《中国风景名胜区边界》评介

正中国国家级风景名胜区相当于国际上的国家公园,自1982年建立第一批国家级风景名胜区起,截至2010年,中国已建立了208处国家级风景名胜区,是世界上建立国家公园最多的国家。但是基于中国国情,风景名胜区的范围始终处于变动之中,而且和其他类型景区的边界有交叉现象,这为我国公园建设和管理增加了难度。2013年,王连勇博士的《中国国家风景名胜区边界》由商务印书馆出版,该书为解决上     

模拟研究中的控制性边界条件处理方法探索

无论是在数值模拟还是试验模拟研究工作中,正确处理边界条件是研究结果有意义、合理、可靠的前提.过去在模拟研究中,最多也最方便的是用刚性边界条件作为边界约束条件,显然这只是一种近似的无奈做法.对于采用非刚性边界条件约束,首先面对的难题就是还不能准确认识其在自然界中的实际情况,难以找到依据.     

水下定位浮标阵列最小GDOP构型研究

在水下定位过程中,对于任意给定的浮标数目n(n≥4),嵌套圆锥构型可给出一类最小GDOP定位图形。但由于定位浮标均需布设于同一水平面而导致共面约束,在由定位浮标和水下目标点构成的定位图形中,其GDOP达不到理论最小值, 在该约束条件下水下定位浮标阵列GDOP最小化问题有待研究。本文通过介绍GDOP密度来衡量浮标阵列的定位能力。为降低嵌套圆锥构型GDOP最优问题的可行域,把定位浮标数n整数分解,基于最小PDOP定位图形的极值条件,寻找每组浮标组合圆锥构型GDOP密度的局域最优解,然后从候选的所有浮标组合构型中寻找GDOP密度最小的全局最优解。最后分别以6~8枚浮标为例,给出了它们水下定位浮标阵列的最佳嵌套圆锥构型。     

钻机优化设计问题的研究

论述了钻机最优化设计研究中的某些问题，探讨了钻机优化设计中的目标函数，约束条件和求解方法，在实际的生产实践中具有一定的指导意义。     

一种可靠的含约束条件的GSP变形监测单历元求解算法

在分析现有GPS单历元算法存在问题的基础上，针对建筑物变形监测的特点，提出了一种可靠的含变形区约束条件的GPS变形监测单历元算法。该法适用于主要变形特征可以预知的建筑物动态变形监测，成功率高、可靠性好、可分离度强等，特别适用于施工干扰大、卫星信号易中断且卫星数少的建筑工地的建筑物变形监测。实际算例证明了该法的有效性和实用性。     

河北平原深层地下水若干问题的讨论

针对当前河北平原深层地下水开采资源评价、开发与管理中普遍关注的若干问题（深层地下水开采资源的构成、深层水开发利用的环境约束条件、深层水的循环特征、深层水的越流模式及深层水的可恢复性）进行了较深入讨论，并提出了在2010年南水北调来水前深层水的开发方案，供有关部门参考。     

一种获取大比例尺建筑物立面影像的方法

提出了获取建筑物大比例尺立面影像的一种理论与方法。根据数字相机倾斜影像,利用建筑物外观的几何条件与约束条件,按照透视变换原理,导出相应关系式,直接获取相同主距的“平行影像”。随后,依据最少的实地控制,将平行影像放大到给定比例尺数字城市中。该方法加快了车载系统大比例尺建筑物立面影像的获取过程,不受建筑物高度的影响,并可用于机载、固定站和人工方式等多种作业模式。     

基于卫星参数约束条件的SPOT5影像纠正方法

讨论了SPOT5影像的成像模型和纠正方法,提出了成像模型和卫星参数约束条件联合解算的纠正方法,实现了某地区基于卫星参数约束条件的SPOT5影像的纠正。     

激光跟踪仪空间联合平差模型及精度分析

工业测量领域经常需要多台甚至多种仪器联合测量,各种测量仪器的观测数据类型和精度不同,其关键技术是采用合理的平差模型实现多种仪器的空间定位和定向。采用附有约束条件的参数平差方法构建了空间联合精密控制网（unified spatial metrology network,USMN）平差模型,对激光跟踪仪、全站仪、经纬仪等测量系统进行了联合平差解算,针对不同类型测量数据建立合理的定权模型,保证了在多余观测量不大的情况下整网平差的精度,采用角度后方交会和坐标系转换模型解决了无互瞄和基准尺观测值的控制网概算和平差,克服了USMN平差模型的缺点。最后利用编写的USMN平差程序对实际测量数据进行解算,验证了平差模型的可行性并分析了点位误差。     

传感器位置条件的自适应卡尔曼滤波及其应用

当多个传感器安装于同一载体之上,构成组合导航系统时,必然存在位置约束关系,当定位传感器等于或多于三个时,会产生多个这样的关系。利用这些条件,采用传统的约束滤波算法可以提高组合定位系统的整体精度,但有时也会造成高精度传感器的精度损失。本文中将这些位置约束条件看作观测量,通过设计适当的权矩阵,并结合自适应卡尔曼滤波算法,提出了一种用于提高传感器滤波精度的方法,并和传统的约束滤波算法进行了比较。仿真计算表明:在各传感器精度相当时,该算法可以提高各个传感器的精度,并和传统的约束滤波算法等效;当各传感器精度不同时,该算法仍然可以提高高精度传感器的滤波精度或保证高精度传感器的滤波精度不受损失。