LI Dehai, WU Wentan, MA Huilin, BEI Jinzhong, ZHAO Yiyuan. Positioning Performance Analysis of Indoor Networks of Range-Based Reference Stations[J]. Geomatics and Information Science of Wuhan University, 2025, 50(1): 1-10. DOI: 10.13203/j.whugis20220513
Citation: LI Dehai, WU Wentan, MA Huilin, BEI Jinzhong, ZHAO Yiyuan. Positioning Performance Analysis of Indoor Networks of Range-Based Reference Stations[J]. Geomatics and Information Science of Wuhan University, 2025, 50(1): 1-10. DOI: 10.13203/j.whugis20220513

Positioning Performance Analysis of Indoor Networks of Range-Based Reference Stations

More Information
  • Received Date: May 18, 2023
  • Available Online: June 06, 2023
  • Objectives 

    In the indoor positioning, the layout of network comprised of many reference stations with ranging function plays a crucial role to the positioning performance. In order to reveal the particular relationship between the positioning performance and the network layout of reference stations, a variety of layout conditions are investigated in light of the dilution of precision comprehensively.

    Methods 

    In conditions of different shapes, sizes, heights and scales, a variety of network layout schemes are designed and tests of positioning performance were completed. We design circular network, square network, linear network and solid circular network, and the influences of different shapes on positioning performances are explored. We test the circular networks with radiuses of 5 m, 10 m and 20 m, so the influences of different sizes on positioning performances were revealed. We assess the circular networks with heights of 3 m, 6 m, 9 m and 12 m, and the influences of different heights on positioning performances are investigated. We test the circular networks with 4, 6, 8 and 12 stations, and the influences of different scales on positioning performance are provided.

    Results 

    The results show that: (1) The position dilution of precision (PDOP) in the circle network is better than that of the square network, while the linear network is not suitable for three-dimensional positioning. (2) When the radius of the circular network increases by 2 times, means of PDOP decrease by 2 times. (3) When the height of the network increases by 2 times, and means of the vertical dilution of precision (VDOP) and the horizonal dilution of precision (HDOP) reduce by 1/3 times. (4) When the number of reference stations in the circular network increases by 2 times, and means of PDOP reduce by 1/3 times. (5) When the height of the network is about half the radius of the service area, HDOP and VDOP reach to an equilibrium. (6) When more than 6 reference stations are uniformly deployed over the boundary of service area, the HDOP and VDOP are lower than 1.

    Conclusions 

    This study provides the principles and characteristics of positioning performances with different indoor network layouts. The results will contribute to identify the optimal positioning areas, and predict the network positioning performance. Thereby, it is beneficial to guiding the design of indoor positioning systems, such as supporting the deployments of the shape, height, number and radius of reference stations.

  • [1]
    柳景斌, 赵智博, 胡宁松, 等. 室内高精度定位技术总结与展望[J]. 武汉大学学报(信息科学版), 2022, 47(7): 997-1008.

    LIU Jingbin, ZHAO Zhibo, HU Ningsong, et al. Summary and Prospect of Indoor High-Precision Positioning Technology[J]. Geomatics and Information Science of Wuhan University, 2022, 47(7): 997-1008.
    [2]
    陈锐志, 叶锋. 基于Wi‑Fi信道状态信息的室内定位技术现状综述[J]. 武汉大学学报(信息科学版), 2018, 43(12): 2064-2070.

    CHEN Ruizhi, YE Feng. An Overview of Indoor Positioning Technology Based on Wi‑Fi Channel State Information[J]. Geomatics and Information Science of Wuhan University, 2018, 43(12): 2064-2070.
    [3]
    姚海云, 舒红, 孙红星, 等. Wi‑Fi室内定位测站布设优化的DOP数值分析[J].测绘地理信息, 2022, 47(2): 34-38.

    YAO Haiyun,SHU Hong,SUN Hongxing,et al. DOP Numerical Analysis of Wi‑Fi Indoor Positioning Station Setting Optimization[J]. Journal of Geomatics,2022,47(2):34-38.
    [4]
    周恭谦, 杨露菁, 刘忠, 等. 基于TDOA定位的基站布设对模糊区分布及定位精度的影响分析[J].海军工程大学学报,2017, 29(1): 96-101.

