煤矿井下基于Attention机制的LSTM地磁定位算法

针对利用无线射频信号对井下人员定位受环境影响大的问题,本文提出了基于Attention机制的LSTM地磁定位算法。利用矿用智能手机以路径连续采集方式获取井下地磁数据,通过分析井下巷道地磁信号变化的空间差异性和时间稳定性,建立面向井下拓扑结构的地磁指纹数据库;在LSTM模型中引入Attention机制,使其能够根据地磁序列与位置的相关性进行训练且给予不同的权重;将井下实时采集的地磁数据输入模型后进行位置估计。试验结果表明,通过神经网络LSTM学习地磁序列与相应位置的映射关系,可有效提高定位精度。     

一种改进的三维流场数据可视化方法

针对三维流场数据可视化容易出现的显示混乱问题,提出一种三维流场可视化自适应方法。该方法引入模糊支持向量机对流场特征进行分类预处理,并提出一种改进的线积分卷积算法,该算法利用模糊支持向量机得到的隶属度自适应生成Sobol稀疏噪声,避免当噪声过于稠密时产生重叠现象,而当噪声过于稀疏时漏掉流场重要的细节信息。通过多组流场三维可视化仿真实验的比较与分析,验证了本文方法的有效性。     

基于量测残差估计残差协方差的RAE-PEKF匹配算法

地磁异常数据可以为水下潜器提供高隐蔽性的外部辅助信息,修正由惯性导航产生的累积误差。滤波匹配算法作为地磁辅助惯性导航中的核心技术,能够有效削弱地磁观测噪声不确定的影响。基于航迹仿真数据,将全球地磁异常格网数据作为基准图,提出使用量测残差自适应估计观测噪声方差的地磁异常并行扩展卡尔曼滤波匹配算法。通过建立一组基于地磁异常观测量的并行滤波器,结合最优滤波器选取准则来提高算法的可用性和鲁棒性。选取地磁特征分布不同的中国南海海域进行仿真匹配实验,结果表明,该算法能够有效降低纯惯性导航经纬向的匹配误差。仿真条件下,在地磁特征变化明显的区域,地磁辅助惯性导航系统的精度在纬度方向上提高至0.751 53 n mile,在经度方向上提高至0.778 45 n mile。     

联合卷积神经网络与集成学习的遥感影像场景分类

针对人工设计的中、低层特征难以实现复杂场景影像的高精度分类以及卷积神经网络依赖大量训练数据等问题，结合迁移学习与集成学习，提出了一种联合卷积神经网络与集成学习的遥感影像场景分类算法。首先基于迁移学习的思想，利用在自然影像数据集上训练好的多个深层卷积神经网络模型作为特征提取器，提取图像多个高度抽象的语义特征；然后构建由Logistic回归和支持向量机组成的Stacking集成模型，对同一图像的多个特征分别训练Logistic模型，将预测概率结果融合构建概率特征；最后利用支持向量机对概率特征训练和预测，得到场景影像的分类结果。利用UCMerced_LandUse和NWPU-RESISC 45两种不同规模的遥感影像数据集进行试验，即使在只有10%的数据作为训练样本情况下，本文方法能够分别达到90.74%和87.21%的分类精度。     

一种基于快速动态时间规整的地磁定位算法

针对地磁序列匹配定位中动态时间规整算法计算耗时长、实时性差的问题,该文提出一种基于快速动态时间规整的地磁定位算法。该算法首先利用粗粒度化的方法缩短地磁序列长度,得到"粗粒度"化的地磁数据;然后采用减小搜索空间的策略快速得出匹配地磁数据与指纹数据的相似距离和规整路径;最后将"粗粒度"化的地磁数据与规整路径再规整回原来地磁数据序列的大小。在该文提出的定位算法中,缩短地磁数据长度与控制搜索空间的策略较好地改善了地磁序列匹配定位的计算耗时问题。实验结果表明,当匹配定位的地磁序列数据长度为100时,基于快速动态时间规整的地磁定位算法的平均定位误差为1.31 m,均方根误差为1.44 m,且其单次定位时间比动态时间规整算法缩短了2.63 s,算法执行效率提升了78.5%。该文提出的地磁定位算法在保证定位精度的同时加快了算法运行速率,能满足室内定位实时性的需求,具有较高的应用价值。     

地磁匹配中的地磁日变效应

针对目前地磁匹配研究中往往忽略地磁日变的影响,文中分别基于IGRF11模型和MAD匹配算法探讨了地磁匹配中的地磁日变效应.基于IGRF11模型的定性分析表明,地磁日变效应显著,即使在地磁变化较为平缓的区域,地磁日变仍给匹配定位带来较大影响.分别利用地磁平静时期广州、兰州、北京十三陵3个地磁台站分均值数据,基于MAD匹配算法定量分析了地磁日变效应.结果表明,匹配定位误差呈现出类似于日变形态的变化特征,且纬度效应显著,广州台站纬度方向上的最大误差达0.189°,经度误差达0.492°.     

