我国资源与环境遥感研究的进展与展望

本文概略说明了近二十年来我国资源与环境遥感研究所取得的进展，并对未来我国资源与环境遥感的发展进行了分析。     

上海广播电视塔桩基承台水平地震反应分析

分析了在桩尖处地震动输入下上海广播电视塔－群桩－土相互作用体系的桩承台水平地震反应问题。对群桩－地基土相互作用分析，采用了较为简便而实用的三维波动方程解的半解析方法的结果。在分析桩－土－承台体系的动力特性时，将承台以上的结构简化成一个动力等效的单自由度体系。最后给出了承台水平地震反应的时程曲线，作为上部结构地震反应分析时的有效地震输入。     

粉末倍频效应——一种探索非线性光学晶体材料的有效方法

本文描述了一种探索非线性光学晶体材料的有效方法——粉末倍频效应,并给出用此法探索一种新型非线性光学晶体——二氯二硫脲合镉(BTCC)的粉末倍频结果。结果表明,该方法是一种探索非线性光学晶体材料的准确、简便、迅速的方法。     

不同药物对革胡子鲶幼苗隐鞭虫病治疗的初步研究

本文报道了不同药物对革胡子鲶幼苗隐鞭虫病疗效的研究，较为详细地阐述了氯化钠、重铬酸钾、高锰酸钾、硫酸铜、硫酸亚铁、孔雀石绿、亚甲基兰和甲醛等药物对隐鞭虫的治疗效果及其对革胡子鲶幼苗成活率的影响。对治疗革胡子鲶幼苗隐鞭虫病选择最佳药物及其安全浓度具有一定的理想和实践意义。     

间羧基偶氮羧与钡显色反应的研究

研究了显色剂间羧基偶氮羧（ｍｅ－ｃ）与Ｂａ２＋的显色反应，在ｐＨ值为３．０的缓冲溶液中，Ｂａ２＋与间羧基偶氮羧（ｍｅ－ｃ）在λ＝７０５ｎｍ形成β型配合物，ε７０５＝１．２×１０５Ｌ／ｍｏｌ·ｃｍ．该显色反应可用于痕量Ｂａ２＋的分析，具有很高的灵敏性．     

并行设计过程的一种矩阵规划方法

利用信息论中的香农熵对信息流进行度量，建立了模糊设计结构的矩阵。通过分解和割裂算法对该矩阵进行重构，揭示了并行设计过程的内部结构，经过重新组织后的设计过程为并行设计的管理，控制，实验提供了新的策略。     

基于时频联合尺度变换的中轨SAR斜视成像方法

在中轨合成孔径雷达(synthetic aperture radar, SAR)成像中,大斜视角以及长合成孔径时间会导致信号产生严重的距离走动和二维空变。首先，针对信号的距离走动问题,采用了变脉冲重复频率(pulse repetition frequency, PRF)技术对回波进行录取,消除大距离走动带来的回波接收问题。然后，针对传统的波数域算法不能实现大斜视中轨SAR信号的聚焦问题,提出了一种结合改进的Stolt插值的时频联合尺度变换的成像方法,利用方位时间尺度变换来解决信号方位调频率的2次空变,再使用改进的Stolt插值完成距离徙动校正。最后,利用多普勒尺度变换来处理剩余的高次空变。通过仿真结果可以证明所提算法的有效性。     

Design of synthetic aperture radar low-intercept radio frequency stealth

Not confined to a certain point,such as waveform,this paper systematically studies the low-intercept radio frequency(RF)stealth design of synthetic aperture radar(SAR)from the system level.The study is carried out from two levels.In the first level,the maximum low-intercept range equation of the conventional SAR system is deduced firstly,and then the maximum low-intercept range equation of the multiple-input multiple-output SAR system is deduced.In the second level,the waveform design and imaging method of the low-intercept RF SAR system are given and verified by simulation.Finally,the main technical characteristics of the lowintercept RF stealth SAR system are given to guide the design of low-intercept RF stealth SAR system.     

Adaptive learning algorithm based on mixture Gaussian background

The key problem of the adaptive mixture background model is that the parameters can adaptively change according to the input data. To address the problem, a new method is proposed. Firstly, the recursive equations are inferred based on the maximum likelihood rule. Secondly, the forgetting factor and learning rate factor are redefined, and their still more general formulations are obtained by analyzing their practical functions. Lastly, the convergence of the proposed algorithm is proved to enable the estimation converge to a local maximum of the data likelihood function according to the stochastic approximation theory. The experiments show that the proposed learning algorithm excels the formers both in converging rate and accuracy.