GPS差分协议RTCM电文解码过程分析

该文介绍了GPS差分定位的主要误差来源,提出了相应的解决方法。通过对RTCM协议的具体内容分析,以举例的方式给出了具体的解码流程;根据RTCM的解码原理,提出了此协议存在的不足之处,同时对RTCM的发展前景进行了探讨。     

RTCM数据采集及解码器设计与实现

基于华测X60 RTK接收机,针对Windows开发环境广泛使用,采用VC++的MSCOMM控件开发了RTCM数据采集及解码器.本软件能够动态显示RTCM导航电文1、2、3、9等各相关参数,动态存储RTCM二进制原始语句及其解码结果文件,为下一步研制差分基准站、DGPS接收机提供了数据源和基础.     

基于NEO-M8P的RTK定位系统设计与实现

利用NEO-M8P(NEO-M8P-0和NEO-M8P-2)来实现RTK(Real-time Kinematic)实时定位。首先基站发送定位数据给移动站,移动站将接收到的数据和自身定位数据融合和解算,通过串口输出UBLOX、NMEA、RTCM3格式的数据,MCU通过串口接收移动站数据并进行解析,从而获得精确的定位数据:经度、纬度、高度,也能获取速度、定位状态、卫星数、定位精度等信息。该系统中硬件采用NEO-M8P作为主要的定位芯片,单片机STM32F1作为主控芯片,软件部分主要有NEO-M8P的固件烧写、参数配置和单片机中数据的解析。     

GPS差分RTCM数据实时编码解码算法及实现

就GPS差分问题中常用的RTCMSC-104格式的解码和编码方法进行了论述。针对目前Windows操作系统的广泛使用,以及控件技术编程的方便性,使用MSCOMM控件进行串口编程得到了广泛使用,文章对GPS的RTCM差分信号的相关处理及其实现算法的论述将基于该控件。     

基于概率典型性和聚类排斥的无噪声模糊聚类方法

提出了建立在概率典型性和聚类排斥基础上的一个新型无噪声模糊聚类方法RTCM，给出了它的迭代算法过程，并验证了它的收敛性．首先引述了一般的聚类方法，它们主要分为两种：噪声聚类，如模糊c均值（FCM）、可能模糊c均值（FPCM）；无噪声聚类，如NC、PCM等，然后给出了RTCM算法模型和过程，并验证了它的局部收敛性．该算法解决噪声环境下的数据聚类问题，避免了重叠聚类．对比试验表明，该算法改善了噪声环境下FCM，NC、PCM、FPCM的聚类中心质量，有效地解决了PCM在近邻聚类数据中的聚类重叠问题．     

开放标准的备份和归档

新的vmPRO 3.1支持数据保护,并将VMware数据归档到磁盘、磁带或云中,以便在无需备份应用程序的情况下进行可搜索的检索数据保护和大数据管理厂商昆腾对其昆腾vmPROTM软件进行了改进,为虚拟化环境引入开放标准的数据保护和归档功能。除了磁盘或云,vmPRO 3.1现在还充分利用Scalar LTFS磁带技术,为VMware数据提供用户可访问、可搜索的归档功能。新软件大大简化了管理,同时提高了性能和负载效率,以便以本地VMware(VMDK)格式来备份虚拟机。     

利用JSON降低XML数据冗余的研究

XML是应用系统中主要的数据交换格式,但XML中存在一些数据冗余,并且需要服务器和客户端进行解码,会占用较多的系统资源。介绍一种转换XML格式的数据为JSON格式的方法。并通过测试实验验证了JSON(JavaScript Object Notation)格式可以减少XML格式的数据冗余,进而使网络传输更有效率。     

大数据场景下数据存储格式对比研究

针对大数据场景下的数据存储格式，通过对比分析存储压缩比、读写性能和数据查询效率等方面的差异，从实验角度探究不同存储格式的优劣势。在实验中，选取了常见的数据存储格式进行了对比研究，包括文本格式、CSV格式、JSON格式、Parquet格式、ORC格式等。通过对比实验结果，得出了在不同场景下，不同的数据存储格式都有其适用性和局限性，需要综合考虑各方面因素选择合适的存储格式。本文的研究结果对于数据存储和处理的优化具有一定的指导意义和参考价值。     

为中文Windows3.1增加五笔字型输入新法

本文介绍了一种在中国龙2.0汉字系统下,采用屏幕取码法获取符合中文Windows3.1“码表生成器”格式的五笔字型码表源文件的方法.从而解决一般中文Windows3.1用户不能使用五笔字型输入法的问题.     

数据仓库系统中Excel文档数据的ETL方法研究与实现

数据仓库的数据来源于组织内部的OLTP系统和其它格式的内部、外部数据,它们之中的许多是按照Microsoft Excel格式予以组织的,如何通过ETL程序将该格式的数据转换成数据仓库中有用的信息是目前亟待解决的问题.首先叙述了Excel文件的结构和Java Excel API的使用方法,给出了Java读取Excel文档的操作步骤,结合实例说明了从Excel文件向数据仓库实现抽取及存储的过程和方法.     

模糊聚类算法船舶故障诊断中的应用

众多船舶设备构成一个复杂设备系统,对其使用传统的故障诊断方法,不能及时检测出相应故障,进而对船舶的安全运行产生重大影响。因此,本文将WRTCM聚类算法结合模糊故障诊断方法应用到船舶设备的故障诊断中。?WRTCM算法是建立在概率典型性和聚类排斥基础上的一个的新型无噪声模糊聚类方法,它是对RTCM算法的有效改进,该算法解决噪声环境下有可能产生一致聚类中心,从而提高了聚类精度。通过船舶主机轴系的故障数据试验,证明了该算法的有效性。     

一种低成本的差分GPS定位系统的设计与实验

购买现成的差分GPS(DGPS)设备可以直接进行差分定位,但设备昂贵。简述了差分GPS(DGPS)定位原理以及RTCMSC-104数据格式及其电文编码。提出了利用普通的GPS—OEM板建立差分GPS定位系统的设计方案。试验表明,这种差分GPS定位系统可以提供2～5m的平面定位精度,且具有设备简单、造价低及实用灵活等优点。     

基于核集合的大数据快速Kernel Grower 聚类方法

Kernel Grower 是一种有效的核聚类方法, 它具有计算精度高的优点. 然而, Kernel Grower在应用中的一个关键问题是对于大规模数据运算速度缓慢, 这在很大程度上制约了该方法的应用. 本文提出了一种大规模数据的快速核聚类方法, 该方法通过近似最小包含球快速算法, 显著地提高了的Kernel Grower计算速度, 并且该方法的计算复杂度仅与样本个数成线性关系. 在人工数据集和标准测试集上的模拟实验均说明本文算法的有效性. 本文还给出该方法在真实彩色图像分割中应用.     

基于概要数据结构的网络异常检测方法

提出一种基于概要数据结构(sketch)的网络异常检测方法。采用金字塔时间模型对高速网络数据流进行分析,并基于奇异熵提取sketch。统计一定周期内该数据结构的特征值变化趋势,计算出均值和梯度值,以及相应的报警区间。当告警出现时,该方法能分析出现异常的IP地址。实验证明,该方法能有效地对网络进行异常检测。     

GwMKnn：针对类属性数据加权的MKnn算法

互k近邻MKnn算法是k-近邻算法的一种有效改进算法,但其对类属性数据通常采用属性值相同为0,不同为1的方法处理,从而在类属性数据较多的数据集上分类效率受到一定程度的抑制。针对MKnn对类属性数据处理方法的不足,对类属性数据的处理引进类别基尼系数的概念,对同类样本,用基尼系数统计某一类属性中不同值分布对这个类的贡献度作为此类属性的权重,并以此作为估算不同样本之间的相似性对MKnn进行优化,扩宽MKnn的使用面。实验结果验证了该方法的有效性。     

Approximate inference of the bandwidth in multivariate kernel density estimation

Kernel density estimation is a popular and widely used non-parametric method for data-driven density estimation. Its appeal lies in its simplicity and ease of implementation, as well as its strong asymptotic results regarding its convergence to the true data distribution. However, a major difficulty is the setting of the bandwidth, particularly in high dimensions and with limited amount of data. An approximate Bayesian method is proposed, based on the Expectation-Propagation algorithm with a likelihood obtained from a leave-one-out cross validation approach. The proposed method yields an iterative procedure to approximate the posterior distribution of the inverse bandwidth. The approximate posterior can be used to estimate the model evidence for selecting the structure of the bandwidth and approach online learning. Extensive experimental validation shows that the proposed method is competitive in terms of performance with state-of-the-art plug-in methods.     

基于数据分布特性的快速排序

文中提出了一种基于数据分析特性的快速排序算法，根据被排数据的分布行性，选择数据比较次数和数据移动次数较少的排序算法，当被排数据存在ｍ个有序序列时，其算法的时间复杂度为Ｏ（ｎｌｏｇ２ｍ）其中ｍ∈（１，ｃｆ√ｎ），ｃ为某一常数，其最佳性能为Ｏ（ｎ）。当ｍ≥ｃ（√ｎ）时，保持快速排序的最佳平均性能，使排序运行于较优状态下。