Jason-2高度计数据在中国四大海域的波形重跟踪与分析

在Brown-Hayne模型基础上,利用迭代最小二乘算法实现了回波波形参数的重跟踪,同时利用重心偏移算法(OCOG)、阈值算法对Jason-2 卫星的波形数据在中国渤海、黄海、东海、南海4个海域开展了波形重跟踪试验。试验表明,在4个海域,Brown-Hayne模型法获得的波形重跟踪结果相比较于阈值法、OCOG算法与法国空间局(CNES)公布结果最为一致,相互较差的标准差约2 cm左右。50%阈值算法获得的波形重跟踪结果相比较于其它阈值精度更优,与CNES比较其标准差在3~6 cm,但存在4~10 cm的系统偏差。OCOG算法获得的结果存在较大误差,但其结果可作为Brown-Hayne模型解算的初始值。当卫星地面轨迹靠近大陆时,波形重跟踪获得的海面高改正量会较宽阔海域增大,其中南海区域的海面高改正量最大,可达1 m,其原因可能是卫星地面轨迹经过了西沙群岛,雷达回波波形受到了一定的影响。     

利用海潮模型研究D-InSAR中的海潮负荷效应

海潮负荷位移在沿海区域的相对形变可达数厘米,所以在沿海区域使用差分干涉合成孔径雷达(differential in-terferometric synthetic aperture radar,D-InSAR)测量微小形变时,须考虑海潮负荷影响.本文利用美国南加州8个验潮站的潮高数据,对两个全球海潮模型FES2004、...     

顾及语义的室内三维模型数据组织与可视化

本文提出了一种顾及语义的"实体-区域-入口"数据组织机制,有效整合了现有的城市三维地理空间数据与建筑物室内精细模型数据,实现了高效的室内场景数据调度与可视化;并基于此构建了三维可视化系统,验证了该方法的有效性和可行性。     

桥轴线拟合的分期回归方法

对历史悠久的文物桥或“超期服役”的老旧桥进行安全、健康诊断,是一项严谨和必需的工作,但由于它们的设计、施工资料往往遗失无考,使得必须依靠这些资料才能进行的常规变形分析方法无法实施。本文采用分期回归理论,通过拱桥变形测量分析的实践,证明该方法能够有效地解决上述难题。     

基于MATLAB的布尔莎模型七参数解算实现

基于西安80坐标系与2000国家坐标系的转换关系,根据布尔莎模型,给出了应用MALTAB编程七参数的计算程序,实现了2000国家坐标系与西安80坐标系转换的自动化解算,并用实例对解算出的参数进行了精度评定和分析。     

BIM在三维数字城市中的集成与应用研究

建筑信息模型(BIM)与GIS的集成被视为数字城市向智慧城市发展的关键技术之一,通过集成BIM和GIS技术,实现三维数字城市中建筑物室内外一体化展示、管理与分析。并在此基础上开展建筑经济人口信息集成管理、户籍房产管理、应急疏散等面向公众的应用,拓展三维数字城市的应用外延。     

面向室内WLAN定位的动态自适应模型

提出了一种面向无线局域网(wireless local area network,WLAN)位置指纹匹配定位的动态自适应模型,借助多个基站的实时数据为稳健室内定位提供更新的匹配数据库——radio map。基于基站与radio map采样点之间的空间关联性,将基站数据和radio map分别作为多层神经网络的输入和输出,动态更新radio map;利用多元数据异常探测技术检验基站数据捕获环境的时空变化;根据探测结果采用顾及室内布局的数值内插和再训练的方式更新模型,从而使其适应环境的时空变化。在室内动态环境中进行了多次验证试验。试验结果显示,在时变因素作用下,相比较传统方法,采用所提模型的定位方法的平均误差至少下降10%;在空间变化因素(以信标移动为例)作用下,其他方法平均定位误差大幅增加了至少165%,而采用所提模型方法的平均定位误差只增加了10%~20%,定位精度维持在3m左右(即原始精度)。结果证明采用了所提模型的定位系统能够自适应环境的时空变化而保持原有定位表现。不过,与传统位置指纹匹配定位方法相比,该模型带来了更多的计算负荷。     

基于小波分析的灰色-神经网络组合模型在大坝变形预测中的应用

监测序列经小波分解后可以得到各层分量。对低频分量采用灰色GM(1,1)模型进行建模预测,对高频分量采用BP神经网络进行建模预测,最后将各分量进行小波重构,得到监测序列的预测值。将预测值分别与没有进行小波分解直接用GM(1,1)模型预测的值和经小波分解的低、高频系数都采用GM(1,1)模型预测的值进行对比,发现经小波分解的灰色-神经网络组合模型预测精度更高。