递归过滤的误差估计器

递归过滤的误差估计器

一、递归滤波的一个误差估计式(论文文献综述)

余庆余[1](1977)在《递归滤波的一个误差估计式》文中研究说明 我们要问εt是否随t→∞而趋于0?在什么条件下,当t→∞时εt→0,从而不论怎样选取初值,只要时间充分长,初值引起的误差就可在予先给定的范围之内。本短文给出εt的一个估计式,从而回答了这个问题,用它可以直接确定,递归滤波的输出从哪一项开始以后都在予先要求的误差范围之内。

张卫民[2](2005)在《气象资料变分同化的研究与并行计算实现》文中指出初值的优劣是决定数值预报效果的关键之一,利用气象观测得到初值的资料同化技术在数值天气预报技术研究中占有重要地位。随着遥感探测技术的发展,大气观测正在由常规探空观测为主发展到以卫星、雷达等非常规遥感观测为主的时代。由于非常规遥感资料观测要素与模式预报要素之间存在着复杂的非线性关系,这为资料同化带来了技术上的困难。为了充分有效地利用非常规观测资料,需要研究开发能够有效处理这种复杂非线性关系的资料变分同化技术。变分同化将资料处理问题描述为以动力模式为约束的极小化问题,它利用最优控制原理,通过调整控制变量,使得在指定的时间窗口内由控制变量得到的模式预报结果与实际观测资料之间的偏差达到最小。变分同化将不同时刻、不同地区、不同性质的气象观测资料,包括以前客观分析方法中很难应用的卫星、雷达等非常规观测资料作为一个整体同时进行考虑,从而得到满足协调性要求的、相对比较合理的初始场。本文针对第二代军用中期数值天气预报业务系统建设的需要,全面、系统、深入地研究了变分同化系统实现的各个方面,包括高效算法、平衡关系与物理变换、背景场误差协方差处理、常规与非常规观测算子、变分同化软件实现和变分同化的并行计算等,研究成果解决了全球三维/四维变分同化业务系统实现中的关键技术。论文在高效算法方面,着重研究了增量方法、预条件和最优化算法。增量方法是一种减少变分同化系统计算量的有效方法,目前已在变分同化业务系统实现中得到广泛应用,论文根据系统设计需要,研究了一般形式的增量方法和简化形式的增量方法;目标函数的预条件数对优化算法的收敛速度具有至关重要的影响,引入预条件技术是减小目标泛函的预条件数、改善变分同化迭代收敛速度和简化背景场协方差处理的重要手段。论文采用控制变换方法对预条件处理技术进行了研究;最优化算法是变分同化的核心,论文在研究和实现共轭梯度和有限存储拟Newton方法的基础上,提出了一种类似于增量方法,但能保证收敛性的扩展截断Newton方法,该方法在变分同化中应具有很好的应用前景。平衡关系与物理变换是消除分析变量之间相关性的技术,论文针对第二代军用全球中期数值预报系统建设的需要,首先讨论了分析变量选择的问题,然后重点研究了在谱空间下的质量场和风场平衡关系及其相应的平衡变换实施方法,最后研究了格点空间下分别适合于全球和区域分析的平衡变换。背景场误差处理技术在变分同化中十分重要,它决定了观测信息分布到网格点的方式,通常的处理方法是利用预条件引入的控制变换消除背景场误差之间的相关性。论文首先分析了背景场误差协方差在资料同化中的重要作用,给出了构造背景场误差协方差矩阵的一般方法,然后分别利用递归滤波和谱方法研究了变分框架中水平变换处理,利用EOF分解研究了垂直变换处理。在递归滤波方面,不仅研究了区域变分的递归滤波方法,而且通过使用分区处理和使递归因子随纬度变化等技巧,将递归滤波方法应用到了全球变分的水平相关处理中;在谱方法方面,在深入研究已有的谱分析和谱滤波的基础上,提出了一种新的谱变换方法,它比传统的谱分析更适合于全球/区域统一变分系统,又比谱滤波具有更高的计算效率。目前的变分同化业务系统,一般是将全球变分同化和区域变分同化分开实现,全球变分同化在谱空间中进行分析,而区域变分同化则在格点空间进行分析。论文提出了基于全球谱变换和区域递归滤波的统一三维变分的实现方法,设计了统一三维变分的计算流程。变分同化系统的实现过程是十分复杂的,国外的经验表明,在理论框架已经成熟的前提下,一个变分同化业务系统的实现往往需要几十个人年。论文通过综合利用应用框架、组件技术和WRF的层次式软件设计等技术,提出了统一三维变分的组件软件实现方法,设计了统一三维变分的应用框架、核心代码组件、基于Fortran 90导出数据类型的数据结构等,完整实现了统一三维变分系统。利用统一三维变分技术分别建立了区域三维变分同化和全球三维变换同化的业务试验系统,理论试验和2005年上半年的实际天气过程分析说明统一三维变分同化系统有很好的分析效果。论文在推导出增量形式四维变分同化具体计算公式的基础上,提出了基于统一三维变分同化的四维变分同化系统设计方法,给出了四维变分同化的计算流程、目标函数及其梯度的计算步骤、共轭梯度算法实施、更新向量计算,设计得到的全球四维变分同化系统能够为全球谱模式提供协调的初始场。论文从并行算法、并行支持工具和并行程序实现三个方面研究了变分同化的并行计算。针对三维/四维变分同化的计算特点提出了多阶段区域分解并行算法,提出了观测资料的自适应地理划分算法,提出了基于耦合器四维变分同化的并行实现方法;针对变分系统并行系统实现需要考虑的区域分解、周边区域通讯、数据场转置、并行I/O等共性问题实现了并行支持工具,提出了基于HDF5数据格式的高效I/O组织和数据管理手段;设计并实现了四维变分同化组成部分的全球谱模式及其切线性/伴随模式的可扩展并行计算;并行统一三维变分在32CPU并行规模下加速比可达到14.30,结果好于WRF 3DVAR,分辨率为TL399的全球谱模式在112CPU并行规模下,加速比可达到了80.53。

刘柏年[3](2017)在《集合资料同化及背景误差方差滤波方法研究》文中认为背景误差协方差(B)矩阵对变分同化系统的信息转播、信息平滑、平衡关系和流型构建具有十分重要作用。但由于B的维数特别巨大、可用信息少、结构复杂,业务中通常采用简化和近似的B模型,如假定平衡关系满足均匀性、各向同性和静态假设。这种处理忽略了B中的非均匀、各向异性和时变等特性,在同化与锋面、台风等快速发展系统相关的观测资料时凸显了这方面的不足。本文紧紧围绕如何改进流依赖背景误差方差的统计方法和效率,开展了以下工作:(1)在四维变分资料同化的背景误差方差诊断中,设计了一种更加高效的空间平均滤波方案用于消除Lanczos算法诊断背景误差方差时引入的随机噪声。相对于业务方法,该方案即提高了背景误差方差的统计精度,又减少了计算量。首先研究了随机噪声空间结构、随机噪声相关长度与背景误差方差的关系;其次研究了垂直层、大气变量对最优平均长度的影响;最后将该方案应用到实际的业务系统中,并分析了该方案对同化和预报的影响。一个月的试验结果表明,该方案能减少取样样本数,又可以提高背景误差方差质量,且对预报和分析均具有一定的正效果。此外空间平均滤波方法简化了背景误差方差诊断的计算流程,具有更高的并行度,在计算效率上优于业务方法。(2)为了在四维变分资料同化系统中引入更加真实的流依赖B,基于四维变分资料同化系统初步实现了集合四维变分资料同化(En4DVar)试验系统。通过合理扰动背景场、观测资料及SST构造了多个能表征背景场不确定性的独立样本。基于这些集合样本可以统计出具有流依赖特性的背景误差。本文设计了流依赖球面小波背景场误差协方差模型、背景误差方差和局地垂直相关协方差的统计方法,引入和实现了SPPT方案表征数值模式中存在的不确定性,并对背景误差方差进行了诊断和校正。(3)受计算资源的限制,集合四维变分资料同化系统的成员个数限制在?(7)10(8)到?(7)1 02(8)之间,由这种小集合统计得到的背景误差矩阵协方差包含了大量采样噪声,严重影响了估计精度。本文在En4DVar系统中引入一种谱滤波方法用于消除采样噪声,基于噪声与气候态背景误差Daley长度尺度之间的近似关系构造了一种低通滤波器。根据谱空间中噪声能量谱和背景误差能量谱统计得到该滤波器的截断波数;通过一维模型和二维正压涡度方程分别对低通滤波器的有效性进行了验证,并应用到En4DVar系统中。结果表明10个样本背景误差方差谱滤波结果能媲美50个样本的集合估计值。(4)提出了一种非高斯噪声的小波阈值去噪方法(NGWT)。集合背景误差方差的采样噪声具有一定的空间相关和尺度相关性,使得采样噪声不再服从高斯分布。首先引入具有谱和空间局地化特性的小波阈值去噪方法(GWT)消除集合背景误差方差的采样噪声。在此基础上,根据集合背景误差方差中采样噪声具有的非高斯特征对GWT方法进行改进,设计了一种自动计算和修正阈值的NGWT方法。NGWT可减少因部分尺度上噪声能级过大导致的残差,进而改进滤波效果。最后在一维理想模型和实际的集合资料同化系统中测试了该方法的鲁棒性。(5)结合谱滤波的思想,在第四点的基础上进一步提出了一种带约束的小波阈值去噪方法(CWTDNM)。即通过入新的约束参数来弱化大于阈值部分的小波系数,减少大尺度上的取样噪声。CWTDNM方法在二维正压涡度方程模型中进行了验证。滤波结果表明无论是均方根误差还是峰值信噪比都略优于改进前的方法。

