变形监测中GPS多路径效应的削弱方法研究

本文主要从GPS的基本观测方程出发,通过数学分析的方法,在GPS观测值之间建立数学模型,进一步分别推导了伪距观测值和相位观测值中多路径效应的影响。此外,主要研究了利用相位平滑伪距削弱伪距多路径误差的方法,以及利用小波分析的方法对GPS多路径值序列进行分解和重构,提取出高精度的多路径误差,并通过实验数据分析了几种方法中的多路径效应。     

参试测量中GPS陆地基准站的多路径效应与对策

多路径效应是GPS在测量中的一种常见误差源。本文通过对严重损害GPS测量精度的GPS多路径效应误差及其影响进行了分析,提出了一些有效的、在实践中总结出来的减弱多路径效应的对策以减少其对测量数据的影响。     

浅谈GPS接收机的多路径误差

多路径效应是GPS测量中的一种常见误差源。本文通过对严重损害GPS测量精度的GPS多路径效应误差及其影响进行了分析,提出了一些有效的、在实践中总结出来的减弱多路径效应的对策以减少其对测量数据的影响。     

GPS动态变形监测中多路径效应的削弱方法

随着GPS、RTK技术的逐步成熟,具有高效、快速、全自动、全天候、高精度等优越性能的变形监测方法在特大型土木水利工程中开始应用。但在现阶段,由于强反射或者电磁波强辐射的环境,多路径效应大大影响了监测精度甚至无法进行监测。尤其是在水利工程中其巨大部分面积为水域,其对接收卫星信号的多路径效应非常严重,这将是制约GPS在土木水利工程中广泛应用的一个主要因素。因此,如何削弱多路径效应误差已成为GPS高精度测量的主要问题之一。     

基于小波提升的自动聚焦评价函数

针对图像经小波变换后细节部分包括水平、垂直、对角3个方向的高频分量,构造出了基于小波变换的聚焦评价函数.该算法首次通过优选小波基,将小波提升应用于自动聚焦领域,相对于传统小波变换减小了计算量,实现了整型运算,便于在DSP上实时实现.仿真结果表明,该算法跟现在广泛应用的聚焦函数对比,曲线更加尖锐,性能更加稳定.     

基于边缘检测的提升小波图像去噪

为了图像去噪的同时能很好地保持图像的细节,提出了一种基于边缘检测的提升小波图像去噪方法,先用Canny边缘检测方法得出原图像的边缘,提升小波去噪时就可用阈值去噪而不必担心损害图像的重要特征。其去噪步骤是：对噪声污染图像进行提升小波去噪;对含噪图像提取边缘图像;对去噪图像高频系数进行阈值处理进行重构变换;图像合并。实验结...     

一种基于提升小波变换的数字图像隐藏方法

针对人眼的视觉模型和小波包的分频能力, 给出 一种新的灰度图像数据嵌入方法, 嵌入图像可以达到原始载体的1/4, 通过调节尺度 因子α可使本方法用于数据隐藏和数字水印. 此法对一些图像处理(如JPEG压缩等)有一 定的鲁棒性. 实验结果显示, 此法对秘密信息有较好的恢复效果.     

基于改进粒子滤波算法的GPS多路径效应理论与试验研究

为了有效地提高GPS定位结果的精度,进行了多路径误差的理论与试验研究.建立了一套GPS多路径信号模拟与监测系统,通过在流动站天线不同高度、不同距离处放置反射板,获取了连续两天的GPS监测数据;将改进的粒子滤波算法用于GPS数据后处理中.结果表明,改进的粒子滤波算法能够有效地消除GPS信号接收机本身的系统噪声,消噪后连续两天多路径信号的相关性较消噪前有了大幅度提高.通过比较发现,反射物在不同距离引起的多路径误差具有一定的规律性,随着距离的增加多路径误差逐渐减小,且在增加相同距离的情况下减小的幅度越来越小.     

基于提升小波变换的图像去噪技术

人脸识别系统非常复杂,其中处理的对象都是人脸图像数据.从现实中获取的图像包含各种噪声信号,使图像数据和现实差距太大.为了快速有效的去除这些噪声信号,对基于提升小波变换的图像去噪方法进行了详细研究.该方法在保持基于传统小波变换去噪方法的前提下,使去噪处理的计算量大大减少,去噪速度显著提高.     

基于提升算法的二维离散小波变换VLSI设计

本文研究了提升格式的二维离散小波变换在硬件实现中遇到的问题,以提高运算速度、节省硬件资源、保证运算准确性及稳定性为原则,提出了一种有效的二维离散小波变换的VLSI结构,该结构采用了时分复用技术优化结构设计,实现了高、低频分量的交替输出。     

基于小波变换和中值滤波器的主元分析方法

传统主元分析用于故障检测时,由于测量数据中含有噪声和异常点,从而导致系统的误报警.针对传统主元分析在处理含噪数据时的不足,给出了一种把小波变换、滑动中值滤波器和主元分析相结合的方法,利用小波变换和滑动中值滤波器的优点,对主元分析前的数据进行预处理,以去除噪声和异常点,减少和消除了虚警点,并将此方法运用于实际的故障检测中,取得了较好的检测效果,证实了该方法的有效性和可行性.     

