共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
3.
4.
5.
基线是同步单测站构成,单测站的数据优劣决定基线的计算精度,尤其是在环境不理想时实施观测作业。本文就如何改善基线的精度,探讨单测站的GPS数据预处理方法,即采用小波分析策略,预处理实测基线数据,提高对基线解算质量,特别是当基线比较长时,两测站的相关性降低,采用单测站数据预处理的方法优化长基线解算质量。该方法对提高GPS解算的精度、缩短GPS观测时间、降低GPS观测环境的要求以及降低观测成本具有现实意义,有利于促进GPS更广泛的应用。 相似文献
6.
在构建的新型三维工业测量系统中,分析了电子经纬仪观测数据的处理方法。应用虚拟相片概念,将观测数据转化为虚拟相片数据。通过采用刚性测量坐标系,忽略仪器整平误差带来的影响,减少了数据处理计算量。结合摄影测量光束法数据处理理论,实现了对仪器观测数据的解算平差,获得了与目前成熟工业测量系统软件同等的解算精度。 相似文献
7.
8.
公路地质雷达观测采用单天线往复观测方式时工作量大且判读不便,各类噪声干扰会对地质雷达测线数据判读精度产生很大影响.为解决这一问题,通过数据内在格式的解读生成镜像数据,通过数据的积分变换来增强有效信号,通过绘图模块生成的波形图来分析公路检测对象地质特征,并且达到了与并行观测同样的数据效果,减少了数据采集工作量,提高了数据判断精度. 相似文献
9.
普通精密单点定位主要是针对多历元观测数据,本研究重点关注单历元精密单点定位及其精度分析.在分析GPS单历元观测量误差源基础上,讨论了单历元非差精密单点定位误差;给出了单历元非差精密单点定位的解算流程,对Bjfs、Mizu、Wuhn和Lhaz等4个IGS站1天的实际观测数据分别进行了处理,单历元精密单点定位精度达到了4.5 cm,与GPS RTK结果精度一致.单历元精密单点定位只需一个测站的单一历元观测就可以进行精确定位,而GPS RTK至少需要两台仪器. 相似文献
10.
11.
12.
环境减灾卫星高光谱数据大气校正模型及验证 总被引:1,自引:0,他引:1
根据四流近似辐射传输理论, 建立了适合环境与减灾卫星高光谱传感器(HSI)的大气校正解析模型, 给出了模型中 6 个大气参数的数值计算方法。经与 MODTRAN 模型比较, 解析模型误差小于0. 5% , 表明具有较高的数值模拟精度。利用与 HSI 数据同步过境 MODIS 数据生成的大气温湿度廓线产品和气溶胶产品, 求解出了6 个大气校正参数, 并将其用于定标后 HSI 数据的大气校正, 获得了地物真实高光谱反射率。经与地面同步观测光谱数据比较, 波长大于700 nm波段范围内校正结果与地面观测值一致性较好; 其他波段受仪器 自身存在较大噪声影响, 校正后反射率高于地表观测值。 相似文献
13.
14.
在旋转导向钻井系统的姿态测量过程中,三轴加速度计测量数据中包含大量有色噪声,严重影响井底组合钻具姿态测量的精度。基于旋转坐标变换的四元数理论,结合所建立的三轴加速度噪声模型,提出一种改进无迹卡尔曼(UKF)迭代滤波算法。此方法利用陀螺测量原理构造观测方程和时变状态方程,将实时解算出的钻具姿态以四元数的形式更新时变状态方程中三轴角速度,通过更新观测方程加速度噪声模型实现加速度计传感器数据中有色噪声的UKF迭代滤波。实测数据滤波的结果表明,此方法可有效滤除加速度传感器数据中的有色噪声,保证旋转导向钻具姿态测量的精度。 相似文献
15.
条带噪声是影响MODIS数据影像质量与反演精度的重要因素之一。针对MODIS数据中存在的三类条带噪声,提出了一种去除多类条带噪声的变分方法。该方法针对MODIS数据中条带噪声的类型设计相应的能量项:对于探测器间条带噪声和镜边条带噪声,采用直方图匹配变分项;对于随机噪声条带,采用单向消除项。各能量项通过权重系数组合构成总能量泛函,利用梯度下降流法最小化该泛函并离散数值化求解,从而实现条带噪声的消除。实验结果表明,提出的方法能够有效地去除MODIS数据的多类条带噪声。 相似文献
16.
通过对静宁台RZB型钻孔分量应变观测的连续率、完整率、M_2波振幅因子和相对中误差、自检内精度等方面的分析得知:静宁台RZB型钻孔分量应变观测的仪器运行情况良好,观测资料的完整率在99%以上;M_2波振幅因子相对稳定,变化范围在0.05以内;相对中误差均小于0.1;自检内精度小于0.2的和大于0.2的各占一半,最大的不超过0.32。均符合形变学科规范要求。 相似文献
17.
18.
客流观测数据的非平稳性和选择学习参数的主观性,是影响双向长短时记忆神经网络(Bidirectional Long Short-Term Memory, BiLSTM)预测公交站点短时客流精度的重要因素.通过自适应噪声完备集合经验模态分解(Complete Ensemble Empirical Mode Decomposition With Adaptive Noise, CEEMDAN)提升客流观测数据的平稳性,用粒子群算法(Particle Swarm Optimization,PSO)优化BiLSTM隐藏层神经元个数、学习率与训练次数;基于Theano和Tensorflow深度学习库Keras,构建了公交站点短时客流预测组合模型CEEMDAN-PSO-BiLSTM,用均方根误差与平均绝对误差进行预测精度检验,并在浙江省海宁市2个公交站点进行了应用.研究结果表明:客流预测精度由高到低依次为CEEMDAN-PSO-BiLSTM、CEEMDAN-BiLSTM、PSO-BiLSTM、BiLSTM和LSTM,2个站点CEEMDAN-PSO-BiLSTM比BiLSTM预测结果的均方根误差分别下... 相似文献
19.
20.
运用自动与人工观测差异评估方法,对安宁站2006年至2007年自动与人工观测资料进行分析评估,并进一步探索其差值存在的原因.人工观测转为自动观测后,数据保持了完整性和连续性,自动站与人工站观测数据之间存在的差值主要是由于仪器观测原理差异、观测时空差异、采样方式差异与人为因素等原因造成的,这种差值在允许的范围之内.通过分析,发现自动观测数据优于人工观测数据,更能反映大气的真实状况. 相似文献