谭洪涛[4](2010)在《视频图像降噪关键技术研究》文中提出视频图像降噪技术不但能够滤除视频图像中的噪声、提高视频图像主观视觉质量,而且对于压缩编码、目标识别与跟踪、帧频提升等后续处理任务有重要意义。现行的视频图像降噪算法可以分为两类:早期的像素域降噪算法和近年来的转换域降噪算法。根据滤波器的滤波范围,像素域降噪算法可以划分为时域滤波算法和空时滤波算法。时域滤波算法利用视频图像时域上的相关性以抑制噪声,通常基于运动估计/运动补偿方法获取时域预测;而空时滤波算法则是利用视频图像三维空间中的空时相关性滤除噪声。像素域降噪算法的主要缺点就是在降噪后的视频图像中容易引入时域降质、过平滑等空域降质,到目前为止还没有一种适合多种噪声级别的降噪算法,采用自适应机制可以改善像素域降噪算法的缺陷,这一方面有待深入研究。另外,像素域降噪算法中多采用运动估计获取时域上的相关信息,但噪声的存在容易影响运动估计的准确度,从而降低降噪性能,因此,迫切需要找寻适合噪声环境的、对噪声鲁棒性好的快速运动估计算法。小波分析是一种经典的信号分析工具,被广泛应用于各种信号处理领域中,国内外的研究学者也致力于对其深入研究和广泛推广。其中的二维小波和三维小波凭借其多尺度的良好稀疏分解能力,在视频图像降噪领域中被寄予厚望,以小波变换为代表的转换域降噪算法是目前的研究热点。目前有一系列的多尺度几何分析转换域处理方法,比如经典的阈值收缩降噪、层间相关性降噪等基于图像信息物理特性模型的处理方法,以及隐马尔可夫树模型、广义逆高斯模型等基于视频图像变换系数统计假设模型的处理方法。这些基于经典的物理特性模型的方法的特点是,主要对能量、幅值进行考察,但这些物理性能并不一定与视频图像的几何特性很好地对应,常有过度扼杀细节信息的趋势;而统计假设模型与视频图像信息的物理对应关系还有待进一步研究,并且其中有较多的参数和先验条件设置,这限制了其在实践中的应用。总的说来,寻找更符合实际视频图像信号或视觉性能的系数模型和算法参数是目前转换域噪声抑制技术发展的研究热点之一。视频图像降噪的主要目标是滤除其中的随机噪声,同时尽可能保持好细节信息,并要求在降噪后的视频图像中减少由于滤波引入的视觉降质。本文从上述目标出发,着眼于对视频图像中随机噪声的抑制,主要包括了对运动估计和运动补偿、交叉双边滤波、二维小波变换和三维小波变换、自适应机制等方面的研究,其中对视频图像细节的保护是本文研究内容的特色。本文的具体工作是:①下采样块匹配快速运动估计算法。结合多分辨率运动估计理论提出一种下采样块匹配快速搜索算法。算法中,先将视频图像各帧平面进行二维稀疏分解,在对应的低分辨率图像层中进行初步运动估计,然后依次在对应的高分辨率图像中进行更精细的运动估计,最终得到准确的运动矢量场。实验数据表明,相比经典的块匹配搜索算法,本文下采样快速搜索算法搜索速度提高了1.26~1.8倍,搜索准确度提高了4%~38%,能够克服视频图像中不同级别噪声的影响、有较好的鲁棒性,说明该算法适合于视频图像降噪中的应用。在下采样块匹配快速搜索算法中,一方面采用了双线性插值下采样二重分辨率分解技术,在保证搜索精度的前提下有效地减少搜索计算量、达到快速搜索的目的;另一方面,由于双线性插值下采样方法的低通特性,可以在一定程度上抑制噪声对运动矢量搜索的干扰。②引入自适应机制,提出一种基于运动状态检测的多假设递归空时滤波视频图像降噪算法(Multihypothesis recursive filter, MRF)。在受噪视频图像中,首先将当前帧划分为非重叠、大小一致的块,并结合运动估计检测其局部运动状态,根据运动状态选择对应的去噪方案。在刚体运动部分选用时域平滑进行滤波,在非刚体运动部分则进行自交叉双边滤波去噪。文中给出了刚体运动状态和非刚体运动状态的定义,并采用噪声标准差作为区分刚体运动和非刚体运动的阈值。实验数据表明,该算法能够合理地利用视频图像空时域中的相关性,在保持视频图像细节的同时有效地滤除随机噪声,在降噪后视频图像的峰值信噪比(Peak signal noise ratio, PSNR)值和主观视觉质量方面,均超过了空时联合滤波(Spatial temporal joint filtering scheme, JNT)、空时转换滤波(Spatial temporal varying filter, STVF)、多假设运动补偿滤波(Multihypothesis motion compensated filter, MHMCF)等经典的像素域视频图像降噪算法。由于采用了自适应机制,基于运动状态检测的多假设递归空时滤波视频图像降噪算法确保了合理地利用视频图像中的空时相关性和相应的滤波方案去除噪声,算法模型几何意义明确,并在降噪后的视频图像中有效地减少了块效应等视觉降质。③一种结合运动补偿的球体双边滤波视频图像降噪算法(Motion compensated sphere bilateral filter,MCSBF)。首先从视频图像中提取出当前帧和前后多帧图像,通过运动估计得出对当前帧运动补偿后的参考帧,然后在当前帧和参考帧构成的三维空间中,利用滤波窗为球体的双边滤波器对当前帧进行平滑滤波,就可在有效去除噪声的同时、保护好视频图像中的细节信息。实验表明,该算法在保持视频图像细节的同时、有效地滤除了随机噪声,在视频图像的PSNR值和主观视觉质量方面,均超过了JNT、STVF、MHMCF等经典的像素域视频图像降噪算法。结合运动补偿的球体双边滤波视频图像降噪算法能充分利用视频图像中的空时相关性,在保护视频图像细节的同时有效地抑制了随机噪声:运动补偿初步(从宏观角度上看)消除了受噪视频图像内容在时域上的非平稳现象,双边滤波中的灰度测试参数高斯核确保消除了局部(从微观角度上看)空时非平稳现象;参与滤波的像素均为中心滤波像素点的空时高相关像素点,三维球体滤波窗有效地减少了参与滤波的空时域低相关像素数量、不易引起降噪后视频图像中产生过平滑模糊现象;降噪效果不受视频图像中局部内容的旋转变化的影响,球体滤波窗具有旋转不变性,能够自适应于视频图像中局部内容的旋转变化;以单个像素点为基本处理单位,从本质上避免了块效应等视觉降质的产生。④结合小波阈值去噪和交叉双边滤波算法思想,提出了一种基于非下采样小波阈值去噪的三维自交叉双边滤波算法(3-D self-cross bilateral filtering video denoising filter, 3DSCBF)。在受噪视频图像序列中,通过运动估计和运动补偿形成一系列当前帧的运动补偿帧;对当前帧和运动补偿帧分别进行非下采样小波阈值去噪,得到三维双边滤波参考帧;最后,用滑动的三维滤波窗对受噪当前帧中的像素点逐一进行三维交叉双边滤波,其中的像素空间几何距离在当前帧和运动补偿构成的三维空间中计算、像素灰度值距离在阈值去噪后的三维双边滤波参考帧空间中计算。实验结果表明,该算法既能有效滤除噪声又能保持好视频图像中的细节和边缘信息,在降噪后的视频图像PSNR值、主观视觉质量和方法噪声等方面均超过了经典的二维非下采样小波阈值去噪(Undecimated wavelet transform thresholding method, UWT Thresholding)、结合小波变换和时域滤波的视频序列降噪算法(Video sequence noise reduction using wavelet-domain and temporal filtering, SEQWT)等转换域视频图像降噪算法,其对细节信息的保护是本文的一个特色。算法中,运动估计和运动补偿可以消除视频图像在时域上的非平稳,在交叉滤波之前的灰度测度系数是根据非下采样小波阈值处理结果计算得出,比直接在受噪视频的三维邻域中计算得到的更为准确,最后的交叉双边滤波也继承了双边滤波的特点,因此,上述算法特点确保了能够充分利用视频图像空时域上的相关性有效地滤除随机噪声。另外,当其滤波窗由立方体优化为球体后,其平滑滤波在三维空间中具备了旋转不变性、能更好地克服视频图像局域上的非平稳,相应的降噪滤波性能得到进一步提升。⑤结合运动补偿三维小波变换的优点和交叉双边滤波的思想,提出了一种基于运动补偿三维小波阈值去噪的自交叉双边滤波算法(Self-cross bilateral filteringvideo denoising filter based on motion compensated three dimensional wavelet transform thresholding method, SCBF-3DWTTh)。在受噪视频图像序列中,通过运动估计和运动补偿形成一系列当前帧的运动补偿帧;对当前帧和运动补偿帧分别进行三维小波阈值去噪,得到三维双边滤波参考帧;最后,用滑动的三维滤波窗对受噪当前帧中的像素点逐一进行三维交叉双边滤波,其中的像素空间几何距离在当前帧和运动补偿构成的三维空间中计算、像素灰度值距离在阈值去噪后的三维双边滤波参考帧空间中计算。通过运动补偿三维小波阈值处理可以获得更为准确的灰度值参考帧;而球体滤波窗具有旋转不变性,可以较好地处理旋转等局部的空时非平稳现象。因此该算法可以充分利用视频图像内容在空时域中的高相关性,有效地滤除随机噪声并保护视频图像中的细节和边缘信息,另外,滤波窗优化为球体滤波窗使算法的降噪性能进一步提升。通过实验数据的比较可知:结合运动补偿的三维小波变换是一种有效的视频图像多分辩分解方法,结合了这种变换的阈值去噪可以有效地滤除视频图像中的随机噪声;基于运动补偿三维小波阈值去噪的自交叉双边滤波算法可以有效地抑制视频图像中的随机噪声,在滤除噪声的同时能够保持视频图像中的细节和边缘信息,且没有引入明显的视觉降质,在降噪后视频图像PSNR值方面超过了高斯混合模型(Gaussiana scale mixtures, GSM)、SEQWT、小波系数帧间统计模型(Inter-frame statistical modeling of wavelet coefficients, IFSM)等基于二维小波变换的转换域降噪算法,以及结合运动补偿的三维小波阈值去噪(Motion compensated three dimensional wavelet transform thresholding method, MC3DWTn)、结合空域小波变换和时域离散余弦变换的阈值去噪(Temporal discrete cosine transform and spatial hierarchically adapted wavelet transform thresholding method, DCT +DWT)等基于三维小波变换的转换域降噪算法;基于三维小波变换的视频图像降噪算法明显优于基于二维小波变换的降噪算法,这一结论可以通过实验数据得到验证。

