基于墨西哥帽小波变换的机载SAR海面风场反演

针对从机载SAR探测图像中反演风向中如何提取图像中的风条纹信息的问题,给出基于墨西哥帽小波的风条纹信息提取方法,结合二维快速Fourier变换反演海面风向.以中国南海海域一组机载SAR实测数据为例,采用该方法反演风向,并运用CMOD4、CMOD-IFR2和CMOD5模式反演风速,验证海面风场反演方法特性.结果表明,墨西...     

基于形态学和盲源分离合成孔径雷达水体提取

采用一种新的基于独立分量分析(independentcomponent analysis,ICA)盲源分离(blind source separation,BSS)和形态学开重构(open reconstruction)的方法实现多极化合成孔径雷达(synthetic aperture radar,SAR)影像相干斑噪声抑制和水体目标快速提取.SAR影像具有强烈乘性相干斑噪声,影像数据为非高斯分布,具体分布形式未知.利用独立分量分析方法,不需要知道SAR影像的具体分布,通过对数量化将相干斑噪声转化为与图像数据相互独立的加性噪声,从多极化SAR影像中自动分离出图像数据与相干斑噪声,并自动选择相干斑指数最小的分量为图像分量.针对SAR影像水体目标的亮度及形状分布特征,进一步采用形态学开重构运算,从分离出的图像分量中提取出水体目标.利用ENVISAT ASAR多极化影像进行了实验,结果表明该方法可以快速准确地提取多极化SAR影像中的水体目标.     

基于 MVDＲ 波束形成算法的风速风向测量方法

为更好地抑制传统测风方法中噪声的问题,提出了基于 MVDＲ( Minimum Variance Distortioniess Ｒesponse) 波束形成算法,结合一种特殊的弧形阵列的测风研究方法,通过使用四元超声波传感器弧形阵列结构获得冗余空间采样信息,并将阵列所接收信息进行最小方差无畸变响应的波束形成算法处理,从而估计待测的风速风向信息。仿真结果表明,该方法可实现对风速 0 ～ 60 m/s 与风向角 0 ～ 359°的估计,可实现对风速以及风向的准确测量。     

A parametric method of retrieving ocean wave spectra from synthetic aperture radar images

A parametric method that extracts the ocean wave directional spectra from synthetic aperture radar (SAR) image is presented. The 180° ambiguity of SAR image and the loss of information beyond the azimuthal cutoff can be overcome with this method. The ocean wave spectra can be obtained from SAR image directly by using iteration inversion mapping method with forward nonlinear mapping. Some numerical experiments have been made by using ERS-1 satellite SAR imagette data. The ocean wave direction retrieved from SAR imagette data is in agreement with the wind direction from the scatterometer data.     

对流层风廓线雷达资料质量分析

为了检验对流层风廓线雷达观测数据的准确性,利用2014年6-7月咸宁的对流层风廓线雷达和GPS移动探空资料,以GPS探空观测值为参考,对对流层风廓线雷达的观测质量进行对比分析,定义两者风向偏差在15°以内或风速偏差在3m/s以下的样本为有效样本,通过比较有效样本占总样本数的比值来判断风向和风速数据的质量。结果表明:降水量对风场影响不明显,风速和风向有效样本数的变化不同,比较时段内,风向数据的质量优于风速,降水提高了风向数据的质量;1~10km高度,风向数据的质量较好,而降水将提高该数据的质量;8km高度以下,风速数据的质量较好,降水对该数据的质量起反效果。总体来说,除近地层(1km以下)外,风速值越大,风向数据的质量越好,降水对高层风向数据的质量有正贡献。     

单多普勒雷达VAP方法反演水平风场的检验

利用长江中下游外场实验的多普勒雷达联合观测资料,检验使用VAP（Velocity-Azimuth Process）方法反演中-β尺度（20～200km）水平风场的可靠性。局地均匀风假定的合理 性分析表明,在125km以内VAP方法反演的水平风场的分辨率可以满足中-β尺度(20～200km)分辨率的需求。多种方式检验表明,单多普勒雷达VAP方法反演出的水平风场可以正确地反映风场中的中-β尺度结构,作为分析中尺度风场信息的依据。     

