基于代数重构技术的对流层水汽层析

doi:10.3724/SP.J.1087.2011.03149

计算机应用 ›› 2011, Vol. 31 ›› Issue (11): 3149-3151.DOI: 10.3724/SP.J.1087.2011.03149

基于代数重构技术的对流层水汽层析

王维,王解先

同济大学测量与国土信息工程系，上海 200092

收稿日期:2011-05-09 修回日期:2011-06-25 发布日期:2011-11-16 出版日期:2011-11-01
通讯作者: 王维
作者简介:王维（1982-），女，江苏徐州人，博士研究生，主要研究方向：GPS数据处理、GPS气象学；王解先（1963-），男，江苏常州人，教授，博士，主要研究方向：大地测量学、GPS定轨与定位、工业测量。

Ground-based GPS water vapor tomography based on algebraic reconstruction technique

WANG Wei,WANG Jie-xian

Department of Surveying and Geo-informatics, Tongji University, Shanghai 200092, China

Received:2011-05-09 Revised:2011-06-25 Online:2011-11-16 Published:2011-11-01
Contact: WANG Wei

摘要/Abstract

摘要： 以上海地区GPS综合应用网为研究对象，研究了代数重构技术中的代数重构算法（ART）、乘法代数重构算法(MART)和联合迭代重构算法(SIRT)的理论，以及3种算法用于对流层水汽层析解算的可行性，并采用模拟仿真的方法进行实验讨论其有效性。通过模拟仿真实验发现，3种重构算法能够应用于对流层水汽的三维层析，收敛较快，结果比较可靠，能够给出水汽密度的空间分布以及垂直轮廓线，同时给出了松弛因子的合理取值范围，水汽密度初值的选取方法。

关键词: 层析, 代数重构算法, 乘法代数重构算法, 联合迭代重构算法, 迭代

Abstract: The algebraic reconstruction technique family, including Algebraic Reconstruction Techniques (ART), Multiplicative Algebraic Reconstruction Techniques (MART), Simultaneous Iterative Reconstruction Techniques (SIRT), was studied to reconstruct the three-dimensional distribution of water vapor in this article. The simulation experiment was carried out on Shanghai GPS network. The results show that the algebraic reconstruction technology family can work effectively in water vapor tomography, get rapid convergence, and implement more easily. The range of relaxation factor and the initial value of iteration were also given in the article.

Key words: tomography, Algebraic Reconstruction Techniques (ART), Multiplicative Algebraic Reconstruction Techniques (MART), Simultaneous Iterative Reconstruction Techniques (SIRT), iteration

中图分类号:

TP301.6

王维王解先. 基于代数重构技术的对流层水汽层析[J]. 计算机应用, 2011, 31(11): 3149-3151.

WANG Wei WANG Jie-xian. Ground-based GPS water vapor tomography based on algebraic reconstruction technique[J]. Journal of Computer Applications, 2011, 31(11): 3149-3151.

[1]	李珊珊, 赵莉, 张红丽. 基于猫映射的图像灰度值加密[J]. 计算机应用, 2021, 41(4): 1148-1152.
[2]	効琦, 尹增山, 高爽. 基于检测与跟踪相互迭代的极暗弱目标搜索算法[J]. 计算机应用, 2021, 41(10): 3017-3024.
[3]	朱新成, 何坤金, 倪娜, 郝博. 基于改进迭代最近点算法的接骨板贴合性快捷计算方法[J]. 计算机应用, 2021, 41(10): 3033-3039.
[4]	肖跃雷, 张云娇. 基于特征选择和超参数优化的恐怖袭击组织预测方法[J]. 计算机应用, 2020, 40(8): 2262-2267.
[5]	尹春勇, 朱宇航. 基于垂直集成Tri-training的虚假评论检测模型[J]. 计算机应用, 2020, 40(8): 2194-2201.
[6]	史佳琦, 谭励, 唐小江, 连晓峰, 王浩宇. 基于小结构体的无线传感器网络部署算法[J]. 计算机应用, 2020, 40(7): 2033-2037.
[7]	徐景中, 王佳荣. 基于线特征及迭代最近点算法的地基建筑物点云自动配准方法[J]. 计算机应用, 2020, 40(6): 1837-1841.
[8]	陈程军, 毛莺池, 王绎超. 基于激活-熵的分层迭代剪枝策略的CNN模型压缩[J]. 计算机应用, 2020, 40(5): 1260-1265.
[9]	孙鹏, 肖经, 赵海盟, 刘帆, 晏磊, 赵红颖. 基于DSP的无人机遥感影像SIFT算法设计与实现[J]. 计算机应用, 2020, 40(4): 1237-1242.
[10]	杨立波, 蒋铁钢, 徐志强. 基于混合梯度的硬阈值追踪算法[J]. 计算机应用, 2020, 40(3): 912-916.
[11]	刘静姝, 王莉, 刘惊雷. 无需特征分解的快速谱聚类算法[J]. 计算机应用, 2020, 40(12): 3413-3422.
[12]	王海鹏, 降爱莲, 李鹏翔. 牛顿-软阈值迭代鲁棒主成分分析算法[J]. 计算机应用, 2020, 40(11): 3133-3138.
[13]	崔艺馨, 陈晓东. Spark框架优化的大规模谱聚类并行算法[J]. 计算机应用, 2020, 40(1): 168-172.
[14]	周震, 袁正道. 面向物联网环境的高效通信接收机设计[J]. 计算机应用, 2020, 40(1): 202-206.
[15]	杨宏宇, 王峰岩. 基于改进卷积神经网络的网络入侵检测模型[J]. 计算机应用, 2019, 39(9): 2604-2610.

基于代数重构技术的对流层水汽层析

Ground-based GPS water vapor tomography based on algebraic reconstruction technique

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics