第五章 误差校正

工程量偏差引起价格调整方式

工程量偏差引起价格调整方式 一、求S——调整后的某一分部分项工程费结算价（即：实际施工量*综合单价，15%以内的为原综合单价，以外的为重新调整后的综合单价） 合同履行期间，若实际工程量与招标工程量清单出现偏差，且超过15%时，调整原则为：a、工程量增加15%以上时，其增加部分的工程量的综合单价应予调低；b、当工程量减少15%以上时，减少后剩余部分的工程量的综合单价应予调高，并给出了详细的调整公式： 1、当Q1＞1.15Q0时，S=1.15Q0×P0+（Q1-1.15Q0）×P1 2、当Q1＜0.85Q0时，S=Q1×P1 式中： Q1——最终完成的工程量（应予计量的实际施工工程量）； Q0——招标工程量清单中列出的工程量； S——调整后的某一分部分项工程费结算价； P0——承包人在工程量清单中填报的综合单价； P1——按照最终完成工程量重新调整后的综合单价。 二、求P1——按照最终完成工程量重新调整后的综合单价 采用上述两式的关键是确定新的综合单价，即P1 。 确定的方法： （一）是：发承包双方协商确定； （二）是：与招标控制价相联系，当工程量偏差项目出现承包人在工程量清单中填报的综合单价与发包人招标控制价相应清单项目的综合单价偏差超过15%时，工程量偏差项目综合单价的调整可参考以下公式： 1．当P0＜P2×（1-L）×（1-15%）时，该类项目的综合单价；P1按照P2×（1-L）×（1-15%）调整。 当承包人在工程量清单中填报的综合单价＜发包人招标控制价相应项目的综合单价×[1-报 价浮动率（即让利点位）]（即打几折）×（1-15%）时， 该类项目的综合单价调整如下： 发包人招标控制价相应项目的综合单价×[1-报价浮动率（即让利点位）]（即打几折）×（1-15%）2．当P0＞P2×（1+15%）时，该类项目的综合单价：

消除系统误差的软件算法的研究

消除系统误差的软件算法的研究 摘要：一般而言，由于测量步骤的不尽完善会引起测量结果的误差，其中有的来自系统误差，有的来自随机误差。随机误差被假设来自无法预测的影响量或影响的随机的时间和空间变异。系统误差和随机误差一样无法删除，但是通常我们可以采用适当的算法来降低系统误差对测量结果的影响。 本文探讨了几种消除系统误差的软件算法。 关键词：系统误差；零位误差；增益误差；非线性校正 Research of Software algorithms to eliminate systematic errors Lou Benyue (School of Information and Electrical Engineering of CUMT,Xuzhou,Jiangsu 221008) Abstract：Generally speaking, measurement errors may be caused by imperfect measurement, some of them come from systematic errors, some from random error. Random error is assumed to come from the impact can not be predicted or influence the amount of random variation in time and space. Systematic error and random error all can not be deleted, but usually we can use appropriate algorithms to reduce system errors on the measurement results. Several software algorithms which can eliminate systematic errors was discussed in this article. Keywords:Systematic error; zero error; gain error; non-linear correction 0引言 系统误差（Systematic error）又叫做规律误差。它是在一定的测量条件下，对同一个被测尺寸进行多次重复测量时，误差值的大小和符号（正值或负值）保持不变；或者在条件变化时，按一定规律变化的误差。 认识系统误差产生原因，重点是系统非线性校正，关键是建立误差模型。我们往往无法预先知道误差模型，只能通过测量获得一组反映被测值的离散数据，利用这些离散数据建立起一个反应被测量值变化的近似数学模型(即校正模型)。 有时即使有了数学模型，例如n次多项式，但其次数过高，计算太复杂、太费时，常常要从系统的实际精度要求出发，用逼近法来降低一个已知非线性特性函数的次数，以简化数学模型，便于计算和处理。因此，误差校正模型的建立，包括了由离散数据建立模型和由复杂模型建立简化模型这两层含义。 1系统误差分析（几个概念的介绍） 系统误差:是指在相同条件下，多次测量同一量时其大小和符号保持不变或按一定规律变化的误差。 恒定系统误差:校验仪表时标准表存在的固有误差、仪表的基准误差等； 变化系统误差:仪表的零点和放大倍数的漂移、温度变化而引入的误差等； 非线性系统误差:传感器及检测电路（如电桥）被测量与输出量之间的非线性关系。 这些方法是较为常用的有效的测量校准方法，可消除或消弱系统误差对测量结果的影响。 2仪器零位误差和增益误差的校正方法

