基于多域网络的红外目标跟踪算法

随着红外探测器性能的不断提升, 红外目标跟踪在智能安防等领域的应用越来越广泛。然而红外图像分辨率较低, 依赖其进行目标跟踪仍然是一个制约相关应用发展的难题。针对红外图像分辨率低的特点, 以多域网络为模型算法框架, 结合目标运动过程中的尺寸变化特点, 提出了一种基于多域网络的红外目标跟踪算法。为了评估算法性能, 分别在VOT-TIR2016数据库和AMCOM红外数据上进行了实验。实验结果表明, 目标尺度预测机制能够显著提高算法的跟踪精度。     

星载Ku,Ka和W三频雷达探测云雨三维结构模拟仿真

对星载Ku, Ka和W波段微波雷达联合观测中纬度陆地气旋、热带台风和热带洋面气旋个例中云和降水的三维结构进行了模拟仿真.首先利用Weather Research and Forecasting(WRF)云模式模拟了个例中各种水凝物的时空分布,并利用Aqua卫星MODIS观测结果直接检验了中纬度陆地气旋个例模拟结果;然后将模拟结果作为输入,利用星载雷达模拟器计算了相应的雷达回波反射率因子,并利用CloudsSat卫星的W波段云雷达CPR实测信号对之进行了验证;随后利用该模拟数据研究了不同粒子雷达回波反射率的特点.最后假设Ku,Ka和W波段雷达的灵敏度分别为15, 5和-35 dBZ,定量研究了这3个波段在探测云顶高度、云底高度上的优缺点和误差大小.模拟结果证实随着频率的增高,水凝物粒子的雷达回波反射率因子减小.非降水云水和云冰粒子回波明显弱于降水和降雪粒子,一般很难被Ku和Ka波段星载雷达观测到.研究发现W波段雷达对云顶的探测误差一般很小(不到30 m),而Ku,Ka雷达对云顶的探测误差可达数千米.对云底探测而言,W波段雷达可以有效穿透低层液态水含量低的天气系统,但对强降水天气系统云底探测误差较大;Ka波段雷达在台风眼壁云墙附近的强降水区也会出现较大探测误差;而Ku波段雷达云底的探测误差都较小.     

基于相参积累的捷变频雷达系统相位误差估计与稀疏场景重构算法

针对系统相位误差导致的捷变频雷达目标回波信号相参积累性能下降问题, 构建了系统相位误差下捷变频雷达目标回波信号相参积累模型, 并基于目标的距离-速度二维稀疏性建立了最小ℓ₁范数优化模型, 提出一种基于交替方向乘子法的系统相位误差估计与目标场景稀疏重构联合处理算法, 实现了系统相位误差和目标参数的精确估计。仿真结果表明, 在信噪比为20 dB的情况下, 该方法能够精确估计系统相位误差, 其估计误差在2°以内。同时，相比于逆合成孔径雷达相位自聚焦算法, 所提算法重构性能和计算效率均得到改善, 目标重构幅度均方差提高了10 dB, 运算时间减少到1/2。     

利用探空秒数据估算北京地区日最大混合层高度

研究利用北京地区L波段探空秒数据和地面日最大位温, 采用气块法反演北京地区日最大混合层高度(MMH)的可行性。将08时探空秒数据以及常规探空数据反演结果分别与对应的微脉冲激光雷达反演结果相比较, 发现前者与激光雷达反演结果的一致性好于后者, 常规探空数据垂直空间分辨率低可能是导致其反演结果误差较大的原因。分别用春夏秋冬的探空秒数据反演结果与激光雷达反演结果相比较, 发现春夏秋反演结果的一致性较好, 而冬季较差。利用08时探空秒数据结合地面日最大位温, 采用气块法反演北京地区2010—2017年的MMH, 发现MMH 每年均表现出春夏秋冬逐次递减的分布特征。通过对长期资料的统计分析发现, 北京地区日地面最高气温与850 hPa温度差定义的热力稳定度与MMH之间存在较强的正相关性。     

探地雷达在植物根系探测中的应用进展

根系在植物生长发育过程中扮演着十分重要的角色,根系研究是理解植物与土壤相互作用的重要基础,对阐释生态系统水力平衡以及营养循环意义重大。探地雷达具有传统和其他物探方法无可比拟的优势。本文主要追溯探地雷达在根系应用方面最新研究成果和前沿科学问题,讨论不同研究方法和相关试验的优缺点,展望该研究领域未来的发展方向。     

基于信噪比归一化的外源雷达接收站布站研究

提出了一种基于目标信噪比(SNR)归一化的布站方法,对基于平均目标信噪比布站方法存在的外源雷达接收站恒位于探测区域中心的缺陷及产生原因进行了分析,结合雷达可探测范围比较了在同一配置环境下,当发射源为2个时两种方法的布站性能,并推广至多辐射源条件下的布站情况.对两种方法进行Matlab仿真对比,结果表明:本方法克服了原方法的缺陷,并在发射源集中于同一侧的条件下提高了雷达可探测范围.     

基于光伏获能的WSNs节点能量管理策略

针对WSNs中基于预测算法的能量分配与管理机制的不足,研究太阳能可充电无线传感器网络中能耗管理,提出基于历史获能的能量中性管理机制。设计了一种自适应跟踪太阳光的节点获能模型,进而构建了一种基于历史获能的能量中性管理机制,根据当前操作周期中由太阳能转化而来的可用能量,调节下一操作周期中节点工作的占空比,以解决节点太阳能获取与节点能耗的优化问题。理论分析与实验结果表明,提出的基于历史获能的能量中性管理机制,实现了太阳能电池板大小与节点能耗的最佳匹配,为太阳能可充电无线传感器网络中的能量获取及能耗管理提供了值得借鉴的解决方案。     

小样本条件下SCGAN+CNN低分辨雷达目标一步识别算法

现有低分辨雷达目标识别方法，通常采用先特征提取、再进行目标分类的两步识别算法，这种算法存在识别率难以提高和方法泛化性不足的问题，对此，提出一种增强条件生成对抗网络（strengthening condition generative adversarial network，SCGAN）+卷积神经网络（convolutional neural network，CNN）的低分辨雷达目标一步识别算法。该算法利用CNN自动获取采样数据深层本质特征，无需特征提取，实现对目标的一步识别。为进一步提高小样本条件下的识别效果，基于CGAN理论来提高样本在特征空间的覆盖程度，并对CGAN的判别器进行改进，在损失函数中增加混叠惩戒项，通过SCGAN生成不混叠的生成样本来更好地训练CNN，提高其在小样本条件下的识别能力。仿真对比实验校验了一步识别算法较传统两步识别算法的优越性，以及SCGAN+CNN的低分辨雷达目标一步识别算法在小样本条件下的有效性。     

多波段线性调频傅里叶域锁模光电振荡器

提出了一种基于傅里叶域锁模光电振荡器（Fourier domain mode-locked optoelectronic oscillator，FDML OEO）的多波段可重构线性调频信号产生方案.在该方案中，由扫频多波长激光器、相位调制器和光陷波滤波器等构成FDML OEO的核心单元——快速扫频的多通带微波光子滤波器.将扫频多通带微波光子滤波器的扫频周期和FDML OEO的环腔延时同步，可实现傅里叶域锁模，从而在FDML OEO腔内自激振荡产生多波段线性调频微波信号.与传统的基于高速基带线性调频微波源的微波光子多波段线性调频信号产生方案相比，该方案结构简单，成本低，不需要借助外部的高速基带线性调频微波源.此外，FDML OEO所产生的多波段线性调频信号的带宽和中心频率均宽带可调.该新型多波段线性调频微波信号源在先进多波段雷达、多业务泛在接入无线通信等系统中具有良好的应用前景.