海岸线遥感光谱角度-距离相似度生长模型自动化提取

海岸线变迁是沿海生态系统变化的重要指示因子,是国家海洋经济关注的重要组成部分。本文通过构建光谱角度—距离相似度模型,解决HJ-1B/IRS红外传感器在海岸线自动化提取应用中的可行性问题,以及当前方法应用于不同时相数据过程中的阈值不稳定性问题,拓展IRS传感器的应用领域和价值。光谱角度—距离相似度模型以多光谱像元归一化辐射值为向量元素,度量不同像元在单位空间距离上的角度相似性,以迭代方式分析水体样本像元与周边八邻域相邻像元的角度—距离相似性,通过相似性约束对水体样本进行区域生长以获取水岸分界线。通道辐射归一化分析表明采用反射率和量化等级最大值归一化的通道值能很好地反映地物随季节的变化;样本相似度分析表明以水体和非水体相似度两倍方差(0.01)为误差的生长阈值(0.98)适用于全时相影像水岸线提取,总体精度优于80%。验证数据分析表明,角度—距离相似度模型阈值稳定、不受时相影响。通过与常用的High Pass卷积滤波、Roberts卷积滤波、Sobel卷积滤波、Laplacian卷积滤波、FFT高通变换和Canny提取结果比对分析表明,High Pass、Laplacian和FFT变换无法应用于IRS传感器,Roberts和Sobel相对来说能较好的识别水陆边缘,Canny在正常噪声条件下也能有效识别水陆边缘。但这些算法在识别水陆边缘线的同时,也将内陆地物边缘线进行了识别,如何将内陆地物边缘线从识别结果中有效去除,是这些方面所面临的重要难点。比较而言,角—距相似度模型能很好的应用于IRS传感器的海岸线提取,对传感器的噪声并不敏感,在B4通道非正常水平噪声条件下也能提取出理想结果,而且后续处理简单,不存在内陆边缘线的干扰问题。光谱角度—距离相似度模型对海岸线识别精度较高、模型参数稳定,能有效地提升IRS传感器在海岸线提取方面应用价值。在实际应用过程中需要避免的是,既覆盖陆地又覆盖海洋的云团会遮挡地物光谱信息,造成海岸线无法有效分离,因此需要对影像数据进行有效的筛选。本文基于遥感影像提取的海岸线只是瞬时水边线,需要进一步结合海岸线的类型以及潮位数据和DEM等数据进行修正得到最终的海岸线。     

地磁匹配导航算法研究

文中首先研究了基于点的地磁匹配导航算法,这种算法一次定位时间太长,不能满足导航系统对实时性的要求.针对基于点的地磁匹配导航算法的缺点提出了基于向量的地磁匹配导航算法,这种算法满足了导航系统对实时性的要求.基于点的地磁匹配导航算法和基于向量的地磁匹配导航算法都是基于单点的匹配算法,这决定了它们有共同的缺陷:匹配结果可能不...     

基于深度卷积特征的影像关系表创建方法

在从运动恢复结构（structure from motion,SfM）的过程中,无序影像间的匹配非常耗时,一方面受制于特征匹配本身,另一方面受制于大量的图像间匹配,其计算复杂度为O（n²）。为减少匹配次数,本文提出基于深度卷积特征（deep convolution feature,DCF）的影像关系表创建方法。首先利用在ImageNet上训练好的VGG-16卷积神经网络提取影像的卷积层特征图,然后对特征图进行和池化操作,最后将该向量归一化,作为图像的特征。通过向量点乘,计算数据集中的每张影像和其余所有影像的相似度,选取相似度最大的10张影像作为影像的潜在匹配像对,并由此构建影像关系表。结果表明,本文提出的DCF能够有效的创建影像关系表,找出潜在匹配像对。在Urban和South Building数据集上,基于DCF创建的关系表匹配的SfM重建的结果和穷举匹配的重建结果基本一致,但匹配次数分别减少97.4%和92.1%。同时基于DCF创建的关系表优于主流ORB-SLAM2系统中的DBoW3创建的关系表。     

地磁匹配导航算法研究

针对基于点的地磁匹配导航算法一次定位时间太长,不能满足导航系统对实时性的要求的缺点,提出基于向量的地磁匹配导航算法,满足导航系统对实时性的要求.基于点的地磁匹配导航算法和基于向量的地磁匹配导航算法都是基于单点的匹配算法,这决定了它们有共同的缺陷:匹配结果可能不唯一.针对这一点提出基于Monte Carlo的地磁匹配导航...     

