排序方式： 共有7条查询结果，搜索用时 14 毫秒
1
1.
针对基于单系统单卫星GNSS-MR（GNSS Multipath Reflectometry）土壤湿度反演的可靠性不高、实际可操作性不强和最小二乘估计不具鲁棒性的缺点,为获取更优的延迟相位估值,并改善GNSS-MR土壤湿度反演的可靠性和实际可操作性,同时简化繁杂的选星过程,提出了一种基于抗差估计的多系统多卫星组合GNSS-MR土壤湿度反演算法。该算法首先顾及多径环境的差异性、多径误差的周期特性等进行信噪比SNR（Signal to Noise Ratio）观测值的筛选,然后采用基于IGGIII（Weight Function III Developed by Institute of Geodesy and Geophysics）权函数的抗差估计解求延迟相位,进而获得表征土壤湿度变化趋势的延迟相位组合。实验结果表明,相较于未采用抗差估计的多系统多卫星组合（方案1）和单卫星组合（方案3）,得益于抗差估计良好的鲁棒性,基于抗差估计的多系统多卫星组合（方案2）和单卫星组合（方案4）获得了较高的建模精度,所得延迟相位与实测土壤湿度间的相关系数分别为0.97和0.95、土壤湿度拟合残差的均方根误差分别为0.010和0.012;同时,方案2和方案4还取得了较高的土壤湿度预报精度,土壤湿度预测值与土壤湿度实测值间的相关系数分别为0.92和0.91、土壤湿度预报残差的均方根误差分别为0.016和0.023;此外,相比于方案4,方案2在采用抗差估计解求延迟相位的基础上,采用多系统多卫星组合进一步提升了延迟相位的估值精度,从而不仅避免了复杂的选星过程,而且还获得了更好的建模效果和更高的土壤湿度预报精度。 相似文献
2.
多分类器决策融合方法在提高遥感影像分类的准确性和可靠性方面已表现出了巨大潜力,但这一过程中对所有像元多次分类会产生巨大的时间代价,为改善这一问题,本文提出了主分类器的概念。在青海湟水流域确定2个试验区,对7种常用的分类器进行评估,排除精度较低的3种分类器后,选择支持向量机（Support Vector Machine, SVM）、多层感知机（Multilayer Perceptron, MLP）、随机森林（Random Forest, RF）和梯度提升树（Gradient Boosting Decision Tree, GBDT）4种不同的分类器,建立决策规则共同对SPOT-6影像分类。为提高分类效率,以精度最高的GBDT作为主分类器对影像分类后,仅对结果中可信度不高的像元使用多分类器共同决策。研究结果表明,2个区域内主分类器独立完成分类的像元分别占38.10%和65.26%,错分率为1.57%和2.18%;多分类器共同决策的区域,相比GBDT的分类结果,总体精度分别高出2.49%和3.66%。整体上看,决策融合使2个区域的总体分类精度分别提高了1.18%和1.09%,能够有效减少分类结果中的“椒盐噪声”,精度更加均衡。相比现有的决策融合方法,主分类器的使用在保证分类精度的同时有利于分类效率的提高及分类结果保持良好的一致性。 相似文献
3.
基于贵阳、威宁两个无线电探空站2014~2016年的气象数据,采用一元线性回归方法构建贵州整体、局地及季节大气加权平均温度Tm模型,并分析模型的精度。结果表明,贵州整体Tm模型精度高于Bevis模型、全国模型和亚热带季风气候模型;建立贵州局地、季节模型有助于进一步改善Tm的精度;相较于Bevis模型,局地Tm模型反演的PWV精度更高,与实际降水吻合更好。 相似文献
4.
从卫星空间构型出发，构建多系统融合PPP的三维凸包选星算法；为进一步改善多系统融合PPP的定位性能，提出顾及观测质量的三维凸包选星思路；最后结合实测数据验证并分析各自的选星效果和定位性能。 相似文献
5.
单天中卫星低高度角状态持续时间较短，导致基于单颗GPS卫星多路径信噪比SNR的土壤湿度反演时间分辨率较低。为保证土壤湿度反演结果的可靠性和准确性，同时改善土壤湿度反演的时间分辨率，顾及信噪比有效高度角区间，提出一种基于多GPS卫星组合的GPS-MR高时间分辨率土壤湿度反演方法。实验结果表明，多卫星延迟相位组合能较好地表征土壤湿度变化趋势，二者相关系数优于0.92；土壤湿度反演时间分辨率由1 d提升为2 h。 相似文献
6.
7.
为进一步改善精密单点定位（PPP）探测大气可降水量（PWV）的性能，本文提出采用GPS/BDS/GLONASS/Galileo组合PPP进行PWV反演的方法，并利用国内3个MGEX（multi-GNSS experiment）观测站的实测数据，对GPS/BDS/GLONASS/Galileo组合PPP在大气水汽探测方面的性能进行了评估。试验结果表明：相较于GPS PPP、GPS/BDS组合PPP和GPS/GLONASS组合PPP，GPS/BDS/GLONASS/Galileo组合PPP估计天顶对流层延迟（ZTD）的初始化时间分别缩短了33%、26%、20%，且能获得更高精度的ZTD估值和PWV信息，在大气水汽探测方面的性能更优。 相似文献
1