一种基于BDS四频数据的周跳探测方法

    公开(公告)号:CN115932922B

    公开(公告)日:2024-04-09

    申请号:CN202211696425.1

    申请日:2022-12-28

    Abstract: 本申请公开一种基于BDS四频数据的周跳探测方法,包括以下步骤:首先对各频率的伪距和载波相位构建四频伪距减相位组合,然后根据组合波长、电离层延迟系数及周跳检测量中误差的综合影响,选择最优的四频组合系数构造超宽巷相位和窄巷伪距组合周跳检测量,通过载波宽巷和伪距窄巷差分构建墨尔本—维贝纳(Melbourne‑Wübbena,MW)组合观测方程,并联合无几何相位组合在历元间差分进行BDS四频周跳探测。本发明弥补了单一方法的周跳探测盲点,提高了周跳探测精度,为BDS四频数据探测周跳提供方了一种方法,对于BDS高精度定位具有重要的意义。

    森林研究区的星载光子计数激光雷达去噪精度评价方法

    公开(公告)号:CN113885012A

    公开(公告)日:2022-01-04

    申请号:CN202111304112.2

    申请日:2021-11-05

    Abstract: 本发明公开一种森林研究区的星载光子计数激光雷达去噪精度评价方法,方法首先选择星载光子计数激光雷达的轨迹与森林研究区的机载点云数据轨迹的重合区域作为评价区,并根据评价区位置,提取对应ATL03数据产品与ATL08数据产品中光子云数据;接着使得星载光子计数激光雷达与机载去噪评价数据处于相同坐标系,并将ATL08数据产品中的信号标签赋予ATL03数据产品中的光子云数据,得出NASA官方算法的去噪结果;然后获取对应机载去噪评价数据的冠层高度模型数据CHM和数字地表模型数据DTM;最后对CHM和DTM数据进行匹配,并对星载光子计数激光雷达数据进行去噪精度评价。本发明使用机载点云数据完成对星载光子云数据的评价验证,具有较强的实际应用价值。

    一种基于自适应卡尔曼滤波的高铁沉降观测数据预测方法

    公开(公告)号:CN106815478B

    公开(公告)日:2019-03-08

    申请号:CN201710034374.9

    申请日:2017-01-17

    Abstract: 本发明提供一种基于自适应卡尔曼滤波的高铁沉降观测数据预测方法,该方法为:获取待分析的n个高铁沉降路基观测数据,所述高铁沉降路基观测数据为高铁沉降路基观测高程值时间序列;对高铁沉降路基观测数据x进行方差补偿自适应卡尔曼滤波的预处理,得到高铁沉降路基观测数据的滤波值;根据高铁沉降路基观测数据的滤波值确定高铁沉降路基数据预测AR模型;采用确定的高铁沉降路基数据预测AR模型对高铁沉降路基观测数据进行预测。该方法解决了直接使用高铁原始数据完成预测,难以解决原始数据存在误差的情况。自适应卡尔曼滤波在进行滤波的同时,能够实时的按照相应的数学方法对原始数据进行修正,能够有效的降低AR模型可能出现的发散现象。

    基于多模态星载激光雷达的区域尺度林下地形生成方法

    公开(公告)号:CN119291647A

    公开(公告)日:2025-01-10

    申请号:CN202411559130.9

    申请日:2024-11-04

    Abstract: 本发明公开一种基于多模态星载激光雷达的区域尺度林下地形生成方法,涉及星载激光雷达数据应用技术领域。本发明通过特征参数对星载激光雷达数据ICESat‑2和GEDI开展多准则数据筛选,获取了高精度的多模态星载激光雷达光斑数据集;其次以土壤类型作为区分条件,通过随机森林模型分别构建针对不同土壤类型的林下地形模型,从光斑尺度林下地形数据实现林下地形区域尺度反演,得到高精度区域尺度林下地形,可以用于开展区域尺度林下地形研究。

    一种SSA-BP神经网络与灰色模型卫星钟差预报方法

    公开(公告)号:CN116050483A

    公开(公告)日:2023-05-02

    申请号:CN202310034793.8

    申请日:2023-01-10

    Abstract: 本发明涉及一种SSA‑BP神经网络与灰色模型卫星钟差预报方法,其特征在于,包括:获取卫星钟差数据,对所述卫星钟差数据进行处理,获得钟差序列;基于SSA‑BP神经网络与灰色模型对所述钟差序列进行预报,获取钟差预报结果。本发明相较于传统进神经网络,提高了搜索效率,得到的优化值更为精确,提高了神经网络的准确性,从而提高了钟差预报模型的预报精度。该模型在短期内预报中表现较好,实时性较强,可用于卫星钟差的高精度预报。

