一、论用组合法作工程三角网之平差（论文文献综述）
姜兆英[1]（2018）在《短基线集InSAR形变模型的不适定问题解算方法研究》文中指出SBAS InSAR技术是目前国内外有关InSAR技术研究的热点问题之一,被广泛应用于大尺度长时间序列的矿区、城市、地震断裂带等不同类型地表形变监测。但是,在利用SBAS InSAR技术监测地表形变的实际应用中发现,其形变模型的解算存在着病态和秩亏两类不适定问题,严重影响着形变信息（形变量、形变速率等）反演的精度和可靠性。本文以SBAS InSAR技术的基本理论为基础,针对其形变模型最小二乘解算中的病态问题,研究并提出了基于Liu估计的有偏迭代估计法和Tikhonov正则化方法;针对秩亏时奇异值分解反演形变量和形变速率不稳定的问题,研究并改进了 Landweber迭代法,并将其应用到秩亏的SBAS InSAR形变模型解算中,反演出更准确的形变信息。本文主要包括以下几个方面的研究内容:（1）系统研究了常用SBAS InSAR技术的基本原理和数据处理流程,特别对主影像的选取、干涉对的组合、形变模型系数阵的构造和解算方法等进行了深入细致的分析和研究。在此基础上,利用SBAS InSAR技术对北京地区2007～2010年的29景ENVISAT ASAR数据进行处理,提取研究区2007-2010年的时序沉降情况及年平均沉降速率,并对沉降结果进行了详细分析,从而全面了解SBAS InSAR的数据处理流程、关键技术等。（2）针对SBAS形变模型病态问题,在Liu估计的基础上,结合迭代的思想,提出了一种能削弱模型病态影响的有偏迭代估计法。论文从理论上证明了该迭代法在修正因子大于等于-1小于等于1的情况下收敛;利用矩阵的谱分解,给出了迭代公式的解析表达式,讨论了该估计法的性质。以济宁地区的1 3景ENVISAT ASAR影像为数据源开展了 SBAS技术在城市地面沉降监测中的应用实验,分别利用LS法、Liu估计法和本文提出的基于Liu估计的有偏迭代估计法解算其形变模型。实验结果表明接于Liu估计的有偏迭代估计法比.LS法、Liu估计法获得的结果准确、稳定,且迭代估计具有更强的抗干扰能力。（3）为解决SBAS形变模型最小二乘解算的病态问题,提出了一种适合求解SBAS形变模型的Tikhonov正则化方法。该方法首先利用短基线干涉对之间的相关性作为权阵进行加权最小二乘估计,然后根据L-曲线准则确定正则化参数,以加权最小二乘估计的均方误差阵逆阵中对角线上的元素构成正则化矩阵,从而利用Tikhonov正则化方法实现SBAS形变模型反演的稳健解算。（4）为了检验Tikhonov正则化方法求解形变模型的稳健性,利用济宁地区的9景ENVISATASAR升轨数据,组成30个时序差分干涉对,分别利用LS法和Tikhonov正则化方法解算SBAS InSAR形变模型,反演出研究区的形变速率,并与水准监测结果进行了对比分析,结果表明Tikhonov正则化方法所得结果具有更高的精度和可靠性。另外,还组成了 18个时序差分干涉对,分别利用LS法和Tikhonov正则化方法解算其形变模型。对30个和18个时序差分干涉对情况下两种方法所得结果进行对比分析,表明在这两种情况下Tikhonov正则化方法求解SBAS形变模型几乎不受模型病态强弱的影响,所得结果具有更强的稳健性。另外,我们还采用LS法、岭估计法和Tikhonov正则化方法求解北京地区29景ENVISAT ASAR数据的SBAS形变模型,反演出研究区的形变速率图,实验结果同样表明基于Tikhonov正则化法估计的解更稳定,具有更高的精确度。（5）针对SBAS形变模型秩亏问题,将Landweber迭代法引入到求解SBAS形变模型中,提出了一种新的迭代次数确定方法。利用模拟算例验证了本文提出的方法适用范围广,且解的估计效率优于用偏差原则确定迭代次数的方法。然后利用北京地区的29景影像进行实验,分别采用奇异值分解法、改进的Landweber迭代法求解形变模型。结果表明,改进的Landweber迭代法不仅适合求解SBAS形变模型秩亏的情况,而且所得结果比奇异值分解法更准确。
白雨露[2]（2017）在《顾及变形特点的遥感影像分块纠正技术》文中研究说明几何纠正是遥感影像用于防灾减灾救灾、实时动态监测等诸多应用的关键处理环节;同时也是整个遥感图像处理过程中耗时最长、计算最密集的步骤之一。本文在对遥感数字影像的性质和特点、成像模型、坐标系统等做了详细的介绍的基础上,对几何畸变因素、遥感影像几何纠正模型、地面控制点采集方法和几何纠正精度分析做了深入的研究。遥感传感器在接收不同地形类型信息时受到的不同因素的影响不同,地形起伏的变化对遥感影像的精度有很大的影响。遥感影像的几何纠正是遥感影像数据处理的重要环节,所以在影像几何纠正时方法的选用很重要。通过对白银区影像进行相关实验,采用实验对比法,对影像分别使用不同的纠正方法进行整体几何纠正以及单元格网分块、重要点分块几何纠正,并对其实验结果影像进行了分析和总结。实验结果表明进行重要点分块纠正后的影像的精度要高于使用整体纠正方法纠正的精度,而且几何纠正效率高于单元格网分块方法。使遥感影像在实际应用中能够提供更加准确的地理信息,提升其利用价值。本文在研究遥感影像纠正的基础上,提出了按地理特点提取遥感影像重要点构建三角网,将遥感影像分区后再进行纠正的方法。得出将遥感影像图按不同地形、地物区域分块,并根据不同区域的情况选择合适的纠正模型进行几何纠正,分块纠正精度高于整体纠正,实现了遥感影像高精度几何校正。
孙长山[3]（2013）在《正射影像应急快速更新技术研究》文中指出随着数字摄影测量和遥感技术的发展，正射影像的制作及更新在方法和技术上已有了很大的进步，但是在局部正射影像更新方面还缺乏研究与实践，而在突发事件的测绘保障中对局部正射影像的更新却有着一定的需求。针对这一矛盾，本文从实际需要出发，以局部正射影像为对象，研究了局部正射影像快速更新技术相关的理论与算法，其关键部分包括：特征提取、匹配及匹配策略、同名不规则三角网的构建与局部影像的更新、更新影像精度检测数据的获取及更新区域精度分析等技术。论文的主要工作和创新如下：1.阐述了正射影像更新技术相关理论和算法的原理，并分析了当前对局部正射影像更新的需求情况；2.为了保证获得完全正确的同名点，选择了一种特征点误匹配剔除算法，并对该算法进行了改进：以判断同名点连线是否交叉或夹角明显来剔除误匹配这一方法为基础，提出了一种基于同名点连接线角度对误匹配点进行剔除的算法。通过与其他误匹配剔除算法相结合，形成多重约束条件的误匹配剔除方法，并用实验证明了这种方法的有效性；3.以特征匹配、不规则三角网和重采样滤波器为基础，设计并实现了对局部正射影像的自动更新；4.阐述了精度理论。为了检验局部正射影像更新技术的实用性，本文使用了一种新的精度评价方法对更新后的正射影像进行了精度评价：利用特征提取和匹配算法，提取更新后正射影像与旧正射影像在更新区域内的同名特征点对，以这些特征点和外业控制点的像点为精度检查点，计算更新区域内这些精度检查点对的较差及整体中误差，从而完成对影像精度的评价。