    ZHOU Gongqian, YANG Lujing, LIU Zhong, et al. Influence of Base Station Deployment on Location Precision and Fuzzy Area Distribution Based on TDOA Location[J]. Journal of Naval University of Engineering, 2017, 29(1): 96-101.
    [5]
    张书雨, 姚铮, 陆明泉. 地基伪卫星区域导航系统快速布设算法[J]. 武汉大学学报(信息科学版), 2018, 43(9): 1355-1361.

    ZHANG Shuyu, YAO Zheng, LU Mingquan. Rapid Configuration Algorithm for Ground-Based Pseudolite Navigation System[J]. Geomatics and Information Science of Wuhan University, 2018, 43(9): 1355-1361.
    [6]
    王川阳, 王坚. 超宽带应急定位基站布设研究[J]. 测绘科学, 2019, 44(8):174-181.

    WANG Chuanyang,WANG Jian. Study of Base Station Layout of Ultra Wideband Emergency Positioning[J]. Science of Surveying and Mapping, 2019, 44(8): 174-181.
    [7]
    张晖, 秦基伟. 高密度小基站网络关键技术及部署策略研究[J].智能建筑与城市信息,2015,229(12):94-98.

    ZHANG Hui,QIN Jiwei.Research on Key Technologies and Deployment Strategies of High Density Small Base Station Network[J].Intelligent Building & City Information,2015,229(12):94-98.
    [8]
    LANGLEY R B. Dilution of Precision[J].GPS World, 1999,10(5):52-59.
    [9]
    侯全武, 王坚, 胡洪, 等. 传感器位置对狭长空间定位精度的影响[J].大地测量与地球动力学,2013,33(1): 117-122.

    HOU Quanwu, WANG Jian, HU Hong, et al. Analysis of Effects on Location Accuracy of Sensors in Narrow Space[J]. Journal of Geodesy and Geodynamics, 2013,33(1):117-122.
    [10]
    DEMPSTER A G . Dilution of Precision in Angle-of-Arrival Positioning Systems[J]. Electronics Letters, 2006, 42(5):291-292.
    [11]
    LI B, DEMPSTER A G, JIAN W. 3D DOPs for Positioning Applications Using Range Measurements[J].Wireless Sensor Network, 2011, 3(10):343-349.
    [12]
    宋倩, 张波, 李署坚. 地面伪卫星组网布设技术研究[J].计算机测量与控制,2013,21(3):743-746.

    SONG Qian, ZHANG Bo,LI Shujian. Study of Configuration Technology of Ground Pseudolite[J].Computer Measurement & Control, 2013,21(3):743-746.
    [13]
    刘超, 高井祥, 于子晏, 等. GPS/伪卫星相对定位中伪卫星优化布设模型研究[J].中国矿业大学学报,2012,41(1):120-126.

    LIU Chao, GAO Jingxiang, YU Ziyan, et al. An Optimal Pseudolites Location Model of GPS/Pesudolites Integrated Relative Positioning[J]. Journal of China University of Mining & Technology, 2012,41(1):120-126.
    [14]
    王玮, 刘宗玉, 谢荣荣. 伪卫星辅助的北斗定位系统的GDOP研究[J].空间科学学报,2005(1):57-62.

    WANG Wei, LIU Zongyu, XIE Rongrong. The Research on GDOP of PL-Aided Beidou Positioning System[J].Chinese Journal of Space Science, 2005(1):57-62.
    [15]
    Levanon N. Lowest GDOP in 2-D Scenarios[J]. IEEE Proceedings:Radar,Sonar and Navigation,2000,147(3):149-155.
    [16]
    何小峰. 二维TOA定位中的最小GDOP问题[J].指挥控制与仿真,2014,36(6):52-55.

    HE Xiaofeng. Lowest GDOP of 2-D TOA-Positioning Systems[J]. Command Control & Simulation, 2014,36(6):52-55.
    [17]
    童俊,单甘霖.基于目标定位精度Cramér-Rao下限的多传感器空间布站研究[J].计算机测量与控制,2013,21(3):738-742.