误差校正步骤

MapGis误差校正 误差校正的意义 在图件数字化输入的过程中，通常由于操作误差，数字化设备精度、图纸变形等因素，使输入后的图形与实际图形所在的位置往往有偏差，即存在误差。 因图纸变形和数字化过程的随机误差所产生的影响，必须经过几何校正，才能消除。 因此，误差校正操作系统的操作对象是由图形矢量化后形成的Mapgis可识别的点、线、面等Mapgis文件。误差校正就是利用已知的理论标准文件，对矢量化后得到的Mapgis文件进行校正，使Mapgis文件获得与理论标准文件同样的坐标参数和精度。 误差校正与镶嵌配准的不同之处：误差校正的操作对象是由对图片矢量化后形成的Mapgis可识别的点、线、面等Mapgis文件；而镶嵌配准的操作对象是图片文件msi文件。 误差校正与镶嵌配准的相同之处：无论是误差校正还是镶嵌配准操作，都需要有作为参照的标准文件；操作过程中，都需要找对找准控制点。 总之，可以这样说，误差校正的处理能力比不上镶嵌配准处理能力，因为图片文件中包含多种要素，若是存在图片文件的标准文件，对图片文件进行镶嵌配准之后，得到校正后的图片文件msi文件，这个文件是含有坐标参数和精度的msi文件，对其矢量化后形成的点、线、面等Mapgis文件，也就含有相应的坐标参数和精度，就不用再进行误差校正了。若是没有图片文件的标准文件，就只能先对图片文件中的要素进行矢量化，之后再对矢量化后的文件，找到其标准文件，并进行误差校正。每张图片包含多种要素，若是不对图片进行镶嵌配准，可能需要多次误差校正，每次矢量化都需要进行误差校正：有时只需要图片某个要素时，只对其进行矢量化，然后进行误差校正，而用到别的要素时，还得再对这个要素矢量化，然后还得再进行误差校正。但是，若是对图片文件msi文件进行镶嵌配准了，就不必每次矢量化后，再进行误差校正了。 误差校正举例如下：蔚县1：10万底图中缺少高程点，需要对图片蔚县底图.msi中的高程点进行矢量化，之后对矢量化后得到的文件进行误差校正。 做图思路如下：由于需要进行误差校正操作，所以得考虑选好控制点、需要有作为参照的理论标准图框。控制点选择公里网的交叉点，并使其在蔚县周边均匀分布，为此，不但对高程点矢量化，而且还要对蔚县周边公里网交叉点进行矢量化；作为参照的理论标准图框是1：10万的蔚县底图的边框，这个不用重新生成标准图框了。 1、建立高程点文件，对高程点进行矢量化，得到高程点.wt文件。

消除系统误差的方法

减少系统误差的方法 消除或减少系统误差有两个基本方法。一就是事先研究系统误差的性质与大小,以修正量的方式,从测量结果中予以修正;二就是根据系统误差的性质,在测量时选择适当的测量方法,使系统误差相互抵消 而不带入测量结果。 1、采用修正值方法 对于定值系统误差可以采取修正措施。一般采用加修正值的方法。对于间接测量结果的修正,可以在每个直接测量结果上修正后,根据 函数关系式计算出测量结果。修正值可以逐一求出,也可以根据拟合曲线求出。应该指出的就是,修正值本身也有误差。所以测量结果经修正后并不就是真值,只就是比未修正的测得值更接近真值。它仍就是被测量的一个估计值,所以仍需对测量结果的不确定度作出估计。 2、从产生根源消除 用排除误差源的办法来消除系统误差就是比较好的办法。这就要求测量者对所用标准装置,测量环境条件,测量方法等进行仔细分析、研究,尽可能找出产生系统误差的根源,进而采取措施。 采用专门的方法 （1）交换法:在测量中将某些条件,如被测物的位置相互交换,使产生系统误差的原因对测量结果起相反作用,从而达到抵消系统 误差的目的。如用电桥测电阻,电桥平衡时,R X=R0(R1/R2),保持 R1、R2不变,把Rx、R0的位置互换,电桥再次平衡时,R0变成R’,