    针对森林研究区的星载单光子数据分类精度评价方法

    公开(公告)号:CN115524687A

    公开(公告)日:2022-12-27

    申请号:CN202211232402.5

    申请日:2022-10-10

    Abstract: 本发明提供一种针对森林研究区的星载单光子数据分类精度评价方法,具体涉及星载单光子激光雷达遥感应用领域。该方法首先获取星载单光子激光雷达的轨迹,根据机载数据情况初步确定研究区位置。根据研究区位置,获取对应星载单光子激光雷达的ATL03、ATL08数据产品与对应的机载验证数据;根据ATLAS数据说明文档,将ATL08数据产品中的地面光子与冠层顶光子分类标签赋予ATL03数据产品中的单光子数据,得出评价区范围内,带有NASA分类算法标签的地面光子与冠层顶光子;根据评价区经度、纬度信息,将星载单光子激光雷达数据与机载分类精度评价数据进行匹配,构建地面光子标准评价范围与冠层顶光子标准评价范围,并对星载单光子分类精度进行分类精度定量评价。

    一种基于熵权法的BDS卫星轨道位置插值方法

    公开(公告)号:CN107193020B

    公开(公告)日:2020-04-14

    申请号:CN201710568613.9

    申请日:2017-07-13

    Abstract: 本发明提出一种基于熵权法的BDS卫星轨道位置插值方法,获取BDS卫星轨道系统精密星历中的t时刻的卫星轨道位置的拉格朗日插值和t时刻的卫星轨道位置的切比雪夫插值,将卫星轨道位置的拉格朗日插值和对应时刻的卫星轨道位置的切比雪夫插值组成待加权项目数据矩阵,计算待加权项目数据矩阵中各个方向的各待加权项的拉格朗日加权比重和切比雪夫加权比重,计算各个方向上待加权值的熵值,确定各个方向上待加权值的熵权,最终确定各个方向基于熵权法的轨道位置插值,本发明提高了单一差值方法的插值精度,解决了使用单一插值方法可能导致的误差较大情况。

    基于多模态星载激光雷达数据的林下地形数据集生成方法

    公开(公告)号:CN115436965B

    公开(公告)日:2024-05-03

    申请号:CN202211162150.3

    申请日:2022-09-23

    Abstract: 本发明设计基于多模态星载激光雷达数据的林下地形数据集生成方法,属于多模态星载激光雷达数据应用领域;首先选定研究区位置,根据研究区四角的经纬度信息或者研究区边界的矢量信息,来获得多模态星载激光雷达数据;提取多模态星载激光雷达数据的特征参数,并对其进行大地水准面改正信息修正,根据光斑质量筛选参数,筛选修正后的多模态星载激光雷达数据;得到最终的基于多模态星载激光雷达数据的林下地面高程数据;将其与机载G‑LiHT数据精度评价数据进行匹配,开展基于多模态星载激光雷达数据的林下地形数据集的精度验证研究;实现了基于多模态星载激光雷达数据的林下地形数据反演,为反演林下地面高程信息提供准确、有效的科学数据。

    一种基于BDS四频数据的周跳探测方法

    公开(公告)号:CN115932922A

    公开(公告)日:2023-04-07

    申请号:CN202211696425.1

    申请日:2022-12-28

    Abstract: 本申请公开一种基于BDS四频数据的周跳探测方法,包括以下步骤:首先对各频率的伪距和载波相位构建四频伪距减相位组合,然后根据组合波长、电离层延迟系数及周跳检测量中误差的综合影响,选择最优的四频组合系数构造超宽巷相位和窄巷伪距组合周跳检测量,通过载波宽巷和伪距窄巷差分构建墨尔本—维贝纳(Melbourne‑Wübbena,MW)组合观测方程,并联合无几何相位组合在历元间差分进行BDS四频周跳探测。本发明弥补了单一方法的周跳探测盲点,提高了周跳探测精度,为BDS四频数据探测周跳提供方了一种方法,对于BDS高精度定位具有重要的意义。

    一种基于熵权法的BDS卫星轨道位置插值方法

    公开(公告)号:CN107193020A

    公开(公告)日:2017-09-22

    申请号:CN201710568613.9

    申请日:2017-07-13

    Abstract: 本发明提出一种基于熵权法的BDS卫星轨道位置插值方法,获取BDS卫星轨道系统精密星历中的t时刻的卫星轨道位置的拉格朗日插值和t时刻的卫星轨道位置的切比雪夫插值,将卫星轨道位置的拉格朗日插值和对应时刻的卫星轨道位置的切比雪夫插值组成待加权项目数据矩阵,计算待加权项目数据矩阵中各个方向的各待加权项的拉格朗日加权比重和切比雪夫加权比重,计算各个方向上待加权值的熵值,确定各个方向上待加权值的熵权,最终确定各个方向基于熵权法的轨道位置插值,本发明提高了单一差值方法的插值精度,解决了使用单一插值方法可能导致的误差较大情况。

Patent Agency Ranking