    TONG Jun, SHAN Ganlin. A Study of Multi-sensor Space Configuration Optimization Based on Target Position Precision Cramér-Rao Low Bound[J]. Computer Measurement & Control, 2013,21(3):738-742.
    [18]
    FENG G , SHEN C , LONG C , et al. GDOP Index in UWB Indoor Location System Experiment[C]//IEEE International Conference on Sensors, Busan, Korea, 2015.
    [19]
    何琦敏, 王坚, 敖佳敏, 等. IAGA 模型支持下的灾区基站组网优化[J]. 测绘通报, 2017(8):7-12.

    HE Qimin, WANG Jian, AO Jiamin, et al. Optimization of Disaster Base Station Network Based on IAGA Model[J].Bulletin of Surveying and Mapping, 2017(8):7-12.
    [20]
    王雪延. 基于UWB基站配置的室内定位研究[D]. 西安:西安电子科技大学,2014.

    WANG Xueyan. A Study of Indoor Positioning Based on UWB Base-Station Configurations[D]. Xi’an: Xidian University, 2014.
  • Cited by

    Periodical cited type(121)

    1. 庄会富,郭建林,薛倩,张宇. 联合混合CNN和相似性评估的异源影像无监督变化检测方法. 地球信息科学学报. 2025(02): 507-521 .
    2. 孙雨生,邢华桥,项俊武,王海航. 顾及时空感知的轻量级遥感影像变化检测方法. 科技创新与应用. 2024(07): 5-8 .
    3. 周维勋,刘京雷,彭代锋,管海燕,邵振峰. MtSCCD:面向深度学习的土地利用场景分类与变化检测数据集. 遥感学报. 2024(02): 321-333 .
    4. 刘宣广,李蒙蒙,汪小钦,张振超. 基于面向对象孪生神经网络的高分辨率遥感影像建筑物变化检测. 遥感学报. 2024(02): 437-454 .
    5. 艾遒一,黄华国,郭颖,刘炳杰,陈树新,田昕. 基于孪生残差神经网络的GF-2影像林地变化检测——以浙江省建德林场为例. 遥感技术与应用. 2024(01): 24-33 .
    6. 尹杨,周毅. 基于遥感影像的生态环境和资源保护公益诉讼调查取证方法研究. 时空信息学报. 2024(01): 57-64 .
    7. 李正洪,全昌文,陈华江,陈敏,吕琦. 基于影像密集匹配点云的建筑物变化检测方法. 地理空间信息. 2024(03): 11-15 .
    8. 王腾,孟小亮,蔡冠中,陈影,孙洁衍,姚鹏. 自然资源视频监测目标检测关键技术研究与应用. 地理空间信息. 2024(03): 47-50+54 .
    9. 谢国波,廖文康,林志毅,张家源. 基于MCRASN的遥感影像变化检测. 应用光学. 2024(02): 430-437 .
    10. 张兰兰,王红雷. 基于深度学习的耕地非农化遥感监测与时空分析——以开阳县为例. 测绘通报. 2024(03): 13-18 .
    11. 樊华,王文旭,孙杰,李晓阳. 基于遥感影像的重要地物的变化检测和标注. 科学技术与工程. 2024(09): 3586-3595 .
    12. 陈华江,张晋博,张展豪,陈敏. 基于空间体素表达与影像目标验证的建筑物三维变化检测分析. 测绘与空间地理信息. 2024(05): 45-47+51 .
