高分辨率遥感影像阴影检测与补偿的主成分分析方法

根据高分辨率遥感影像中阴影区的性质,提出一种基于主成分分析的阴影检测和补偿方法. 首先对第1主分量与原始的蓝色分量进行比值运算,采用直方图阈值法分割阴影区和非阴影区,并进行形态学处理,得到较完整的阴影区. 采用膨胀方法确定各独立阴影区中的同质区域,根据阴影同质区特性对阴影区进行线性相关拉伸,并对补偿后的阴影区进行平滑处理和主成分逆变换. 实验结果表明该方法简单有效.     

序列扩频UWB通信系统的Rake接收性能分析

基于一个能较好描述超宽带(UWB)信号传播特性的S-V室内多径传播统计信道模型,对高速序列扩频的UWB系统Rake接收机设计中的若干关键问题进行了详细仿真和分析.结果表明,在该信道下,选择合并Rake(S-Rake)接收机或有限合并Rake(L-Rake)接收机的性能显著优于部分合并Rake(P-Rake)接收机.通过5～10个Rake接收支路的等增益合并(EGC)能够较好地克服符号间干扰(ISI)和码间干扰(ICI),而不需要使用复杂的均衡器.     

汽车驾驶室响应谱分析

响应谱是用来计算结构在包括多种频率的瞬态激励下的响应,是一种将模态分析的结果,与一个已知的谱联系起来计算模型的响应的分析技术。通过响应谱分析可以快速找出在瞬间载荷作用时产生最大响应的区域。用pro/e软件建立了汽车驾驶室的三维仿真模型,并在workbench进行模态分析。将分析后的结果数据与加速度谱和速度谱在Response Spectrum进行模态合并求解,从中找出结构在受到瞬间载荷作用时产生最大响应的区域,为整车的减振降噪改进提供一定的理论依据。     

通用遥感数据并行处理框架设计与实现

为了简化对地观测地面系统遥感数据并行处理软件的开发工作,在分析遥感数据处理流程、并行任务调度和容错策略的基础上,设计了遥感数据并行处理框架。该框架集成了遥感数据预处理并行任务调度、消息和数据交换、故障管理等公共功能,并设计实现了简单易用的插件接口规范,以支持多载荷、多种遥感数据预处理功能的扩展以实现并行处理,具有较好的通用性和功能扩展性。最后基于消息传递接口(MPI)技术,在集群上实现了遥感数据处理并行框架,并在此框架上实现遥感数据预处理的并行系统,完成了系统并行性能测试与分析,结果表明该框架在简化遥感数据预处理并行功能开发的同时还能满足遥感数据并行处理效率要求。     

一种加权正交匹配追踪的盲多带信号重建方法

为研究多带信号的时域采样点盲重建该多带信号,将信号在适当大的包含其所有频带的频率区间上离散,信号频域重建归结为稀疏信号恢复问题。基于压缩感知恢复所需采样点少且其恢复稀疏信号要求观测矩阵的限制等距常数足够小,提出了一种改善观测矩阵的条件数,从而改善其限制等距常数的加权方法,以及相应的加权正交匹配追踪的盲多带信号重建方法,该方法对一般的稀疏信号恢复也适用。模拟中,对适当大的频率区间,取满足重建误差范围的适当小的离散间隔。模拟结果验证了对盲多带信号重建和一般的稀疏信号的恢复,提出的方法比直接用正交匹配追踪算法在相同条件下有更高的有效重建率。     

