基于共姿态道集的静校正方法

静校正问题是地震勘探的关键问题,直接影响地震勘探精度和准确性.实际地震采集过程中,当在相同接收点位置上不同时间内插拔布设了不同的检波器时,对于目前基于地表一致性理论假设的基准面静校正和剩余静校正,以及非地表一致性剩余静校正都不具备适用条件.为解决这一问题,本文提出了基于共姿态道集的静校正方法,将相同接收点位置上不同时间布设的检波点所接收的地震数据抽成不同的共姿态道集,在共姿态道集内实施地表一致性静校正;当某接收点位置上具有若干个共姿态道集时,该接收点位置上可能会存在多个检波点静校量;炮点静校问题仍然采用地表一致性静校正方法解决.该方法解决了同一接收点位置上不同共姿态道集之间的非地表一致性静校正问题,同时也解决了全区的检波点和炮点的地表一致性静校正问题,在实际数据应用效果明显.     

多波束测深波束脚印位置归算模型研究

推导了多波束测深脚印位置归算模型,通过与CARIS软件进行实例比对,验证了该模型的有效性。在数据处理过程中,采用时标序列检索的方式处理导航时间延迟,取得了良好的效果;采用条带姿态进行姿态改正避免了"杠杆"旋转对边缘波束深度的影响。实例比对表明,该模型结果与CARIS软件输出结果一致。     

顾及飞机姿态角的滩涂LiDAR强度数据修正法

在深入分析现有机载激光雷达（light detection and ranging,LiDAR）强度修正算法在滩涂地区适用性的基础上,针对单纯利用激光入射角对滩涂LiDAR强度信息进行高光修正有可能造成强度修正中心位置偏移的问题,利用视点端的飞机姿态角对目标端的激光入射角进行精密校正,结合校正后的入射角和经典的Phong光照模型,提出了一种顾及飞机姿态角的滩涂LiDAR强度修正模型,通过对经典强度修正后的数据进行进一步的高光修正,定量补偿了强度修正中心的位置偏移量,实现了强度信息中高光现象的有效消除。在MATLAB平台下对方法的正确性和有效性进行了实验验证,结果表明,经由该方法修正后的强度信息具有更好的同质性,可显著提高地物分类的准确性。     

单点系泊潜标系统动力学建模与姿态分析

通过对单点系泊潜标进行动力学分析,利用集中质量法建立系统的动力学模型,编制Matlab仿真程序,通过数值模拟获取不同海流条件下,分析潜标系统的姿态。文中将一个典型潜标系统的浮球、锚链、重力锚等部件,利用集中质量法简化为节点,通过模拟真实环境中的海流流速在垂直方向的分布,设计1～5 m/s的流速剖面分布。将节点的物理参数和海流参数代入仿真程序中,得到各节点的姿态、节点间张力以及重力锚与海底摩擦力等数据。分析仿真结果,海流流速与节点的偏降、节点间的张力以及重力锚与海底的摩擦力成正比,仿真结果与实际情况相符。文中设计的建模方法和仿真程序可以为单点系泊潜标的总体设计、姿态估算、锚系配置提供工程参考。     

泉州秀涂港区1∶500海域地形图测绘技术分析

通过建立岸上GPS精密控制网、布设测深线、进行姿态补偿、测深比对、声速修正等一系列改进措施,达到GPS-RTK定位和声纳测深仪测深同步进行及自动化记录、自动化成图、测深船依实时航迹进行精确导航的目的.     

基本VC和Matlab的不同测站下数据拼接程序的实现

介绍了3维激光扫描仪研制过程中,把不同测站下的点云数据进行拼接的关键技术。详细阐述了通过量测不同测站下的同名点坐标,计算出不同测站之间的姿态关系,然后把点云数据转换到一个测站,进行数据拼接的过程。并结合VC和Matlab各自的优点,很好的实现了姿态关系的解算,为后期的3维建模奠定了基础。     

航空矢量重力测量中姿态误差的分析

本文首先给出了航空矢量重力测量的数学模型,并依此得出了扰动重力矢量的误差模型。重点研究了平台式和捷联式两种情况下姿态误差对扰动重力矢量的影响,并得到了一致的姿态指标。水平姿态误差应小于0．2″,垂直姿态误差应小于10″,对航空矢量重力测量的发展具有一定的指导意义。     

HY1660多通道扫测测深系统的软件设计

介绍了HY1660多通道扫测测深系统的设计需求、设计原理和工作流程,对其核心控制软件的设计思路、功能模块的划分和相互之间的联系进行描述,对姿态修正、实时数据压缩、动态三维显示等重要功能模块的实现方法做了详细阐述。最后用实测数据显示来证实软件设计的有效性。     

基于波束角与姿态耦合效应的河道水深测量改正方法

在河道水深测量作业中,测船姿态的变化将引起水深测量的测深误差和回波水深点的位置误差,在水深变化较大的复杂水域,这种误差将较大地影响测量精度.为提高使用河道水深测量的精度与可靠性,需在采用合适的模型进行测深改正和回波水深点的位置改正.考虑到河道水域水下水深变化的特点和水深测线布置的特性,提出了"相对纵摇"和"相对横摇"的...     

基于卡尔曼滤波重构GRACE-FO姿态数据

重力卫星姿态数据通过非保守力转换和KBR(K-Band Ranging)天线相位中心改正影响时变重力场模型精度,因此如何获取高精度的姿态数据是原始载荷数据处理的重要研究内容.GRACE-FO(GRACE Follow-On)每颗卫星均安装了三颗星敏感器和一个惯性测量单元(IMU,Inertial Measurement Unit)测量卫星姿态数据.星敏感器对姿态的低频部分敏感,惯性测量单元对姿态的高频部分敏感,融合这两类数据可以获得高精度的姿态数据.为此,本文首先基于扩展Kalman滤波,以四元数和陀螺仪漂移参数为状态变量推导了一种新的姿态Kalman滤波融合算法.然后基于GRACE-FO Level-1A实测数据验证本文提出的姿态Kalman滤波算法是否可行,并分析对反演时变重力场模型精度的影响.对于GRACE-FO星敏感器数据处理而言,融合多个星敏感器数据可以抑制高频部分噪声的精度,特别对于三个星敏感器融合的精度要略高于两个星敏感器融合.对于星敏感器与IMU融合而言,本文解算的姿态数据充分融合了IMU测量的角速度信息,相较于官方机构精度至少提高了3倍,并在0.01～0.1 Hz上噪...