    13. 刘立,董先敏,王德富,张志强,刘娟. 人机协同的多模态遥感变化检测方法. 测绘通报. 2024(S1): 130-136 .
    14. 张宏鸣,沈寅威,阳光,孙志同,刘康乐,张二磊. 融合注意力机制与多尺度信息的葡萄种植区变化检测. 农业机械学报. 2024(05): 196-206+234 .
    15. 陈乐,卫伟. 多源土地利用产品在黄土丘陵沟壑区的精度评估. 水土保持学报. 2024(03): 177-186+194 .
    16. 常瑶,费鲜芸,王圳,高亚军,杨民书,文陈昊. 基于无人机影像的连云港云台山林场樱桃树种植面积提取. 江苏海洋大学学报(自然科学版). 2024(02): 89-96 .
    17. 唐江森,于亚杰,苏鹏. 河北省历史影像电子地图展示系统设计与实现. 城市勘测. 2024(03): 93-95+100 .
    18. 苏步宇,杜小平,慕号伟,徐琛,陈方,罗笑南. 耦合Mask R-CNN和注意力机制的建筑物提取及后处理策略. 遥感技术与应用. 2024(03): 620-632 .
    19. 汤玉奇,林泽锋,韩特,杨欣,邹滨,冯徽徽. 基于对称网络的光学和SAR影像变化检测. 遥感学报. 2024(06): 1560-1575 .
    20. 厉芳婷,张过,周方栋,王上,梁思,李志炜. 基于双流并行全向扫描Mamba的遥感影像建筑物变化检测. 武汉大学学报(信息科学版). 2024(09): 1574-1585 .
    21. 潘建平,谢鹏,郭志豪,林娜,张慧娟. 面向城市复杂场景的多尺度监督融合变化检测. 遥感信息. 2024(04): 23-32 .
    22. 吕宁,刘亦高,张增辉. 基于特征金字塔的协作式变化检测网络. 遥测遥控. 2024(05): 120-128 .
    23. 孙剑明,赵梦鑫,郝旭耀. 遥感图像变化检测方法研究综述. 计算机工程与应用. 2024(20): 30-48 .
    24. 黄子岸,赵艮平,王卓薇. 基于LS-CDNet的轻量级遥感影像变化检测. 激光杂志. 2024(10): 67-73 .
    25. 叶萍萍,仝昕. 基于深度学习的建筑物变化检测技术研究. 河南科技. 2024(19): 104-107 .
    26. 眭海刚,周宁,魏天怡. 遥感大数据的地理环境构建及目标保障技术综述. 无线电工程. 2024(11): 2505-2519 .
    27. 宁晓刚,张翰超,张瑞倩. 遥感影像高可信智能不变检测技术框架与方法实践. 测绘学报. 2024(06): 1098-1112 .
    28. 赵金奇,李宇轩,刘子蓉,安庆,宋时雨,牛玉芬. 基于相似性衡量函数优化的SAR时空极化信息一体化洪涝变化检测方法. 测绘学报. 2024(12): 2375-2390 .
    29. 吴丕团,覃现,余松梅,杨钊,杨昌. 自然资源资产审计服务中的测绘地理信息技术应用. 测绘标准化. 2024(04): 70-75 .
    30. 韩特,汤玉奇,陈玉增,张芳艳,杨欣,邹滨,冯徽徽. 基于自适应非局部模式一致性的多模态遥感影像变化检测方法. 遥感学报. 2024(12): 3197-3212 .
    31. 王本礼,王也,唐先龙,董胜光. 遥感影像变化图斑智能化提取平台研发与应用. 测绘通报. 2023(02): 150-154 .
    32. 袁嘉铭,杨敏,余华飞,赵炜. 面向精细化导航的城市道路网末梢扩展. 北京测绘. 2023(02): 172-177 .
    33. 赵会芹,于博,陈方,王雷. 基于高分辨率卫星遥感影像滑坡提取方法研究现状. 遥感技术与应用. 2023(01): 108-115 .
    34. 周豫阳,王明常,王凤艳,杨盈,刘子维. 改进U-Net的高分辨率遥感影像建筑区变化检测方法. 世界地质. 2023(01): 159-167 .
    35. 董艳琴,任金铜,张涛. 基于IR-MAD算法的GF-1影像土地利用变化检测研究. 无线互联科技. 2023(03): 109-113 .
