周末风暴（十）——亲历南极大救险

饮恨雷岛经历了昨晚长城海湾的风雪之夜,奥立格虽疲惫之极,却因出艇搜救未果而久不能眠。清晨7点51分,他突然接到韩国站呼叫,通报长城站在沙坝一带海岸发现遇险小艇物品,并请求加强对阿德雷岛一线继续搜寻。于是他分析了韩国人员在昨夜恶劣暴风雪中翻艇落水可能的过程,很快设想了自己下一步营救计划。8点30分,一辆改装的苏式装甲运兵车,装载着一支由俄罗斯队员为主的7人搜救队,急速向阿德雷     

多传感器观测下带乘性噪声系统的逆向滤波与反褶积融合算法

针对多传感器观测环境下带乘性噪声系统的逆向最优滤波与反褶积融合估计问题 ,本文提出了 1种基于极大似然准则的最优融合算法。该算法中各单传感器间并行计算 ,并且融合中心与单传感器处理中心间无反向通讯 ,因而执行效率较高。仿真表明 ,该融合算法产生的逆向滤波与反褶积比单传感器处理结果有较明显提高     

GIS叠置图层方差分量的极大似然估计

针对GIS叠置中的同名点,以维希特分布密度为似然函数,提出了各图层方差分量的极大似然估计方法。该方法不依赖残差,不需要迭代就能估计未知参数和方差分量。     

一种基于极大曲率的机载LiDAR数据 地形特征提取方法

对于庞大的点云数据来说,从中直接提取多种数据特征是相当困难的。考虑到基于数字化等高线数据和数字地面模型提取地形特征受内插误差影响,提出一种基于极大曲率的地形特征提取方法。对初始地面点云进行极大曲率估计;结合欧氏聚类方法进行地形特征点粗提取;对粗提取特征点进行粗糙度分析,得到精确特征点。顾及离散曲率的特征,即曲率越大越接近特征线,得到可靠的地形特征分割结果。该方法不需要人工干预,直接基于机载LiDAR点云数据进行处理。试验表明采用基于极大曲率分割的方法能从点云中自动提取比较完整并且准确的地形特征点。     

药物杀除极大螺旋藻培养液中轮虫的初步研究

通过向极大螺旋藻(Spirulina maxima)培养液中添加"轮虫克星Ⅰ号",进行以杀除褶皱臂尾轮虫(Brachionus plicatilis)的试验.结果表明,该药物能有效杀灭藻液中的褶皱臂尾轮虫;褶皱臂尾轮虫的死亡时间、死亡率以及杀灭轮虫后螺旋藻的恢复情况与药物的浓度有关;在试验范围内既能杀灭轮虫、对螺旋藻生长的影响又较小的最佳药物质量分数为1.25%.     

部分变量误差模型的极大似然估计

针对变量误差模型系数矩阵含有常数项的情况,部分变量误差模型在平差时只提取系数矩阵中的随机元素进行处理,较大程度的减少了参数估计的个数.为了进一步提高部分变量误差模型的参数估计效率,文中根据极大似然估计原理提出了一种部分变量误差模型的极大似然估计算法,并分析和比较了该算法与文献中几种算法的关系,证明算法之间的等价性.最后...     

上海沿海极大风速预报方程的建立和应用

运用统计分析方法,对上海沿海3个浮标站的逐小时的2min平均风速和极大风速进行分析,发现两种风速具有很好的线性关系。通过建立两种风速的回归方程,获得了估计极大风速的客观方程,对3个浮标站,单站一元一次回归方程都能很好得反映2 min平均风速和极大风速的关系,实测极大风速与拟合极大风速的平均绝对误差均小于1 m/s;3个浮标的拟合数据都是以正偏差为主;3个浮标拟合偏差2 m/s的样本数都在5%以下。利用WRF模式预报风速进行极大风速试报,结果表明,3个浮标实测极大风速与预报极大风速的平均绝对误差均小于2 m/s,偏差4 m/s的样本数在10%以下,TS评分均在74分以上,建立的极大风速客观预报方程的效果比较理想。     

一种优化模糊度搜索方法的研究

对于高精度测量和导航,GPS载波相位整周模糊度的快速求解仍然是一个难点,尤其对于单频接收机。提出一种快速求解整周模糊度的方法,其基本思想采用分步求解,首先应用最小二乘模糊去耦调节法(LAMBDA)搜索出来的模糊度作为初始值,然后应用卫星分组方法降低搜索维数,并应用极大似然准则,构造搜索函数,最后应用最优化原理,搜索出最优的模糊度参数,并从三个方面对其进行检验,即RATIO检验,OVT检验,多项式拟合残差检验。为验证该算法,我们用单频GPS接收机进行了实验,利用本文方法在11 S以内正确确定了模糊度,其基线长误差小于3MM,表明该方法不但可以改进模糊度的搜索速度,而且可以进一步提高其可靠性和成功率。该方法可广泛应用于定向及姿态测量。     

重磁解释中健全的极大似然法及三维反演

本文介绍了JOAO.B.C.SILVA提出的重磁解释中健全的(Robust)极大似然反演方法的基本原理,讨论了重力二度体非线性几何参数的反演情况,并将该方法扩展到三维重、磁非线性几何参数反演中。重点讨论了场值中有较大随机干扰、有不同类型的地质噪音源影响下的反演结果。理论反演结果表明,该方法有比最小二乘反演方法更接近实际的解,从而提高了解的可靠性,对于重磁局部异常或孤立异常有较好的反演效果。