【摘 要】
：
多路径效应是高精度GPS动态变形监测中的主要误差来源之一。本文改进了常规恒星日滤波算法,提出了一种顾及分段相关性的恒星日滤波优化算法。本算法首先采用分段滑动窗口处理相邻两天的坐标残差时间序列,然后利用相关系数法求取各分段最佳相关延迟,对当天坐标残差序列进行恒星日滤波,得到削弱多路径效应后的坐标序列。研究结果表明,该算法较常规算法在N、E、U 3个方向上的滤波效果各提高7.7%、5.0%、11.2%
论文部分内容阅读
多路径效应是高精度GPS动态变形监测中的主要误差来源之一。本文改进了常规恒星日滤波算法,提出了一种顾及分段相关性的恒星日滤波优化算法。本算法首先采用分段滑动窗口处理相邻两天的坐标残差时间序列,然后利用相关系数法求取各分段最佳相关延迟,对当天坐标残差序列进行恒星日滤波,得到削弱多路径效应后的坐标序列。研究结果表明,该算法较常规算法在N、E、U 3个方向上的滤波效果各提高7.7%、5.0%、11.2%,动态变形监测实验验证了本算法的有效性。
其他文献
在测绘工程中其测绘成果主要为在测量中所获得的信息、数据及图形文件等相关资料,测绘成果所应用的领域范围较广,可以说测绘成果的质量对与其相关的领域有着非常重要的作用。探讨了测绘成果质量检验在摄影测量与遥感中的应用。
为综合评价河南省淮河流域各地区发生干旱和洪涝灾害的危险性,本文选取降雨强度作为致灾因子,高程、坡度、河流、土壤湿度作为孕灾因子,以地面点多年降水数据和遥感数据为基础,借助GIS技术,反演各因子,再基于情景模拟理论,采用层次分析法和综合指数法定量化分析研究区发生干旱和洪涝灾害的危险性分布图,旱涝叠加后综合评价流域受灾危险性特征。结果表明:情景模拟和旱涝综合能够直观全面地反映区域旱涝灾害危险性分布情况
新一轮土地利用现状更新调查不仅大幅提升了数据的精度要求,将调查比例尺提高到1∶2000,而且强化了数据的更新检查机制,对过程有具体严格的要求。本文研究土地更新调查复合要素空间匹配与差异判别技术,提出了一种基于缓冲区膨胀的多尺度矢量空间数据匹配方法:一方面空间特征继承大比例尺地形地籍数据的高精度,属性特征集成多尺度的利用和权属现势信息,实现尺度间同名地物的有效融合;另一方面实现国家下发变化图斑与更新
以陕北县南沟流域为研究区域,运用基于DEM和IHS变换的遥感影像反立体纠正的方法,对空间分辨率不同的TM遥感影像与资源三号卫星遥感影像(ZY-3)进行反立体纠正,比较纠正后的正立体影像。实验结果表明,采用同种方法对同一地区的不同空间分辨率的遥感影像进行反立体纠正,其正立体效果是迥然不同的,ZY-3遥感影像的纠正效果要优于TM遥感影像。
针对传统高分辨率遥感影像变化检测方法大多直接利用光谱信息进行计算,导致检测精度不高的缺陷,提出了一种基于条件随机场模型(CRF)的高分辨率遥感影像变化检测方法。该方法利用CRF模型融合差值影像的光谱项和空间项,在融合过程中,引入EM迭代策略不断更新影像检测结果,提高变化检测精度。试验结果表明,本文方法的分类精度好于传统方法,并且稳定性良好。
为了克服一般自动滤波算法对复杂地形的不适应性而产生大量误分的现象,提出了基于切片数据的Li DAR数据线分类滤波算法。该算法利用人眼对地形判断的先验知识,并使用多层次自适应高度阈值的滤波方法得到初始滤波结果,再利用三维空间中的角度特性进行优化,从而对断裂线地形能取得很好的滤波效果。最后采用VC++编程实现了本文提出的线分类算法,并经过试验分析比较,证明了该算法的适用性,能够适应高精度DEM的快速制
针对经济发展类型面临转型的山区土地利用动态变化和预测问题,该文以清江中下游为例,提出了采用CA-Markov模型的研究方法。结合2000、2008和2015年的Landsat遥感影像,考虑地形、交通、行政中心和当前土地利用约束等影响因子,模拟出2015年预测情况与解译结果相比,Kappa系数达0.810 9,表明模型可信度较高。在此基础上预测2022年的土地利用情况,结果表明,2022年延续了当前
针对目前无人机影像中单个建筑物角点的检测现状,提出了一种基于支持向量机(SVM)的无人机影像中建筑物的角点检测方法。首先对4个波段的无人机影像进行多尺度分割,计算影像的NDVI,通过植被与非植被区域的波谱差异剔除植被的影响。其次,用面向对象分类法将"建筑物块"从影像中提取出来,对"建筑物块"区域用Harris算子进行边缘检测,形成建筑物边缘点集数据。随后通过设计高斯径向基将边缘样本点映射到高维特征
Temperature profiles provided by the Constellation Observing System for Meteorology,Ionosphere and Climate(COSMIC)global positioning system(GPS)satellite constellation were used to study an eight-year
提出了一种基于时间序列的GPS轨迹数据漂移去除算法。本算法无需提供出行目的和交通方式等附加信息,基于原始GPS数据中的经纬度和时间信息来进行漂移点校正处理。首先,对每条轨迹进行分段,并对每段进行自相关系数检测,判断是否存在漂移;然后,利用速度约束条件查找漂移点;最后,用样条插值法校正漂移点。使用该方法对武汉大学学生的出行轨迹数据进行了漂移处理。实验结果表明,本方法能够有效去除轨迹数据中的漂移点,适