彭检贵[4]（2012）在《融合点云与高分辨率影像的城区道路提取与表面重建研究》文中研究说明近年来,遥感对地观测数据获取能力大幅增强,但与之对应的数据处理与信息提取能力则有待进一步加强,还难于满足国民经济各领域对空间信息要求日益增长的需求,其中一个亟待研究解决的关键科学问题是如何从众多遥感数据中高精度自动提取地物目标信息。道路作为城市中最主要的地物要素之一,是摄影测量与遥感领域中地物信息提取研究的主要对象。近40年来,大量学者展开了基于遥感影像数据的道路特征的半自动和全自动的研究,在理论和技术上都取得了很大发展和创新,但除了一些用于特定数据的半自动道路提取系统外,尚无一种实用的方法用于自动提取城市道路网络。随着三维数字城市的快速发展,人们对于道路信息的分辨率、准确性和实时性需求愈来愈高,基于高分辨率遥感数据的道路提取与重建将是未来的主要发展趋势,但空间分辨率的提高使得影像中非道路目标大量增加,道路提取面临着更大的挑战和困难,现有研究和实践已经表明,基于单一数据源难以提取理想的道路结果,融合多种数据源是一种较为可行的道路提取策略。高分辨率遥感影像与机载LiDAR点云数据在描述地物目标上具有互补性：影像中边缘信息清晰,但易受阴影、树木等遮挡影响；机载LiDAR点云边缘细节模糊,但不受阴影影响,可部分穿透植被的特性,提供的三维信息可用于道路建模,两种数据的结合能满足精确道路特征提取与重建要求。针对上述问题,本文研究了结合高分辨率航空影像与机载LiDAR点云数据提取城区道路并进行表面重建的关键技术,论文的主要研究内容如下：1.研究实现了融合机载LiDAR点云和高分辨率航空影像进行城区道路提取及其表面重建的完整技术流程：“基于机载LiDAR点云提取初始道路中心线”——“基于数据融合与组合辐轮算法自动提取二维精确道路轮廓”——“基于自适应的改进蝶形细分曲面算法重建道路表面”。实验结果证明了本技术流程的可行性。2.研究了基于机载LiDAR点云提取道路中心线的方法,提出了结合点云高程、强度特征和顾及道路几何特征的由粗到精的道路点云提取策略,并在此基础上利用形态学和感知编组方法提取道路中心线。首先,利用点云高程特征,提出了一种结合移动曲面的自适应渐进加密三角网滤波算法获取地曲点；然后,根据道路点云的强度属性特征从地面点云中提取初始道路点云,并顾及道路几何特征提出基于边长和面积阈值的约束Delaunay TIN方法精化初始道路点云;最后,基于精化后的道路点云生成距离影像,采用数学形态学和感知编组方法提取完整的道路中心线信息。3.重点研究解决了利用组合辐轮算法提取高分辨率影像中精确道路轮廓的三个关键问题。主要包括：（1）辐轮算法中初始种子点的自动获取。利用基于机载LiDAR道路点云提取的初始道路中心线信息自动初始化辐轮算法的种子点,提高了道路提取的自动化水平和正确率；（2）组合LiDAR特征辐轮消除道路阴影影像的影响。针对传统基于影像灰度特征的辐轮算法易受阴影噪声干扰无法正确提取阴影区道路轮廓的缺陷,利用机载LiDAR点云不受阴影影响的特点,提出了结合机载LiDAR道路点云高程特征和影像灰度特征的组合辐轮算法识别阴影区域,在对阴影区进行信息补偿后再利用基于影像灰度特征的辐轮算法提取精确道路轮廓；（3）组合LiDAR特征辐轮提取双幅道路轮廓,消除双幅道路带来的影响。传统辐轮算法受灰度差异较大的连续分道线影响而不能完整提取双幅道路轮廓,本文利用组合辐轮算法在约束范围内自动寻找双幅道路中另一侧路面的种子点提取道路轮廓而合并成完整道路轮廓；组合辐轮算法还可通过面积和方向约束,自动调整错误的初始种子点位置。4.研究了结合道路轮廓和机载LiDAR道路点云重建道路表面模型的方法。道路表面模型重建实质是一个曲面表达过程,常用的格网和TIN表面建模方法不能有效表达道路表面的平滑特征,而细分曲面算法能很好地弥补这一缺点。本文采用自适应的改进蝶形细分算法重建道路表面,重建过程中,通过计算相邻三角形平坦度自适应确定参与细分的三角形,既很好地描述了道路曲面的平滑特性,又控制了数据量的增加,精度也有所提高。
马高峰[5]（2011）在《VLBI2010与GNSS联合数据分析理论及方法研究》文中研究指明在全球尺度范围内,达到1mm定位精度,是新一代VLBI系统VLBI2010的目标之一,目前的数据分析理论和方法还远不能满足这个要求。VLBI和GNSS技术分别作为几何和动力学技术的代表,两者具有很强的互补性。然而受观测条件和数据分析技术的限制,基于两种技术原始几何观测量的联合数据分析始终未能实现,VLBI2010与下一代GNSS技术良好的观测条件以及数据分析和计算机技术的发展,为观测水平上的联合数据分析创造了条件。本文针对两种技术新的需求和各自的特点,建立了基于原始几何观测量联合数据分析的完整理论体系与框架,为建立相应的联合数据分析软件打下了坚实的基础。论文的主要研究内容如下:1.研究了VLBI2010和下一代GNSS系统的原理、特点及数据分析需求等,分析了VLBI2010宽带相位时延模糊度产生的原因及解算方案。2.在广义相对论框架下,研究了基本时空参考系BCRS和GCRS的定义及转换方法,给出了坐标时参考系和空间坐标参考系的定义。3.研究了联合解算中的基准问题,分析了基本时空参考系的坐标参考基准,系统研究了定义参考基准的代数约束。4.研究了空间数据处理中常用的坐标时系统及它们之间的关系,分析了各种坐标时的定义及其转换方法,研究并比较了各种坐标时转换方法的精度及其适用范围。5.研究了空间坐标转换所涉及的概念和方法,分析比较了各种转换方法的优缺点及转换参数之间的关系。研究了IERS建立的ITRF和ICRF,指出了其存在的缺陷和不足。6.推导给出了适合VLBI2010的理论时延公式。研究了联合数据分析中地面参考点、信号传播路径、空间参考点以及设备延迟的系统改正模型,给出了联合解算中改进部分系统模型的方法。7.研究了基于最小二乘原理的函数模型及随机模型参数估计方法。针对联合数据分析的需要,对相关的估计方法进行了拓展与综合。在可靠性理论的基础上,研究了粗差的探测与定位问题以及附加系统参数的统计检验问题,给出了相关的检验统计量。8.建立了基于GNSS非差非组合载波相位观测量及VLBI2010宽带相位延迟观测量的观测方程,推导了相关的偏微分方程。研究并给出了具体的参数化方法与分组约化方案,分析了可用于联合解算的分段线性参数化模型。9.给出了适合VLBI2010和下一代GNSS联合解算的初步方案,研究了将联合解算方案应用于建立参考架,校准系统差和提供EOP快速服务的方法。论文的主要贡献及创新点如下:1.研究了计量基准和参考基准的联系与区别,对常用的代数约束进行了详细的归纳和分类,指出了各种代数约束的优缺点及其应用方法。给出了联合数据分析时应用代数约束加强或定义坐标参考基准的方法,解析了常用时空坐标参考基准的定义及其实现。2.深入解析了IAU关于坐标转换的一系列新的概念和方法,详细推导了基于春分点与基于NRO的GCRS与ITRS之间的坐标转换方法,研究了各种转换参数之间的关系及其计算方法。3.给出了外部信息的统一处理方法,建立了一种适合并行计算的分组约化方法。基于最小二乘方差分量估计方法,推导了方差因子的BLUE及相关的简化公式。4.给出了GNSS非差载波相位观测量的等价单差参数化方法,提出了基于分组约化方法与史赖伯规则的观测方程约化方案。5.在TT框架下,推导了适合平面波前及球面波前的VLBI理论时延模型,拓展了球面波前情形下的级数展开法,并在二次方程法的基础上给出了适合地球卫星射电源的VLBI理论时延模型。
