CN110927822A - 一种评估希尔伯特变换算法获得磁梯度张量准确性的方法 - Google Patents

一种评估希尔伯特变换算法获得磁梯度张量准确性的方法 Download PDF

Info

Publication number
CN110927822A
CN110927822A CN201911220247.3A CN201911220247A CN110927822A CN 110927822 A CN110927822 A CN 110927822A CN 201911220247 A CN201911220247 A CN 201911220247A CN 110927822 A CN110927822 A CN 110927822A
Authority
CN
China
Prior art keywords
error
measurement
errors
instrument
algorithm
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201911220247.3A
Other languages
English (en)
Other versions
CN110927822B (zh
Inventor
随阳轶
刘世斌
毕中华
刘珂
张明维
王梓骁
程浩
王康
张子柏
雷小萌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jilin University
Original Assignee
Jilin University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jilin University filed Critical Jilin University
Priority to CN201911220247.3A priority Critical patent/CN110927822B/zh
Publication of CN110927822A publication Critical patent/CN110927822A/zh
Application granted granted Critical
Publication of CN110927822B publication Critical patent/CN110927822B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V13/00Manufacturing, calibrating, cleaning, or repairing instruments or devices covered by groups G01V1/00 – G01V11/00
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/0023Electronic aspects, e.g. circuits for stimulation, evaluation, control; Treating the measured signals; calibration

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • Complex Calculations (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

本发明涉及一种评估希尔伯特变换算法获得磁梯度张量准确性的方法,先根据对实际测量中算法本身的误差进行分类,分为系统误差和随机误差;然后,建立各类型算法误差的模型,对误差来源进行定性;接着,对各种误差源进行仿真,确立误差与误差来源之间的定量关系;最后,根据算法的误差传递过程,融合所有误差,建立误差整体模型,并设计出由希尔伯特变换算法获得磁梯度张量准确性评估的方法。本发明可以有效提取出高质量的实验数据,通过希尔伯特算法得到局部精确的张量分量值,为张量仪校正提供有效非零数据;该方法对航空磁探测数据质量评估有着指导作用。

