三种常用周跳探测与修复方法的性能分析

针对全球卫星导航系统（GNSS）数据处理中周跳探测与修复方法的合理选择问题,本文对三种常见的周跳探测与修复方法的性能进了评价分析.给出一种基于数理统计理论的周跳探测结果可靠性评价新方法,利用该新方法评价了多项式拟合法和TurboEdit法对同一组双频实测数据进行周跳探测所得结果的可靠性,以及多项式拟合法和三频无几何组合法对同一组三频实测数据进行周跳探测所得结果的可靠性.综合两组评价结果可知,对于双频实测数据而言,TurboEdit法的探测效果优于多项式拟合法;对三频实测数据而言,三频无几何组合法的探测效果优于多项式拟合法;但多项式拟合法对双频、三频观测数据均可进行周跳探测与修复,因此适用性更广.      

资源三号卫星影像纠正的方法研究

影像的应用前提是影像处理,大气校正可消除大气和光照等因素对地物发射的影响。在此基础上,介绍几种常用的几何纠正方法,可消除系统和非系统因素引起的影像几何变形。本文通过对资源三号卫星的基本参数信息和相对应影像数据特点的介绍,先通过大气校正,校正后的影像分别使用几何纠正的几种方法,并通过各种方法的计算量、实用性以及相应的精度,对比分析各种方法在处理这种数据时的优越性。     

从某项目桩基看土工试验和工程实际的联系

本文从土工试验和工程实际以及力学原理间有机联系的角度,针对某项目桩基建设过程中各阶段所做的土工试验,具体分析其在桩基建设中的作用以及其在桩基基础力学理论中的位置,在大的工程建设背景和力学原理背景下深化对土工试验的理解,对我们改进土工试验方法、更好地利用土工试验成果有积极作用。     

SAR影像中叠掩与阴影区域的识别 ——以湖北巴东为例

SAR影像中叠掩和阴影区域的识别是滑坡监测中的首要工作,本文针对这一工作利用雷达卫星成像时的几何模型与图像处理中形态学方法综合识别叠掩与阴影区域,以ALOS-2数据为例,对比该地区雷达强度图像,验证了本文试验方法的可靠性。     

DEM地表坡向变率的向量几何计算法

作为计算坡向变率的数据基础,坡向矩阵具有方向性,以标量的方式计算带有方向属性的数据,将带来计算方式的误区及计算结果的偏差。本文以数学高斯曲面和不同黄土地貌样区5 m分辨率DEM数据为基础,针对坡向数据具有方向性的特点,设计基于数学向量的坡向变率计算方法。首先针对坡向数据进行极坐标转换,形成坡向矩阵的向量几何表达;然后以该坡向向量数据为基础来计算坡向变率;最后将本文方法的计算结果与传统标量方法的计算结果展开对比分析。试验结果显示,本文方法的坡向变率计算有效地避免了正北方向产生的极大偏差以及坡向差超过180°时的不准确现象,同时其他大部分区域也得出更为合理准确的坡向变率计算结果。在不同分辨率DEM下,本文方法能得到较为稳定的结果。本文所提出的基于向量几何的坡向变率计算方法可为精准数字地形分析提供参考,也是借鉴数学向量几何的方法解决数字地形分析问题的重要实践。     

天文定位中几何精度衰减因子最小值分析

天文定位是一种重要的导航定位方法,被广泛应用于大地天文测量、天文航海等领域。该方法中观测恒星的选择会影响最终的定位精度,目前缺少针对同时测定经纬度天文定位算法中最优选星问题的研究。随着观测仪器自动化水平的提高,观测数据的获取变得更加高效,这就要求研究最优的选星方案以达到最高的定位精度。本文借鉴卫星导航中几何精度衰减因子GDOP的概念,研究了天顶距法中恒星的数量以及分布对定位精度的影响,最后通过仿真试验和实测数据验证得到结论:在天顶距观测误差的统计特性一定时,GDOP能够用来描述恒星的分布对定位结果影响的优劣,且观测的恒星方位角均匀分布时定位误差最小。考虑到不同高度的恒星天顶距大气折射改正残差不同,在实际测量中应尽量采用等天顶距且方位角均匀分布的恒星。     