邓建华[6]（2011）在《地表变形测量技术在滑坡稳定性监测中的应用研究与实例分析》文中进行了进一步梳理滑坡监测是滑坡灾害防治和预测预报的重要基础工作之一,可以具体了解和掌握坡体发展演变过程,可为坡体稳定性及发展趋势做出评价和预测、可为防护工程设计提供可靠的资料和科学依据。其中地表变形测量技术可直接监测滑坡体的三维位移量和位移方向与速率,在滑坡监测系统中占据了重要的地位。由于地表监测成果的科学性、可靠性、完备程度直接关系到滑坡研究成果的精度,因此系统的研究滑坡地表变形监测的各个环节是十分必要的。基于上述原因,本论文在查阅滑坡地表监测相关文献资料的基础上,并参考了大量工程实例,系统对滑坡变形特征与变形监测相关性进行探讨,具体成果如下:1、基于滑坡的演化过程时效性和空间形态的变形特征,结合变形测量技术特点,对监测方法的选择和监测点的布置提出了针对性措施,保证监测成果较好的反映滑坡体变形趋势,并结合相关工程实例进行分析说明。2、根据推移式滑坡和牵引式滑坡变形特征,结合了大量工程实例,说明了如何利用监测资料进行分析判定滑坡体的类型。对土质滑坡、岩质滑坡的变形特征进行了介绍,并根据它们各自的特点,进行了针对性布设监测点;由土质滑坡的破坏方式不同,提出相应的预测预报方式。3、结合了工程实例,详细介绍了地表变形监测控制网的布设原则和滑坡测点的确定。对监测仪器的各自的适用性进行了评价,并对变形监测方法进行了总结,并以相关工程实例进行了说明。归纳了由所得监测数据可以反馈得到滑坡体变形的信息,并结合了相关的工程实例进行详细阐述。4、以某库岸斜坡为例,详细的介绍了该斜坡地表变形监测的实施过程,对斜坡变形成因进行了分析,并根据斜坡体的工程地质条件和外界影响因子对时间效应、空间效应进行分析。
王宜军[7]（2011）在《变形监测数据处理与预测分析系统设计与实现》文中认为变形监测是为了监视地表、工程建筑物及设施等变形体的变形情况而进行的长期性、重复性的测量工作,其关键在于捕捉变形体的变形敏感部位和各观测周期间变形观测点的变形信息。虽然现在GPS测量方法、摄影测量方法以及其他测量方法都用在该领域得到了较好的运用。但传统的常规大地测量方法仍然是人类进行工程建筑物变形监测的主要手段。在一些有关的技术领域内,其他技术（如现代空间定位技术）尚无法替代传统的常规大地测量方法。变形监测的观测精度要求高,数据处理分析复杂,需要一个高精度的数据处理软件进行监测数据处理。同时,由于变形监测数据量大,质量控制及规范化、标准化管理难度大,需要对数据进行分类归档存储。而现有的变形监测系统在功能上不能同时满足数据处理和管理功能,对于某些工程,需要对变形信息进行预测分析,例如高速铁路沉降评估,因此,设计一个集数据处理,管理和预测分析于一体的系统显得十分重要。本文系统地研究了变形监测网数据处理方法和相关预测分析模型。用基于最小二乘原理的迭代算法改进指数曲线模型、三点法模型等模型的计算方法。并研究基于时空的内插修正模型,实现区域地面沉降的沉降数据修正。通过上述研究,采用VC#.NET作为开发工具,以MYSQL为基本的数据库系统,以Excel和文本形式作为成果输出格式,以.jpg和.dwg格式作为图形输出格式,研发了变形监测数据处理与预测分析系统,该系统的主要功能是处理和管理变形监测数据,数据处理完成后输出完整的精度统计信息,并可对变形信息进行预测分析,同时系统还提供变形数据和预测信息成果输出功能。该系统由数据处理子系统、数据管理子系统、图形绘制子系统、预测分析子系统、成果输出子系统和区域沉降数据修正子系统六个子系统组成。在对实测数据处理和预测分析的基础上,验证本系统数据处理模块和预测分析等模块运行的正确性。
包欢[8]（2009）在《大型建筑物实时形变监测系统理论及应用研究》文中研究说明随着社会经济的发展,我国建筑业得到迅猛发展,各种高、大、特、新的建筑物不断涌现。众所周知,建筑物从施工开始起,就会由于自然和人为的因素产生各种变形。了解变形状况,分析形变原因,预报未来变形,对于预防事故,保证建筑物正常使用是非常重要的。随着人们对建筑物形变监测重要性认识的不断深入,以及国家相关法律法规的实施,建筑物的形变监测已越来越广泛地应用于实际工程中,开发大型建筑物形变监测系统也越发显得重要。本文针对大型建筑物形变监测中的热点和难点问题进行了研究,主要研究内容和创新点如下:1.介绍了建筑物形变监测系统的研究意义和现状,研究了监测系统的总体方案设计、系统的软硬件平台以及系统的通讯及远程控制方法,并阐述了TPS数据采集器关键部件与其功能,对系统的通讯及控制系统也进行了详细的分类,并指出了各自的优缺点与适用环境。2.分析了测量误差的来源、分类和处理方法,综合讨论了对监测数据进行预处理以保证数据可靠性的意义。3.对目前粗差处理的理论和方法进行了系统的分类总结,对常用的几种粗差探测方法进行分析比较,得出一些有益的结论。并对关联分析法探测粗差提出了一种简单的多项式模型,实例表明,该方法简单易行,检验结果的可靠性高。4.应用过程突变理论建立了监测数据的动态检验模型,具有计算量小,速度快的特点,在监测点较多的监测项目中十分有效。在实际应用中,结合关联分析检验法,可以有效地解决自动化监测系统对监测数据真实性的识别问题,从而提高了自动化监测系统的实用性。5.详细讨论了人工神经网络的基本原理和建立监控模型的具体方法,对BP神经网络存在的问题进行了分析讨论,并引入了采用非线性规则化函数对原始数据序列进行预处理以及记忆初始权值、阈值的方法,大大提高了BP模型的收敛速度,并防止了模型陷入局部极小值,提高了模型拟合的精度。6.分析了系统误差产生的原因,介绍了系统误差的常用的几种检验方法,指出了各种检验方法的优点与其不适用性。7.针对极坐标测量中存在的系统误差,提出了多重实时差分的测量方案,对该方法的精度进行了理论分析,推导了3维坐标的中误差公式。分析了球气差系数的内涵,表明其主要是由大气垂直折光系数决定的。8.介绍了灰色系统理论中的GM（1,N）灰关联模型,并提出了应用灰色关联度来选择显着自变量,以提高模型拟合度的改进方法,并给出了改进的灰关联模型的解算流程。9.研究并建立了各观测方向折光系数的灰关联模型,根据灰关联模型快速求解所观测方向的折光系数,对观测的高差进行实时改正,在较大程度上有效地减弱了折光的影响。据此,首次提出了改进的极坐标实时差分测量方案,实际试验结果表明,该方案对大气垂直折光的改正效果较好,实际使用也较为方便,有效地提高了单向三角高程的测量精度。10.对经典卡尔曼滤波与扩展卡尔曼滤波（EKF）的算法模型与求解步骤进行了分析研究,讨论了各自的优缺点与适用范围。11.在建筑物形变监测领域首次引入了Sigma点卡尔曼滤波（SPKF）方法。在介绍Sigma点变换算法及分析其精度的基础上,详细推导了SPKF算法流程,并且通过实例说明了SPKF较之EKF方法的优点:不需要计算雅可比矩阵,提高了计算的效率,预报精度较高,性能更为稳定,不易造成滤波发散。12.首次提出了神经网络SPKF方法,并将其应用于建筑物形变监控这一非线性系统的建模预报中。这种方法解决了BP神经网络训练时间长,对初值依赖大、容易陷入局部极值的缺限,也将神经网络具有逼近任意连续函数和非线性映射能力的优点通过SPKF得以顺利实现。算例结果证明了这一思路和方法的可行性和有效性。13.通过作者近几年完成的几个有代表性监测项目的介绍,说明了形变监测系统理论在实际中的应用情况。首次全面分析了监测房玻璃折射对观测方向及观测距离的影响,对监测方案的设计具有指导意义。对于建筑物规模较大,监测区域较广的情况,首次设计了多测站实时形变监测系统,开发了相应的软件与数据库系统。14.对于特殊监测条件比如地铁,组建了多测站组成的监测网络系统,并提出了实时动态基准对向导线测量的创新方法,有效地解决了监测中的车挡目标、大气湍流、地基振动、多目标干扰等问题,填补了国内地铁结构变形监测领域的空白。通过实际应用表明,监测精度达到了项目要求。
王穗辉[9]（2007）在《变形数据处理、分析及预测方法若干问题研究》文中研究指明变形分析及变形趋势预测问题，不仅在工程建设及保障人民生命财产安全方面具有重要意义，就单纯从技术理论的角度而言，它也是一个复杂的系统工程。随着变形监测技术的更新及工程实际的需要，如何引用先进的数学理论和分析方法来深入地了解变形的非线性、复杂性，就是本论文研究的重点所在。本论文围绕变形监测数据处理的各个环节展开。研究成果和具体内容包括：（1）系统归纳了附加基准法进行监测网平差的理论及计算过程，阐述了用该方法取代经典控制网平差的优越性，研究和完善了附加基准法中考虑起算数据带有误差时的平差理论及方法，并推导出了具体的计算公式及进行了实例验算；（2）鉴于非线性监测网平差最好能在非线性系统中进行的需求，本论文深入研究了遗传算法的非线性全局寻优特点及不同遗传算子组合对计算的收敛速度带来的不同影响，提出了最优遗传算子组合的确定方法；此外，提出了用单纯形法取代遗传算法中的交叉操作而形成一种收敛速度更快、计算精度更高的混合遗传算法，并用测试函数及非线性控制网平差实例验证了用混合遗传算法进行非线性优化与传统遗传算法相比较具有的优越性；（3）现代变形数据分析与传统数据处理的重要区别，就是要求建立动态、非线性预报模型。针对动态、非线性的传统人工神经网络建模方法存在的缺陷，本论文研究采用了遗传算法来改进神经网络算法，即用遗传算法来优化网络参数。实例证明：这种改进算法的学习能力很强，可以高精度地逼近训练样本，预测效果好。（4）Kalman滤波在减弱监测数据受噪声的影响、预测系统未来状态方面具有独到优势。论文根据时间序列分析及Kalman滤波均是建立在递推形式上的动态建模方法的情况，推导出两种方法间的相互转换关系，提出可在噪声统计信息缺失的情况下利用观测数据构造时序分析的新息模型，再利用模型参数推求预测增益矩阵和滤波增益矩阵进而建立Kalman滤波模型和预测模型，从而避免了传统Kalman滤波建模中必须知道噪声统计信息、必须进行复杂的Riccati方程解算的过程。
卫刚[10]（2007）在《Ⅱ类病态问题中观测结构特点分析》文中研究说明病态性问题是影响参数估计质量的主要因素之一，其危害非常严重，因此测量数据处理工作中必须分析病态性问题产生的原因。病态性问题存在于地球物理参数反演、摄影测量、GPS定位与导航、变形观测与参数估计有关的数据处理中。在大地测量中，同时存在着Ⅰ、Ⅱ类病态性问题，而以Ⅱ类病态性问题为主。特别是随着GPS定位与导航、雷达摄影测量等先进测绘技术的应用，病态问题已经成为影响空间位置精度的主要因素之一。Ⅱ类病态问题是由观测结构不好直接导致的，因此对观测结构的分析与研究显得尤为重要。本文在系统的回顾病态性研究的历史及现状的基础上，对大地测量中Ⅱ类病态观测结构做了深入的分析研究。系统地介绍了观测空间中观测向量间关系的度量方法及观测信息量度量，揭示了Ⅱ类病态性问题的空间表现特征。本文重点研究了Ⅱ类病性与观测结构关系的分析方法，论证了病态性与参数个数、观测个数有密切关系。从单个观测向量、一小观测向量组对观测空间结构的影响以及所有观测向量与观测空间结构的关系三个方面分析了Ⅱ类病态性系统中观测空间结构的特点，针对已有诊断方法的不足，对其进行了修正，并提出了基于体积U、条件数法K、观测空间度量理论和观测信息量的度量理论等新的诊断方法。通过大量算例验证了诊断方法的有效性。
二、论用组合法作工程三角网之平差（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、论用组合法作工程三角网之平差（论文提纲范文）
（1）短基线集InSAR形变模型的不适定问题解算方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 论文的研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 论文主要工作 |
| 1.4 论文组织结构 |
| 2 短基线集技术 |
| 2.1 传统短基线集技术 |
| 2.2 基于StaMPS的短基线集技术 |
| 2.3 实验结果及分析 |
| 2.4 本章小结 |
| 3 病态模型与有偏估计 |
| 3.1 模型的病态及产生原因 |
| 3.2 病态性的诊断方法及评价准则 |
| 3.3 病态模型常用的有偏估计方法 |
| 3.4 基于Liu估计的有偏迭代估计法 |
| 3.5 平差算例和结果分析 |
| 3.6 短基线集形变模型解算的算例与结果分析 |
| 3.7 本章小结 |
| 4 短基线集形变模型反演的正则化解算方法 |
| 4.1 不适定问题的正则化方法 |
| 4.2 SBAS线性形变模型的正则化算法 |
| 4.3 算例与结果分析 |
| 4.4 本章小结 |
| 5 短基线集形变模型反演秩亏情况的算法研究 |
| 5.1 矩阵的奇异值分解 |
| 5.2 Moore-Penrose广义逆 |
| 5.3 最小二乘最小范数解的不稳定性 |
| 5.4 Landweber迭代法及迭代次数的确定 |
| 5.5 算例和结果分析 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读博士期间主要成果 |
| 致谢 |
（2）顾及变形特点的遥感影像分块纠正技术（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题的背景及研究的意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 本课题研究领域国内外的研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 2 数字遥感影像的特点、成像模型及几何形变 |
| 2.1 遥感数字影像特点 |
| 2.1.1 遥感影像格式 |
| 2.1.2 遥感影像坐标系统 |
| 2.2 遥感影像的成像模型 |
| 2.2.1 共线方程模型 |
| 2.2.2 仿射变换模型 |
| 2.2.3 多项式模型 |
| 2.2.4 有理函数模型 |
| 2.2.5 直接线性变换模型 |
| 2.2.6 神经网络模型 |
| 2.3 遥感影像的几何形变 |
| 2.3.1 传感器成像方式引起的图像变形 |
| 2.3.2 传感器外方位元素变化引起的变形 |
| 2.3.3 地形起伏引起的像点位移 |
| 2.3.4 地球曲率引起的图像变形 |
| 2.3.5 大气折射引起的图像变形 |
| 2.3.6 地球自转的影响 |
| 2.3.7 几何形变的分析 |
| 3 遥感影像的预处理 |
| 3.1 图像增强 |
| 3.2 辐射校正 |
| 3.3 几何纠正 |
| 3.3.1 GCP的选取 |
| 3.3.2 像元坐标变换 |
| 3.3.3 几何纠正模型的选取 |
| 3.3.4 像元亮度的重采样 |
| 4 纠正方法 |
| 4.1 研究区概况 |
| 4.2 影像图整体纠正 |
| 4.3 影像图分块纠正 |
| 4.4 整体与分块纠正的精度比较 |
| 4.5 分块方法 |
| 4.5.1 公里网格分块方法 |
| 4.5.2 重要点构网方法 |
| 4.6 拼接方法 |
| 5 结论与展望 |
| 致谢 |
| 参考文献 |
（3）正射影像应急快速更新技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究的背景和意义 |