自组织优化分类的AUV地磁导航适配区选取

为确保水下自主航行器(autonomous underwater vehicle, AUV)地磁导航的可靠性及其航迹规划的合理性,提出了一种基于主成分分析(principal component analysis, PCA)和改进反向传播(back-propagation, BP)神经网络结合的候选地磁匹配区自组织优化分类方法。将候选地磁匹配区的分类问题统一在模式识别的框架下,首先,采用PCA对若干地磁图特征参数进行线性变换,获取独立的主成分特征参量;然后,利用遗传算法(genetic algorithm, GA)优化BP神经网络的初始权阈值来提高候选地磁匹配区适配性分类的准确性;最后,借助GA-BP神经网络来构建地磁图特征参数和匹配性能的映射关系,完成地磁适配区的自动识别。仿真实验结果表明,该自组织优化分类方法在地磁导航适配区选取方面具有较高的分类精度和可靠性,为AUV的高精度长航时自主导航提供重要保障。     

一种面向无人机绝对定位的卫星基准影像检索方法

针对全球导航卫星系统（global navigation satellite system,GNSS）拒止环境下大范围无人机视觉绝对定位问题,提出了一种聚合深度学习特征的卫星基准影像检索方法。首先,利用预训练的深度学习模型提取无人机与卫星基准影像的局部卷积特征;然后,对局部特征描述符进行聚合,生成影像全局表达;最后,利用影像全局特征进行相似性检索,并采用检索结果精匹配重排序的后处理方法,进一步提高检索准确率。设计了一个新的面向无人机绝对定位的卫星基准影像数据集并进行实验,结果表明,使用所提方法检索无人机影像适配区域的卫星基准影像的准确率达76.07%,可为后续基于视觉的无人机绝对定位提供参考。     

EM算法在p范混合模型参数估计中的应用

针对多种分布形式混合的观测数据,建立了p范混合模型,考虑到模型中混合数属于不完全数据,引入期望最大化(expectation-maximum, EM)算法,对该混合模型的参数进行估计,详细推导了p范混合模型参数估计的迭代公式,并给出了相应的迭代步骤。采用混合高斯分布数据、拉普拉斯分布与高斯分布混合数据及实测GPS观测值残差数据,验证了公式的正确性和适应性。算例结果表明,与单一概率分布相比,p范混合模型能够准确反映数据分布的实际情况,同时利用EM算法估计的模型参数具有较高的精度。     

时空轨迹多层级相似子段匹配方法

轨迹子段匹配是轨迹数据挖掘的重要手段,针对其计算复杂度较高、受噪声影响大的问题,提出了一种融合自适应希尔伯特地理网格编码的多层级轨迹编码树结构,在可接受的建树代价下,形成了从轨迹整段到最小片段的层次化组织形式和子段从属关系表达结构,并在轨迹片段编码树的基础上,设计了相似子段匹配算法,将复杂的空间计算转化为空间编码的字符串前缀匹配操作,极大地降低轨迹子段匹配的计算复杂度。实际轨迹数据的实验表明,在不影响匹配准确率的前提下,提出的子段匹配方法的效率与基于经典距离的相似性度量方法相比,有超过一个数量级的性能提升。     

利用局部几何特征与空洞邻域的点云语义分割

点云具有数据量大、无拓扑结构等特点,现有的深度学习语义分割模型难以充分挖掘大范围邻域内点云中所隐藏的几何特征。由此提出了一种基于空洞邻域并结合角度等几何特征作为模型输入的点云语义分割模型。首先,在局部邻域构建过程中,将图像处理的空洞卷积操作扩展至点云,建立空洞邻域结构,以扩大感受野;然后,在特征提取过程中,将中心点与邻域点之间相对坐标、距离、角度等基本几何特征作为模型输入,最大程度挖掘邻域内的几何特征;最后,基于所提邻域结构与特征提取算法构建了点云语义分割模型。采用Semantic3D数据集进行实验验证,结果表明,所提模型分割效果优于对比的点云语义分割算法,空洞邻域与局部几何输入特征能够有效改善点云语义模型的性能。     