Description

一种评估希尔伯特变换算法获得磁梯度张量准确性的方法
技术领域
本发明属于磁场测量及仪器技术领域,具体涉及一种评估希尔伯特变换算法获得磁梯度张量准确性的方法。
背景技术
航空磁测的主要发展方向之一就是由最初的总场强度测量到后来的总场梯度测量演化到现在的磁梯度张量测量。与传统磁场测量相比,磁梯度张量测量具有众多优势。目前,由于标定技术方法以及实际飞行条件的限制,直接的航空磁梯度张量测量中残留着各种误差,测量精度难以改善。相比于磁梯度张量仪,总场梯度的测量具有更高的精度以及更低的噪声水平。此外,由于总场梯度和磁梯度张量是对相同磁源所形成的磁场分布的不同表达,所以从理论上说,对一个测区总场梯度进行希尔伯特变换便可以获得这个测区的磁梯度张量值。
理论上来说,希尔伯特变换法需要无限大的平面,并且测点处于同一高度,连续测量形成规则的网格,但在实际测量中显然无法满足这一要求。因此,若要在实际航空磁测中应用希尔伯特算法,需要对该方法的误差特性进行研究,以在实际实验中通过希尔伯特算法由总场梯度获得准确的磁梯度张量值,从而进一步为磁梯度张量仪的校正提供航空中的准确非零值。
发明内容
本发明针对希尔伯特变换在实际航空磁测应用中的限制条件,研究其误差特性,建立误差模型,结合实际测区规划情况以及飞行条件,提出一种评估希尔伯特变换算法获得磁梯度张量准确性的方法,评估通过希尔伯特变换法从磁场总场梯度Fz获得磁梯度张量gzz分量的数据质量。
本发明的目的是通过以下技术方案实现的:
首先,根据对实际测量中算法本身的误差进行分类,分为系统误差和随机误差;然后,建立各类型算法误差的模型,对误差来源进行定性;接着,对各种误差源进行仿真,确立误差与误差来源之间的定量关系;最后,根据算法的误差传递过程,融合所有误差,建立误差整体模型,并设计出由希尔伯特变换算法获得磁梯度张量准确性评估的方法。
一种评估希尔伯特变换算法获得磁梯度张量准确性的方法,包括以下步骤:
A、对误差进行分类
将无法测量无限大平面引起的截断误差和无法连续测量引起的采样误差限定为系统误差,仪器自身精度以及倾斜引起的测量误差和飞机偏离航线引起的测量误差限定为随机误差;
B、建立误差模型
B1、建立截断误差模型
截断误差Ew(x,y)可以通过公式1来推导出:
Figure BDA0002300618360000021
Ew(x,y)=h(x,y)*[Fz·W'(x,y)] (1)
其中,H(kx,ky)表示希尔伯特算子,h(x,y)表示希尔伯特算子在空间域的响应,W’(x,y)是空间域的截断函数W(x,y)在整个平面取反的结果;
B2、建立采样误差模型
采样误差Es(x,y)通过公式2来推导出:
Figure BDA0002300618360000031
Es=FFT-1(H(kx,ky)·Ef)-FFT-1(Eg) (2)
其中,Ef和Eg分别表示在改采样率下对Fz和gzz进行快速傅里叶变换产生的误差;
B3、仪器测量误差
仪器测量误差分为仪器自身固有的误差和仪器在测量过程中由于姿态与地面非垂直引起的测量误差,若用不确定度ut来表示测量误差,则算法的误差Eu通过公式3来推导出:
Figure BDA0002300618360000032
Eu=h(x,y)*ut (3)
B4、飞行引起的测量位置误差
用ep来表示实际测量点处Fz’与理想测量点处Fz的误差,同公式3,可以得到飞行引起的测量位置误差Ep的表达式:
Ep=h(x,y)*ep (4)
C、根据第二步中的误差模型,确立误差评估所用的参数
C1、截断误差参数
通过公式5估计出截断误差:
Figure BDA0002300618360000033
其中,Fgx和Fgy分别是总场梯度在截断边界的能量梯度,kw1和kw2为误差系数,通过最小二乘法拟合出来。
C2、采样误差参数
通过公式6估计出采样误差:
Figure BDA0002300618360000041
其中,gefreq是采样率较低的一遍频谱边界能量梯度。
C3、仪器测量误差参数