| 1.2 国内外相关技术发展现状 |
| 1.2.1 特征匹配技术发展现状 |
| 1.2.2 三角剖分技术发展现状 |
| 1.2.3 拼接缝消除技术发展现状 |
| 1.3 正射影像应急快速更新系统 |
| 1.4 论文的主要内容和组织结构 |
| 第二章 基于特征点匹配的同名点获取 |
| 2.1 点特征提取 |
| 2.2 影像匹配 |
| 2.3 多重约束条件的误匹配剔除 |
| 2.4 实验分析 |
| 2.5 本章小结 |
| 第三章 基于同名三角网的影像纠正及影像更新 |
| 3.1 同名 Delaunay 三角网的构建 |
| 3.1.1 不规则三角网 |
| 3.1.2 Delaunay 三角剖分 |
| 3.1.3 三角剖分算法 |
| 3.2 基于同名三角网的影像纠正及影像更新 |
| 3.2.1 基于同名三角网的影像纠正 |
| 3.2.2 影像更新 |
| 3.3 实验分析及总结 |
| 3.4 本章小结 |
| 第四章 更新影像的拼接缝消除 |
| 4.1 拼接缝消除算法 |
| 4.2 实验分析 |
| 4.3 本章小结 |
| 第五章 更新影像的精度分析 |
| 5.1 影像精度评价指标 |
| 5.2 基于同名特征点的精度分析 |
| 5.3 实验分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文研究工作的总结 |
| 6.2 对今后研究工作的展望 |
| 致谢 |
| 参考文献 |
| 作者简历 |
（4）融合点云与高分辨率影像的城区道路提取与表面重建研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 第一章 绪论 |
| 1.1 选题背景与意义 |
| 1.2 道路提取研究现状综述 |
| 1.2.1 道路基本特征 |
| 1.2.2 基于遥感影像的道路提取研究现状 |
| 1.2.3 基于机载LiDAR点云的道路提取与重建研究现状 |
| 1.2.4 三维道路模型重建研究现状 |
| 1.2.5 道路提取方法问题总结 |
| 1.3 本文研究目标和主要内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 本文的组织结构 |
| 第二章 多特征约束提取点云中道路中心线 |
| 2.1 引言 |
| 2.2 点云预处理 |
| 2.2.1 “低局外点”去除 |
| 2.2.2 航带重叠区冗余点云去除 |
| 2.2.3 实验结果 |
| 2.3 多特征约束提取道路点云 |
| 2.3.1 机载激光雷达数据滤波 |
| 2.3.2 基于点云强度属性提取初始道路点云 |
| 2.3.3 道路几何特征约束的候选道路点云精化 |
| 2.3.4 实验结果 |
| 2.4 基于道路点云提取中心线 |
| 2.4.1 综合形态学细化方法提取道路骨架 |
| 2.4.2 基于像素邻接关系的道路中心线段跟踪 |
| 2.4.3 感知编组连接道路段 |
| 2.4.4 实验结果 |
| 2.5 本章小结 |
| 第三章 基于组合辐轮算法的精确道路轮廓提取 |
| 3.1 引言 |
| 3.2 辐轮算法原理及其应用 |
| 3.2.1 辐轮算法基本原理 |
| 3.2.2 基于辐轮算法的道路提取现状 |
| 3.2.3 辐轮算法特征分析 |
| 3.3 组合辐轮算法提取道路段轮廓 |
| 3.3.1 组合辐轮算法基本原理 |
| 3.3.2 组合辐轮算法提取道路段矩形轮廓 |
| 3.3.3 种子点位置调整及双幅道路轮廓提取 |
| 3.3.4 道路阴影区精确轮廓提取 |
| 3.3.5 道路交叉口轮廓提取 |
| 3.4 组合辐轮算法追踪完整道路轮廓 |
| 3.5 实验结果 |
| 3.6 本章小结 |
| 第四章 自适应改进蝶形细分曲面算法重建道路表面 |
| 4.1 引言 |
| 4.2 道路表面模型重建方法 |
| 4.2.1 基于规则格网的道路表面模型 |
| 4.2.2 基于TIN的道路模型 |
| 4.2.3 基于细分曲面的道路表面模型 |
| 4.3 基于细分曲面方法的道路表面建模 |
| 4.3.1 三维道路轮廓及中心线获取 |
| 4.3.2 三维道路轮廓及中心线平滑 |
| 4.3.3 自适应改进蝶形细分曲面算法重建道路表面流程 |
| 4.3.4 实验结果 |
| 4.4 本章小结 |
| 第五章 综合实验与分析 |
| 5.1 道路点云自动提取实验与结果分析 |
| 5.1.1 实验数据 |
| 5.1.2 实验结果及分析 |
| 5.2 组合辐轮算法提取道路轮廓实验及结果分析 |
| 5.2.1 实验数据 |
| 5.2.2 实验结果及分析 |
| 5.3 道路表面重建实验及结果分析 |
| 5.3.1 实验数据 |
| 5.3.2 实验结果及分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 问题与展望 |
| 参考文献 |
| 攻读博士期间的科研与论文情况 |
| 致谢 |
（5）VLBI2010与GNSS联合数据分析理论及方法研究（论文提纲范文）
| 图目录 |
| 表目录 |
| 缩略语中英文对照 |
| 摘要 |
| Abstract |
| 第一章绪论 |
| 1.1 研究背景 |
| 1.2 物理背景与观测量 |
| 1.2.1 电磁波基础 |
| 1.2.2 观测信号频率特征 |
| 1.2.3 GNSS 观测量及其精度 |
| 1.2.4 VLBI 的观测量及其精度 |
| 1.2.5 VLBI2010 系统特征 |
| 1.3 国内外研究现状与研究意义 |
| 1.3.1 IVS 及VLBI 数据分析现状 |
| 1.3.2 IGS 及GNSS 数据分析现状 |
| 1.3.3 观测水平上的组合观测量 |
| 1.3.4 数据分析中存在的问题及其解决途径 |
| 1.4 研究思路和主要内容 |
| 1.4.1 研究思路 |
| 1.4.2 研究内容 |
| 第二章时空参考系与参考基准 |
| 2.1 引言 |
| 2.2 时空参考系 |
| 2.2.1 时空几何描述 |
| 2.2.2 基本时空参考系的定义 |
| 2.2.3 BCRS 和GCRS 的转换 |
| 2.2.4 坐标时参考系与空间坐标参考系 |
| 2.3 计量基准与时空坐标单位 |
| 2.3.1 国际单位制与计量基准 |
| 2.3.2 观测量的数值及其单位 |
| 2.3.3 相对论框架下的时空坐标单位 |
| 2.4 时空坐标的参考基准 |
| 2.4.1 坐标时参考基准 |
| 2.4.2 空间几何坐标参考基准 |
| 2.5 定义参考基准的代数约束 |
| 2.5.1 统计约束 |
| 2.5.2 函数模型约束 |
| 2.6 本章小结 |
| 第三章坐标时参考系 |
| 3.1 引言 |
| 3.2 恒星时与世界时 |
| 3.3 原时和坐标时 |
| 3.3.1 原时和坐标时的关系 |
| 3.3.2 TT 和TDB |
| 3.3.3 坐标时的应用与实现 |
| 3.3.4 坐标时之间的关系 |
| 3.4 坐标时转换 |
| 3.4.1 时间膨胀积分与TE 时间历表 |
| 3.4.2 TCB 和TCG 的转换 |
| 3.4.3 TDB 与TT 的转换及INPOP08 四维历表 |