此时Rx=R0’(R2/R1)。于就是有Rx=R0`(R2/R1),由此算出的 Rx就可以消除由R1、R2带来的系统误差。 (2)替代法:替代法要求进行两次测量,第一次对被测量进行测量,达 到平衡后,在不改变测量条件情况下,立即用一个已知标准值替代被 测量,如果测量装置还能达到平衡,则被测量就等于已知标准值。如果不能达到平衡,修整使之平衡。替代法就是指直截了当地测定物理量的方法。如:利用精密天平的称重。设待测重量为x ,当天平达到平衡时所加砝码重量为Q ,天平的两臂长度各为l1 与l2 ,平衡时有x = Q ·l2/ ll 。再用已知标准砝码P 代替x , 平衡时有P = Q ·l2/ l1 ,得到x = P。若用标准砝码置换未知重量后,天平失去平衡,需加一差值△P , 才出现平衡, 这时有P + △P = Q ·l2/ l1 ,所以x = P + △P( △P 可正可负) 。这样就可消除由于天平两臂不等而带来的系统误差。 (3)补偿法:补偿法要求进行两次测量,改变测量中某些条件,使两次 测量结果中,得到误差值大小相等、符号相反,取这两次测量的算术平均值作为测量结果,从而抵消系统误差。如读数显微镜、千分尺等都存在空行程,这就是系统误差,设其为l,为消除这一误差,可从两个方向分别读数,第一次顺时针旋转,读得数据为L1,则被测量长度D 为:D=L1+l:第二次逆时针旋转读得数据为L2,则被测量长度为 D=L2-l,于就是D=(L1+L2)/2,这样系统误差l被消除,某些不等位电势、温度引起的温差电势、磁场对磁电系仪表的影响等也可以用这种办法来消除。

阵列通道不一致性误差快速有源校正算法

第37卷第9期电子与信息学报 Vol.37 No.9 2015年9月 Journal of Electronics & Information Technology Sept. 2015 阵列通道不一致性误差快速有源校正算法 张柯①程菊明①付进*② ①(许昌学院信息工程学院许昌461000) ②(哈尔滨工程大学水声工程学院哈尔滨150001) 摘要：针对阵列通道不一致性引起的幅相误差校正问题，基于多级维纳滤波器(MSWF)，该文提出幅相误差快速校正的简化的多级维纳滤波器(SMSWF)算法。SMSWF算法利用校正源的方位和波形信息对阵列幅相参数进行估计，无需估计协方差矩阵和进行特征值分解，大大地减小了计算量，且具有与特征分解方法相同的幅相参数估计性能。研究发现，单个信源入射到阵列且信源波形已知时，SMSWF算法获得的信号子空间等价于特征分解法得到的信号子空间，这表明SMSWF算法能够替代特征分解法，从而极大减小基于特征分解法的信号处理方法的计算量。 大量计算机仿真和消声水池试验验证了SMSWF算法的优越性能。 关键词：信号处理；阵列校正；有源校正；幅相误差；多级维纳滤波器 中图分类号：TN911.7 文献标识码：A 文章编号：1009-5896(2015)09-2110-07 DOI: 10.11999/JEIT141651 Fast Active Error Calibration Algorithm for Array Chanel Uncertainty Zhang Ke①Cheng Ju-ming①Fu Jin② ①(School of Information Engineering, Xuchang University, Xuchang 461000,China) ②(College of Underwater Acoustic Engineering, Harbin Engineering University, Harbin 150001,China) Abstract:Aiming the error calibration for the array channel uncertainty, a new fast algorithm named Simplified Multi-Stage Wiener Filter (SMSWF) based on the Multi-Stage Wiener Filter (MSWF) is proposed. The SMSWF takes the advantages of the DOA and the waveform of the cooperative source to estimate the gain and the phase factors, and it does not need to estimate the covariance matrix and the eigendecomposition operations. Compared with the eigendecomposition algorithm, the SMSWF has the same performance for estimating gain and phase factors while greatly reduce the complexity. The researches show that if a single source with a known waveform incidence on the array, the signal subspaces obtained by the SMSWF and one obtained by the eigendecomposition are equipollent, which demonstrate that the SMSWF is able to replace the eigendecomposition. The complexity of signal processing methods based on the eigendecomposition can greatly be reduced by replacing the eigendecomposition with the SMSWF. The extensive computer simulations and experiment in anechoice water tank show the superiori performance of the proposed algorithm. Key words:Signal processing; Array calibration; Active calibration; Gain and phase errors; Multi-Stage Wiener Filter (MSWF) 1引言 在测向系统中，生产工艺、安装误差以及平台扰动等使传感器阵列产生幅相误差、阵元位置误差以及互耦现象，这将导致实际的阵列导向矢量与理想的阵列导向矢量有所不同。在这种情况下，常规的高分辨波达方向(Direction Of Arrival, DOA)估计技术，诸如最小方差无畸变响应(Minimum Variance Distortionless Response, MVDR[1]) ，多重信号分类 2014-12-29收到，2015-03-31改回，2015-06-11网络优先出版 国家自然科学基金(51209059, 51279043)资助课题 *通信作者：付进zhangke1127@https://www.wendangku.net/doc/69103274.html, (MUltiple SIgnal Classification, MUSIC [2])，旋转不变子空间(Estimation of Signal Parameters via Rotational Invariance Technique, ESPRIT[3])和最大似然(Maximum Likelihood, ML[4])等算法的测向性能将严重下降甚至失效。因此，在使用传感器阵列进行DOA估计之前，阵列误差的校正工作是不可或缺的。 在阵列误差校正领域，众多国内外学者对阵列通道不一致所引起的幅相误差校正问题进行了深入的研究[511] -。文献[5]分析了通道幅相误差对MUSIC 算法空域谱及分辨性能的影响，推导了存在幅相误差时MUSIC算法空域谱的一阶统计表达式，揭示