除了仪器固有的误差之外,对测量影响最大的就是仪器在空中的摆动造成的测量方向不准而引起的误差,该误差大小与仪器摆动幅度有着直接的关系,可通过公式7估计:
Figure BDA0002300618360000042
其中,
Figure BDA0002300618360000043
是仪器与垂直位置偏离的夹角。
C4、测量位置偏移误差参数
在一般的网格化处理后,测量位置还会存在高度上的偏差,造成的误差与偏移大小和偏移处的梯度大小有直接关系,可以通过公式8来估计出:
Figure BDA0002300618360000044
其中,Δh是偏移高度。
D、确定误差传递过程,并进行误差合成
步骤C中,各种误差的传递过程可以通过以下步骤推导出来:
随机误差Er可以用公式9来表示:
Ep≈kp·Δh (9)
系统误差分为两种情况,一种以截断误差为主,一种以采样误差为主,当截取的梯度范围足够大时,系统误差可以用采样误差来表示,当截取范围不够时,系统误差以截断误差为主,
最终,整体误差E可以通过公式10来表达:
Figure BDA0002300618360000045
E、设计算法准确性评估的方法
根据步骤D中估计出的误差,结合采样点出梯度的参考价值来设计出数据质量评估的算法,即对数据质量进行打分,分数范围为50-100,分数越高表示质量越高,最终的分数可以表示为公式11:
Figure BDA0002300618360000051
与现有技术相比,本发明的有益效果在于:
本发明结合实际实验情况,分析因受实际实验条件限制而无法达到希尔伯特算法理想条件而产生的各种误差,对误差进行建模与合成,最终设计出一种希尔伯特变换算法获得磁梯度张量准确性评估的方法;可以有效提取出高质量的实验数据,通过希尔伯特算法得到局部精确的张量分量值,为张量仪校正提供有效非零数据;该方法对航空磁探测数据质量评估有着指导作用。
附图说明
图1截断误差与边界能量梯度关系示意图;
图2采样误差与频谱边界能量梯度关系示意图;
图3测量仪器倾斜示意图;
图4测量误差与倾斜角度之间的关系;
图5测量误差与高度偏差之间的关系;
图6误差传递过程;
图7误差合成过程;
图8准确度评估图;
图9算法误差图。
具体实施方式
下面结合实施例对本发明作进一步说明:
本发明针对希尔伯特变换的在实际航空磁测应用中的限制条件,研究其误差特性,建立误差模型,结合实际测区规划情况以及飞行条件,设计出一种评估通过希尔伯特变换法从此场总场梯度Fz获得磁梯度张量gzz分量的数据质量的方法。首先,我们根据对实际测量中算法本身的误差进行分类,分为系统误差和随机误差,然后建立各类型算法误差的模型,对误差来源进行定性;其次对各种误差源进行仿真,确立误差与误差来源之间的定量关系;最后根据算法的误差传递过程,融合所有误差,建立误差整体模型,并设计出算法数据质量评估的方法。该发明包括了一下步骤:
第一步:对误差进行分类
在实际测量中使用希尔伯特变换法存在的误差有以下几种:1、无法测量无限大平面引起的截断误差;2、无法连续测量引起的采样误差;3、仪器自身精度以及倾斜引起的测量误差;4、飞机偏离航线引起的测量误差。在这里,前两中误差是由于测区规划无法达到理想情况引起的固有误差,对整个测区都有影响,我们将其分为系统误差,后两种误差是由于测量环境引起的误差,只对局部有影响,我们将其分为随机误差。
第二步:建立误差模型
1、建立截断误差模型
截断误差Ew(x,y)可以通过公式1来推导出:
Figure BDA0002300618360000061
Ew(x,y)=h(x,y)*[Fz·W'(x,y)] (1)
其中,H(kx,ky)表示希尔伯特算子,h(x,y)表示希尔伯特算子在空间域的响应,W’(x,y)
是空间域的截断函数W(x,y)在整个平面取反的结果。
2、建立采样误差模型
采样误差Es(x,y)可以通过公式2来推导出:
Figure BDA0002300618360000071
Es=FFT-1(H(kx,ky)·Ef)-FFT-1(Eg) (2)
其中,Ef和Eg分别表示在改采样率下对Fz和gzz进行快速傅里叶变换产生的误差。
