAR)技术监测了尼都藏布流域的地表形变速率,以识别冰湖周边的潜在滑坡体、崩塌体等诱灾因素。最后,基于数值模型RAMMS和波浪传播模型,评估了不同情景下崩塌体入湖和水量变化对冰湖溃决风险的影响。结果表明,塔弄错的最大水深为29.45 m,平均水深为15.21 m,水量为1820842 m^(3)。塔弄错周边5个不稳定区域的平均形变速率远高于其他区域,将来可能会成为触发塔弄错溃坝的外界诱因。模型模拟显示,塔弄错在入湖崩塌体质量增加或水量增加情况下,产生的洪峰流量、溃口深度和坝顶承受的压力均显著增加。因此,建议在冰湖溃决风险评估工作中重点关注周边有崩塌隐患点且水量持续增长的冰湖,并实时观测崩塌区的动态变化,为下游及时做好冰湖溃决洪水的避险提供预警信息。     

结合Gabor纹理与几何特征的高分辨率遥感影像城区道路提取方法

在充分考虑道路频谱在不同频带、不同方向上能量分布的基础上,提出一种基于Gabor纹理与几何特征相结合的高分辨率遥感影像城区道路提取方法。首先通过Gabor滤波器组得到遥感影像不同频带、不同方向上的Gabor纹理特征,并利用K-means方法对遥感影像进行分割;然后利用形态学方法分割与道路相连的地物,并选取适当的几何特征剔除非道路地物;最后利用形态学方法对道路网进行修整。实验结果表明,该方法可以有效、便捷地从高分辨率遥感影像中提取城区主干道路网。