非线性误差校正方法

非线性误差校正方法 1、网格尺寸为26” X 20”，x方向为26”，y方向为20”。以下示图与Campost中网格方向 一致。 y A(0,20) x方向D(26,20) 2、非线性误差校正是通过改变固定位置的偏移量来达到校正的效果。具体描述如下： 偏移量offset(x, y)的单位换算：1 = 0.5mil； 偏移量的正负：正值代表缩短；负值代表拉长； B点为圆点，不存在偏移量offset。 方向拉长万分之一 y方向拉长万分之一 如上图要求校正： y方向拉长万分之一，即20000 X 0.0001 = 2mil 对应偏移量的值为4； x方向拉长万分之一，即26000 X 0.0001 = 2.6mil 对应偏移量的值为5.2.。 给出A, C, D 三点座标如下： A(0,20) --- A.offset(e, -4) C(26,0) --- C.offset(-5, e) D(26,20) --- D.offset(-5, e) 偏移量的值只能取整数，偏移量为e表示程序自动计算。 同理可得缩短的校正方法。 3、矩形的校正 点向下移动1mil

如上图要求校正，给出A, C, D 三点座标如下：A(0,20) --- A.offset(e, e) C(26,0) --- C.offset(e, 2) D(26,20) --- D.offset(e, 2) 第一步确保B点即原点对齐，然后对准A点；C,D两点相对A,B两点向上，偏移量给正值；C,D两点相对A,B两点向下，偏移量给负值； 4、综合2、3两部的校正 给出A, C, D 三点座标如下： A(0,20) --- A.offset(e, -4) C(26,0) --- C.offset(-5, 2) D(26,20) --- D.offset(-5, -2) D点的y值= A点的y值+ C点的y值

一种阵列天线幅相误差校正方法设计

图1M 阵元阵列天线图Fig.1M -antenna array 一种阵列天线幅相误差校正方法设计 魏婵娟，刘鹏 （中国空间技术研究院航天恒星科技有限公司北京100086） 摘要：阵列信号处理是当前信号处理的热门方向，为信号处理带来极大的方便，阵列信号处理中的各通道不一致问题将会给阵列信号处理带来影响，很多文献中介绍过关于自适应幅相误差校正的理论及方法，但实现起来都比较耗费资源和时间，且效果有待实践验证。提出一种工程上可实现且计算量较小的通道校正方法-查表法。通过仿真，结果表明此方法可以对特定来向的有用信号进行较为准确的校正。 关键词：阵列信号；通道校正；查表法 中图分类号：TN91文献标识码：A 文章编号：1674－6236（2012）24-0047-04 Comparison of two adaptive anti -jamming algorithm of navigation reciever WEI Chan -juan ，LIU Peng （Space Star Technology Co.China ’s Academy of Space Technology ，Beijing 100086，China ） Abstract:Array signal processing is a promising aspect of digital signal processing ，it brings much convenience to digital signal processing.But the difference between each channel is a big problem in Array signal processing ，which must be eliminated some times.We can find a lot of calibration methods of the amplitude and phase error among RF channels in many papers ，but most of them need too much computation and time ，and the effect is unknown.A new calibration method -look up table method is put forward ，which are very easy to realize.The MATLAB simulation result reflect its serviceability. Key words:array signal ；amplitude and phase error elimination ；look up table method 收稿日期：2012-06-09稿件编号：201206069 作者简介：魏婵娟（1987—），女，河北石家庄人，硕士研究生。研究方向：信号与信息处理。 随着阵列信号处理技术的发展，多通道接收机被广泛应 用。在实际的阵列天线接收机系统中，各通道间所表现出的 幅相误差模型由多个部分多种形式的误差模型共同作用。一 些情况下接收机仅对特定来向的有用信号感兴趣，只需有用 信号方向的幅相误差被消除即可，无需对所有的信号进行校 正。本文在介绍信号模型及误差模型的基础上，介绍查表法 进而设计出其具体实现方法，并通过仿真验证其有效性。 1 阵列模型1.1阵列信号模型 以M 阵元有核均匀圆阵为例进行阵列信号模型分析。其 阵元分布如图1所示。 M 个阵元位于同一平面内，编号为0的阵元位于圆心， 编号为1～M -1的阵元均匀分布于半径为R 的圆周上。以原 点阵元接收信号为基准，假设信号入射方向为（θ，φ），则m 阵 元接收到的信号与原点接收信号的相位差准m 为[1]：准0（θ，φ）=0， 准m （θ，φ）=2πλR sin θcos[φ-2π（m -1）M-1]m =1，2，…M -1（1） 阵列对（θ，φ）来向信号的响应矢量可表示为：a （θ，φ）=[1，e -j 准1，e -j 准2，…，e -j 准M -1]T （2） x m （n ）表示m 阵元接收到的信号，其中设阵元0接收到的信号x 0（n ）=s （n ）（文中信号均为窄带信号），则可以将阵列接收信号表示为：x （n ）=[x 0（n ），x 1（n ），…x M -1（n ）]T =a （θ，φ）s （n ）（3）可以看出，阵列信号中包含了信号的来向信息，与天线阵元布局形状及阵元间距有关。电子设计工程Electronic Design Engineering 第20卷Vol.20第24 期No.242012年12月Dec.2012 －47－

误差校正

误差校正 在制图的各个阶段中，图形数据在一个已知的坐标系里，其空间实体应始终保持唯一的空间位置。但在图件数字化输入的过程中，通常由于操作误差，数字化设备精度、图纸变形等因素，使输入后的图形与实际图形所在的位置往往有偏差，即存在误差。个别图元经编辑、修改后，虽可满足精度，但有些图元，由于位置发生偏移，虽经编辑，很难达到实际要求的精度，此时，说明图形经扫描输入或数字化输入后，存在着变形或畸变。出现变形的图形，必须经过误差校正，清除输入图形的变形，才能使之满足实际要求。 图形数据误差可分为源误差、处理误差和应用误差3种类型。源误差是指数据采集和录入过程中产生的误差，如制图过程中展绘控制点、编绘或清绘地图、制图综合、制印和套色等引起的误差，数字化过程中因纸张变形、变换比例尺、数字化仪的精度（定点误差、重复误差和分辨率）、操作员的技能和采样点的密度等引起的误差。处理误差是指数据录入后进行数据处理过程中产生的误差，包括几何变换、数据编辑、图形化简、数据格式转换、计算机截断误差等。应用误差是指空间数据被使用过程中出现的误差。其中数据处理误差远远小于数据源的误差，应用误差不属于数据本身的误差，因此误差校正主要是校正数据源误差。这些误差的性质有系统误差、偶然误差和粗差。由于各种误差的存在，使地图各要素的数字化数据转换成图形时不能套合，使不同时间数字化的成果不能精确联结，使相邻图幅不能拼接。所以数字化的地图数据必须经过编辑处理和数据校正，消除输入图形的变形，才能使之满足实际要求，进行应用或入库。 一般情况下，数据编辑处理只能消除或减少在数字化过程中因操作产生的局部误差或明显误差，但因图纸变形和数字化过程的随机误差所产生的影响，必须经过几何校正，才能消除。由于造成数据变形的原因很多，对于不同的因素引起的误差，其校正方法也不同，具体采用何种方法应根据实际情况而定。 从理论上讲，误差校正是根据图形的变形情况，计算出其校正系数，然后根据校正系数，校正变形图形。但在实际校正过程中，由于造成变形的因素很多，有机械的、也有人工的，因此校正系数很难估算。比如说，数字化后的图是放大了，还是缩小了，放大或缩小了多少倍，是局部变形还是整体变形，是某些图元与实际不符还是整个图形都发生了畸变等等。 对那些由于机械精度、人工误差、图纸变形等造成的整幅图形或图形中的一块或局部图元发生位置偏差，与实际精度不相符的图形，都称为变形的图形，象整图发生平移、旋变、交错、缩放等等。发生变形的图形都属校正范围之列。但对于那些由于个别因素，造成的少点、多边、接合不好等局部误差或明显差错，只能进行编辑修改，不属校正范围之列。校正是对整幅图的全体图元或局部图元块，而非对个别图元而言。 误差校正的使用步骤 1．为了对输入的图元文件进行校正，首先得确定图形的控制点。这里所说的图形控制点，是指能代表图形某块位置坐标的变形情况，其实际值和理论值都已知或可求得的点。如图形中经纬网交点，从位置上它可指示一幅图的位置情况，其周围点的位置坐标往往是以其为依据。在一幅图中，具体经纬网点的理论坐标可以经计算或根据标准经纬网求得，为此，经纬网点往往作为校正用的控制点。控制点的选取应尽量能覆盖全图，而且均匀，至于控制点的多少根据实际

mapgis误差校正(精)

第六讲误差校正 一、误差校正子系统功能概述 机助制图是用计算机来实现制图，将普通图纸上的图件，转化为计算机可识别处理的图形文件。现代计算机技术和自动控制技术的发展，使机助制图技术发展很快。机助制图主要可分为编辑准备阶段、数字化阶段、计算机编辑处理和分析实用阶段、图形输出阶段等。在各个阶段中，图形数据始终是机助制图数据处理的对象，它用来描述来自现实世界的目标，具有定位、定性、时间和空间关系（包含、联结、邻接）的特征。其中定位是指在一个已知的坐标系里，空间实体都具有唯一的空间位置。但在图件数字化输入的过程中，通常由于操作误差，数字化设备精度、图纸变形等因素，使输入后的图形与实际图形所在的位置往往有偏差，即存在误差。个别图元经编辑、修改后，虽可满足精度，但有些图元，由于位置发生偏移，虽经编辑，很难达到实际要求的精度，此时，说明图形经扫描输入或数字化输入后，存在着变形或畸变。出现变形的图形，必须经过误差校正，清除输入图形的变形，才能使之满足实际要求。 图形数据误差可分为源误差、处理误差和应用误差3种类型。源误差是指数据采集和录入过程中产生的误差，如制图过程中展绘控制点、编绘或清绘地图、制图综合、制印和套色等引入的误差，数字化过程中因纸张变形、变换比例尺、数字化仪的精度（定点误差、重复误差和分辨率）、操作员的技能和采样点的密度等引起的误差。处理误差是指数据录入后进行数据处理过程中产生的误差，包括几何变换、数据编辑、图形化简、数据格式转换、计算机截断误差等。应用误差是指空间数据被使用过程中出现的误差。其中数据处理误差远远小于数据源的误差，应用误差不属于数据本身的误差，因此误差校正主要是来校正数据源误差。这些误差的性质有系统误差、偶然误差和粗差。由于各种误差的存在，使地图各要素的数字化数据转换成图形时不能套合，使不同时间数字化的成果不能精确联结，使相邻图幅不能拼接。所以数字化的地图数据必须经过编辑处理和数据校正，消除输入图形的变形，才能使之满足实际要求，进行应用或入库。 一般情况下，数据编辑处理只能消除或减少在数字化过程中因操作产生的局部误差或明显误差，但因图纸变形和数字化过程的随机误差所产生的影响，必须经过几何校正，才能消除。由于造成数据变形的原因很多，对于不同的因素引起的误差，其校正方法也不同，具体采用何种方法应根据实际情况而定，因此，在设计系统时，应针对不同的情况，应用不同的方法来实施校正。 从理论上讲,误差校正是根据图形的变形情况，计算出其校正系数，然后根据校正系数，校正变形图形。但在实际校正过程中，由于造成变形的因素很多，有机械的、也有人工的，因此校正系数很难估算。比如说，数字化后的图是放大了，还是缩小了，放大或缩小了多少倍，是局部变形还是整体变形，是某些图元与实际不符还是整个图形都发生了畸变等等。如果某个图元本是四边形，可由于输入误差，成为三角形，那么这个是不是也该进行误差校正

用MAPGIS作化探元素或物探参数异常图

用MAPGIS作化探元素或物探参数异常图 一、改EXCEL数据格式为DET数据格式 建立单元素EXCEL数据（X、Y、单元素或物探参数符号（不能带百分号和括号），此处的X、Y是数学意义上的横坐标、纵坐标，顺序不能颠倒）—打开单元素或物探参数EXCEL数据（X、Y、单元素或物探参数含量值）—另存为CSV格式（逗号分隔）—保存—是—是—是—打开记事本—文件—打开—查找范围—××盘××夹—选文件(*.csv)—用记事本打开CSV格式数据文件—加文件头NOTGRID（非网格化数据）—另存为—保存类型—所有文件—改文件名后缀CSV为DET格式。 另外，关于最后作出来的图形比例尺问题，如X、Y用实际坐标表示，即X为6位整数、Y为7位整数，作出来的图比例尺为1：1000，如X、Y用虚假坐标表示，即X为5位整数带1位小数、Y为6位整数带1位小数，作出来的图比例尺为1：10000二、高程点标注制图（建点位图） MAPGIS6.7主菜单—空间分析—DTM分析—关掉三角剖分显示窗口1—打开DET格式文件，不能打开GRD网格化数据（并改目录为点位图）—模型应用—高程点标注制图（X、Y、标注对象）—缺省符号—改符号（点、颜色等）—标注位置—对齐—右边—确认—左单击“文件”—存数据于点数据文件—××.WT —保存类型—点文件（*.WT）—保存—存数据于线数据文件—××.WL—保存类型—线文件（*.WL）—保存—输入编辑—统改

