简介:在外弹道数据处理中,奇异点处理、特征点求取与随机误差削弱都是精度估计的关键环节.本文首先利用小波变换在处理奇异点、特征点、噪声消除方面的优势,对观测数据进行基于小波变换的分解、融合、重构处理,剔除奇异点,查找特征点,削弱随机误差.其次利用节点自由分布B样条描述导弹运动轨迹,使该弹道确定方法转化为关于求解导弹轨道样条表示参数和测量系统误差的多模融合的非线性优化问题,采用非线性最优化方法,进而得到待估参数的最优估计,完成弹道的最佳逼近.仿真结果表明,该技术应用在奇异点处理、特征点提取与随机误差削弱方面效果较好,多模融合算法能减少计算量,且能切实提高参数估计精度.
简介:Burn-in算法和AGREE算法是目前应用广泛的基于实际河网高程强迫修正的河网提取算法.该算法能有效提取出同真实河网高拟合度的模拟河网,但某些情况下,所提取的河网会产生“断裂”现象.河网“断裂”现象的产生在于实际河网栅格高程“高估”和“低估”所引起的局部流向计算错误,其中所有“低估”类以及大部分“高估”类影响都是可以通过填洼等方法加以消除的,即不会产生“断裂”问题.真正产生“断裂”的原因是:存在“高估”类河网栅格且“高估”所带来的影响无法通过填洼等操作加以消除.基于此,对Burn-in算法和AGREE算法进行修正,提出一种消除“高估”类影响的解决方案,从根本上解决河网“断裂”问题,实现程序自动化处理.渭河流域实例应用表明,改进算法可有效解决模拟河网“断裂”问题,且适用于多种基于高程的强迫修正算法.