3、仪器测量误差
仪器测量误差分为仪器自身固有的误差如标度误差、零偏误差等,和仪器在测量过程中由于姿态与地面非垂直引起的测量误差,若用不确定度ut来表示测量误差,则算法的误差Eu可以通过公式3来推导出:
Figure BDA0002300618360000072
Eu=h(x,y)*ut (3)
4、飞行引起的测量位置误差
用ep来表示实际测量点处Fz’与理想测量点处Fz的误差,类比于公式3,我们可以得到飞行引起的测量位置误差Ep的表达式:
Ep=h(x,y)*ep (4)
第三步:根据第二步中的误差模型,确立误差评估所用的参数
1、截断误差参数
根据公式1可以看出与截断误差直接相关的是总场梯度未被截取到的部分,根据我们实际测量中可以采用到的参数,无法获得该部分信息,因此我们引入总场梯度边界能量梯度的概念,Fgx和Fgy可以通过公式5进行计算:
Figure BDA0002300618360000073
其中Fzin是i方向最外全的总场梯度。为了得到误差与其之间的关系,我们将磁偶极子由测区中心往边界移动,如图1所示,在截断部位为梯度衰减区域时,误差与能量梯度近似呈线性关系,由此可以估计出截断误差的表达方式为:
Figure BDA0002300618360000081
其中,kw1和kw2为误差系数,可以通过最小二乘法拟合出来。
2、采样误差参数
根据公式2可以看出与采样误差直接相关的是两个方向的采样率,在实际测量中由于测线的关系导致有一边的采样率无法保证,在这里引入频谱边界能量梯度的概念,计算方法与总场梯度的边间能量梯度计算方法类似,将一个磁偶极子逐渐在垂直方向由远及近移向测区,这样测得的梯度的频率逐渐发生变化,得到如图2所示的误差与频谱边界能量梯度的关系示意图,通过公式7可以估计出采样误差:
Figure BDA0002300618360000082
其中,gefreq是采样率较低的一遍频谱边界能量梯度。
3、仪器测量误差参数
除了仪器固有的误差之外,对测量影响最大的就是仪器在空中的摆动造成的测量方向不准而引起的误差,该误差大小与仪器摆动幅度有着直接的关系,如图3所示为仪器倾斜示意图,测量误差与两个摆动角度之间的关系如图4所示,可以通过公式8估计:
Figure BDA0002300618360000083
其中,
Figure BDA0002300618360000084
是仪器与垂直位置偏离的夹角。
4、测量位置偏移误差参数
在一般的网格化处理后,测量位置还会存在高度上的偏差,在一定偏移范围内造成的误差与偏移大小和偏移处的梯度大小呈线性关系,如图5所示可以通过公式9来估计出:
Ep≈kp·Δh (9)
其中,Δh是偏移高度。在实际测量中,我们没有确切的磁源深度信息,因此,在仪器采样率足够的情况下,当相邻测点存在高度误差时,我们可以认为在相邻的测点处产生的误差来源于测量高度,从而估计出高度误差。
第四步:确定误差传递过程,并进行误差合成
如图6所示,为各种误差的传递过程,由于理论上,以上各类误差的影响参数之间都相互独立,因此第三步中各种误差的传递过程可以通过以下步骤推导出来:
随机误差Er可以用公式10来表示:
Figure BDA0002300618360000091
然后是系统误差Em,在这里系统误差分为两种情况,一种以截断误差为主,一种以采样误差为主,当截取的梯度范围足够大时,系统误差可以用采样误差来表示,当截取范围不够时,系统误差以截断误差为主。
最终,整体误差E可以通过公式11来表达:
Figure BDA0002300618360000092
整体的误差合成过程如图7所示。
第五步:设计数据质量评估算法
根据第四步中估计出的误差,结合采样点出梯度的参考价值来设计出数据质量评估的算法,即对数据质量进行打分,分数范围为50-100,分数越高表示质量越高。最终的分数可以表示为公式12:
Figure BDA0002300618360000093
其中,η表示我们取梯度参考值的范围,这里我们取梯度最大值30%以上的值作为有效值。