周玲[5](2018)在《自主水下潜器海底地形辅助导航技术研究》文中研究表明自主水下潜器(Autonomous Underwater Vehicle,AUV)作为开发和探索海洋的重要工具,在科学考察、商业及军事方面均有广泛的应用。水下高精度自主导航是发展AUV必须突破的关键技术之一,也是目前导航技术领域研究的热点和难点问题。当全球导航卫星系统(Global Navigation Satellite System,GNSS)在水下环境不可用时,为改善AUV自主导航性能,海底地形辅助导航(Seabed Terrain Aided Navigation,STAN)是替代GNSS最具有发展潜力的技术之一。海底地形辅助导航的准确度和可行性受AUV传感器装备的影响,目前它在高精度、高配置AUV的技术比较成熟且应用广泛,而在低配置AUV的研究与应用相对较少,并且高精度导航问题也更为突出。因此,本文以低配置AUV海底地形辅助导航为主题,主要研究海底地形建模、地形匹配以及地形辅助导航滤波器等关键技术。论文的主要内容和创新如下:(1)针对海底地形建模问题,研究基于插值方法的海底地形建模。选定规则格网模型作为预存海底地形图模型,以数字地面模型(Digital Terrain Model,DTM)中格网插值算法为研究对象,研究高斯过程(Gaussian Process,GP)插值算法的建模原理。利用GP处理空间相关性和估计预测值不确定性方面的良好特性,通过两种地形变化的海底地形水深分布数据图进行建模和验证,结果表明基于高斯过程的海底地形建模方法具有较好的地形逼近性能,在低分辨率海图下的优势更为明显。(2)为了解决AUV中多普勒计程仪辅助惯性导航系统(Doppler Velocity Log Aided Strapdown Inertial Navigation System,DVL/SINS)累积的较大位置误差,研究海底地形匹配导航技术。本文提出基于约束粒子群优化的地形匹配算法(Constrained Particle Swarm Optimization,CPSO),将粒子群的初始位置通过水深等值域进行约束优化,充分利用DVL/SINS系统的导航信息和水深数据设计CPSO的适应度函数。仿真试验表明,与最近等值线迭代(Iterative Closet Contour Point,ICCP)算法相比,在地形变化明显区,ICCP的定位精度大于200m,CPSO算法的定位精度提高到100m以内,具有较高的匹配定位精度。此外,在不同的海图分辨率下,比较基于各种插值法的CPSO算法,结果显示GP-CPSO算法具有较好的地形匹配性能,可为地形辅助导航的实时跟踪阶段提供较高精度的AUV初始位置。(3)针对低配置AUV海底地形辅助导航问题,研究TAN松/紧两种组合导航模式。直接利用DVL/SINS系统的传感器输出信息作为TAN紧组合滤波器的输入,采用单波束测深仪和四波束测深仪,分别验证TAN松/紧组合导航在不同地形区域的导航性能。结果表明,TAN紧组合系统的导航性能明显优于TAN松组合导航系统,成功地实现了低配置AUV导航。此外,采用四波束测深仪的TAN紧组合导航定位精度在一个海图分辨率以内,更有利于TAN导航收敛性和导航精度的提高。(4)在TAN松/紧组合模式研究的基础上,本文提出基于三维距离的改进地形辅助导航紧组合方法(3D-TAN),将仅有高度信息的一维观测方程扩展为包含东北向距离的三维方程。通过在不同海图分辨率、水深测量误差和地形建模方法等条件下的仿真表明,针对水深误差引起的TAN导航精度的下降,相比已有的TAN紧组合导航方法(1D-TAN),本文所提方法可进一步改善低配置AUV的地形辅助导航性能。特别地,基于高斯过程的TAN紧组合方法对低配置AUV导航性能的改善效果更为明显。

王广杰[6](2017)在《风云二号卫星风的四维变分资料同化技术研究》文中进行了进一步梳理卫星风资料同化对改进暴雨、台风等高影响天气系统的预报效果、提高全球数值天气预报系统的分析场质量和中期预报效果具有巨大潜力,但目前卫星资料同化过程中因资料误差大以及质量控制方案不够完善等原因,导致卫星风观测资料的利用率很低。而且目前全球气象资料四维变分同化系统(YH4DVAR)仍未实现风云二号静止气象卫星的卫星风反演资料的同化,因此如何在已有的全球四维变分同化框架基础上通过研究和设计一系列新的功能模块实现风云二号卫星风资料的高效同化是一个亟待解决的问题。本课题在已有的YH4DVAR基础上,针对目前卫星资料同化方法的缺陷和不足,研究了风云二号卫星风观测的全球四维变分同化技术,解决了风云二号(FY-2)卫星风观测资料的误差特征分析、风云二号卫星风资料同化预处理、资料通道选择、观测质量控制以及观测算子的设计等重要问题,在YH4DVAR中实现了风云二号卫星风观测资料的全球四维变分同化。最后通过同化预报试验检验了风云二号卫星风观测资料对全球中期数值天气预报的影响。通过研究和试验,得出以下主要结论:(1)通过将FY-2G卫星风资料与NCEP FNL全球大气分析场资料进行比较,对FY-2G卫星风资料质量进行了评估。结果显示:红外和水汽通道的卫星风资料均满足无偏高斯分布,所以在FY-2卫星风资料同化过程中无需进行偏差订正;水汽通道的卫星风资料误差更小,质量更高;FY-2G卫星风风速的质量明显好于风向的质量;从经、纬向风的分析结果来看,赤道地区的卫星风资料误差最小,质量最高;从风向、风速的分析结果来看,赤道地区风速误差最小,但该地区风向误差最大;各地区的卫星风误差随高度变化波动范围均较大;FY-2G卫星风的定高存在系统性偏低的问题。(2)FY-2E和FY-2G卫星风观测资料的同化对数值天气预报初始场和预报场的位势高度场、温度场及风场均能产生影响。其中,对温度场预报的影响是中性的,而对于位势高度场和风场预报均能产生正效应,尤其是对风场的改进最为明显。