    36. 李泽宇. 基于改进注意力机制的SAR图像变化检测方法研究. 科学技术创新. 2023(08): 35-39 .
    37. 李琳,汪小钦,刘益锋,丁书培,陈芸芝. 基于时序遥感影像的长汀县生产建设项目扰动监测. 遥感技术与应用. 2023(02): 308-318 .
    38. 李星华,黄艳媛. 高分影像变化检测的孪生差分特征融合网络. 测绘科学. 2023(05): 129-139 .
    39. 白建超,陈泓桦. 基于SVM的SAR图像变化检测方法研究. 高等数学研究. 2023(03): 76-82 .
    40. 詹必伟,唐小丽,何奕萱,陈绍根,臧广义,黎浩许. 基于改进UNet网络的耕地变化检测方法研究. 测绘. 2023(02): 76-79 .
    41. 陈婕,刘纪平,徐胜华. 增强边缘信息的全卷积神经网络遥感影像建筑物变化检测. 测绘通报. 2023(06): 61-67 .
    42. 沈鑫甦,嵇灵. 面向遥感地类变化检测的U型深度学习神经网络改进方法. 测绘通报. 2023(06): 93-97+103 .
    43. 姚照原,马磊,万玮,宋本钦,王卫红,邓继伟,肖蕾,冀锐,魏之皓,崔要奎. 基于深度学习的遥感样本库一致性评估. 北京大学学报(自然科学版). 2023(04): 563-568 .
    44. 赵昊罡,崔红霞,张芳菲,顾海燕,穆潇莹. 改进SegNet+CRF高分辨率遥感影像建筑物提取方法. 计算机测量与控制. 2023(07): 177-183 .
    45. 张吉玲,王庆,王静,闫烁月,陈卓然. 改进U-Net网络的高分辨率遥感影像变化检测算法. 遥感信息. 2023(03): 122-129 .
    46. 陈海永,吕承杰,杜春,陈鹏. 孪生注意力门控融合的遥感图像变化检测编解码网络. 计算机工程与科学. 2023(09): 1593-1601 .
    47. 闫利,李希. 用于高分辨率遥感影像度量变化检测的多路径非对称融合网络. 电子学报. 2023(07): 1781-1790 .
    48. 李强,张杰,刘东顺,李磊. 基于改进U-Net模型的航空影像建筑物变化检测. 测绘与空间地理信息. 2023(09): 60-63+67 .
    49. 柳思聪,都科丞,郑永杰,陈晋,杜培军,童小华. 人工智能时代的遥感变化检测技术:继承、发展与挑战. 遥感学报. 2023(09): 1975-1987 .
    50. 朱传海 ,陈学泓 ,陈晋 ,袁宇恒 ,唐凯 . 基于分类后验概率空间的孪生Nested-UNet(SNU-PS)变化检测网络. 遥感学报. 2023(09): 2006-2023 .
    51. 杨彬,毛银,陈晋,刘建强,陈杰,闫凯. 深度学习的遥感变化检测综述:文献计量与分析. 遥感学报. 2023(09): 1988-2005 .
    52. 吴小所,王利玲,吴朝阳,郭存鸽,杨乐,闫浩文. 基于双时相特征筛选的遥感图像变化检测模型. 地球信息科学学报. 2023(11): 2268-2280 .
    53. 姜明,张新长,孙颖,冯炜明,阮永俭. 全尺度特征聚合的高分辨率遥感影像变化检测网络. 测绘学报. 2023(10): 1738-1748 .
    54. 申文杰,贾云珍,李洋,林赟,蒋雯,王彦平. 基于Log-Ratio算子的目标级星载SAR时序图像变化检测方法. 工业控制计算机. 2023(11): 98-101 .
    55. 魏汝兰,王洪飞,盛森,江一帆,余亚芳. 基于深度学习的卫星影像耕地变化检测方法及系统应用. 软件导刊. 2023(11): 29-34 .
    56. 火久元,刘梦. 基于PCA信息熵特征融合的遥感影像变化检测(英文). Journal of Measurement Science and Instrumentation. 2023(04): 398-412 .
    57. 于政尧,黄建华,孙希延,罗明明,万逸轩. 融合Swin Transformer的遥感影像建筑物变化检测. 电子测量技术. 2023(22): 139-147 .
