利用DInSAR和GPS综合方法估计地表3维形变速率

在分析基于贝叶斯统计和马尔科夫随机场理论的解析优化法的基础上,提出以GPS提供的高精度的水平形变速率作为约束,利用直接分解法,将DInSAR的斜距向形变速率分解成垂直形变速率。试验结果表明,直接分解法有效地综合了GPS的高水平精度与DInSAR的高垂直精度优点,且计算简单,克服了解析优化法可能出现的数值不稳定问题。     

模拟水深测量实习设计与实现

针对海洋测绘实践教学中,水深测量实习受场地、经费和安全因素影响大,难以开展的问题,设计并实现了模拟水深测量实习。该模拟实习能较为真实地模拟了水深测量的主要步骤,易于开展和推广。     

案例导向型“测量程序设计”教学研究

针对当前测绘程序设计课程教学中存在重理论轻实践、编程语言内容学时较多的问题,介绍了案例导向型测量程序设计教学方法。以测量实际中的典型案例解决为目标,通过学习相关Matlab编程知识,避免只讲理论和编程而忽视实践的情形。采用笔试和上机考试相结合方式对教学效果进行评价。所介绍的部分测绘实践案例已经在该课程的教学中得到应用,得到了学生认可,学习效果有了极大改善和提高。该方法具有一定实践价值和意义,有待对案例选取进行优化设计,可用于其他类似课程教学活动中。     

多时相Sentinel-1A InSAR的连盐高铁沉降监测分析

多时相InSAR技术具有探测大范围毫米级地表形变的能力,已被广泛应用于地面沉降监测.近几年,应用多时相InSAR技术监测以高铁为代表的大尺度人造线状地物形变备受关注.本文将C波段SAR数据用于高铁沿线路基形变监测,应用相位稳定性分析和改进的StaMPS技术来增加相干性点的密度和形变参数解算的稳定性.采用研究区时间跨度为...     

先验模型选择对PS—DInSAR参数解算精度影响分析

研究了永久散射体雷达差分干涉测量（PS-DInSAR）技术观测方程的建立和参数求解方法,分析验证了观测方程建立过程中先验模型的正确选择对提高参数解算精度的重要影响,提出了用GPS辅助确定先验模型以改善参数解算精度的思路.最后,对进一步利用GPS 提高（PS-DInSAR）测量精度进行了探讨,出了一些有益结论.     

��GPS����InSAR�����ӳ������о�

?????????InSAR???????????????????????????GPS????InSAR????????????????????????InSAR???????????Ч???????????SAR???????????????????????????????GPS?????????????м???????????????????巨??IDW????GPS????????????????д???????????????????????????????????????費?????????????????????IIDW????巨????????????????????????????巨?????????????????????????巨????????????????????????????????????????????????巨Ч?????á?     

Elman神经网络在GPS高程拟合中的应用

根据Elman神经网络模型能够逼近任意非线性函数的特点和具有反映系统动态特性的能力,将其运用到GPS高程拟合中,通过实例数据比较Elman神经网络与几何解析法、BP神经网络和广义回归神经网络的拟合效果,结果表明该方法拟合效果最佳。     

GPS控制点辅助InSAR相位解缠算法研究

利用GPS控制点辅助合成孔径雷达干涉测量（interferometric synthetic aperture radar,InSAR）进行相位解缠能提高InSAR相位解缠的精度。首先提出了一种以多个GPS控制点为解缠起算点的多解缠起算点枝切线相位解缠算法;然后,针对上述算法仍可能存在解缠孤岛,且无法得到残差点解缠值、无法保证整周未知数的整周特性的问题,提出了结合上述算法和基于马尔柯夫随机场的GPS辅助InSAR相位解缠算法的综合算法。实验结果表明,综合算法结合了多解缠起算点枝切线相位解缠算法和基于马尔柯夫随机场的GPS辅助InSAR相位解缠算法的优势,解缠精度高、解缠范围大。     

基于模糊隶属函数的参数稳健估计

参数估计过程经常遇到2个主要问题:一个是最小二乘与稳健估计不能兼顾最优无偏性和稳健性;另一个是非线性模型参数估计进行线性近似处理中带来的模型误差导致对粗差的错误鉴别和定位。针对以上2个问题,提出了基于模糊隶属函数的稳健估计方法。该方法通过隶属度加权来削弱个别粗差污染数据对参数估计结果的影响,从而达到提高参数估计稳健性的目的。分别用线性回归模型和非线性回归模型对该算法进行了验证,结果表明,该算法对粗差具有较好的抵抗能力,能够对参数进行稳健估计。     

基于模糊时间序列的变形预报模型及其应用

将模糊时间序列模型引入变形预报,并与灰色GM(1,1)、等维灰数、组合动态等模型进行了比较,计算结果表明,模糊时间序列模型各项精度评定指标优良,并且计算简单,非常实用。