人工神经网络在星载散射计海面风场反演建模中的应用

地球物理模型函数(GMF)是散射计风场反演的基础及算法有效运行的前提条件。采用传统的统计方法建立GMF往往需要大量的、多种参数条件下的雷达后向散射测量数据。以圆锥扫描散射计SeaWinds为例,根据其特点,建立了一个两种极化方式下统一的神经网络模型函数(NN GMF),并对风速、相对风向采样间隔和测量值数目对模型精度的影响进行了详细分析。通过与Qscat-1模型进行比较,发现该神经网络模型在采样间隔较大或测量值数目较少的情况下,仍能较好地体现SeaWinds散射计的海面后向散射特性。     

多普勒雷达VAD技术扩展的误差分析

从理论上给出了扩展VAD相对于VAD的误差解析表达式,证明谐波分析方法可从半圆资料中精确地求出一阶富氏系数,因此半圆VAD方法计算出的大尺度风向风速和VAD方法有相同的精度。用1/3圆资料拟合简谐曲线所计算出的风向风速相对于VAD方法存在误差,其大小和简谐曲线的初位相有关,风向误差为0～27°、风速相对误差为0～0.4。理想简谐分布离散数据的模拟实验表明,TVAD的风向平均误差为16°、风速为0.27,与常规测风的误差相近。实际多普勒速度廓线的拟合实验说明半圆VAD技术和TVAD技术所拟合出的简谐曲线可以反映其所代表区域的风场大尺度特征。     

应用全极化辅助天线和Kalman滤波器的旁瓣干扰对抗方法

为减小干扰极化方式对旁瓣对消系统的影响,提出一种基于全极化辅助天线和Kalman滤波器的极化域-空域联合抗旁瓣干扰方法。首先对辅助天线进行正交双极化改造,根据极化通道功率优选辅助通道信号,进而利用Kalman滤波器进行闭环旁瓣对消。该方法将旁瓣对消系统看作误差预测滤波器,将优选的辅助通道加权和作为量测,通过迭代修正权值矢量,减小主通道信号与量测的误差,从而消除旁瓣干扰,提高主通道信噪比。仿真实验表明:该方法收敛速度快,适用于多辅助通道情况,对正交极化干扰的输出信噪比优于常规旁瓣对消约10dB,在低快拍条件下稳定性好。     

模糊信息粒化和GWO-SVM算法结合的短期风速范围预测

为了实现对风速范围区间的准确预测,提出一种基于模糊信息粒化和灰狼优化-支持向量机(GWO-SVM)算法的风速预测模型.该模型首先利用模糊信息粒子,从一段连续时间的风速值提取出最大值、最小值及大致的平均水平值;然后,采用时间序列风速输入模型,构建输入支持向量机模型的标签向量与特征矩阵;最后,通过灰狼算法进行支持向量机预测模型的参数寻优,实现对风速范围区间的准确预测.在实例验证阶段,将风速历史数据进行模糊粒化,采取4种不同的参数寻优方式对支持向量机预测模型进行参数寻优.结果表明:GWO-SVM算法可以有效地提高风速范围预测的精确度.     

扩展VAP对单多普勒雷达径向风的反演及质量控制

利用理想的均匀和涡旋风场模拟了多普勒雷达径向风资料，检验了VAP方法的反演能力，发现VAP方法对均匀风场反演能力很强，而对涡旋风场反演效果较差，分析显示局地均匀风的假定是主要原因．针对该假定过于理想化的特点，结合实际风场提出了扩展VAP方法，模拟资料对比试验表明，扩展VAP方法计算简便，能显著提高雷达径向风的反演质量，反演风场在风速大小和方向上都更合理．实例反演也证明了扩展VAP方法的反演性能，与双多普勒雷达反演结果基本一致．最后还结合气候极值、时空连续性条件对反演结果进行了质量订正，使反演的风场质量得到了进一步提高，为资料的下一步数值应用奠定了基础．     