    58. 曹州,刘士彬,马勇,姚武韬,姜丽媛. 一种联合光谱-对象-时间特征的遥感影像变化检测方法. 中国科学院大学学报. 2022(01): 102-109 .
    59. 陈海鹏,张莉,李淼,谢雯君,邱博. 自然资源调查监测地表覆盖成果质检关键技术探讨. 测绘通报. 2022(01): 96-99 .
    60. 潘建平,徐永杰,李明明,胡勇,王春晓. 结合相关系数和特征分析的植被区域自动变化检测研发. 自然资源遥感. 2022(01): 67-75 .
    61. 潘建平,李鑫,孙博文,胡勇,李明明. 基于注意力密集连接金字塔网络的新增建设用地变化检测. 测绘通报. 2022(03): 41-46+59 .
    62. Wensong LIU,Xinyuan JI,Jie LIU,Fengcheng GUO,Zongqiao YU. A Novel Unsupervised Change Detection Method with Structure Consistency and GFLICM Based on UAV Images. Journal of Geodesy and Geoinformation Science. 2022(01): 91-102 .
    63. 张海明,王明常,陈学业,王凤艳,杨国东,高苏. 领域知识优化深度置信网络的遥感变化检测. 武汉大学学报(信息科学版). 2022(05): 762-768+788 .
    64. 梁哲恒,黎宵,邓鹏,盛森,姜福泉. 融合多尺度特征注意力的遥感影像变化检测方法. 测绘学报. 2022(05): 668-676 .
    65. 黄梅,杨文忠,汪传建,魏文钰. 基于SE-DRUnet的遥感影像耕地变化检测. 东北师大学报(自然科学版). 2022(02): 61-67 .
    66. 王明亮,金丽华,马传宁,武丽梅,李影. 基于无人机交互的土地利用遥感监测应用研究. 测绘与空间地理信息. 2022(S1): 48-50 .
    67. 黄然,方正云,马御棠,黄双得,文刚,刘靖,孙浩轩. 基于变化检测的输电走廊外力破坏隐患区域识别. 航天返回与遥感. 2022(03): 138-148 .
    68. 程勉志,赵艳坤,闫超德,王石岩. 基于地表覆盖转移矩阵的公路工程进度监测方法. 地理信息世界. 2022(03): 53-57 .
    69. 赵祥,王涛,张艳,郑迎辉,张昆,王龙辉. 基于改进DeepLabv3+孪生网络的遥感影像变化检测方法. 地球信息科学学报. 2022(08): 1604-1616 .
    70. 黄宇鸿,周维勋. 高分辨率遥感影像场景变化检测的相似度方法. 测绘通报. 2022(08): 48-53 .
    71. 冯炜明,张新长,孙颖,姜明,甘巧,侯幸幸. 融合Transformer结构的高分辨率遥感影像变化检测网络. 测绘通报. 2022(08): 36-40+92 .
    72. 李刚,宁晓刚,张翰超,王浩,郝铭辉. “三调”成果数据引导的耕地“非农化”遥感监测. 测绘科学. 2022(07): 149-159 .
    73. 黄宇鸿,周维勋. 不同特征提取策略的场景变化检测性能评估. 北京测绘. 2022(08): 980-984 .
    74. 高梓昂. 基于双注意力机制与UNet的遥感影像变化检测方法. 长江信息通信. 2022(09): 16-18 .
    75. 厉芳婷,张过,石婷婷,李乐. 耕地“非农化”遥感解译样本分类体系及应用. 农业工程学报. 2022(15): 297-304 .
    76. 李平苍. 高分专项系列卫星在铁路全生命周期应用探讨. 卫星应用. 2022(10): 31-36 .
    77. 李强,耿丹,张景发,龚丽霞. 面向地震应急调查的遥感应用现状及趋势分析. 遥感学报. 2022(10): 1920-1934 .
    78. 麻连伟,宁卫远,焦利伟,薛帅栋. 基于U-Net卷积神经网络的遥感影像变化检测方法研究. 能源与环保. 2022(11): 102-106 .