韦杉[7](2019)在《雷达对高动态目标参数估计方法研究》文中研究表明随着弹道导弹(TBM)突防和反弹道导弹突防技术的发展,弹道导弹目标利用其具备的高速度和大机动来实现其突防的目的。雷达作为反导防御系统中的主要传感器,其信号处理和数据处理方法面临新的挑战、存在新的特点,需对高速机动目标的参数测量和估计方法进行深入研究,以提升雷达对高动态目标的探测跟踪性能。针对雷达对高动态目标的参数估计问题,本文从雷达测量误差补偿、高动态目标滤波跟踪和运动模型、质阻比估计与类别辨识等方面开展研究。首先研究了雷达测量距离-多普勒耦合误差补偿和大气折射误差补偿问题,分别提出了距离-多普勒耦合误差开环补偿方法、大气折射误差高斯迭代补偿方法,对雷达测量值进行修正,为实现目标高精度参数估计奠定基础。针对高动态目标的高速度和高机动特性、雷达测量的非线性问题,对比研究了α-β-γ滤波、Kalman滤波、扩展Kalman滤波(EKF)、转换量测Kalman滤波(CMKF)和无敏Kalman滤波(UKF)五种滤波方法,从跟踪精度、运算效率和收敛速度等角度,对各滤波算法进行了评估,仿真结果表明,UKF方法滤波精度最高,EKF和CMKF方法滤波精度较高、运算量适中。研究了高动态目标的滤波跟踪运动模型,对比研究了修正J2弹道模型、Singer模型、再入修正J2弹道模型、机动再入修正J2弹道模型四种运动模型,并仿真验证了各模型对高动态目标的滤波跟踪性能。仿真结果表明,为得到较高的跟踪滤波精度,运动模型需对目标所受作用力的加速度准确建模。提出了一种参数化交互多模型滤波方法,根据任务特点、目标特性、飞行阶段等调整模型结构组成,根据任务目标类型参数化装订和实时调整模型个数、模型类型、模型变量等参数,根据目标运动特性进行多模型的自适应切换和交互,在非线性系统模型及非线性测量模型条件下获得高精度滤波效果。仿真验证了该方法的有效性,可对高动态目标实现高精度滤波跟踪。提出了一种基于质阻比估计的弹道目标类别辨识方法,将质阻比作为状态变量,使用非线性滤波器估计质阻比;基于质阻比滤波值,针对质阻比估计值收敛辨识和目标类别辨识问题,构建动态贝叶斯网络模型,递推计算质阻比估计值已收敛和目标类别的后验概率,采用最大后验概率准则完成辨识。仿真验证了该方法的有效性,可准确识别弹头和轻诱饵目标。

杨威[8](2012)在《基于有限集统计学理论的机动目标联合检测、跟踪与分类技术研究》文中研究指明传统侦察监视系统大多将目标检测、跟踪、分类三个问题分开处理。事实上,目标的检测、跟踪与分类是三个紧密耦合的问题,联合处理有望同时得到更优异的检测、跟踪与分类性能。一方面,目标的运动学行为可以改善目标分类性能;另一方面,类别相关的运动学模型又可以提升目标跟踪性能。当然,目标数目的变化也蕴含着跟踪与分类算法的改变。本文以有限集统计学理论(Finite SetStatistics: FISST)为基础,探索其在机动目标联合检测与跟踪(Joint Detection andTracking: JDT)、机动目标联合跟踪与分类(Joint Tracking and Classification: JTC)、尤其是在机动目标联合检测、跟踪与分类(Joint Detection, Tracking andClassification: JDTC)技术中的应用,推导并提出了一系列联合算法,对增强现代侦察监视系统的目标信息获取能力具有重要的理论和实际意义。第一章为绪论,阐述了课题研究背景和意义,介绍了目标联合跟踪与分类、联合检测与跟踪及联合检测、跟踪与分类技术的研究现状,指出了FISST应用于机动目标联合检测、跟踪与分类问题的可行性。第二章由浅入深地介绍了FISST的理论基础,以直观而形象的方式阐述了FISST中复杂抽象的基本概念和方法,为后续研究奠定基础。第三章针对一个目标可能产生多个测量的情形,详细研究了单机动目标跟踪及单机动目标JTC问题。针对FISST中单目标跟踪滤波器(STBF)在目标可能发生机动行为的情形下将导致发散的问题,严格推导了最优多模型扩展的STBF,并分别针对一般和线性高斯模型给出了最优多模型扩展STBF的粒子和高斯混合近似实现方法。针对高斯混合最优多模型扩展STBF中多模型假设随着递归滤波时间的延长和测量值数目的增加导致指数增长的问题,提出了一种线性高斯假设条件下的交互多模型STBF。在上述理论支撑下,最后针对单机动目标JTC问题,严格推导了一种最优单机动目标JTC算法。仿真结果验证了将目标跟踪与目标分类进行联合处理的优势。第四章针对场景中至多存在一个目标的情形,详细研究了单机动目标JDT及单机动目标JDTC问题。针对FISST中单目标联合检测与跟踪滤波器(JoTTF)在目标可能发生机动行为的情形下将导致发散或跟踪丢失的问题,严格推导了最优多模型扩展的JoTTF,并分别针对一般和线性高斯模型给出了最优多模型扩展JoTTF的粒子和高斯混合近似实现方法。针对单机动目标的联合检测、跟踪与分类问题,严格推导了最优单机动目标JDTC算法,并针对一般运动学和测量模型给出了该算法的粒子近似实现方法。仿真结果验证了将相互耦合的目标检测、跟踪与分类问题进行联合处理的优势。第五章在相同运动学模型集条件下,详细研究了多机动目标JDTC问题。通过引入类别辅助信息,利用FISST中所提供的多机动目标JDT滤波器,建立了目标检测、目标跟踪与目标分类的良性反馈,从而得到了更为准确的目标数目和状态估计;反过来,又保证了目标的分类性能。针对一般运动学和测量模型,提出了一种相同模型集条件下基于MMPHDF的多机动目标JDTC算法,并详细给出了该算法的粒子近似实现方法。针对线性高斯运动学和测量模型,提出了一种相同模型集条件下基于LGJMS-GMPHDF的多机动目标JDTC算法。第六章研究了类别相关运动学模型集条件下的多机动目标JDTC问题。针对一般运动学和测量模型,严格推导了一种类别相关模型集条件下基于PHD类滤波器的多机动目标JDTC算法,详细给出了该算法的粒子近似实现方法。该算法的基本思想是通过类别匹配的PHD类滤波器估计出各类别条件化的概率假设密度,进而实现多机动目标的联合检测、跟踪与分类。针对线性高斯运动学和测量模型,提出了一种类别相关模型集条件下基于LGJMS-GMPHDF的多机动目标JDTC算法。该算法的基本思想是为每一高斯混合成分构建一个组合运动学模型集,进而对高斯混合成分的状态进行预测,最后采用目标运动状态和属性测量的组合似然函数对高斯混合成分的状态进行更新,并同时完成与之关联分类向量的更新。第七章重点研究了基于FISST的目标联合检测与跟踪算法的航迹提取技术。在新生目标强度函数未知情形下,针对一种典型航迹提取算法没有考虑存在虚警估计和目标漏检以及无法在目标新生时刻对不同目标的粒子进行区分等不足,提出了一种测量驱动的多目标航迹提取算法。该算法对ATBI-PHDF进行扩展以提取多目标航迹,由于这是一种测量驱动的PHDF,可以在目标新生时刻即对不同目标的粒子进行区分,因此在后续滤波时刻也无须采用聚类技术以提取多目标状态。通过引入时间窗技术,这种测量驱动的多目标航迹提取算法较好地避免了目标航迹过早地终止和虚假航迹的形成。针对现有文献在对航迹提取算法进行仿真验证时大多采用单次典型实验演示验证方法,也即缺乏一个有效的性能评价标准,详细研究了航迹提取技术的性能评估方法。在此基础上提出一种基于最优分配的性能评估策略,该策略可对航迹提取的多方面性能进行评估且无需主观设置参数。第八章总结全文,并指出了下一步可能的研究方向。

赖安伟[9](2020)在《对流尺度雷达反射率资料的伪观测同化方法及应用研究》文中提出基于对流尺度(1-3 km)快速更新循环同化预报技术是解决强对流天气(如短时暴雨、龙卷等)临近预报的重要手段,也是当前研究的难点和热点。雷达观测是能够为风暴尺度天气系统初始化提供高时空分辨率的观测手段之一。因此,开展对流尺度雷达资料同化方法研究,提高数值模式对强对流天气的预报能力,对减少人民生命和财产损失具有重要的意义。本文利用三维变分(3DVAR)方法开展研究,其相对于更先进的四维变分(4DVAR)、集合卡尔曼滤波(En KF)和混合同化方法计算资源需求更少,简单易行,能获得高效率、快速的分析结果,对强对流的预报具有优势。在对流尺度天气系统中,水汽和温度条件对对流的发展与维持起到至关重要的作用,而高时空分辨率的水汽和温度的观测信息却十分的匮乏。基于3DVAR同化雷达资料时,存在无法改善水汽和热力条件的问题。针对该问题,本文(ⅰ)首先提出了一种新的基于雷达反射率的“伪水汽”观测方法,其利用垂直积分液态水含量(VIL)识别湿深对流区域,假设深对流区内水汽饱和,同时利用晴空回波降低虚假对流中相对湿度,根据背景场的温度和气压,计算反演水汽并作为伪观测。(ⅱ)其次,将ARPS云分析方法中湿绝热初始化方案产生的云内温度,作为“伪云内温度”观测。(ⅲ)最后,考虑潜热加热廓线在层状降水、深对流降水和浅对流区的差异化特点,利用基于VIL的对流降水与层状降水分离算法,设计了融合凝结潜热与湿绝热方案的新的云内温度调整方案,构造出“伪云内温度”观测。针对3个龙卷强对流个例和2个梅雨锋暴雨天气个例,在3DVAR框架下开展了雷达径向风、雷达反射率、伪水汽和伪云内温度的逐15分钟循环同化和短临预报研究。主要结论如下:(1)同化伪水汽后,在观测强回波区域内,有正的水汽增量,背景场虚假对流区域,有负的水汽增量。随着循环同化的次数增多,正的水汽增量主要出现在新生成的强雷达回波区或因模式背景与观测有位移偏差的区域,负的水汽增量主要出现虚假对流区域。(2)同化伪温度后,正的位温增量加热模式大气,抵消与引入水凝物和蒸发冷却相关的负浮力,有利于对流的发展与维持。随着循环次数的增加,湿绝热初始化方案的位温增量明显减小,凝结潜热方案的位温增量较大,更有利于弱降水回波或新生对流在模式积分中的维持和发展。(3)相对于只同化雷达径向风和反射率,同化伪水汽或伪云内温度后,3个龙卷强对流天气的分析场和预报场在定性与定量方面都得到了改进,主要体现为:获得更好雷达回波分析场;分析场中最大垂直速度落区与龙卷、冰雹等灾害报告相一致;减少(减弱)虚假的对流风暴;提高雷达反射率的ETS评分,改善雷达反射率和降水的预报;预报的强回波路径和2-5 km上升螺旋度(UH)移动轨迹与龙卷、冰雹等灾害报告位置更为一致。(4)针对2018年2个梅雨锋暴雨强降水个例,开展了雷达资料、伪水汽和伪温度对比同化试验。结果表明,同化伪观测资料可以提高梅雨锋中对流系统的组合反射率和降水的预报。仅同化伪水汽,能改进1-2h的降水和回波预报;同时同化伪水汽和温度,对降水预报改进明显,预报时效延长;新的温度调整方案预报效果最优,得到了更准确的反射率分析结果和更真实的定量降水预报。(5)利用1.5km的模式水平分辨率设置,基于3DVAR同化系统,逐15分钟循环同化雷达资料、伪水汽和云内温度,获得的分析场能够对盐城阜宁龙卷超级单体的主要特征较为准确分析。龙卷超级单体风暴三维结构特征为:该龙卷超级单体发展旺盛,45d BZ伸展到17 km高度,强回波柱内正涡度柱深厚,钩状回波结构明显,涡旋偶等中气旋结构特征明显;龙卷接地前,强反射率质心快速下降,涡旋偶中心降到500m高度,涡度柱水平尺度变大,旋转增强,而且高层存在明显的重力波向下风方向传播。利用WRF模式模拟的0-1h风场和雷达回波,虽然不能获得精细龙卷结构,但模拟的超级单体空间形态和强度、风场和涡度等要素仍可为强对流预报提供参考。

张卫民,刘柏年,曹小群,赵延来,朱孟斌,赵文静[10](2016)在《流依赖球面小波背景误差协方差模型设计和初步试验》文中研究指明基于资料同化集合设计了流依赖球面小波背景场误差协方差模型中背景误差方差和局地垂直相关协方差的统计计算方法。为了提高背景误差方差的估计精度,采用客观滤波技术来减少因集合样本个数不足而引入的随机取样噪声。最后在银河四维变分同化业务系统(YH4DVar)上设计了集合资料同化的试验系统,以流依赖背景误差方差为重点验证了模型的有效性。结果表明:基于流依赖球面小波背景误差协方差模型能够有效估计出随天气状态变化的背景场误差方差,对台风等剧烈变化的天气过程的同化分析和预报都具有一定的正效果。

二、递归滤波的一个误差估计式(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、递归滤波的一个误差估计式(论文提纲范文)

(2)气象资料变分同化的研究与并行计算实现(论文提纲范文)

摘要
ABSTRACT
第1章 绪论
    §1.1 引言
        1.1.1 同化、客观分析和变分同化的概念
        1.1.2 论文研究背景
    §1.2 变分同化国内外发展动态
    §1.3 本文的主要研究工作及其创新
    §1.4 论文结构
第2章 统计插值分析方法
    §2.1 引言
    §2.2 大气分析的统计基础
        2.2.1 模式状态向量、分析控制变量和偏差
        2.2.2 误差模型
    §2.3 最优插值客观分析
    §2.4 三维变分分析
    §2.5 物理空间统计分析方法(PSAS)
    §2.6 OI、3D-Var和PSAS之间的关系
        2.6.1 OI和3D-Var的等价性
        2.6.2 3D-var和PSAS的比较
        2.6.3 OI和3D-var的比较
    §2.7 小结
第3章 三维变分的高效算法研究
    §3.1 引言
    §3.2 增量方法
        3.2.1 简化形式的增量方法
        3.2.2 一般形式的增量方法
        3.2.3 引入增量算法后的变分同化迭代步构成
    §3.3 预条件和控制变量变换
    §3.4 最优化算法
        3.4.1 共轭梯度和Lanczos算法
        3.4.2 LBFGS算法
        3.4.3 广义截断Newton算法
    §3.5 小结
第4章 平衡关系与物理变换研究
    §4.1 引言
    §4.2 分析变量选择与平衡关系
    §4.3 谱空间中质量场和风场线性平衡处理
        4.3.1 质量场的定义和计算方法
        4.3.2 质量场和风场之间的线性平衡关系
        4.3.3 质量平衡部分向温度和地面气压平衡部分的转化
        4.3.4 散度场平衡分解
    §4.4 谱空间下物理变换的实施
        4.4.1 谱变换
        4.4.2 质量场平衡部分的计算
        4.4.3 涡度和散度场到风场的转换
    §4.5 谱空间下一般平衡关系处理
    §4.6 格点空间平衡关系处理
    §4.7 小结
第5章 背景场误差处理技术研究
    §5.1 引言
    §5.2 背景场误差模型
        5.2.1 背景场误差协方差的重要性分析
        5.2.2 背景场误差估计
    §5.3 背景场误差协方差矩阵的一般构造方法
        5.3.1 多变量背景场误差协方差矩阵的形状
        5.3.2 单变量自协方差矩阵构造
    §5.4 用递归滤波处理水平相关
        5.4.1 递归滤波算法
        5.4.2 递归滤波应用于区域三维变分
        5.4.3 递归滤波应用于全球三维变分
    §5.5 用谱变换处理水平相关
        5.5.1 谱分析方法
        5.5.2 谱变换分析方法
    §5.6 用EOF分解进行垂直变换
    §5.7 小结
第6章 观测资料的处理
    §6.1 引言
    §6.2 水平插值及其伴随
        6.2.1 双线性插值的算法
        6.2.2 双三次插值算法
        6.2.3 水平插值的伴随
    §6.3 常规观测算子与垂直插值
        6.3.1 模式变量观测算子
        6.3.2 位势高度观测算子
        6.3.3 饱和水气压
        6.3.4 相对湿度
        6.3.5 可降水
        6.3.6 地面场观测算子
    §6.4 卫星观测资料的处理
        6.4.1 卫星资料同化方式
        6.4.2 TOVS和ATOVS资料
        6.4.3 大气辐射快速传输模式
    §6.5 小结
第7章 统一三维变分同化系统实现
    §7.1 引言
    §7.2 统一3DVAR系统设计
        7.2.1 主要计算步骤
        7.2.2 总体结构
    §7.3 统一3DVAR的组件化软件实现技术
        7.3.1 应用框架设计
        7.3.2 核心代码设计
        7.3.3 数据结构定义
    §7.4 区域三维变分同化试验
        7.4.1 背景场预处理
        7.4.2 观测预处理
        7.4.3 背景场误差计算
        7.4.4 实况资料检验
    §7.5 全球三维变分试验
        7.5.1 试验系统流程
        7.5.2 单点观测的解析解
        7.5.3 单变量分析
        7.5.4 多变量分析
        7.5.5 实际探空资料分析试验
    §7.6 小结
第8章 统一三维变分同化的可扩展并行计算
    §8.1 引言
    §8.2 统一3DVAR的可扩展并行算法设计
        8.2.1 多阶段区域分解策略
        8.2.2 两层并行实现
        8.2.3 控制变换的可扩展并行计算
        8.2.4 观测资料自适应地理划分算法
        8.2.5 极小化的并行计算
        8.2.6 统一3DVAR的并行计算流程
    §8.3 并行支撑工具设计
        8.3.1 区域定义和区域分解
        8.3.2 周边区域的数据交换
        8.3.3 数据场转置
        8.3.4 高效I/O和数据管理
    §8.4 并行算法分析与数值试验
        8.4.1 统一3DVAR程序性能分析
        8.4.2 影响统一3DVAR并行效率的关键因素分析
        8.4.3 统一3DVAR的并行试验结果
    §8.5 小结
第9章 基于统一3DVAR的四维变分同化系统实现
    §9.1 概述
    §9.2 增量形式的四维变分同化
    §9.3 四维变分同化最优化组件设计
        9.3.1 四维变分同化的计算流程设计
        9.3.2 目标函数及其梯度的计算步骤
        9.3.3 共轭梯度算法实施
        9.3.4 更新向量计算
        9.3.5 FGAT方法
        9.3.6 切线性和伴随模式
    §9.4 可扩展并行算法设计
        9.4.1 多阶段自适应区域分解算法
        9.4.2 基于耦合器的并行计算实现方法
        9.4.3 正模式、切线性和伴随模式的并行计算
    §9.5 算法的分析与试验
        9.5.1 四维变分同化组件间通讯量分析
        9.5.2 正模式并行效率试验
    §9.6 小结
第10章 结束语
致谢
己发表的相关学术论文
参考文献

(3)集合资料同化及背景误差方差滤波方法研究(论文提纲范文)

摘要
Abstract
第一章 绪论
    1.1 研究背景
    1.2 研究现状
        1.2.1 集合四维变分资料同化
        1.2.2 四维集合变分资料同化
    1.3 存在问题
    1.4 研究内容
第二章 四维变分资料同化中背景误差方差统计算法优化
    2.1 引言
    2.2 4DVAR中的B模型
        2.2.1 四维变分资料同化基本公式
        2.2.2 背景误差协方差模型
        2.2.3 谱形式的非平衡项矩阵及NMC统计
        2.2.4 谱形式平衡项矩阵及其NMC统计
        2.2.5 基于球面小波的背景误差协方差
        2.2.6 背景误差方差Σ_b~k统计
    2.3 方差统计值中的随机噪声
        2.3.1 理想模型设计
        2.3.2 随机噪声及其能量谱
        2.3.3 随机噪声与背景场误差相关长度的关系
    2.4 空间平均滤波的一维理想试验
        2.4.1 空间平均的实际样本数
        2.4.2 最优平均长度
        2.4.3 相关长度尺度对空间平均滤波效能的影响
        2.4.4 方差结构对空间平均滤波效能的影响
    2.5 在二维真实系统的空间平均滤波
        2.5.1 试验方法
        2.5.2 噪声空间结构及其滤波
        2.5.3 垂直层和大气参数对空间滤波的影响
    2.6 空间平均滤波对同化和预报的影响
        2.6.1 试验方法
        2.6.2 对同化的影响
        2.6.3 对预报影响
        2.6.4 计算效能分析
    2.7 小结
第三章 基于YH4DVAR的集合四维变分资料同化设计
    3.1 引言
    3.2 En4DVar的基本原理和典型业务实现
        3.2.1 基本原理
        3.2.2 典型业务实现
    3.3 集合四维变分资料同化系统设计
        3.3.1 YH4DVAR的不确定性表征
        3.3.2 集合大小和成员分辨率
        3.3.3 流依赖球面小波B统计
    3.4 小结
第四章 背景误差方差滤波方法研究
    4.1 引言
    4.2 谱滤波方法
        4.2.1 方法原理
        4.2.2 滤波试验
        4.2.3 结果分析
        4.2.4 方法小结
    4.3 NGWT方法
        4.3.1 方法原理
        4.3.2 去噪试验
    4.4 CWTDNM方法
        4.4.1 方法原理
        4.4.2 去噪试验
        4.4.3 结果分析
    4.5 小结
第五章 集合四维变分资料同化系统的初步试验
    5.1 引言
    5.2 试验配置
    5.3 计算流程
    5.4 对背景误差方差的影响
    5.5 对相关系数的影响
    5.6 对分析和和预报的影响
    5.7 小结
第六章 结论与展望
    6.1 主要研究工作及结果
    6.2 研究展望
        6.2.1 有关改进En4DVar框架的三个设想
        6.2.2 有关改进滤波方法的三种设想
致谢
参考文献
作者在学期间取得的学术成果
附录A 噪声与信号的关系
    A1 噪声协方差的解析式
    A2 噪声与信号的尺度关系

(4)视频图像降噪关键技术研究(论文提纲范文)

摘要
ABSTRACT
1 绪论
    1.1 引言
    1.2 视频降噪的研究意义
    1.3 视频图像降噪研究现状
        1.3.1 像素域视频图像降噪
        1.3.2 转换域视频图像降噪
    1.4 本论文的研究目标及评价标准
        1.4.1 研究目标
        1.4.2 评价标准
    1.5 论文主要内容和章节结构
    1.6 论文主要创新点
2 下采样块匹配运动估计
    2.1 引言
    2.2 基于块匹配的运动估计
        2.2.1 块运动模型
        2.2.2 块匹配运动估计原理
        2.2.3 块匹配准则
        2.2.4 常用块匹配搜索算法
    2.3 多分辨率运动估计
        2.3.1 多分辨率运动估计
        2.3.2 多分辨率块匹配运动估计
    2.4 下采样块匹配快速运动估计算法
        2.4.1 下采样快速块匹配运动估计算法
        2.4.2 下采样三步搜索算法DTSS
    2.5 实验结果与分析
        2.5.1 无噪视频图像中各算法搜索准确度与速度对比
        2.5.2 不同级别受噪视频图像中各算法搜索准确度与速度对比
        2.5.3 下采样快速搜索算法性能分析
    2.6 本章小结
3 基于运动状态检测的多假设递归空时滤波
    3.1 引言
    3.2 时域滤波原理
        3.2.1 时域平均滤波
        3.2.2 具有自适应机制的时域平滑滤波
    3.3 多假设运动补偿滤波算法MHMCF
    3.4 基于运动状态检测的多假设递归视频图像降噪MRF
        3.4.1 运动状态检测
        3.4.2 时域滤波
        3.4.3 空域滤波
    3.5 实验结果与对比分析
        3.5.1 降噪后视频图像PSNR 值对比
        3.5.2 降噪后视频图像主观视觉质量对比
        3.5.3 各算法降噪性能对比分析
    3.6 本章小结
4 结合运动补偿的球体双边滤波视频图像降噪算法
    4.1 引言
    4.2 双边滤波原理
        4.2.1 平面图像中的二维双边滤波
        4.2.2 视频图像中的三维双边滤波
    4.3 结合运动补偿的球体双边滤波算法
        4.3.1 球体双边滤波
        4.3.2 结合运动补偿的球体双边滤波
        4.3.3 MCSBF 降噪性能分析
    4.4 实验结果与对比分析
        4.4.1 三维双边滤波、球体双边滤波与结合运动补偿的球体双边滤波降噪效果对比分析
        4.4.2 与经典视频图像滤波算法的对比
    4.5 本章小结
5 结合非下采样小波阈值去噪的三维自交叉双边滤波
    5.1 引言
    5.2 二维小波稀疏分解与阈值去噪原理回顾
        5.2.1 二维张量积小波
        5.2.2 平面图像小波阈值去噪原理
        5.2.3 二维小波阈值去噪实验例
    5.3 基于非下采样小波阈值去噪的三维自交叉双边滤波
        5.3.1 运动估计和运动补偿
        5.3.2 阈值去噪后的灰度值参考帧
        5.3.3 三维空间中的交叉双边滤波
    5.4 实验结果与对比分析
        5.4.1 降噪后视频图像PSNR 值对比
        5.4.2 降噪后视频图像主观视觉质量对比
        5.4.3 各种算法的方法噪声对比
        5.4.4 各种算法降噪性能分析
    5.5 本章小结
6 运动补偿三维小波变换及其在视频图像降噪中的应用
    6.1 引言
    6.2 结合运动补偿的三维小波变换及阈值去噪
        6.2.1 可分离三维小波变换原理和流程
        6.2.2 结合运动补偿的三维小波变换
        6.2.3 基于运动补偿三维小波变换的视频图像阈值去噪
    6.3 基于三维小波变换的自交叉双边滤波视频图像降噪算法
        6.3.1 运动估计和运动补偿
        6.3.2 三维小波阈值去噪后的灰度值参考帧
        6.3.3 三维空间中的交叉双边滤波
    6.4 实验结果与对比分析
        6.4.1 运动补偿三维小波阈值去噪效果
        6.4.2 结合运动补偿三维小波阈值处理的交叉双边滤波降噪效果
        6.4.3 SCBF-MC3DWTTH 与典型转换域算法的对比
        6.4.4 各种算法降噪性能分析
    6.5 本章小结
7 总结与展望
    7.1 本文工作总结
    7.2 后续工作展望
致谢
参考文献
附录
    A 作者攻读期间参与的相关科研项目
    B 作者攻读期间取得的相关科研成果
    C 作者攻读期间发表的相关科研论文