Claims (1)

1.一种评估希尔伯特变换算法获得磁梯度张量准确性的方法,其特征在于,包括以下步骤:
A、对误差进行分类
将无法测量无限大平面引起的截断误差和无法连续测量引起的采样误差限定为系统误差,仪器自身精度以及倾斜引起的测量误差和飞机偏离航线引起的测量误差限定为随机误差;
B、建立误差模型
B1、建立截断误差模型
截断误差Ew(x,y)可以通过公式1来推导出:
Figure FDA0002300618350000011
Ew(x,y)=h(x,y)*[Fz·W'(x,y)] (1)
其中,H(kx,ky)表示希尔伯特算子,h(x,y)表示希尔伯特算子在空间域的响应,W’(x,y)是空间域的截断函数W(x,y)在整个平面取反的结果;
B2、建立采样误差模型
采样误差Es(x,y)通过公式2来推导出:
Figure FDA0002300618350000012
Es=FFT-1(H(kx,ky)·Ef)-FFT-1(Eg) (2)
其中,Ef和Eg分别表示在改采样率下对Fz和gzz进行快速傅里叶变换产生的误差;
B3、仪器测量误差
仪器测量误差分为仪器自身固有的误差和仪器在测量过程中由于姿态与地面非垂直引起的测量误差,若用不确定度ut来表示测量误差,则算法的误差Eu通过公式3来推导出:
Figure FDA0002300618350000021
Eu=h(x,y)*ut (3)
B4、飞行引起的测量位置误差
用ep来表示实际测量点处Fz’与理想测量点处Fz的误差,同公式3,可以得到飞行引起的测量位置误差Ep的表达式:
Ep=h(x,y)*ep (4)
C、根据第二步中的误差模型,确立误差评估所用的参数
C1、截断误差参数
通过公式5估计出截断误差:
Figure FDA0002300618350000022
其中,Fgx和Fgy分别是总场梯度在截断边界的能量梯度,kw1和kw2为误差系数,通过最小二乘法拟合出来。
C2、采样误差参数
通过公式6估计出采样误差:
Figure FDA0002300618350000023
其中,gefreq是采样率较低的一遍频谱边界能量梯度;
C3、仪器测量误差参数
除仪器固有的误差之外,还包括仪器在空中的摆动造成的测量方向不准而引起的误差,其大小与仪器摆动幅度有着直接的关系,可通过公式7估计:
Figure FDA0002300618350000031
其中,
Figure FDA0002300618350000032
是仪器与垂直位置偏离的夹角;
C4、测量位置偏移误差参数
在网格化处理后,测量位置还会存在高度上的偏差,造成的误差与偏移大小和偏移处的梯度大小有直接关系,可以通过公式8来估计出:
Figure FDA0002300618350000033
其中,Δh是偏移高度;
D、确定误差传递过程,并进行误差合成
步骤C中,各种误差的传递过程可以通过以下步骤推导出来:
随机误差Er可以用公式9来表示:
Ep≈kp·Δh (9)
系统误差分为两种情况,一种以截断误差为主,一种以采样误差为主,当截取的梯度范围足够大时,系统误差可以用采样误差来表示,当截取范围不够时,系统误差以截断误差为主;
整体误差E可以通过公式10来表达:
Figure FDA0002300618350000034
E、设计算法准确性评估的方法
根据步骤D中估计出的误差,结合采样点出梯度的参考价值来设计出数据质量评估的算法,即对数据质量进行打分,分数范围为50-100,分数越高表示质量越高,最终的分数可以表示为公式11:
Figure FDA0002300618350000035
CN201911220247.3A 2019-12-03 2019-12-03 一种评估希尔伯特变换算法获得磁梯度张量准确性的方法 Active CN110927822B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911220247.3A CN110927822B (zh) 2019-12-03 2019-12-03 一种评估希尔伯特变换算法获得磁梯度张量准确性的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911220247.3A CN110927822B (zh) 2019-12-03 2019-12-03 一种评估希尔伯特变换算法获得磁梯度张量准确性的方法

Publications (2)

Publication Number Publication Date
CN110927822A true CN110927822A (zh) 2020-03-27
CN110927822B CN110927822B (zh) 2021-05-18

Family

ID=69848552

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911220247.3A Active CN110927822B (zh) 2019-12-03 2019-12-03 一种评估希尔伯特变换算法获得磁梯度张量准确性的方法

Country Status (1)