| 3.4.4 地面附近的原时和坐标时的换算 |
| 3.4.5 天文单位系统 |
| 3.5 本章小结 |
| 第四章EOP 参数与空间参考系 |
| 4.1 引言 |
| 4.2 天球参考极与EOP 参数 |
| 4.2.1 地球定向运动的描述 |
| 4.2.2 天球参考轴的选择 |
| 4.3 GCRS 与ITRS 的转换方法 |
| 4.3.1 IAU 关于坐标转换的新决议 |
| 4.3.2 NRO、CIRS 和TIRS |
| 4.3.3 各种转换方法之间的关系 |
| 4.3.4 基于NRO 的坐标转换 |
| 4.3.5 基于春分点的坐标转换 |
| 4.4 地方坐标系与ITRS 的转换 |
| 4.4.1 天文坐标、大地坐标和地心坐标 |
| 4.4.2 地方坐标系到ITRS 的转换 |
| 4.5 基本的空间坐标参考系的定义及其实现 |
| 4.5.1 ICRS 的定义及其实现 |
| 4.5.2 ITRS 的定义及其实现 |
| 4.6 本章小结 |
| 第五章联合数据分析的数学物理改正模型 |
| 5.1 引言 |
| 5.2 地面参考点改正模型 |
| 5.2.1 参考点的正则化位置与潮汐数值规范 |
| 5.2.2 潮汐和潮汐负载改正模型 |
| 5.2.3 表面负载改正模型 |
| 5.2.4 仪器参考点时变模型 |
| 5.3 传播路径改正模型 |
| 5.3.1 电离层延迟模型 |
| 5.3.2 对流层延迟模型 |
| 5.3.3 相对论与多路径效应 |
| 5.4 空间参考点改正模型 |
| 5.4.1 卫星轨道扰动模型 |
| 5.4.2 射电源结构改正模型 |
| 5.5 设备延迟改正模型 |
| 5.5.1 VLBI 系统的设备延迟改正 |
| 5.5.2 GNSS 的系统设备延迟改正 |
| 5.6 本章小结 |
| 第六章联合数据分析的参数估计与质量控制方法研究 |
| 6.1 引言 |
| 6.2 数据处理模型 |
| 6.2.1 数据分析的观测模型 |
| 6.2.2 数据分析的数学模型 |
| 6.2.3 模型误差 |
| 6.3 联合数据分析的参数估计方法 |
| 6.3.1 函数模型参数的估计方法 |
| 6.3.2 随机模型参数的估计方法 |
| 6.4 联合数据分析的质量控制方法 |
| 6.4.1 可靠性理论 |
| 6.4.2 粗差探测与定位 |
| 6.4.3 附加系统参数的统计检验 |
| 6.5 本章小结 |
| 第七章联合数据分析的观测模型及其参数化方法 |
| 7.1 引言 |
| 7.2 GNSS 观测模型 |
| 7.2.1 整周模糊度与电离层 |
| 7.2.2 参数偏微分公式 |
| 7.2.3 GNSS 非差观测方程的建立 |
| 7.2.4 观测方程的约化 |
| 7.3 VLBI 观测模型 |
| 7.3.1 参数偏微分公式 |
| 7.3.2 观测方程的约化 |
| 7.4 分段线性参数化模型 |
| 7.4.1 分段线性补偿函数模型 |
| 7.4.2 约束条件 |
| 7.5 本章小结 |
| 第八章联合解算方案研究 |
| 8.1 引言 |
| 8.2 联合解算的观测量与数学模型 |
| 8.3 联合解算算法与解算策略研究 |
| 8.4 建立参考架的解算方案 |
| 8.5 校准各种系统差的解算方案 |
| 8.6 提供EOP 快速服务的解算方案 |
| 8.7 本章小结 |
| 第九章结论及未来工作设想 |
| 9.1 本文的主要工作及结论 |
| 9.2 研究展望 |
| 参考文献 |
| 附录 |
| A VLBI2010 宽带延迟模糊度解算 |
| A1 解算方案 |
| A2 观测频段选择 |
| B 相似变换模型与建立ITRF2005 的数学模型 |
| B1 三维坐标相似变换 |
| B2 建立ITRF2005 的数学模型 |
| C 坐标系定点旋转变换方法 |
| C1 坐标系定点变换的矢量表示方法 |
| C2 基于旋转矢量的坐标系定点旋转变换 |
| C3 基于殴勒角的坐标转换 |
| D VLBI 理论时延模型 |
| D1 平面波前 |
| D2 球面波前 |
| D3 引力延迟模型 |
| D4 总的延迟模型 |
| 作者简历攻读博士期间完成的主要工作 |
| 致谢 |
（6）地表变形测量技术在滑坡稳定性监测中的应用研究与实例分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 前言 |
| 1.1 论文选题依据及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 外观监测技术进展及影响 |
| 1.2.2 滑坡变形分析研究现状 |
| 1.2.3 变形测量技术在滑坡稳定性监测中的应用现状 |
| 1.3 研究内容与技术路线 |
| 第二章 滑坡的变形特征与变形监测 |
| 2.1 滑坡的演化过程与变形监测 |
| 2.2 滑坡基本形态与变形监测 |
| 2.3 土质滑坡的变形特征与监测 |
| 2.4 岩质滑坡的变形特征与监测 |
| 2.5 推移式滑坡的变形特征与变形监测 |
| 2.6 牵引式滑坡的变形特征与变形监测 |
| 2.7 本章小结 |
| 第三章 地表变形测量监测网点布置 |
| 3.1 滑坡监测控制网的布设原则 |
| 3.2 监测部位和测点布置的确定 |
| 3.3 监测点的结构与埋设 |
| 3.4 本章小结 |
| 第四章 观测方法与技术要求 |
| 4.1 监测仪器的选择 |
| 4.2 相关规范规程 |
| 4.3 变形监测方法 |
| 4.3.1 水平位移监测 |
| 4.3.2 垂直位移监测 |
| 4.4 监测精度和频率的确定 |
| 4.5 本章小结 |
| 第五章 监测数据内业处理 |
| 5.1 监测网平差及基准点稳定性分析 |
| 5.1.1 各种平差方法的适应性 |
| 5.1.2 基准点稳定性分析 |
| 5.1.3 某库岸斜坡基准稳定分析及平差方法选择 |
| 5.2 监测数据的预处理 |
| 5.2.1 监测数据检验的意义和方法 |
| 5.2.2 监测数据插值与拟合 |
| 5.2.3 监测数据曲线平滑 |
| 5.2.4 攀枝花机场12#滑坡监测数据插补 |
| 5.3 本章小结 |
| 第六章 监测资料整理及分析 |
| 6.1 资料整理 |
| 6.2 监测成果分析方法 |
| 6.2.1 时间效应分析 |
| 6.2.2 空间效应分析 |
| 6.2.3 外界影响因子效应分析 |
| 6.3 预测、预报与预警研究 |
| 6.3.1 滑坡预警级别的划分 |
| 6.3.2 滑坡预警判据相关物理量 |
| 6.3.3 攀枝花机场12#滑坡后壁预警探讨 |
| 6.4 本章小结 |
| 第七章 某库岸斜坡稳定性的监测分析 |
| 7.1 滑坡区工程地质条件 |
| 7.1.1 地形地貌 |
| 7.1.2 地层岩性 |
| 7.1.3 地质构造 |
| 7.1.4 水文地质条件 |
| 7.2 斜坡各区的规模及基本特征 |
| 7.3 斜坡变形成因分析 |
| 7.3.1 基本条件 |
| 7.3.2 诱发因素 |
| 7.4 斜坡地表变形监测实施 |
| 7.4.1 监测目的 |
| 7.4.2 变形监测控制网布设与实施 |
| 7.4.3 监测点布设与观测 |
| 7.4.4 监测频率 |
| 7.5 监测成果分析 |