基于第二代小波的自适应有限元构造研究

为了有效地实现有限元自适应分析中函数平滑逼近和细节信息的分离，根据提出的第二代小波有限元多分辨分析方法构造了相应的自适应算法．采用第二代小波作为基函数构造了逐级嵌套的有限元逼近空间，并引入消失矩提出有限元求解方程刚度矩阵解耦的条件．函数在低分辨空间的逼近可以通过增加细节空间提升到高分辨空间，通过使刚度矩阵解耦，可以消除低分辨逼近空间和细节空间之间以及不同尺度的细节空间之间的耦合项．通过构造轴力杆的自适应分析，验证了方法的有效性，同时为实现复杂第二代小波自适应有限元分析提供了较好的研究思路、     

基于小波提升机制的快速图像融合算法

由于提升小波变换相对于传统小波变换具有运算简单、执行速度快、节省内存空间等优点,因此将小波提升机制应用于图像融合处理中.基于提升机制的图像融合算法不仅能够有机融合源图像的互补信息,提高图像的清晰度,同时能够大大提高图像融合的实时性,为遥感图像处理及目标自动识别与跟踪等实时系统的实现提供一定的支持.     

基于小波提升的图像边缘检测算法

小波提升方案为第一代小波提供了更快捷的实现方法;本文比较了小波分析和提升方案的基本原理,提出了提升方案在图像边缘检测中的实现算法;最后,利用VC 工具进行了实验验证.     

基于提升小波变换的图像可听化方法

传统的图像可听化方法多是在空间域选择映射特征,且声音编码维度比较单一,使得盲人学习和使用这种声音的难度较大.针对这一问题,提出了一种基于变换域的图像可听化方法,即对图像小波变换低频系数进行映射,使用频率和音长进行声音编码,将图像表示为电子音乐.实验表明,盲人对这种方法表示的图像具有较高的识别率,并且声音的听感优美,长时...     

WSN中基于多路径路由的拥塞控制算法

针对WSN多路径路由的拥塞问题,根据快速转发数据和节能的原则,提出了基于多路径路由的拥塞控制算法(CCAMR),CCAMR包含新路径建立、RBR与RER值获取及新路径撤销算法,通过建立新路径将拥塞区域的流量转移到负载较轻的区域,有利于避免和缓解重度拥塞.仿真结果表明,与CODA相比,CCAMR的丢包率和能耗更低,能够保证多路径路由下带宽分配的公平性,具有更高的拥塞解除效率.     

基于提升小波的神经元锋电位并行检测方法

神经元动作电位(即锋电位)的实时检测是植入式脑—机接口系统的重要组成环节,为了能够从多通道神经微电极阵列记录的神经信号中实时地检测并提取出神经元的锋电位信息,文中提出了基于提升小波的神经元锋电位检测方法.该方法采用提升小波方法去除了神经信号中的漂移和噪声,然后通过阈值法检测出锋电位信号,最后利用现场可编程门阵列(FPG...     

基于小波变换的图像边缘检测算法及像素结构分析

对基于多尺度小波变换的图像边缘检测算法进行了改进.通过处理小波变换后出现的负值解决了双边缘问题;通过处理两层邻域的像素点解决了边缘线间断问题,并与传统算法的结果进行了比较,结果表明,利用这一新的算法可使图像边缘更加光滑、边缘定位更精确.     

一种基于负载侦听的多径路由算法研究

在移动Ad Hoc网络中,随着节点移动速度加快和发包强度的增加,造成网络中数据丢包严重,数据传输时延加剧.将整个网络中各节点MAC层的总平均估计时延和节点队列缓存的占用情况结合起来,启用多径路由进行数据传输.仿真实验表明,改进后的方案在节点移动速度比较快时,能够显著提高数据传输成功率,增加网络承受负载能力,提高OLSR的路由传输能力.     

基于GPS数据的城市常发性拥堵区域识别方法

识别城市交通常发性拥堵区域,能够为交通管理部门和规划部门提供相应的改进建议,对城市道路网络健康运行具有重要作用。城市交通拥堵判别方法存在两个难题:基于传统检测器方法应用的局限性;基于路段级别的方法存在费工费时的地图匹配问题。针对这两个问题,提出基于车辆GPS轨迹数据的网格级别的拥堵判别方法;并利用改进的具有噪声应用的基于密度的空间聚类(density-based spatial clustering of applications with noise,DBSCAN)算法识别城市常发性拥堵区域。基于哈尔滨市城市道路网络、出租车和公交车GPS轨迹数据进行算例分析,结果表明,其能够有效判别基于网格的交通拥堵,并成功识别城市常发性拥堵区域。