基于局部非线性地理加权回归模型的地表温度降尺度算法研究

地表温度(land surface temperature, LST)是反映地表状况的一个重要参数,能对地表-大气相互作用过程进行描述。由于受到卫星热红外传感器成像条件的制约,获取的卫星热红外遥感图像存在时间分辨率、空间分辨率难以兼顾的问题,导致反演的LST数据难以得到深入应用。采用LST降尺度算法可以解决此矛盾,获得高时空分辨率的地表温度数据。目前LST降尺度模型逐步由全局模型转向局部模型,但局部降尺度模型忽略了非线性关系。针对此问题,提出基于局部非线性地理加权回归(non-linear geographically weighted regression, NL-GWR)的地表温度降尺度算法。选择合适的研究区域,并分别选取归一化差异植被指数(normalized difference vegetation index, NDVI)、归一化差异建筑指数(normalized difference build-up index, NDBI)以及数字高程模型(digital elevation model, DEM)作为辅助参数进行LST降尺度,将中分辨率成像光谱仪(moderate resolution imaging spectroradiometer, MODIS)地表温度空间分辨率从1 000 m提升到100 m,并将基于地理加权回归(geographically weighted regression, GWR)与NL-GWR模型的降尺度结果进行对比分析。实验结果表明,考虑非线性关系的NL-GWR模型要优于GWR线性模型,能够获得较低的均方根误差(1.96 ℃)和平均绝对误差(1.63 ℃)。     

无源物联网综述——从感知､通信与管理的视角

物联网是连接物理世界与数字世界的纽带,是泛在感知与计算关键使能技术。物联网的大规模部署受到了传感器能耗、部署及维护成本的限制。因此,如何突破上述约束的桎梏成为了学术界和工业界共同关注的问题。反向散射通信技术因其使得传感器不需要装配电池而是从周围环境的无线信号中捕获能量用于计算和通信,成为了解决问题的突破口,推动了无源物联网的出现。针对无源物联网近几年的发展进行总结,以反向散射系统为切入点,讨论了利用无源物联网对环境和物品感知的应用场景和感知方法,归纳了无源物联网络中节点组网的接入方式以及接入协议设计,介绍了传感器的监测管理种类与方法。针对现有无源物联网的特点,预测了未来的发展趋势以及面临的挑战。     

湄公河下游洪灾淹没面积多源遥感时序监测分析

利用MODIS、FY3A MERSI、HJ1A/B CCD、Landsat TM等4种遥感数据,在评估获取的最优监测算法基础上监测湄公河下游地区2011年洪灾淹没面积时序变化,并结合MODIS土地覆盖类型产品对3种重要地物类型进行受灾区域分析.结果表明:在湄公河地区,采用HJ1A/B CCD、FY3A MERSI数据监测洪灾淹没面积时建议优选NDWI算法;用Landsat TM、MODIS数据时优选NDVI算法.监测结果显示,2011年10月湄公河下游柬埔寨和三角洲地区洪灾灾情较重,最大淹没面积是正常水体面积的6.5倍.洞里萨河流域是重灾区,其河道扩宽约40倍.大量水体在洪灾初期汇流入洞里萨湖,洞里萨湖在洪灾初期起到蓄洪作用.利用多源遥感卫星数据监测洪灾变化,可获取更详尽的信息,提高洪灾监测效率.     

基于统计的图像压缩感知低复杂度还原方法

提出了一种基于图像统计信息的低复杂度高性能压缩感知还原方法.通过分析自然图像在小波表示下能量的分布特点,建立指数衰减模型,并将其作为统计先验应用于还原算法中.还原算法分为列(行)方向还原,行(列)方向还原两步骤进行,同时引入包含图像小波域能量统计先验的权重矩阵,并约束还原结果符合该权重矩阵的能量分步特点.根据实际应用的不同,该方法包含两种不同复杂度的还原策略,分别为一次直接(one-time direct,OTD)还原和两次迭代(two times iterative,TTI)还原.OTD策略在两步骤中均使用相同的权重矩阵,还原速度较快;TTI策略在第2步还原时通过二次迭代修正权重矩阵以获得更精确的还原结果.实验表明：OTD还原速度较传统方法有大幅度提高,同时还原质量也有所提升;TTI在OTD基础上以牺牲一部分还原速度为代价,获得了更好的还原质量,同时还原速度较传统方法亦有提高.     

应用迭代叠加法分离震源谱的理论探讨

推导了通过迭代叠加法计算震源谱的解析表达式。结果表明, 分离出的震源谱与台站项无关, 但是包含与事件?台站位置分布非均匀性有关的路径项影响, 这种影响将关系到拟合震源谱求取应力降的正确性。通过基于实例的数值计算, 进一步证实了这一理论推断。最后, 对如何正确地应用迭代叠加法计算应力降进行了讨论, 给出可行的正确获取地震应力降的研究方案, 为更准确地利用地震台网资料获取震源信息提供了基础。