组合宽角低空航测相机关键技术研究

近年来,摄影测量技术发展迅猛,特别是低空航空摄影平台的出现,很好地弥补了传统卫星遥感、常规航空摄影测量在时效性、灵活性方面的不足。借助低空摄影的光学优势能够获取传统航空摄影和卫星遥感无法比拟的高分辨率影像,可以实现航空摄影测量大比例尺成图的目标。符合低空航空摄影的成像系统,发展较为滞后。现有很多低空航摄影测量平台普遍搭载单个普通数码相机进行航空摄影,存在航空摄影数据采集效率低、有效数据量小、数据处理难度高以及成图精度不高等问题;再有,传统的航空摄影测量相机及国内外成熟的组合宽幅航空相机系统又缺乏进行低空航空摄影测量应用的客观基础。研究适合于低空航空摄影的成像系统对于低空航测应用发展非常关键,是解决低空航测现存问题的一个有效途径。低空航测成像系统目前最主要的问题是数据的获取效率和精度,根本原因在于相机像幅以及视场角大小的问题。解决这一问题的根本途径是研究适合于低空航空摄影的宽幅面、宽视场角相机系统。对于数字相机而言,像幅受材料以及制造工艺限制,视场角受光学镜头的光学性能限制,很难有所突破。但是数字相机影像的可拼接性提供了另外一种可能途径,即多传感器组合成像,利用多个小像幅相机构造拼接成一个近似单中心投影的宽幅面航空相机,从而提高影像像幅和视场角,达到宽幅面大视场成像的目的。本文主要研究工作如下:(1)研究了低空航空摄影的光学理论基础。系统分析了低空航空摄影光学条件,结合光度学理论详细论述了低空航空摄影光度学优势,以及单镜头成像系统低空宽视场成像的劣势,阐述了利用组合成像技术来实现低空宽角成像的必要性和可行性。系统总结了当前摄影成像相机系统的发展现状,归纳了现有组合成像系统的特点和优势,分析了利用组合成像技术来提高影像像幅和视场角数学原理。在对比分析现有组合相机几何构造、成像单元数量、拼接模型的基础上,确定了利用五个数码相机采用组合成像技术来构造组合宽角低空航测相机的研究目标。(2)研究了基于地面三维检校场的低空组合宽角相机的静态误差高精度检校方法。理论推导了低空组合宽角相机的几何成像数学模型,定义了相机之间以及虚拟影像空间坐标系统,建立了各个独立光学结构(子相机)之间,及其与虚拟影像之间的严格几何数学模型。理论分析了组合宽角相机几何成像数学模型误差,将其归纳为地面静态误差和飞行动态误差两个部分。并研究了利用地面三维检校场来实现其静态误差的几何标定。静态误差几何标定主要包括单相机几何畸变误差的高精度标定和组合相机联合空间关系标定两个内容,详细论述了其算法原理和实现过程,最后通过实验结果分析了其精度和可靠性。(3)研究了基于影像全部像元参加的低空组合宽角相机飞行动态误差自检校模型求解与全局优化方法。自检校的目的是对相机飞行过程中由于系统和环境变化等因素导致的动态误差进行补偿。首先,理论推导了本文采用的自检校联合平差数学模型,该模型顾及了飞行过程中可能导致的相机系统间的空间位置和姿态的微小变化,将这种微小变化的检测转换为重叠区影像的视差值。其次,论述了利用重叠区匹配同名点求解自检校模型参数的基本原理和方法,并结合本文组合宽角相机特点,设计了一种影像快速匹配策略,进而实现自检校模型求解;在此基础上,通过对影像匹配性能的分析,以及基于特征点匹配来求解自检校联合平差模型存在的局部最优问题,提出了一种影像重叠区全部像元参加的几何匹配方法来实现对自检校模型求解的全局优化算法,对算法思想和原理以及求解过程进行了详细论述。最后通过对比实验分析了自检校模型求解的精度,验证了算法的有效性。(4)研究了宽角相机与稳定平台的集成。分析了稳定成像对于低空航空摄影成像质量和数据处理精度的影响,指出稳定成像对于组合宽角低空航测相机的重要意义。首先,理论分析了低空飞行平台的不稳定对于低空航空影像光学和几何性能的影响,以及飞行平台不稳定导致的影像质量下降、数据处理难度增大、处理精度降低等问题;其次,介绍了一种适用于无人飞艇等飞行器的三轴稳定平台结构及其控制原理,并通过对比试验来分析稳定成像对于低空航测精度的影响,指出了低空稳定成像对于低空组合宽角相机系统数据获取和处理的重要意义。(5)通过具体的航空摄影工程实例阐述了利用低空组合宽角相机进行航空摄影作业的数据处理实际流程,并分析了不同类型地形数据自检校拼接的精度分布,展示了其相关数据产品成果情况,结合影像空三处理结果分析了其精度。实验结果反映了组合宽角低空航测相机的作业能力。     

极化SAR影像分类方法对比分析

极化SAR影像所包含的丰富的地物极化特征信息使得SAR影像的解译更为容易,同时也使得对地物的探测更加精准。在本文中,首先基于极化SAR影像的极化特征,采用区域融合算法对影像进行分割;在此基础上使用基于Wishart分布的最大似然分类方法(Wishart-LRT)、基于几何扰动滤波(GPF)的极化SAR影像分类方法和最近邻(KNN)分类方法对影像中的耕地、草地、林地、水体进行分类和提取,并对分类结果进行分析评价,最终发现对于该区域的RADARSAT-2影像而言,基于Wishart分布的最大似然分类方法对于地物分类可达到较高的精度。     

深水弯曲水道几何形态定量分析——以赤道几内亚Rio Muni盆地为例

深水水道作为深水沉积体系中重要的沉积单元之一,一直是深水沉积和地层研究的热点。基于西非几内亚湾Rio Muni盆地陆坡区的高分辨率三维地震资料,利用地震属性及参数定量分析法对第四系陆坡重力流水道的剖面和平面形态进行了研究,旨在探索深水水道内部结构的相互影响和外部因素对水道形态的控制,丰富深水沉积学理论。研究表明:坡度及距水道头部距离影响了深水水道的剖面和平面形态,随着坡度变缓,距水道头部距离越远,水道宽度越小;堤岸于中、下陆坡开始发育,水道堤岸脊的高程差及内、外弯曲带都不同程度地影响了堤岸的长度;水道的弯曲度控制着堤岸脊高程差的变化,同时作用于堤岸长度的变化;样本水道为高弯曲水道,且弯曲度受地形坡度控制。     

一种海洋混合层深度的智能识别方法研究

文章提出了一种识别混合层深度的人工智能方法。该方法在温度(密度)与压强(或深度)间建立线性模型, 并且将其系数和方差做成一组表征廓线特征的统计量。初始时为模型设定一个主观的先验分布, 在一个自海表向下移动的窗口内通过贝叶斯链式法则和最小描述长度原理学习新数据, 得到系数均值的最大后验概率估计。用F-检验识别系数发生突变的位置, 以此确定混合层的存在性及其深度。通过2017年2月太平洋海域的地转海洋学实时观测阵(Array for Real-time Geostrophic Oceanography, ARGO)数据进行测试, 并且以质量因子(Quality Index, QI)值作为判断识别混合层深度结果准确性的依据, 发现该方法相比于梯度法、阈值法、混合法、相对变化法、最大角度法和最优线性插值法在识别结果上具备更大的QI值。表明该方法能够准确识别混合层深度。