基于无人机贴近摄影的高陡边坡结构面识别

岩体结构面的产状和位置信息是分析高陡边坡稳定性及确定支护形式的重要依据.为解决传统接触式勘测手段存在的风险高、效率低等问题,提出了基于无人机贴近摄影和聚类算法的高陡边坡结构面自动识别方法.首先采用M210-RTK无人机获取高分辨率数字图像,并利用运动恢复结构算法(Structure From Motion,SFM)生成细节丰富的高陡边坡三维模型和三维点云;再通过K近邻算法(K-Nearest Neighbor,Knn)及PCA主成分分析法,筛选出共面点云集合并确定了结构面的边界范围;最后采用最小二乘法拟合出共面点云的最佳平面方程,以平面方程的法向量方向确定结构面的产状参数.验证实验表明:基于无人机贴近摄影所建立的三维模型精度优于2 cm,倾向和倾角的误差分别小于3°和2°.本方法应用于长沙丁字镇某高陡边坡的结构面识别,成功识别出其优势结构面,并就其对边坡稳定性的影响进行了分析,可为边坡评价和治理提供重要依据.     

基于小波分析法与滚动式时间序列法的风电场风速短期预测优化算法

为实现风电场风速的超前多步高精度预测,提出一种基于小波分析法与滚动式时间序列法混合建模的优化算法。该优化算法引入小波分析法对风电场实测非平稳风速序列进行分解重构计算,将非平稳性原始风速序列转化为多层较平稳分解风速序列,利用对传统时间序列分析法改进后的滚动式时间序列法对各分解层风速序列建立非平稳时序预测模型,并通过模型方程实现超前多步滚动式预测计算。仿真结果表明:该优化算法实现了风速的高精度短期多步预测,将传统时间序列分析法对应超前1步、3步、5步的预测精度分别提高了54.22%,26.44%和19.38%,其预测的平均相对误差分别为1.14%,3.06%和4.41%;优化算法具有较强的细分与自学习能力。     

基于GWO改进神经网络的风致输电杆塔响应计算方法

针对基于有限元方法的风致输电杆塔仿真模型存在模型参数设置复杂、响应速度低下等问题,本文提出了一种结合杆塔仿真计算与机器学习的杆塔应力快速计算方法,实现了风致输电杆塔仿真模型的高效运算。本文首先利用有限元仿真分析10~35 m/s风速0~90°风向下输电杆塔的应力结果,将其作为神经网络训练样本;分析杆塔本征参数及气象因素对杆塔应力结果的影响,提出一种基于风速、风向和塔材类型等因素的特征值选取方法;利用GWO优化算法提高神经网络准确度,建立基于GWO-BPNN的杆塔风致应力计算模型,计算速度可达建模仿真的10倍以上。在准确率上,基于数据集划分训练集及验证集,模型准确率在98%以上,将计算结果与实际杆塔受灾情况相比情况一致。本模型可用于输电线路防风预警,致力于输电线路防灾减灾。     

一种不受高光和阴影约束的形状恢复算法

针对高光和阴影同时存在时，用传统的4光源光度立体法进行三维形状恢复存在较大误差这一问题，提出一种4光源法向量选取算法．通过将不同像素恢复的法向量与镜面反射方向进行比较，并选取与之最接近的法向量为所求法向量进行形状恢复，避免了传统算法中用阈值剔除高光和阴影造成的误差，去除了高光和阴影对算法的约束，扩大了算法的适用范围，在高光和阴影未知的情况下，可以更加稳定地恢复出物体形状，而且大大提高了恢复的精度．仿真表明，该算法可以恢复不同颜色和材质的物体形状，与传统算法相比，在最坏的输入情况下，高度相对误差从40％～50％下降到5％左右．     