参数—保存。 关闭窗口—工作区数据已修改，建议先保存数据，先保存吗？—否。 实质就是建MAPGIS点位图。 三、等值线图 MAPGIS6.7主菜单—空间分析—DTM分析—关闭三角剖分显示窗口1—打开DET格式文件—GRD模型—离散数据网格化—网格参数设置—改起点、终点坐标—变小到合适（取整数）—网格间距（取合适数据如0.05）（读者注：网格参数设置不知啥意思，建议不要动）—网格方法（克立格）—文件换名—××.Grd —保存—确定。 注意：网格化数据后，元素的最大（小）值将发生变化。 GRD模型—平面等值线图绘制—打开××.Grd网格化数据—出现设置等值线参数对话框—设置全部打√—光滑打√—光滑度—高程度—单击等值层值—出现等值线层设定对话框—等值线层分段参数—起始Z—××—步长增量—××—起始色—白—终止色—红—更新当前分段—确认—删除不需要的等值层值（异常下限值、含量最大值都不能删）—线参数—线颜色—××—确定—单击“注记参数”—注记的最大倾角—90°—注记间最小允许距离—160—频度—1—注记格式—固定小数位数—小数部份位数—2—确定—注记字体—字体尺寸—10mm—字体—宋体—颜色—与线颜色相同—确定—确认—制图幅面—原始数据

共形阵列幅相误差校正快速算法

第36卷第5期电子与信息学报 Vol.36 No.5 2014年5月 Journal of Electronics & Information Technology May 2014 共形阵列幅相误差校正快速算法 张学敬* 杨志伟 廖桂生 (西安电子科技大学雷达信号处理国家重点实验室西安710071) 摘要：基于子空间的联合迭代算法可以实现对空间信源方位和阵列幅相误差参数的联合估计。当对共形阵列进行幅相误差校正时，由于其空域导向矢量不具有Vander monde结构，导致快速高分辨空间谱估计方法无法直接应用，而利用2维谱峰搜索实现空间方位估计的运算量较大，限制了算法在共形阵列上的应用。针对此问题，该文提出一种借助虚拟阵列实现共形阵列幅相误差校正的新方法。该方法利用虚拟阵列的特殊结构快速实现对信源的DOA估计，省去了谱峰搜索过程，因而运算复杂度低，便于工程实现。理论分析和仿真结果验证了所提算法的有效性，可为共形阵列的工程应用提供参考。 关键词：DOA估计；幅相误差校正；共形阵列；虚拟内插 中图分类号：TN911.7 文献标识码：A 文章编号：1009-5896(2014)05-1100-06 DOI: 10.3724/SP.J.1146.2013.01025 A Fast Method for Gain-phase Error Calibration in Conformal Array Zhang Xue-jing Yang Zhi-wei Liao Gui-sheng (National Laboratory of Radar Signal Processing, Xidian University, Xi’an 710071, China) Abstract: The joint estimation of the Direction of Arrival (DOA) and gain-phase errors can be implemented by the joint iteration method based on the eigen structure subspaces. However, when applying the method to correct the amplitude and phase error of the conformal array, the fast high-resolution spatial spectrum estimation methods can not be applied directly, because of that the space-domain steering vectors of the conformal array does not possess the Vander monde structure. On the other side, the computation of DOA estimation implemented by searching peak of spatial spectrum in 2-dimension is very large, which limits the application of joint iteration method in conformal array. To solve this problem, this paper proposes a new method for gain-phase error calibration in conformal array by virtual interpolation. The DOA estimation can be implemented rapidly by utilizing the special structure of virtual array, and the searching process of the spatial spectrum peak is eliminated, thus the computational complexity of the proposed method is low and the engineering realization of the proposed method is easy. Theoretical analysis and extensive simulations verify the effectiveness of the proposed methods, and provide a reference for the engineering applications of conformal arrays. Key words: DOA estimation; Gain-phase error calibration; Conformal array; Virtual interpolation 1 引言 在飞行器或其它移动平台载体表面，常常需要安装共形阵列天线[16]-。与常规均匀线阵相比，共形阵列对飞行器的气动性能影响很小，可减小空气阻力，同时共形阵列增大了有效发射孔径，可提供较窄的波束和宽角度扫描。共形阵的优势使其在雷达、移动通信、无线电测向等方面有着广泛的应用前景。 2013-07-11收到，2013-11-07改回 长江学者和创新团队发展计划(IRT-0954)，国家自然科学基金(60901066)，中央高校基本科研业务费专项资金(K5051302007)和陕西省教育厅科研计划项目(2013JK1051)资助课题 *通信作者：张学敬xjzhang7@https://www.wendangku.net/doc/69103274.html, 在实际工程应用中，阵列不可避免地存在着各种误差，误差的存在导致阵列高分辨技术(如MUSIC算法)的性能显著下降，甚至失效，因此需要进行误差校正。阵列误差校正方法通常可以分为有源校正类方法[79]-和自校正类方法[1013] -。有源校正方法运算量小，但在校正源存在误差时有源校正算法性能恶化。自校正方法对空间信源的方向与阵列的扰动参数进行联合估计，文献[10]提出的基于子空间的联合迭代自校正算法最具代表性，该算法(称WF算法)不需要校正源，可以在线完成误差参数的估计与校正；但由于该算法需要对信源方位进行估计，对于共形阵列，快速DOA估计算法无法直接应用，而2维谱峰搜索运算量大，难以快速完成，

