WorldWind Java应用于数字城市的建设

本文主要介绍了NASA WorldWind Java的技术框架及显著特点。WorldWind Java是由NASA和开源社区共同开发的一款免费开源的虚拟世界软件。本文对在NASA WorldWind Java的基础上,开发建设数字城市进行了研究。     

应用分形理论和光线投射算法的卫星云图模拟技术

卫星云图模拟是气象卫星成像仿真所研究的核心问题,针对快速生成效果逼真的卫星云图的要求,以分形理论为基础,设计了一种基于随机中点位移算法的云体数据生成模型,并采用光线投射算法将产生的三维云体数据绘制于二维平面图像上,实现了卫星云图的模拟,得到了比较满意的结果.     

基于空间的卫星云图三维可视化仿真技术研究

卫星云图描绘了云团的具体形态和空间位置,对于理解大范围天气变化具有重要意义.卫星云图的三维可视化一直是卫星云图信息化处理的研究重点之一,本文分析了卫星云图三维化的基本原理、卫星云图的投影变换和三维数据源的获取方法,采用OpenGL和VR技术两种三维可视化方法实现了卫星云图的空间立体特征,其中基于DEM模型文件的虚拟现实可视化方法对于进一步的真实环境场可视化具有深远的现实意义,将是未来研究的重点.     

台风云系的数值模拟

利用高分辨率中尺度数值模式输出的大气中云水、冰水、雨水、雪水成功地模拟出1997年登陆台风Winnie的云系结构。模拟云图与气象卫星实际观测的台风云图非常相似。由于模拟云图可以给出大气中不同形态水物质的三维空间分布,弥补了卫星只能观测云顶表面的不足。模拟云图揭示出了台风云系中的中尺度云带以及台风Winnie登陆后从热带气旋变性为温带气旋过程中云系结构的变化。     

基于匹配法的卫星云图自动定位微调算法

利用交叉相关系数法,通过设计晴空合成底图模板,并与当前云图进行匹配,以计算由于卫星飘移等问题出现的云图定位偏移量△x、△y,从而实现卫星云图的精确定位.结果表明：对于自动校正卫星云图中较小的定位误差效果（偏移量小于20个像素）的这种方法,可以用于静止卫星接收处理系统中在初定位后的精确校正.该算法从原理上也可用在定位误差较小的极轨卫星云图的准确定位上.匹配区域选择在海陆交界处、岛屿、湖泊和起伏大的山地等地表特征差异明显的区域效果明显.     

可编程控制器与上位机串行通信设计

云图的分形维数有助于定量的识别云的种类,本文讨论了几种计算卫星云图分形维数的方法,分析了它们之间的差异,并用差分盒维数法计算了几种典型卫星云图的分维。研究表明,利用这些方法可以获得卫星云图的定量信息,有利于进一步分析云图变化这一复杂过程。     

应用连续小波变换提取对流云团

准确地从卫星云图背景中划分出对流云团的边界十分困难。提出了一种应用连续小波变换从红外卫星云图中提取对流云团的处理方法。将正弦波经过Gauss函数调制后，得到一组满足允许条件的连续小波基函数，利用这组小波基实现了对流云团小波提取算法，得到了强对流云团边界的分割。与提取对流云团的常规处理手段相比，这种方法具有物理意义明确、分割结果准确的优点，是提取卫星云图中对流云团的有效方法。     

基于小波变换的卫星遥感图像融合与分割

近年来针对卫星云图的分析成为研究人员进行天气预报及判断大气走势的重要途径.卫星云图本身是包含着众多数据的数据源之一,是探测地表-大气系统的可靠依据.本文利用卫星云图的云层信息和水汽图的水汽信息,采用小波变换的方式对二者图像进行融合处理,使得一幅图像中既包含云层信息也包含水汽信息,并且在融合之后的基础上进行图像分割,实现云层、陆地、海洋的分离,便于下一步对特征提取的研究.     

多光谱卫星云图降水区域与强度估计的模糊推理模型

在卫星云图降水分析中,针对降水天气和降水强度具有明显的"模糊"特性,提出了云图降水的模糊推理模型.从不同云类降水的经验知识和降水天气的卫星云图样本中,提取出若干云类降水规则.在此基础上,引入模糊推理方法,建立了卫星云图降水分布和降水强度估计的模糊推理模型.实际应用中,对卫星云图进行云分类,根据云分类结果,去除不可能产生降水的云类区域.对可能产生降水的云类区域,通过提取多光谱云图的灰度等特征进行推理判别,进而得出该区域是否降水以及降水强度和降水分布的估算.试验结果表明,该方法在客观性、定量性和自动化程度方面优于传统的降水估计方法,且建模所需的样本少,可适用于多种类型的气象卫星云图.     

遥感图像云图识别中的特征提取

遥感卫星在获取遥感图像时,往往连同大量的云层一起记录下来.这些云层图像有时不包含有效信息,有时掩盖了有效信息,从而影响了数据的处理效率.为此研究可见光图像中云图特征提取技术,为有效剔除云图提供特征依据.文中定义了多种灰度特征、频率特征和纹理特征,实验结果表明,这些特征可以有效实现云图和地物的分类.     