同波束VLBI测量下的天问一号火星车定位及精度分析

针对中国天问一号火星探测任务中的火星车定位问题,进行了相关方法的研究和精度分析。根据现有测控条件,考虑到火星车无地面测距数据,提出了利用轨道器和火星车的同波束甚长基线干涉测量（same-beam very long baseline interferometry,SBI）数据对火星车进行定位的方法。由于利用SBI联合轨道器测距数据无法在定轨定位的同时解算差分相时延模糊度,分析了在固定轨道器的轨道情况下,仅利用SBI数据进行火星车定位。结果表明,火星车定位误差随着轨道器的轨道精度提高而减小,如果轨道器的轨道精度从1 km提升到100 m或10 m,6 h SBI数据可以将火星车定位精度提高到数百米,同时,增加数据弧段可进一步提高定位精度,当对着陆器高程方向进行约束时,定位精度会有明显改善。     

利用FY3C与FY3D GPS掩星资料研究中低纬地区偶发E层形态的比较

偶发E层(sporadic E, Es)是主要发生在90~120 km高度的电子密度显著增强的电离层薄层,Es层的存在会导致掩星观测中全球导航卫星系统信号强度和相位的强烈波动。利用2019-01—2021-12风云三号C（Fengyun-3C,FY3C）和风云三号D(Fengyun-3D,FY3D)卫星GPS（global positioning system）掩星观测的50 Hz信噪比数据提取Es层信息,进而对两颗卫星数据分别反演得到的60°S~60°N中低纬地区Es层发生率的时空分布及季节变化进行比较。结果发现,虽然两颗卫星掩星资料得到的Es层发生率分布形态基本一致,均反映了Es层的发生率与地磁场和中性大气背景风场的相关性,但在大部分季节和地区,由FY3D得到的Es层发生率低于由FY3C得到的结果,北半球夏季中纬地区尤为明显,而FY3C反演结果与基于电离层与气候星座观测系统掩星数据的反演结果更为接近。导致差异的可能原因包括两颗卫星信噪比廓线的上边界高度分布和地方时覆盖上的差异、两颗卫星掩星接收机噪声水平的差异等。上述结果表明,后续融合两颗卫星的掩星数据进行Es层相关研究时,可能需要顾及两颗卫星接收机的不同噪声水平,在Es层发生的判定策略上进行针对性调整。     

GOCE卫星重力梯度数据反演重力场的滤波器设计与比较分析

地球重力场和海洋环流探测（gravity field and steady-state ocean circulation explorer,GOCE）卫星重力梯度数据有色噪声和低频系统误差的滤波处理是反演高精度地球重力场的一个关键问题。针对GOCE卫星重力梯度数据的滤波处理,基于移动平均（moving average,MA）方法和CPR(circle per revolution)经验参数方法设计了两类低频系统误差滤波器,并分别将这两类滤波器与基于自回归移动平均（auto-regressive and moving average,ARMA）模型设计的有色噪声滤波器组合起来形成级联滤波器。为了分析滤波器处理的实际效果,基于空域最小二乘法采用70 d的GOCE观测数据,并联合重力恢复与气候实验（gravity recovery and climate experiment,GRACE）数据分别反演了224阶次的重力场模型GOGR-MA(MA+ARMA级联滤波)和GOGR-CPR(CPR+ARMA级联滤波)。将反演模型与采用同期数据求解的第一代GOCE系列模型及GOCE和GRACE联合模...     

城市场景智能手机GNSS/MEMS融合车载高精度定位

智能手机凭借其普遍性、便携性和低成本等优势,已成为大众用户导航与位置服务的主流终端载体,其多频多系统GNSS（global navigation satellite system）观测值的开放进一步激发了手机高精度定位的研究。然而,受限于消费级GNSS器件性能,手机卫星观测值呈现出信号衰减严重、伪距噪声大、粗差周跳多等问题;并且受城市复杂环境影响,手机GNSS定位的连续性、可靠性也难以保证。提出一种城市场景手机GNSS/ MEMS（micro-electro mechanical system）融合的车载高精度定位方案。首先,构建了速度约束的GNSS差分定位模型;然后,通过手机内置MEMS与车辆运动约束,在挑战环境下进行GNSS/MEMS融合精密定位。实验结果表明,在开阔和树荫场景下,速度约束方法可达到分米至米级定位精度,相比于常规方法分别提升了35.2%和78.9%;在高架场景下,GNSS/MEMS融合定位的精度和连续性均提升显著;在隧道场景下,MEMS推算位置累积误差约为2.5%。实验结果初步表明,手机GNSS具备开阔环境下的车道级定位能力,手机GNSS/MEMS融合可提升城市复杂环境下车载定位的精度和连续可用性。