Mapgis误差校正方法

Mapgis误差校正方法 1．在“输入编辑”建LS.wl文件，找四个十字线，按顺时针顺序记下X和Y的值。

2．退到“主菜单”上进行误差校正。 3．把刚才存的LS.wl文件调入。

4．在下拉菜单栏上点击“文件”→“打开控制点”，输入一个文件名，点击“打开”按钮，会弹出一个“错误信息”板，不用理会它，点击“是”按钮。 5．在下拉菜单栏上点击“控制点”→“设置控制点参数”中，都打上对勾。 6．在下拉菜单上点击“控制点”→“选择采集文件”，选中要校对的文件。

7．同样在“控制点”→“添加校正控制点”， 依次输入四个点的XY值

8．好了，四个点依次输完，在下拉菜单点击“数据校正”→“线文件校正转换”，在“文件”里点击“保存控制点”。

9．右键点击“复位窗口”，弹出“选择文件名”面板，选择刚校正后的“NEWLIN.WL”文件。 8．这个LS.WL文件就校正完了，我们校正这个LS文件主要是为了用它的校正点，关闭现在的窗口，重新调入所需校正的文件（可一次性调入点、线、面文件）。 9．“文件”→“打开控制点”，把刚才用的控制点文件调入。 10．“数据校正”→“线文件校正转换”，“点文件校正转换”，“区文件校正转换”。 11．右键点击“复位窗口”，弹出“选择文件名”面板，选择校正后的文件。 12．“文件”→“另存文件”，把校正后的文件存盘（为了区别没有校正过的文件，一般在原文件名的基础上加再加上jz，比如原文件是LS.WL，校正后的文件是LSJZ.WL）。 OK，一个文件就校正完了，对于新手来说有点难，没关系，多用几次就简单了，最主要是记住不要把原文件覆盖，如果是觉得没有把握，最好把原文件备份一下这次我们讲得是“误差校正”，用“大地坐标系”来校正，它是利用XY值校正，下次我们用到的“投影变换”是用度、分、秒来校正。

Mapgis比例尺详解

MapGIS比例尺和ArcGIS文件转换 Mapgis比例尺是个简单而又许多人甚至是大虾们搞不懂的问题，现 介绍如下： Mapgis内部默认比例尺为1：1000，即1mm代表1m，就是说输出时页面设置中X、Y比例均为1时，表示的是比例尺为1：1000；假设需要比例尺为1：50000，即缩小50倍，则X、Y比例均设为0.02 即可。 下面用公式说明：所需输出比例尺假设为1：a，则欲求X、Y比例均为b，则由1*b/1000=1：a，得到b=1000/a，即X、Y比例均设为b 即可。 在MAPGIS投影坐标类型中，有五种坐标类型： 1.用户自定义也称设备坐标（以毫米为单位）， 2.地理坐标系（以度或度分秒为单位）， 3.大地坐标系（以米为单位）， 4.平面直角坐标系（以米为单位）， 5.地心大地直角。 进行设备坐标转换到地理坐标的方法： 第一步：

启动投影变换系统。 第二步： 打开需要转换的点（线，面）文件。（菜单：文件/打开文件） 第三步： 编辑投影参数和TIC点； 选择转换文件（菜单：投影转换/MAPGIS文件投影/选转换点（线，面）文件。）；编辑TIC点（菜单：投影转换/当前文件TIC点/输入TIC点。注意：理伦值类型设为地理坐标系，以度或度分秒为单位）；编辑当前投影参数（菜单：投影转换/编辑当前投影参数。注：当前投影坐标类型选择为用户自定义，坐标单位：毫米，比例尺母：1）；编辑目标投参数（菜单：投影转换/设置转换后的参数。注：当前投影坐标系类型选择为地埋坐标系，坐标单位：度或度分秒）。 第四步： 进行投影转换（菜单：投影转换/进行投影投影转换）。 MapGIS格式文件转为ArcGIS文件需要注意以下问题： 1、对于高斯直角坐标，ArcGIS中一个坐标单位代表实地1m，而MapGIS 中在比例尺为1：1000且单位为毫米的时候一个坐标单位代表实地