基于卡通纹理分解和NSCT的卫星云图边缘提取

为方便提取云图的缓变边缘,提出了基于卡通纹理分解和无下采样轮廓波变换(NSCT)的卫星云图边缘特征提取算法。首先使用基于张量扩散的卡通纹理分解对卫星云图进行预处理,减小云图中噪声和纹理的影响,将云的缓变边缘转化为阶跃边缘;然后依据NSCT域中高频系数的正负关系和相关性进行边缘特征提取。通过实验,将文中算法分别与基于投影卡通纹理分解的预处理算法、小波多尺度积、NSCT模极大值和NSCT多尺度积等边缘特征提取算法进行比较。结果表明,本算法可更准确地提取云的边缘,且受噪声和纹理的影响小,边缘的连续性更好,为准确地进行云分类提供了保障。     

基于卫星云图的DBSCAN聚类云团分类方法

针对云分类问题提出一种新的云团分类方法.该方法先利用风云二号静止气象卫星实时云图图像资料建立多种云和地表类型的样本库,提取分析已知样本的光谱特征和纹理特征;再使用中值滤波器对云图进行预处理,并采用具有噪声的基于密度的聚类算法对云区聚类;最后对聚类得到的云团光谱特征和纹理特征进行匹配,确定云团所属的云类别.实验结果表明,该方法以云团为单位进行划分,易实现云团分类自动化.     

ns2中的基于移动Agent卫星网路由算法仿真

为了解决基于移动Agent的卫星网路由算法的仿真,提出了一种新型的基于ns2的单层卫星网路由算法仿真平台构建方案.详细阐述了ns2中卫星网络星座定义、切换管理、路由模块、通信模块、星间链路、星地链路和移动Agent的设计方案,最后用新的仿真平台实现了基于移动Agent的卫星网路由算法SNRA-MA在Iridium网络模型下的仿真.仿真结果表明:新的仿真平台完全可以满足SNRA-MA算法的仿真,且SNRA-MA算法丢包率低、端到端传输时延满足ITU-T的通信指标.     

基于云遗传算法的不确定性环境下平台资源调度适应性优化方法

针对战场环境中不确定因素对平台资源调度方案的影响,提出了一种面向不确定事件的平台资源调度适应性优化方法。考虑平台损耗和任务处理时间2个方面的不确定性,建立以最大任务执行效率为目标函数的平台资源调度的适应性优化问题的数学模型,根据不确定事件对平台资源能力或任务属性的影响来判断是否触发调度方案的适应性优化,并基于云遗传算法设计了平台资源调度适应性优化问题数学模型的求解方法,最后通过算例进行了验证。仿真结果表明,使用云遗传算法对平台资源调度方案进行适应性优化调整,能得到更加优化的平台任务匹配关系,并从整体上缩短使命完成时间。     

遥感图像的实时云判技术

通过提取多种特征,采用最小距离分类方法,对卫星遥感图像中的基本图像单元进行云图和地物的区分,算法复杂度小,正确识别率达到90%.以分幅为单位设计剔除规则,将大块云图数据进行剔除.使用高速信号处理手段,将算法移植到数字信号处理器(DSP)板卡中,使其能够充分有效地利用通用DSP系统丰富的计算资源,实时完成云判算法和剔除功能.系统在某地面站接收系统中获得应用,性能指标达到要求,提高了地面站系统的信息处理能力和自动化程度.     

基于支持向量机的任务调度模型

云计算框架大大改进了并行算法的实现难度,但是大部分算法有其局限性.介绍了MapReduce(映射化简)的基本实现原理和调度模型的缺陷,提出了基于支持向量机的的MapReduce进化算法,并给出了基本模型及实现.运用Hadoop云计算平台进行了仿真验证,实验结果表明,基于支持向量机的MapReduce计算框架在候选云节点的调度分配的准确性上有明显提高,并且加快了数据迭代的效率.     

结构光三维扫描技术在道路病害识别方面的研究

目前利用探地雷达进行路基病害探测是一种较为科学的方法。如果同时能够获取路面三维模型,将地上路面信息与地下路基信息进行关联互补,将能够有效地检测出道路病害。利用基于HALCON的激光三角测量法完成对道路模型的测量,以大型跨平台开源点云库(PCL)为主,应用大量点云相关的通用算法和高效数据结构,针对道路病害特点,对点云进行获取、滤波、特征提取、曲面重建、可视化等处理,能够从三维重构图中清晰分辨出道路病害的情况。     

飞行对抗场景中云红外图像仿真研究

云背景对各种红外探测系统的探测识别能力有很大影响。为了更好的研究云背景对红外探测系统的影响,需要建立准确、形象、直观的探测器观察到的云背景红外辐射模型,生成相应的云红外图像。利用分形云插值计算方法和高斯一维随机插值算法,建立云的运动模型和光照模型,利用云层浓度跟高度的关系建立云层模型,实现了对云层形象、直观、准确的仿真。研究结果对红外制导武器在有云飞行对抗过程中的抗干扰评估具有一定参考价值。     

基于Android平台的图像增强算法

针对传统图像增强算法存在的不足, 提出一种基于Android平台的图像增强算法. 首先,采用同态滤波对图像进行预处理, 并用小波变换分解图像; 然后对图像进行对比度拉伸和亮度增强, 消除图像中的噪声等; 再采用小波变换重构图像各分量, 得到增强后的图像; 最后在Android平台上实现图像增强算法, 并用仿真实验测试其性能. 仿真结果表明, 该算法解决了传统图像增强算法的不足, 得到了较理想的主观视觉效果, 加快了图像增强的速度, 可满足图像增强的实时性要求.