利用网格搜索进行地球椭球面闪电定位

提出了一种利用网格搜索法定位地球椭球面闪电位置的方法,在闪电可能发生的整个区域内寻找最适应解,通过采用多级网格搜索策略,计算结果将迅速收敛至最终解。分别用仿真数据和电网雷电定位系统实际电力线雷击事故点进行计算,证明了该方法的有效性和稳定性。     

Robust估计的算法优化

本文分析了Ｒｏｂｕｓｔ估计收敛慢的原因，提出以最小二乘平差的残差（Ｖ）为初始信息，用Ｌ１估计的权函数所计算的权力初始权，根据迭代计算的残差的大小，及残差的变化所提供的信息，构造出加速收敛的算法，计算结果表明，较之一般的方法，迭代次数显著减少，辨识杠杆点含粗差的能力有较大提高，即搜索粗差的效率有很大提高。     

全球导航卫星反射信号的镜面反射点算法

文章从镜面反射点的定义出发,导出了在搜索镜面反射点时应满足的几何条件,分析了目前用于搜索镜面反射点算法的优点及不足;在此基础上,提出了一种二分算法;最后通过双基实验数据对这一算法进行验证,并与其他算法进行对比,结果显示出这种算法在收敛速度、搜索精度以及准确性等方面的优越性.     

利用特征点采样一致性改进ICP算法点云配准方法

针对传统迭代最近点算法(ICP)对点云初始位置要求高、收敛速度慢和易陷入局部最优的问题,本文提出了一种基于特征点采样一致性算法改进ICP算法的点云配准方法.首先使用体素网格法采样,通过法向量邻域夹角特性提取特征点并建立快速点特征直方图(FPFH)进行特征描述;然后使用采样一致性算法(SAC-IA)粗配准计算出点云的初始坐标变换,进而使点云获得较好的初始位置;最后通过K维树近邻搜索改进ICP算法,完成点云精确配准.实验结果表明,所提出的方法能够提供良好的初始位置,提高传统ICP算法点云的配准精度和收敛速度.     

遗传算法与单纯形法组合的影像纹理分类方法

提出遗传算法(简称GA)与单纯形法组合的影像纹理分类方法(简称GASPX)。单纯形法是一种局部搜索方法，它通过反射，扩张，收缩操作，求得新的单纯形点，组成新单纯形，新单纯形比前一个单纯形更接近局部最优解。这种寻优方法收敛速度快，它与GA组合起来可以改善单独使用GA收敛速度慢的缺陷。由于在组合算法中是多个单纯形的局部区域的并行搜索，避免GA优化过程中过早收敛于局部最优解的现象出现。通过5种不同类别航空影像纹理识别的试验，并与GA的结果作对比，结果表明GASPX法优于GA法。     

顾及波束入射角的常梯度声线跟踪水下定位算法

海水声速的时空变化会使声波沿传播方向发生折射,有效消除声波的折射效应对提高水下声学定位精度至关重要。在声速剖面已知的情况下,声线跟踪是削弱折射效应的有效方法。但现有的声线跟踪方法要求波束入射角为已知,而基于距离交会原理的水下声学定位系统通常未对波束入射角进行直接观测。针对上述问题,提出了顾及波束入射角的常梯度声线跟踪水下定位算法,采用搜索法确定波束入射角,通过对声线跟踪与定位解算的迭代计算,实现波束入射角和目标坐标的渐次修正。为进一步提高计算效率,提出了迭代求解超越方程的解算法。试验结果表明,本文方法有效利用声速剖面消除了声线折射效应的影响,且解算法计算效率优于搜索法。     

共轭方向直接法及其收敛性

本文给出一种新的直接法，构造一组特定的共轭方向，使其只需沿一个方向进行一维搜索，比通常的共轭方向法节省了许多一维搜索的工作量，从数值计算上看，迭代次数较Ｐｏｗｅｌｌ法有明显减少。     

快速GPS定位算法探讨

本文对目前最流行的三种快速ＧＰＳ定位方法进行了阐述，讨论了它们在判断正确时所存在的困难。提出了用快速整周模糊度搜索法求解并用模糊度函数法判断正确解相结合的方法，采用这种方法，５分钟的短基线观测数据，计算精度达到４ｃｍ以内。     

子午线收敛角与长度比的一种简捷算法

关于子午线收敛角和长度比的计算公式在许多大地测量书籍中都已导出,但精度要求不同,公式推导方法就不同.子午线收敛角和长度比计算是大地测量学中的常规计算,但其公式推导较复杂,初学者难以掌握.本文提出了一种子午线收敛角与长度比的简捷算法,本法公式推导简单,便于理解,编写了相应的计算程序,与传统方法解算结果相同.     

大角度立体像对相对定向的混合共轭梯度算法

无初值依赖的快速收敛是大角度相对定向解算的关键所在。为此,本文提出一种混合共轭梯度算法,具体过程是:①采用随机爬山算法对给定的相对定向元素初值进行随机扰动,产生保证优化方向的初值;②局部优化中以超线性收敛的共轭梯度法取代相对定向中的最速下降法,以提高其收敛速度;③全局收敛条件为计算误差小于规定的限差。对比试验表明,混合共轭梯度算法无初值依赖性,具有较高的解算精度和较少的迭代次数。     

常用阻尼最小二乘算法的改进

阻尼最小二乘法或称Ｌｅｖｎｂｅｒｇ－Ｍａｒｑｕｒｔ法是我们在时间序列分析中经常用到的一种实用的非线性最小二乘算法。本文指出了常用阻尼最小二算法的不足之外，并提出了一种实用的改进算法－三点搜索法。实例表明改进的算法不仅可以提高计算速度，而且可以得到更好的求解结果。     