Andes上空中间层和低热层中大气惯性重力波的激光雷达观测

利用Andes观测站(30. 3°S,70. 7°W)激光雷达2016年6月8～9日共11. 6 h的风场、温度以及钠原子数密度的观测数据,研究了一个在中间层顶区域惯性重力波活动事件。谱分析表明,这个惯性重力波的周期约6. 6 h,垂直波长约7. 5 km,水平波长约826 km。根据矢端曲线法分析发现,此惯性重力波的传播方向大约为西偏北38. 6°。计算出它的垂直群速度约0. 2 m·s~(-1),水平群速度约22. 9 m·s~(-1)。射线追踪结果表明,上传惯性重力波可能来自于平流层的急流区域。虽然该惯性重力波不能达到不稳定性的阈值,但是理查德森数和浮力频率显示,由于不同扰动分量的叠加,导致了在一些高度和时间上,动力学的发生和对流不稳定性的存在。因此,叠加效应引起的不稳定性可能会对中间层-低热层中波的饱和度和幅度约束有显著影响。同时利用重力波偏振关系和惯性重力波纬向风扰动,计算出了经向风、温度和大气密度扰动,同时观测的经向风和温度扰动与计算的结果一致,表明观测到的准单色惯性重力波能很好满足重力波偏振关系。另外,计算得到的大气密度扰动与观测的钠原子数密度扰动相位一致,证实了中间层-低热层区域的钠原子可以作为重力波的示踪物。     

基于稀疏向量距离的网络入侵数据检测

传统的网络入侵检测速度慢、实时性差,且误报率较高。为此,提出一种基于稀疏向量距离的网络入侵数据检测方法。该方法首先对所获得的网络样本数据进行初步分析,采用K-means算法对样本数据包进行量化处理得到该数据流的位置分布集,使用压缩感知的稀疏编码技术处理,得到数据的稀疏表示,然后通过随机投影获取数据集的二值哈希编码可以近似地表示稀疏向量的距离,与设定的阈值进行比较,判断该数据是否为入侵数据。根据这些稀疏向量的距离能够快速而准确地检测到入侵的网络数据。实验结果表明,相对于传统检测算法,本文算法具有速度快、实时性好、误报率低等优点,使入侵检测系统的性能得到了很大提高,充分确保了网络的安全性。     

降低FBMC-OQAM峰均值比方法的研究

针对滤波器组多载波/正交幅度调制(filter bank multi-carrier/offset quadrature amplitude modulation,FBMC-OQAM)系统峰均值比(peak to average power ratio,PAPR)过高的问题,提出一种应用在FBMC-OQAM系统中的双层迭代部分传输算法.所提算法在传统迭代部分传输序列(iterative partial transmit sequence algorithm,IPTS)算法的基础上,改进搜索方式,将相位因子向量分为奇偶分别进行迭代,扩大了搜索范围.再结合FBMC-OQAM系统的重叠特性,对数据块之间的重叠部分加以利用,将使得当前符号块加权后的信号与寄存窗中的信号之和的PAPR最小的相位因子向量作为最优相位因子向量,从而在不增加过多计算量的基础上提高了抑制PAPR的性能.仿真结果表示,改进的双层迭代部分传输序列(partial transmit sequence algorithm,PTS)算法的PAPR抑制效果显著优于传统算法,误码率低于传统算法,且计算复杂度显著低于PTS算法.     

基于支持向量机的短期风速预测研究

目的 为了减少风电场风速预测的误差,研究基于支持向量机(SVM)模型的短期风速预测.方法 采用SVM回归估计算法建立预测模型.结果 将该方法应用于实测数据进行预测,结果表明预测误差确实得到了降低.结论 和传统回归方法(如ARMA)比较说明所建模型是可行和有效的.     

基于预期SVM-DTC的双馈风力发电系统研究

针对双馈风力发电机的传统直接转矩控制(DTC)会造成转矩和磁链的波形脉动的问题,提出一种基于预期空间电压矢量的双馈风力发电机直接转矩控制,利用矢量控制连续平滑和直接转矩控制快速响应的特性,补偿风速变化引起的扰动,提高系统的动态性能和稳定性。仿真结果表明,对于风速变化,基于预期SVM-DTC的双馈风力发电机在磁链轨迹、转速响应与调节、转矩跟随与脉动抑制以及电压波动等方面的控制性能都优于传统DTC。