    79. 余晓娜,黄亮,陈朋弟. 基于Segnet网络和迁移学习的全景街区影像变化检测. 重庆大学学报. 2022(11): 100-107 .
    80. 王红雷,谢义娟,刘诗琦,严文璞,张兰兰. 贵州乱占耕地建房动态监测监管技术平台研究与实现. 地理信息世界. 2022(06): 16-20 .
    81. 宋文宣,彭代锋. 一种改进全卷积网络的遥感影像变化检测. 遥感信息. 2022(06): 130-136 .
    82. 单浩宇,王春晓,尹鹏程,李二珠,张连蓬,史嘉诚,刘伟. 基于深度学习与矢-栅数据的图斑变化检测系统. 现代测绘. 2022(06): 16-19 .
    83. 张翠军,安冉,马丽. 改进U-Net的遥感图像中建筑物变化检测. 计算机工程与应用. 2021(03): 239-246 .
    84. 李文国,黄亮,左小清,王译著. 基于微调语义分割模型的街景影像变化检测方法. 软件导刊. 2021(02): 200-205 .
    85. 郝玉珠,陈振杰,侯仁福,王贝贝. 基于遥感影像序列的建设占用农用地时空信息提取. 长江流域资源与环境. 2021(02): 371-381 .
    86. 李正伟. 基于EBPNN模型的遥感图像变化检测研究. 计算机测量与控制. 2021(03): 124-128+144 .
    87. 杨钰琪,陈驰,杨必胜,胡平波,崔扬. 基于UAV影像密集匹配点云多层次分割的建筑物层高变化检测. 武汉大学学报(信息科学版). 2021(04): 489-496 .
    88. 马倩,邹焕新,李美霖,成飞,贺诗甜. 基于SNIC的双时相SAR图像超像素协同分割算法. 系统工程与电子技术. 2021(05): 1198-1209 .
    89. 吴纹辉,慎利,董新丰,杜有德. 面向高分辨率遥感影像建筑物变化检测的边缘感知网络. 地理与地理信息科学. 2021(03): 21-28 .
    90. 武宇,张俊,李屹旭,黄康钰. 基于改进U-Net的建筑物集群识别研究. 国土资源遥感. 2021(02): 48-54 .
    91. 戴晓琴,沈瑞淇,王俊,汪军阳,周俊利. GEE遥感云平台支撑下的河南省土地利用变化检测. 测绘科学技术学报. 2021(03): 287-294 .
    92. 李晓东,宋开山. 动态变化率与最大差值相结合的陆表生态变化检测. 遥感学报. 2021(06): 1338-1350 .
    93. 刘星雨,王建,朱恰,马紫雯,周再文,高贤君. 基于深度学习差值分析的高分影像建筑物变化检测. 北京测绘. 2021(05): 583-589 .
    94. 任秋如,杨文忠,汪传建,魏文钰,钱芸芸. 遥感影像变化检测综述. 计算机应用. 2021(08): 2294-2305 .
    95. 李宁,吕宗森,郭拯危. 联合变化检测与子带对消技术的SAR图像干扰抑制方法. 系统工程与电子技术. 2021(09): 2484-2492 .
    96. 窦世卿,宋莹莹,徐勇,苗林林,陈治宇,郑贺刚. 基于随机森林的高分影像分类及土地利用变化检测. 无线电工程. 2021(09): 901-908 .
    97. 高振宇,刘亮,潘浩,马御棠,黄修乾,耿浩,刘靖,徐崇斌,孙晓敏. 基于改进语义分割网络的输电走廊遥感变化检测. 航天返回与遥感. 2021(04): 120-128 .
    98. 谢优平,肖祥红. 基于遥感技术的自然资源执法监察工作问题探析. 地理空间信息. 2021(09): 41-43+49+157 .
    99. 李晓东,闫守刚,宋开山. 遥感监测东北地区典型湖泊湿地变化的方法研究. 遥感技术与应用. 2021(04): 728-741 .
    100. 李正伟. 基于Log-Gabor滤波器的SAR图像变化检测研究. 计算技术与自动化. 2021(03): 127-132 .
    101. 王译著,黄亮,陈朋弟,李文国,余晓娜. 联合显著性和多方法差异影像融合的遥感影像变化检测. 自然资源遥感. 2021(03): 89-96 .
    102. 赵亮,徐云和,陈磊. 基于孪生神经网络的遥感影像变化检测研究. 测绘通报. 2021(S1): 129-133 .
    103. 牛晓楠,倪欢,李云峰,张庆,周小平,陆远志,郝娇娇. 基于遥感影像变化检测的城区暗浜自动识别方法——以安庆市为例. 地质通报. 2021(10): 1697-1706 .
    104. 王民水,孔祥明,陈学业,杨国东,王明常,张海明. 基于随机补片和DeepLabV3+的建筑物遥感图像变化检测. 吉林大学学报(地球科学版). 2021(06): 1932-1938 .
    105. 叶沅鑫,孙苗苗,王蒙蒙,谭鑫. 结合邻域信息和结构特征的遥感影像变化检测. 测绘学报. 2021(10): 1349-1357 .
    106. 胡顺石,黄英,黄春晓,李大成,王倩. 多源遥感影像协同应用发展现状及未来展望. 无线电工程. 2021(12): 1425-1433 .
    107. 王儒壮,李小群,刘春霞,孙树承. 基于高分遥感影像的海口市违法建筑监测. 北京测绘. 2021(10): 1329-1332 .
    108. 季顺平,田思琦,张驰. 利用全空洞卷积神经元网络进行城市土地覆盖分类与变化检测. 武汉大学学报(信息科学版). 2020(02): 233-241 .
    109. 张庆,李云峰,牛晓楠,周小平,陆远志,鲍晓明. 基于3S技术的浅层不良地质体调查. 地质论评. 2020(S1): 177-178 .
    110. 冯林艳,谭炳香,王晓慧,陈新云,曾伟生,戚曌. 基于分布函数的对象级森林变化快速检测. 国土资源遥感. 2020(02): 73-80 .
    111. 王艳恒,高连如,陈正超,张兵. 结合深度学习和超像元的高分遥感影像变化检测. 中国图象图形学报. 2020(06): 1271-1282 .
    112. 肖和平,罗伦,单新周. 遥感技术在公路交通管理维护中的应用. 交通与运输. 2020(04): 81-85 .
    113. 宋业冲,李英成,耿中元,丁晓波,裴亚健. 深度学习方法在光伏用地遥感检测中的应用. 测绘科学. 2020(11): 84-92 .
    114. 徐锐,余小于,张驰,杨瑨,黄宇,潘俊. 融合Unet网络和IR-MAD的建筑物变化检测方法. 国土资源遥感. 2020(04): 90-96 .
    115. 倪良波,卢涵宇,卢天健,丁蕾锭,卢梅. 基于孪生残差神经网络的遥感影像变化检测. 计算机工程与设计. 2020(12): 3451-3457 .
    116. 季欣然,黄亮,陈朋弟. 结合变化向量分析和直觉模糊聚类的遥感影像变化检测方法. 全球定位系统. 2020(06): 100-106 .
    117. 高敏,王肖霞,杨风暴,张宗军. 面向SAR图像像素级变化检测的去模糊化处理方法. 激光与光电子学进展. 2020(22): 277-283 .
    118. 郭婷婷. 卫星遥感AI赋能城市空间治理. 北京规划建设. 2020(S1): 178-180 .
    119. 宿强,杨景玉,王阳萍. 基于直觉模糊C核均值聚类算法的合成孔径雷达图像变化检测. 激光与光电子学进展. 2019(19): 270-277 .
    120. 程梦真,惠文华,李延金,魏家旺. 利用影像相关分析的遥感变化检测. 测绘通报. 2019(10): 67-71 .
    121. 王译著,黄亮. 2003~2018年昆明市呈贡区土地利用动态变化时空特征分析. 科学技术与工程. 2019(28): 42-49 .

    Other cited types(192)

Catalog

    Article views (449) PDF downloads (96) Cited by(313)
    Related

    /

    DownLoad:  Full-Size Img  PowerPoint
    Return
    Return