基于改进粒子群算法在GIS最优路径中的研究

在GIS环境下研究最优路径问题具有很多优势,本文研究的最优路径问题是基于传统粒子群算法存在的早熟收敛问题,并提出了一种改进的粒子群算法,该算法在后期引入变异算子,变异操作能够提高算法跳出局部最优的能力,同时又保持了前期搜索速度快的优点。     

常用阻尼最小二乘算法的改进

阻尼最小二乘法或称Ｌｅｖｅｎｂｅｒｇ—Ｍａｒｑｕｒｔ法（简称Ｌ─Ｍ法）是我们在时间序列分析中经常用到的一种实用的非线性最小二乘算法。本文指出了常用阻尼最小二乘算法的不足之处，并提出了一种实用的改进算法─—三点搜索法。实例表明改进的算法不仅可以提高计算速度，而且可以得到更好的求解结果。     

SPOT像片外方位元素之间的相关性及克服方法的研讨

本文从数学公式出发分析了SPOT像片外方位元素之间强相关的性质;讨论了在解求外方位元素时为克服强相关的影响而采用的两种方法,即线元素与角元素迭代求解法和定向未知数引入“伪观测值”法;并根据相关分析提出了一种新的方法——合并相关项求解法。试验结果表明:这一方法不仅具有计算收敛快、法方程答解稳定等特点,而且具有较高的解算精度。     

利用最优化方法确定最佳城市独立坐标系

在控制范围及相对高差较大的区域中,无论怎样选取城市独立坐标系,都会使部分区域的高斯投影变形超过2.5 cm/km。本文提出一种新的确定城市独立坐标系的最优化方法一加权蛮力搜索法,以投影变形加权平方和最小为依据,采用蛮力算法确定最优的城市独立坐标系,使得高斯投影变形超过2.5 cm/km的区域最小并集中在次要地区(权重较小的地区)。本文以吉林省延吉市独立坐标系的建立为例,研究了加权蛮力搜索法的实现途径和计算方法,并分析采用最佳城市独立坐标系后,高斯投影变形的改善情况。     

导航卫星历书拟合初值的选取与误差分析

研究了GPS历书拟合算法,针对常用算法拟合精度受初值影响较大,且迭代计算一般不能收敛于最小拟合误差的情况,提出了称为“二步法”的改进历书拟合算法。即首先进行短弧拟合,并将拟合结果作为长弧拟合的初值使用;取计算过程中的最小拟合误差对应值代替最终收敛值作为拟合结果。经多组GPS实际轨道拟合试验,结果表明“二步法”拟合精度一般能提高约50％。     

改进型果蝇算法优化的灰色神经网络变形预测

针对灰色神经网络权值阈值的不确定性,本文提出改进型果蝇优化算法优化的灰色神经网络预测模型。通过添加逃脱系数修改适应度函数,同时引入三维空间搜索的概念扩大了果蝇搜索范围对基本果蝇优化算法进行改进,避免算法陷入早熟收敛的陷阱,加快收敛速度,有效地提高了算法的优化性能。利用改进型果蝇优化算法优化灰色神经网络参数建立预测模型。选用实际工程沉降数据仿真模拟,验证该模型的预测性能,并将预测结果与果蝇优化算法灰色神经网络,粒子群优化灰色神经网络和灰色神经网络进行比较。结果表明改进型果蝇优化算法优化的灰色神经网络预测模型预测精度更高,拟合程度更好。     

改进型果蝇算法优化的灰色神经网络变形预测

针对灰色神经网络权值阈值的不确定性,本文提出改进型果蝇优化算法优化的灰色神经网络预测模型。通过添加逃脱系数修改适应度函数,同时引入三维空间搜索的概念扩大了果蝇搜索范围对基本果蝇优化算法进行改进,避免算法陷入早熟收敛的陷阱,加快收敛速度,有效地提高了算法的优化性能。利用改进型果蝇优化算法优化灰色神经网络参数建立预测模型。选用实际工程沉降数据仿真模拟,验证该模型的预测性能,并将预测结果与果蝇优化算法灰色神经网络,粒子群优化灰色神经网络和灰色神经网络进行比较。结果表明改进型果蝇优化算法优化的灰色神经网络预测模型预测精度更高,拟合程度更好。     

改进型果蝇算法优化的灰色神经网络变形预测

针对灰色神经网络权值阈值的不确定性,本文提出改进型果蝇优化算法优化的灰色神经网络预测模型。通过添加逃脱系数修改适应度函数,同时引入三维空间搜索的概念扩大了果蝇搜索范围对基本果蝇优化算法进行改进,避免算法陷入早熟收敛的陷阱,加快收敛速度,有效地提高了算法的优化性能。利用改进型果蝇优化算法优化灰色神经网络参数建立预测模型。选用实际工程沉降数据仿真模拟,验证该模型的预测性能,并将预测结果与果蝇优化算法灰色神经网络,粒子群优化灰色神经网络和灰色神经网络进行比较。结果表明改进型果蝇优化算法优化的灰色神经网络预测模型预测精度更高,拟合程度更好。     

GNSS失锁下融合描述子与粒子滤波的LiDAR定位方法研究

在GNSS失锁情况下,如何基于三维激光雷达进行定位,是值得关注的问题。通过点云匹配或蒙特卡洛定位(MCL)的方法进行定位,存在初值敏感、计算时间长和搜索空间大的问题。本文提出了一种定位方法,首先利用描述子初始化,确定粗略的位姿,缩小搜索空间,然后使用MCL进行精定位。通过给定描述子初值,预先计算三维网格概率,达到了缩小搜索空间、减少计算时间的效果。初步的试验结果表明,该方法在GNSS失锁情况下定位精度保持较好。