| 7.5.1 空间效应分析 |
| 7.5.2 时间效应分析 |
| 7.6 本章小结 |
| 结论及建议 |
| 结论 |
| 建议 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得学术成果 |
（7）变形监测数据处理与预测分析系统设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 变形监测目的与意义 |
| 1.2 国内外现状分析 |
| 1.3 本文研究内容 |
| 第2章 变形监测网布设与数据处理 |
| 2.1 变形监测网布设 |
| 2.2 平差数据处理模型 |
| 2.2.1 经典自由网平差 |
| 2.2.2 秩亏自由网平差 |
| 2.2.3 自由网拟稳平差 |
| 2.3 变形数据处理的时空内插模型 |
| 2.3.1 时间内插方法 |
| 2.3.2 空间内插方法 |
| 2.3.3 基于时空内插的修正模型 |
| 第3章 变形分析与预测分析模型 |
| 3.1 变形监测网的稳定性分析 |
| 3.1.1 限差检验法 |
| 3.1.2 相对误差椭球/圆法 |
| 3.1.3 平均间隙法 |
| 3.1.4 t检验法 |
| 3.1.5 线性假设法 |
| 3.1.6 变形分析的综合处理 |
| 3.2 预测分析模型 |
| 3.2.1 沉降预测分析模型 |
| 3.2.2 位移预测分析模型 |
| 3.2.3 预测模型的后验差检验 |
| 第4章 变形监测数据处理与预测分析系统设计 |
| 4.1 需求分析 |
| 4.2 系统的总体设计 |
| 4.3 系统的详细设计 |
| 4.4 系统的数据库设计 |
| 4.5 系统特点 |
| 第5章 变形监测数据处理与预测分析系统实现 |
| 5.1 数据处理实现 |
| 5.2 预测分析实现 |
| 5.3 数据管理实现 |
| 5.4 沉降数据修正实现 |
| 5.5 变形监测数据处理与预测分析系统运行主要界面 |
| 5.6 数据处理结果对比分析及应用实例 |
| 结论及展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及科研成果 |
（8）大型建筑物实时形变监测系统理论及应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 论文的目的和意义 |
| 1.3 国内外的研究现状 |
| 1.3.1 监测仪器与监测技术 |
| 1.3.2 建筑物形变监测系统 |
| 1.4 论文的主要研究内容与安排 |
| 1.5 本章小结 |
| 第二章 监测系统总体方案设计 |
| 2.1 监测系统的总体结构 |
| 2.1.1 监测系统的设计原则 |
| 2.1.2 监测系统的总体结构与功能概述 |
| 2.2 监测系统的软硬件平台 |
| 2.2.1 监测系统的硬件平台设计原则 |
| 2.2.2 监测系统硬件平台的组成 |
| 2.2.3 TPS数据采集器关键部件ATR功能介绍 |
| 2.2.4 监测系统的软件平台 |
| 2.3 监测系统的通讯及远程控制子系统 |
| 2.3.1 采用RS232 串口的有线短距离通讯方式 |
| 2.3.2 采用光电隔离模块的长距离通讯方式 |
| 2.3.3 采用光纤的长距离通讯方式 |
| 2.3.4 采用数传电台进行的无线通讯方式 |
| 2.3.5 采用GPRS进行的无线通讯方式 |
| 2.4 本章小结 |
| 第三章 监测数据的预处理 |
| 3.1 引言 |
| 3.2 误差的分类与检验模型 |
| 3.2.1 误差分类 |
| 3.2.2 常见的粗差检验方法 |
| 3.2.3 应用举例 |
| 3.3 基于过程突变理论的粗差检验 |
| 3.3.1 过程突变模型 |
| 3.3.2 粗差的检测 |
| 3.3.3 应用举例 |
| 3.4 基于人工神经网络的粗差检验 |
| 3.4.1 BP算法的神经网络模型 |
| 3.4.2 BP算法存在的一些问题 |
| 3.4.3 BP算法的改进 |
| 3.4.4 应用举例 |
| 3.5 本章小结 |
| 第四章 极坐标多重实时差分相关技术研究 |
| 4.1 引言 |
| 4.2 系统误差整体检验的传统方法 |
| 4.2.1 假设检验法 |
| 4.2.2 均方连差检验法 |
| 4.2.3 附加系统误差参数法 |
| 4.2.4 选权迭代法 |
| 4.2.5 半参数模型检验法 |
| 4.3 极坐标多重实时差分技术 |
| 4.3.1 多重实时差分测量方案 |
| 4.3.2 理论精度分析 |
| 4.3.3 应用举例 |
| 4.4 改进的极坐标实时差分测量方案 |
| 4.4.1 球气差系数C 的分析 |
| 4.4.2 GM（1，N）灰关联模型 |
| 4.4.3 改进的GM（1，N）灰关联模型计算流程 |
| 4.4.4 应用举例 |
| 4.5 本章小结 |
| 第五章 神经网络SPKF在监测预报中的应用 |
| 5.1 引言 |
| 5.2 线性离散系统的卡尔曼滤波模型 |
| 5.3 非线性离散系统的扩展卡尔曼滤波（EKF） |
| 5.3.1 非线性离散系统 |
| 5.3.2 最优递推估计与扩展卡尔曼滤波 |
| 5.3.3 扩展卡尔曼滤波存在的问题 |
| 5.4 Sigma点卡尔曼滤波（SPKF）方法 |
| 5.4.1 Sigma点变换算法 |
| 5.4.2 Sigma点变换算法的精度分析 |
| 5.4.3 SPKF模型算法 |
| 5.4.4 SPKF算法与EKF算法的比较 |
| 5.5 神经网络SPKF及其应用 |
| 5.5.1 问题的提出 |
| 5.5.2 神经网络SPKF基本原理 |
| 5.5.3 应用举例 |
| 5.6 本章小结 |
| 第六章 监测系统在建筑物形变监测中的应用 |
| 6.1 引言 |
| 6.2 单测站系统在大坝外部变形监测中的应用 |
| 6.2.1 概述 |
| 6.2.2 监测系统的技术要求与组成 |
| 6.2.3 监测房玻璃折射对观测值的影响 |
| 6.2.4 基准控制网测量 |
| 6.2.5 观测点分布与分组情况 |
| 6.2.6 监测方案与精度分析 |
| 6.3 多测站系统在大坝外部变形监测中的应用 |
| 6.3.1 概述 |
| 6.3.2 监测方案 |
| 6.3.3 监测系统基本组成 |
| 6.3.4 自动监测软件ADMS-Pro |
| 6.3.5 监测系统运行数据分析 |
| 6.4 多测站系统在地铁结构变形监测中的应用 |
| 6.4.1 概述 |
| 6.4.2 监测区域介绍 |
| 6.4.3 监测系统构成及设备安装 |
| 6.4.4 监测系统软件 |
| 6.4.5 监测系统运行数据分析 |
| 6.5 本章小结 |
| 第七章 结束语 |
| 7.1 研究的主要内容 |
| 7.2 主要创新点 |
| 7.3 展望 |
| 参考文献 |
| 作者简历 攻读博士学位期间完成的主要工作 |
| 致谢 |
（9）变形数据处理、分析及预测方法若干问题研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 变形监测研究的背景和意义 |
| 1.2 变形分析与预报的研究现状和进展 |
| 1.3 变形监测技术的进步对变形监测带来的影响 |
| 1.4 本论文的主要研究内容 |
| 第2章 变形监测网的附加基准法平差及稳定性分析 |
| 2.1 引言 |
| 2.2 平差的基准问题 |
| 2.2.1 基准的定义 |
| 2.2.2 监测网平差基准的选择 |
| 2.3 用附加基准方程法统一平差方式及进行成果转换 |
| 2.3.1 用附加基准方程法进行经典平差 |
| 2.3.2 不同基准条件下平差方式的统一形式 |
| 2.3.3 不同基准条件下平差成果的相互转换 |
| 2.3.4 附加基准法在GPS变形监测网平差中的应用 |
| 2.4 顾及起算数据误差的附加基准平差 |
| 2.4.1 精密平差中考虑起算数据误差影响的必要性 |
| 2.4.2 顾及起算数据误差的附加基准法进行独立网平差 |
| 2.4.3 扩展网参数精度与高级网参数精度的关系 |
| 2.4.4 顾及起算数据误差的不同基准下的成果转换 |
| 2.4.5 附加基准法经典自由网平差算例 |
| 2.5 用附加基准法平差附合网及考虑起算数据误差的影响 |
| 2.5.1 在附合网平差中考虑起算数据误差的意义 |
| 2.5.2 用附加基准法平差附合网 |
| 2.5.3 考虑起算数据误差的附合网平差 |
| 2.5.4 附加基准法平差附合网算例 |
| 2.6 监测网稳定性分析 |
| 2.6.1 多期观测单位权中误差的综合估计 |
| 2.6.2 图形一致性检验 |
| 2.6.3 不稳定点搜索 |
| 2.7 本章小结 |
| 第3章 混合遗传算法及其在控制网平差中的应用研究 |
| 3.1 引言 |
| 3.2 遗传算法及其工作原理 |
| 3.2.1 遗传算法的工作原理 |
| 3.2.2 遗传算法的特点及优势 |
| 3.2.3 改进的遗传算法 |
| 3.3 改进遗传算法在非线性平差中的应用 |
| 3.3.1 用遗传算法进行非线性平差的适应函数 |
| 3.3.2 用遗传算法计算参数估值 |
| 3.3.3 非线性算法参数的精度估算 |
| 3.4 算法设计及最优遗传算子的确定 |
| 3.4.1 非线性回归分析 |
| 3.4.2 函数的非线性强度 |
| 3.4.3 遗传算法实验设计 |
| 3.4.4 算例 |
| 3.5 用单纯形法对遗传操作进行改进的混合遗传算法 |
| 3.5.1 无约束条件的单纯形法 |
| 3.5.2 遗传算法与单纯形法结合的混合算法 |
| 3.5.3 仿真试验 |
| 3.5.4 混合遗传算法在控制网平差中的应用 |
| 3.6 本章小结 |
| 第4章 改进的神经网络预测模型 |
| 4.1 引言 |
| 4.2 神经网络及BP算法 |
| 4.2.1 神经网络的基本元素 |
| 4.2.2 BP网络及其学习算法 |
| 4.3 用遗传算法改进的BP前馈神经网络 |
| 4.3.1 遗传算法与BP算法结合的工作原理 |
| 4.3.2 用遗传算法优化神经网络结构 |
| 4.3.3 将遗传算法用于神经网络连接权值的训练 |
| 4.4 神经网络使用数据的预处理 |
| 4.4.1 数据处理的方法与步骤 |
| 4.4.2 异常值的定位及剔除 |
| 4.4.3 数据的变换处理 |
| 4.5 变形预报的组合预测 |
| 4.6 实例分析 |
| 4.6.1 神经网络模型进行变形预测的过程 |
| 4.6.2 改进的神经网络与普通神经网络预测结果比较 |
| 4.6.3 用指数平滑法和自回归法预测结果比较 |
| 4.6.4 组合预测结果分析 |
| 4.7 本章小结 |
| 第5章 基于ARMA新息模型的Kalman滤波法 |
| 5.1 引言 |
| 5.2 向量时间序列分析模型 |
| 5.3 模型参数的RLS估计 |
| 5.3.1 模型参数的LS算法及RLS算法 |
| 5.3.2 向量ARMA模型的模型参数估计 |
| 5.4 最优递推Kalman滤波器及预报器 |
| 5.4.1 正交投影原理在Kalman滤波中的应用 |
| 5.4.2 Kalman最优递推预报器和滤波器 |
| 5.4.3 Riccati方程及其解算 |
| 5.5 渐近稳定的稳态Kalman滤波 |
| 5.6 Kalman状态空间模型与时间序列模型的相互转化 |
| 5.6.1 状态空间模型化为ARMA模型 |
| 5.6.2 将空间状态模型中的两个噪声系统合并成一个MA模型 |
| 5.6.3 将ARMA模型化为状态空间模型 |
| 5.7 用ARMA新息模型参数求取艺阵和KP阵 |
| 5.8 自适应滤波及其在隧道变形分析中的应用 |
| 5.9 新息模型预报器及其在隧道变形预测中的应用 |
| 5.10 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 进一步工作的方向 |
| 致谢 |
| 参考文献 |
| 在读期间发表的学术论文与研究成果 |
（10）Ⅱ类病态问题中观测结构特点分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 课题的提出 |
| 1.2 国内外研究现状 |
| 1.3 本文的主要研究内容 |
| 1.4 小结 |
| 2 病态性问题及其分析 |
| 2.1 引言 |
| 2.2 病态性的性质和基本特征 |
| 2.3 病态性的机理分析 |
| 2.4 病态性的诊断 |
| 2.5 小结 |
| 3 观测空间的度量及观测信息量的度量 |
| 3.1 观测空间 |
| 3.2 观测向量间的关系度量 |
| 3.3 观测子空间关系的度量 |
| 3.4 观测子空间关系的度量算例 |
| 3.5 观测信息量的度量 |
| 3.6 小结 |
| 4 Ⅱ类病态性与观测结构 |
| 4.1 与病态性相关的几个“简单”因素 |
| 4.2 某一观测向量与观测结构的关系 |
| 4.3 观测向量组与观测结构的关系 |
| 4.4 全部观测向量与观测结构的关系 |
| 4.5 小结 |
| 5 总结和展望 |
| 5.1 本文研究工作的总结 |
| 5.2 进一步研究工作设想 |
| 附表 |
| 致谢 |
| 参考文献 |
| 攻读硕士期间主要成果 |
| 详细摘要 |
四、论用组合法作工程三角网之平差（论文参考文献）
- [1]短基线集InSAR形变模型的不适定问题解算方法研究[D]. 姜兆英. 山东科技大学, 2018(02)
- [2]顾及变形特点的遥感影像分块纠正技术[D]. 白雨露. 西安科技大学, 2017(01)
- [3]正射影像应急快速更新技术研究[D]. 孙长山. 解放军信息工程大学, 2013(02)
- [4]融合点云与高分辨率影像的城区道路提取与表面重建研究[D]. 彭检贵. 武汉大学, 2012(01)
- [5]VLBI2010与GNSS联合数据分析理论及方法研究[D]. 马高峰. 解放军信息工程大学, 2011(07)
- [6]地表变形测量技术在滑坡稳定性监测中的应用研究与实例分析[D]. 邓建华. 成都理工大学, 2011(04)
- [7]变形监测数据处理与预测分析系统设计与实现[D]. 王宜军. 西南交通大学, 2011(04)
- [8]大型建筑物实时形变监测系统理论及应用研究[D]. 包欢. 解放军信息工程大学, 2009(01)
- [9]变形数据处理、分析及预测方法若干问题研究[D]. 王穗辉. 同济大学, 2007(02)
- [10]Ⅱ类病态问题中观测结构特点分析[D]. 卫刚. 山东科技大学, 2007(04)