(5)自主水下潜器海底地形辅助导航技术研究(论文提纲范文)

摘要
ABSTRACT
论文中主要符号和缩写的说明
第一章 绪论
    1.1 研究背景和意义
    1.2 现有的水下潜器导航方法概述
        1.2.1 航位推算法
        1.2.2 辅助导航法
    1.3 海底地形辅助导航技术的国内外研究动态
        1.3.1 国外研究进展
        1.3.2 国内研究现状
    1.4 海底地形辅助导航关键技术分析
        1.4.1 海底地形建模
        1.4.2 地形匹配
        1.4.3 地形辅助导航滤波器
    1.5 论文的主要研究内容
第二章 海底地形图数据库
    2.1 海底地形图常用表达方式
        2.1.1 规则格网模型
        2.1.2 不规则三角网模型
        2.1.3 等深线模型
    2.2 海底地形图误差分析
        2.2.1 海底地形特征
        2.2.2 源数据测量误差
        2.2.3 数字地面模型误差
    2.3 数字地面模型插值方法
        2.3.1 参数插值法
        2.3.2 半参数插值法
        2.3.3 高斯过程插值法
    2.4 插值精度评定
    2.5 地形建模性能评估与分析
        2.5.1 仿真条件
        2.5.2 实验结果与分析
    2.6 本章小结
第三章 基于约束粒子群优化的海底地形匹配导航技术研究
    3.1 海底地形匹配导航系统的组成与原理
        3.1.1 基本导航系统
        3.1.2 水深测量系统
        3.1.3 地形匹配模块
    3.2 粒子群优化算法原理与收敛性分析
        3.2.1 粒子群优化算法原理与设计流程
        3.2.2 粒子群优化算法的收敛性
    3.3 基于约束粒子群优化的地形匹配算法
        3.3.1 粒子群分布初始化
        3.3.2 适应度函数设计
        3.3.3 基于约束粒子群优化的地形匹配算法流程
    3.4 匹配性能仿真验证
        3.4.1 仿真条件
        3.4.2 实验结果与分析
    3.5 本章小结
第四章 地形辅助松/紧组合导航方法
    4.1 地形辅助导航松/紧组合原理
        4.1.1 松组合
        4.1.2 紧组合
    4.2 递归贝叶斯滤波器
        4.2.1 卡尔曼滤波器
        4.2.2 粒子滤波器
    4.3 地形辅助导航松/紧组合滤波器
        4.3.1 状态方程
        4.3.2 观测方程
        4.3.3 滤波器流程
    4.4 导航性能实验验证
        4.4.1 仿真条件
        4.4.2 实验结果与分析
    4.5 本章小结
第五章 基于三维距离的改进地形辅助导航紧组合方法
    5.1 改进的TAN紧组合滤波器设计
        5.1.1 状态方程
        5.1.2 观测方程
    5.2 两种TAN紧组合系统导航性能分析
    5.3 基于跑车数据的半物理实验验证
    5.4 本章小结
第六章 总结与展望
    6.1 论文内容总结
    6.2 论文主要创新点
    6.3 工作展望
参考文献
致谢
博士期间发表论文、参加科研情况

(6)风云二号卫星风的四维变分资料同化技术研究(论文提纲范文)

摘要
ABSTRACT
第一章 绪论
    1.1 引言
    1.2 资料同化方法及研究进展
        1.2.1 最优插值法
        1.2.2 变分同化方法
        1.2.3 卡尔曼滤波方法
    1.3 卫星风资料同化的应用及现状
        1.3.1 卫星风国内外研究现状
    1.4 研究目的和论文结构
第二章 风云二号卫星风的质量评估
    2.1 风云二号卫星风反演算法简介
        2.1.1 反演原理
        2.1.2 反演过程数据预处理
        2.1.3 示踪图像块的追踪
        2.1.4 卫星风的高度指定
        2.1.5 反演过程中的质量控制
        2.1.6 风云二号卫星风的误差来源
        2.1.7 风云二号卫星风的误差处理方法
    2.2 风云二号卫星风资料质量评估
        2.2.1 资料及方法
        2.2.2 卫星风数量分布特征
        2.2.3 卫星风误差分布特征
    2.3 本章小结
第三章 风云二号卫星风同化关键技术研究
    3.1 基于全球谱模式的高分辨率四维变分资料同化系统简介
        3.1.1 一体化目标泛函
        3.1.2 多增量方法介绍
        3.1.3 模式框架和物理过程的切线性和伴随设计
    3.2 风云二号卫星风资料同化预处理
    3.3 观测算子设计
        3.3.1 数据变量的转换
        3.3.2 卫星风高度调整
    3.4 资料通道选择
    3.5 质量控制
        3.5.1 质量控制方案
        3.5.2 质量控制结果
    3.6 本章小结
第四章 同化预报试验分析
    4.1 试验设计
    4.2 同化结果分析
        4.2.1 分析场分析
        4.2.2 预报场分析
    4.3 本章小结
第五章 总结与展望
    5.1 论文总结
    5.2 存在的问题及下步工作展望
致谢
参考文献
作者在学期间取得的学术成果

(7)雷达对高动态目标参数估计方法研究(论文提纲范文)

摘要
Abstract
第1章 绪论
    1.1 课题研究的背景和意义
    1.2 国内外在该方向的研究现状及分析
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 本文的主要研究内容与安排
第2章 雷达观测模型及其补偿方法
    2.1 引言
    2.2 雷达观测模型
    2.3 多普勒频移估计补偿算法
    2.4 大气折射补偿技术
        2.4.1 传统的经验公式计算法
        2.4.2 基于高斯迭代的误差估计方法
        2.4.3 仿真比较
    2.5 本章小结
第3章 高动态目标跟踪滤波方法
    3.1 引言
    3.2 跟踪滤波方法
        3.2.1 卡尔曼滤波器
        3.2.2 α-β-γ滤波器
        3.2.3 扩展卡尔曼滤波
        3.2.4 转换量测卡尔曼滤波
        3.2.5 Unscented卡尔曼滤波
    3.3 性能评估方法
        3.3.1 滤波一致性检验
        3.3.2 均方根误差
        3.3.3 数据处理时间
    3.4 仿真验证
        3.4.1 场景设定
        3.4.2 结果分析
    3.5 本章小结
第4章 高动态目标滤波运动模型
    4.1 引言
    4.2 目标运动模型
        4.2.1 坐标系
        4.2.2 目标运动模型
    4.3 滤波系统模型
    4.4 仿真验证
        4.4.1 场景设定
        4.4.2 结果分析
    4.5 本章小结
第5章 参数化交互多模型滤波方法
    5.1 引言
    5.2 滤波器系统模型
        5.2.1 弹道目标模型
        5.2.2 常加速模型
        5.2.3 常速度模型
    5.3 参数化交互设计
        5.3.1 参数化人机交互
        5.3.2 参数化模型交互
    5.4 自适应一体化处理
    5.5 交互多模型非线性高精度滤波
        5.5.1 UKF滤波算法
        5.5.2 EKF滤波算法
    5.6 仿真验证
        5.6.1 主动段弹道目标跟踪滤波仿真
        5.6.2 被动段弹道目标跟踪滤波仿真
    5.7 本章小结
第6章 基于质阻比估计的弹道目标类别辨识方法
    6.1 引言
    6.2 质阻比估计收敛辨识和目标类别辨识
        6.2.1 质阻比估计收敛辨识
        6.2.2 目标类别辨识
    6.3 仿真验证
    6.4 本章小结
结论
参考文献
攻读硕士学位期间发表的论文及其他成果
致谢
个人简历

