一种顾及电子元件延迟的超宽带室内定位方法

针对超宽带定位系统中存在多种误差影响定位精度的问题,本文全面分析了超宽带室内定位的误差源,给出了超宽带室内定位基本函数模型,提出了将电子元件延迟这一系统差与三维坐标同时作为参数进行估计,并通过高斯-牛顿迭代算法得到定位结果的方法。试验结果表明,该方法能有效消除位置系统偏差,两组静态试验均以全站仪测量结果作为真值,点位误差分别为4.1、2.3 cm,相较于已有方法分别提高了64%和87%,而动态试验结果更接近于参考轨迹,最大误差小于10 cm。     

改善单基站CORS RTK测量精度的自适应卡尔曼滤波算法

针对单基站CORS RTK在矿山开采沉陷地表移动变形监测中测量精度偏低的问题,构建基于方差分量估计原理的自适应卡尔曼滤波算法,以CORS RTK在各历元采集的平面坐标与正常高为基础,利用CORS RTK实测数据并对比分析四等水准测量成果,分析得出滤波后的CORS RTK测量精度得到了较大的提高,并满足矿山开采沉陷地表移动变形监测的精度要求。      

多系统融合单点定位先验和验后定权研究

针对多模全球卫星导航系统(GNSS)融合伪距单点定位随机模型难以精确构建的问题,在全球范围内选取了 10个多GNSS实验跟踪网MGEX(Multi-GNSS Experiment)观测站连续7天的观测数据,将四大GNSS系统的观测值分为五类,比较了高度角模型、用户等效测距误差(UERE)模型及验后Helmert方差分量...     

一种改进扩展卡尔曼滤波算法的GPS多径抑制应用

在用EKF算法消除微弱GPS卫星信号中的噪声,并估计出多径幅度与码相位时延的码跟踪环中,由于各种误差的存在,从而降低了环路的跟踪性能。针对这一问题,该文在EKF算法的基础上提出了一种LSEKF算法,该LSEKF算法用最小二乘估计的原理对EKF算法所用的采样观测点进行修正,构造出一组无偏、均方误差和最小与空间分布确定的新型采样观测点,用来进行后续的滤波估计。仿真结果表明,相比EKF算法,LSEKF算法拥有更高的伪码跟踪精度,而且收敛速度更快,跟踪门限也更低。     

方差—协方差分量极大似然估计的通用公式

本文由概括平差函数模型出发，按极大似然做估计原则导出了适用于所有平差函数模型的方差分量估计的通用公式，由Ｋ．Ｋｕｂｉｋ和Ｃ．Ｒ．Ｋｏｃｈ所导出的两个公式都是它的特例。     

遥感模式分类中的空间统计学应用——以面向对象的遥感影像农田提取为例

如何有效地从遥感图像中提取所需信息,是遥感图像处理和应用的关键,而尺度选择问题一直是影响遥感信息提取精度的关键问题之一。本文论述了利用空间统计学方法解决遥感影像模式分类中的尺度问题的理论基础。针对面向对象影像分析问题,将影响遥感影像多尺度分割的尺度分割参数概括为空间属性分割参数、光谱属性分割参数和影像对象面积阈值参数,并分别提出了基于统计学的尺度参数估计方法。以SPOT-5影像面向对象农田提取为例,基于变异函数方法进行了尺度优选试验,系列尺度分类试验结果表明基于空间统计学尺度估计得到的尺度分割结果进行分类能得到最高的精度,进而证明了基于空间统计学方法进行面向对象信息提取尺度估计的有效性。该方法是完全数据驱动的方法,基本不需要先验知识参与。不同于以往分割后评价的尺度选择方法会占用大量计算资源且耗费大量时间,本文提出的方法不仅能在一定程度上保证面向对象信息提取的精度,而且在一定程度上也提高了面向对象信息提取的效率和自动化程度。     

气象卫星云图的多分辨小波分解及人工神经网络降水估计 …

采用多分辨小波分析对卫星图象进行处理,在保留其特征信息的同时,减小了数据量,改善了神经网络训练过程的收敛性能,提高了处理速度,采用这一方法根据ＧＯＥＳ－８的红外亮温图象和气象雷达资料对巴西圣保罗州中部的降水量估计进行了试验,取得了良好的效果。     

面向估计性能的双通道带宽分配策略研究

本文主要研究了面向估计性能的双通道带宽分配策略问题.为了减小网络化控制系统中时滞现象对信号传输的影响,将系统建模为Markov跳变时滞系统.采用双通道传输策略,提升数据到达率,减少数据包的丢失.考虑到信道容量的有限性不利于大量数据的高效传输,将有限的带宽灵活地分配于两个通道,使得信道容量得到充分利用.在此基础上,本文提出了面向估计性能的双通道带宽分配策略,设计了双通道量化传输方案以及状态估计器,推导出了时变估计误差系统满足H_∞性能的充分条件,并得出估计器增益矩阵设计方法,最后给出实例验证了所设计系统的有效性.     

回归估计精度的局部影响

从模型微小扰动的角度研究数据对回归估计精度的局部影响。首先提出刻划这种影响的４个统计量，并求出它们在３种不同扰动方式下的最大局部变化方向，其最大绝对分量对应于强影响点。最后给出一个数值例子来说明这种强影响点的诊断。     

卫星面降水估计人工神经网络方法

介绍了人工神经网络原理和卫星云图估计降水的原理.从GMS红外卫星云图资料中抽取12个降水云图特征量,构造了网络结构为12-98-7的降水估计人工神经网络模型,并用1993年的小时地面雨量资料和GMS数字云图资料对神经网络模型进行训练,用1992和1994年资料对该神经网络模型分别进行测试.在日面降水估计试验中,地面雨量计值和卫星估计降水之间的相关系数分别为0.94和0.97,相对误差分别为41%和32%.