Country Link
CN (1) CN110927822B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112526430A (zh) * 2020-12-09 2021-03-19 中国航空工业集团公司北京长城计量测试技术研究所 一种飞机电源供电特性频率瞬变参数校准方法
CN113268702A (zh) * 2021-05-20 2021-08-17 中南大学 一种频率域磁梯度张量变换方法、装置和计算机设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5627475A (en) * 1995-03-31 1997-05-06 New Holland North America, Inc. Metal detector coil resistance testing
CN104459826A (zh) * 2014-11-03 2015-03-25 东南大学 旋转加速度计重力梯度仪重力梯度信号仿真方法
CN105182256A (zh) * 2015-09-15 2015-12-23 天津大学 大电流、小功率的磁场信号差分采集装置
CN108145975A (zh) * 2018-02-05 2018-06-12 吉林大学 一种三维运动物体的磁场正演系统和方法
CN109752568A (zh) * 2019-01-28 2019-05-14 南京理工大学 基于主成分分析的微电子机械系统加速度计标定方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5627475A (en) * 1995-03-31 1997-05-06 New Holland North America, Inc. Metal detector coil resistance testing
CN104459826A (zh) * 2014-11-03 2015-03-25 东南大学 旋转加速度计重力梯度仪重力梯度信号仿真方法
CN105182256A (zh) * 2015-09-15 2015-12-23 天津大学 大电流、小功率的磁场信号差分采集装置
CN108145975A (zh) * 2018-02-05 2018-06-12 吉林大学 一种三维运动物体的磁场正演系统和方法
CN109752568A (zh) * 2019-01-28 2019-05-14 南京理工大学 基于主成分分析的微电子机械系统加速度计标定方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
宋召青,等: "潜艇巡航目标导航定位仿真研究", 《计算机仿真》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112526430A (zh) * 2020-12-09 2021-03-19 中国航空工业集团公司北京长城计量测试技术研究所 一种飞机电源供电特性频率瞬变参数校准方法
CN113268702A (zh) * 2021-05-20 2021-08-17 中南大学 一种频率域磁梯度张量变换方法、装置和计算机设备
CN113268702B (zh) * 2021-05-20 2024-05-03 中南大学 一种频率域磁梯度张量变换方法、装置和计算机设备

Also Published As

Publication number Publication date
CN110927822B (zh) 2021-05-18

Similar Documents

Publication Publication Date Title
CN111868533B (zh) 风流感测系统和用于确定风流的速度场的方法
CN110389391B (zh) 一种基于空间域的重磁位场解析延拓方法
CN110927822B (zh) 一种评估希尔伯特变换算法获得磁梯度张量准确性的方法
CN108415879B (zh) 基于向上延拓的航空重力最小二乘向下延拓解析方法
US11294063B2 (en) System and method for fast wind flow measurement by LiDAR in a complex terrain
US20210311089A1 (en) System and Method for wind Flow Turbulence Measurement by LiDAR in a Complex Terrain
US20130282285A1 (en) Method and device for determining the movements of a fluid from remote measurements of radial velocities
CN103645154A (zh) 一种利用太赫兹光谱信号提取材料光学常数的方法
Hallermeyer et al. Development and assessment of a Wake Vortex characterization algorithm based on a hybrid LIDAR signal processing
CN113686329A (zh) 一种基于地磁数据的垂直高度位场测量方法
CN108319566B (zh) 基于向上延拓的航空重力点对点向下延拓解析方法
Lee Gravity waves in a forest: a linear analysis
Downs et al. Sonic Boom Prediction Workshop 3: Propagation Modeling Using PCBoom
CN105116393A (zh) 一种基于位置指纹的高空目标飞行高度和雷达截面积估计方法
Zhao et al. Updating of wavenumber-frequency spectrum models by a phased array measurement
Mobley Aircraft characterization with ground boards and inverted microphones
Khorrami et al. Aeroacoustic computations of a generic low boom concept in landing configuration: Part 3-Aerodynamic validation and noise source identification
Hines Nonlinearities and linearities in internal gravity waves of the atmosphere and oceans
Zhang et al. The Von Karman constant retrieved from CASES-97 dataset using a variational method
Kibler et al. Air pollution model parameter estimation using simulated LIDAR data
Denisenko et al. Correction of electron density profiles in the low ionosphere based on the data of vertical sounding with the IRI model
RU2579550C1 (ru) Способ определения погрешности измерения воздушной скорости и устройство для его осуществления
Hisaki Short-wave directional distribution for first-order Bragg echoes of the HF ocean radars
CN115600073B (zh) 一种含惯性区间滚动优化的edr指数改进方法
WANG et al. The research of the frequency domain dipole layer method for the processing and transformation of potential field on curved surface

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant