Matlab在矿区GPS网间接平差中的应用

针对矿区GPS网间接平差,首先,详细地分析了GPS网间接平差原理,按一定格式将GPS网中的观测数据编制成观测文件,其次,按观测文件的格式编制算法将数据读入并存储,然后用间接平差原理处理得到平差结果,最后绘制网形和误差椭圆并生成平差报告,为矿区控制网的建立和矿区生产管理提供了便利。实验验证了本文程序的实用性。     

小型天文测量计时器研究

以高稳定性数字温补晶振为频率源,以8051内核单片机为核心,设计了一种小型天文测量计时器。用于长时间自主守时,为野外天文大地测量提供可靠的高精度时间基准。在进行天文大地测量计时的同时,可对环境温湿度和大气压强进行自动测量记录。用该计时器进行了长时间连续时间比对实验,收集了20 d实验数据,分析了计时器的稳定性。实验结果表明,计时器运行稳定,20 d计时的中误差优于1.5 ms;小时钟速最大互差小于2 ms·h^(-1);用1 h时间比对数据外推100 d钟差,误差优于0.4 s。     

基于滤波顾及起算数据误差的赫尔默特估计法

在参数和起算数据的先验统计性质已知时,提出了基于滤波的顾及起算数据误差的赫尔默特估计法。这种方法估计出了相对于起算数据基准的精度,既充分考虑了起算数据的影响又没有增加计算量,并且将平差计算与随机模型的赫尔估计同时进行,使数据处理过程更加完善。     

起算数据误差影响下的方差分量估计

探讨了起算数据误差影响下的方差分量估计方法,给出了顾及起算数据误差影响时求解方差分量估值的方程组及单位权中误差估值的计算公式,并通过实例了说明了当起算数据误差较大时,它们对工分量估计的影响是不应忽略的。     

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。     

三种遥感反演海岸线方法的实验对比分析

在分析海岸线提取算法基础上,以环渤海的Landsat7 ETM+影像为数据源,以基岩海岸线和淤泥质海岸线两种典型的海岸线为研究对象,采用Sobel边缘检测算法、阈值分割法和K最邻近分类算法进行海岸线提取实验。通过实验对比分析,归纳和总结了针对不同类型海岸线提取算法的适用性。     

几种非线性滤波算法的性能比较与分析

在非线性状态估计中,传统的扩展卡尔曼滤波通过线性化来实现高斯近似,由于截断误差的存在很难保证估计精度;而基本粒子滤波容易出现粒子退化,导致滤波发散。针对粒子滤波的两个基本假设：蒙特卡罗假设和重要采样假设,采用蒙特卡罗随机链的方法来提高粒子的多样性,并利用无味卡尔曼滤波来产生更高精度的替代分布,发展了无味粒子滤波。通过仿真实验证明,相比较扩展卡尔曼滤波和基本粒子滤波,改进后的无味粒子滤波算法性能更优越,对含有非线性非高斯的状态估计问题有更好的滤波效果。     

基于局部回波幅值统计的海杂波背景下小目标检测

针对传统舰载雷达和岸基雷达很难检测出海杂波背景下小目标的现状,提出一种基于局部回波幅值统计的方法来检测海杂波背景下小目标.该算法基于数学统计思想:计算不同距离单元海杂波的幅值的最大值和标准偏差,分析发现距离单元含有小目标回波的最大幅值明显小于其它距离单元只含有海杂波回波的最大幅值,距离单元含有小目标回波的幅值的标准偏差明显大于距离单元只含有海杂波回波的幅值的标准偏差,因此可以在对小目标没有任何先验知识条件下,较准确地检测出海杂波背景下的小目标.实验证明,该算法是有效的.     

Robust LS-SVM regression for ore grade estimation in a seafloor hydrothermal sulphide deposit

Due to the geological complexities of ore body formation and limited borehole sampling, this paper proposes a robust weighted least square support vectormachine (LS-SVM) regression model to solve the ore grade estimation for a seafloor hydrothermal sulphide deposit in Solwara 1, which consists of a large proportion of incomplete samples without ore types and grade values. The standard LS-SVM classification model is applied to identify the ore type for each in complete sample. Then, a weighted K-nearest neighbor (WKNN) algorithm is proposed to interpolate the missing values. Prior to modeling, the particle swarm optimization (PSO) algorithm is used to obtain an appropriate splitting for the training and test data sets so as to eliminate the large discrepancies caused by randomdivision. Coupled simulated annealing (CSA) and grid search using 10-fold cross validation techniques are adopted to determine the optimal tuning parameters in the LS-SVM models. The effectiveness of the proposed model by comparing with other well-known techniques such as inverse distance weight (IDW), ordinary kriging (OK), and back propagation (BP) neural network is demonstrated. The experimental results show that the robust weighted LS-SVM outperforms the othermethods, and has strong predictive and generalization ability.     

基于证据理论框架的分布式态势估计模型研究

作战环境信息作为一类重要的信息,在战场指挥决策中发挥着越来越重要的作用。 根据态势估计理论研究需要,对态势感知层中态势要素的提取进行了分析;在此基础上,应用证据理论和贝叶斯估计方法,构建了单检测站时域融合模型、多检测站空域融合模型。 为发挥作战环境在决策中的信息价值,构建了受环境制约下的时空融合模型;最后就该问题的下一步研究方向进行了展望。