(8)基于有限集统计学理论的机动目标联合检测、跟踪与分类技术研究(论文提纲范文)

摘要
Abstract
第一章 绪论
    1.1 课题研究背景及意义
    1.2 国内外研究现状
        1.2.1 目标联合跟踪与分类(JTC)研究现状
        1.2.2 目标联合检测与跟踪(JDT)研究现状
        1.2.3 目标联合检测、跟踪与分类(JDTC)研究现状
    1.3 本文主要工作及内容安排
第二章 有限集统计学理论基础
    2.1 引言
    2.2 多目标贝叶斯滤波
        2.2.1 经典单目标贝叶斯滤波
        2.2.2 多目标贝叶斯滤波
    2.3 近似多目标滤波器及实现技术
        2.3.1 概率假设密度滤波器
        2.3.2 带有势分布的概率假设密度滤波器
        2.3.3 多伯努利类近似多目标滤波器
    2.4 多机动目标联合检测与跟踪滤波器
        2.4.1 多模型 PHDF
        2.4.2 线性高斯跳变马尔可夫 GMPHDF
    2.5 时变数目目标跟踪算法的性能评估
    2.6 本章小结
第三章 单机动目标联合跟踪与分类技术研究
    3.1 引言
    3.2 基于多模型技术的单机动目标跟踪
        3.2.1 多模型技术概述
        3.2.2 多模型 STBF
        3.2.3 交互多模型 STBF
    3.3 基于 MM-STBF 的单机动目标 JTC 算法
        3.3.1 算法推导
        3.3.2 仿真实验与分析
    3.4 本章小结
第四章 单机动目标联合检测、跟踪与分类技术研究
    4.1 引言
    4.2 基于多模型技术的单机动目标 JDT 算法
        4.2.1 算法推导
        4.2.2 粒子近似 MM-JoTTF
        4.2.3 高斯混合近似 MM-JoTTF
        4.2.4 仿真实验与分析
    4.3 基于 MM-JoTTF 的单机动目标 JDTC 算法
        4.3.1 问题描述
        4.3.2 算法推导
        4.3.3 粒子近似 MMJoTTF-JDTC 算法
        4.3.4 仿真实验与分析
    4.4 本章小结
第五章 相同模型集的多机动目标联合检测、跟踪与分类技术研究
    5.1 引言
    5.2 相同模型集条件下基于 MMPHDF 的多机动目标 JDTC 算法
        5.2.1 问题描述
        5.2.2 算法步骤
        5.2.3 粒子近似方法
        5.2.4 仿真实验与分析
    5.3 相同模型集条件下基于 LGJMS-GMPHDF 的多机动目标 JDTC 算法
        5.3.1 算法步骤
        5.3.2 仿真实验与分析
    5.4 本章小结
第六章 类别相关模型集的多机动目标联合检测、跟踪与分类技术研究
    6.1 引言
    6.2 类别相关模型集条件下基于 PHD 类滤波器的多机动目标 JDTC 算法
        6.2.1 问题描述
        6.2.2 算法推导
        6.2.3 粒子近似方法
        6.2.4 仿真实验与分析
    6.3 类别相关模型集条件下基于 LGJMS-GMPHDF 的多机动目标 JDTC 算法
        6.3.1 问题描述
        6.3.2 算法推导
        6.3.3 仿真实验与分析
    6.4 本章小结
第七章 FISST 框架下航迹提取技术研究
    7.1 引言
    7.2 测量驱动的多目标航迹提取算法
        7.2.1 一种经典的航迹提取算法
        7.2.2 测量驱动的自适应新生目标强度 PHDF(ATBI-PHDF)
        7.2.3 一种测量驱动的多目标航迹提取算法
        7.2.4 仿真实验与分析
    7.3 航迹提取技术的性能评估方法
        7.3.1 估计目标与真实目标的分配
        7.3.2 输出航迹与真实航迹的关联匹配
        7.3.3 有效性测度
        7.3.4 仿真实验与分析
    7.4 本章小结
第八章 结论与展望
    8.1 本文工作总结与创新点
    8.2 研究展望
致谢
参考文献
作者在学期间取得的学术成果
附录 A MM-JoTTF 的详细推导
附录 B MM-JoTTF-JDTC 算法的详细推导

(9)对流尺度雷达反射率资料的伪观测同化方法及应用研究(论文提纲范文)

摘要
Abstract
第一章 绪论
    1.1 研究意义与必要性
    1.2 资料同化方法回顾
    1.3 对流尺度雷达资料同化的研究现状
        1.3.1 雷达径向风同化研究进展
        1.3.2 雷达反射率同化研究进展
    1.4 问题的提出
    1.5 本论文研究内容
        1.5.1 研究内容
        1.5.2 章节安排
第二章 同化系统和“伪观测”资料算法介绍
    2.1 3DVAR同化系统简介
        2.1.1 目标函数
        2.1.2 控制变量与条件化
        2.1.3 雷达径向风观测算子
        2.1.4 雷达反射率观测算子
        2.1.5 弱约束项
    2.2 ARPS复杂云分析系统
        2.2.1 云分析系统概述
        2.2.2 云内温度调整方案
    2.3 雷达资料及其质量控制
        2.3.1 雷达资料介绍
        2.3.2 雷达资料预处理
        2.3.3 雷达资料质量控制
    2.4 对流/层状降水分离算法
    2.5 伪观测(Pseudo-observation)算法
        2.5.1 伪水汽观测算法
        2.5.2 伪云内温度观测算法
    2.6 本章小结
第三章 雷达资料和“伪水汽”对流尺度同化方法研究
    3.1 引言
    3.2 方法介绍
    3.3 试验设计
    3.4 结果分析
        3.4.1 个例 1:2017年5月16 日龙卷天气个例
        3.4.2 个例 2:2011年5月24 日龙卷天气个例
    3.5 本章小结
第四章 “伪湿绝热云内温度”观测资料在龙卷强对流天气的应用研究
    4.1 引言
    4.2 个例简介
    4.3 试验设计
    4.4 结果分析
        4.4.1 分析场分析
        4.4.2 预报场分析
        4.4.3 龙卷超级单体风暴三维结构特征
    4.5 本章小结
第五章 “伪云内温度”观测资料在梅雨锋暴雨天气的应用研究
    5.1 引言
    5.2 方法介绍
    5.3 个例简介
    5.4 试验设计
    5.5 结果分析
        5.5.1 个例1:2018年6月30日
        5.5.2 个例2:2018年7月04日
    5.6 本章小结
第六章 总结与讨论
    6.1 主要结论
    6.2 创新点及研究价值
    6.3 未来研究展望
参考文献
作者简历及攻读学位期间参与的科研项目及完成的论文
致谢

(10)流依赖球面小波背景误差协方差模型设计和初步试验(论文提纲范文)

1 引言
2 流依赖球面小波背景场误差协方差模型
3 基于集合资料同化的流依赖背景场误差统计
    3.1 流依赖背景场误差方差计算及小样本滤波
    3.2 流依赖局地垂直相关矩阵计算
4 数值试验和结果分析
    4.1 对背景误差方差的影响
    4.2 对相关系数的影响
    4.3 对分析与预报的影响
5 结论

四、递归滤波的一个误差估计式(论文参考文献)

  • [1]递归滤波的一个误差估计式[J]. 余庆余. 兰州大学学报, 1977(04)
  • [2]气象资料变分同化的研究与并行计算实现[D]. 张卫民. 国防科学技术大学, 2005(06)
  • [3]集合资料同化及背景误差方差滤波方法研究[D]. 刘柏年. 国防科技大学, 2017(02)
  • [4]视频图像降噪关键技术研究[D]. 谭洪涛. 重庆大学, 2010(07)
  • [5]自主水下潜器海底地形辅助导航技术研究[D]. 周玲. 东南大学, 2018(05)
  • [6]风云二号卫星风的四维变分资料同化技术研究[D]. 王广杰. 国防科技大学, 2017(02)
  • [7]雷达对高动态目标参数估计方法研究[D]. 韦杉. 哈尔滨工业大学, 2019(02)
  • [8]基于有限集统计学理论的机动目标联合检测、跟踪与分类技术研究[D]. 杨威. 国防科学技术大学, 2012(11)
  • [9]对流尺度雷达反射率资料的伪观测同化方法及应用研究[D]. 赖安伟. 南京信息工程大学, 2020(01)
  • [10]流依赖球面小波背景误差协方差模型设计和初步试验[J]. 张卫民,刘柏年,曹小群,赵延来,朱孟斌,赵文静. 气象学报, 2016(03)

标签:;  ;  ;  ;  ;  

递归过滤的误差估计器
下载Doc文档

猜你喜欢