基于低秩矩阵分解的遥感图像薄云去除方法

为了较好地去除遥感图像中的薄云遮挡,还原地表图像,提出了一种利用低秩矩阵分解的遥感图像薄云去除算法。该算法根据薄云图像的低秩特性,将图像进行低秩矩阵分解,得到背景、前景和薄云图像。然后将去除薄云信息后的前景和背景信息相融合,得到地物成分。将该算法与其他传统算法应用在卫星影像数据上,对薄云去除效果运用主客观指标进行比较。实验结果表明,该算法能够克服传统算法中细节丢失以及去除不完全的问题,不仅能够在不同地物场景下对薄云进行去除,而且能够较好地保留地物的细节信息。     

模式耦合稀疏贝叶斯MIMO雷达成像

通过压缩感知稀疏恢复理论可利用少量MIMO雷达收发阵元实现对目标的高分辨成像。利用MIMO雷达目标图像的块稀疏特性,将模式耦合稀疏贝叶斯学习算法应用于MIMO雷达成像,首先建立MIMO面阵回波信号模型,引入模式耦合稀疏贝叶斯分层模型,将相邻系数通过共用超参数的方法耦合起来。通过贝叶斯推理得到雷达信号的估计式,再通过EM算法实现对超参数的迭代估计,进而实现对雷达信号的估计,直到信号满足误差允许范围,最后重构信号实现MIMO阵列高分辨成像。仿真实验表明,该方法的成像效果在图像的聚焦性能上优于传统的傅里叶、稀疏贝叶斯算法,在散射点重构上优于OMP算法。     

相干测风激光雷达带通采样方法的仿真研究

根据相干测风雷达回波信号载频高、带宽窄的特点,尤其星载相干测风雷达回波信号数千兆赫兹,采用传统采样方式对采集卡的采样率要求很高.鉴于采集卡的采样率和分辨力互相制约,提出将带通采样引入到相干测风雷达系统.本文以1.5 μm全光纤相干测风激光雷达的实测数据作为仿真输入,经Simulink滤波、带通采样,结果表明,在对探测距离影响不大的情况下,与低通采样方式相比径向风速反演结果最大相差0.5 μm/s;数据处理的时间复杂度降低,其下降值是带通采样频率与低通采样频率的比值;但信噪比会恶化,其下降值介于1~3 dB.      

考虑表面应力的微悬臂梁质量传感器的建模与仿真

为了考虑悬臂梁谐振器表面吸附层或者不同材料涂层引起的表面应力的影响,进而提高质量传感器的精度和性能,基于瑞利-里兹法提出了考虑表面应力的悬臂梁质量传感器的理论方法.在悬臂梁振动的控制方程中引入应力系数对其振型函数进行修正,并系统地分析对悬臂梁振动频率的影响,再根据瑞利法建立微悬臂梁质量传感器的理论模型.应用该方法,纳米颗粒的位置和质量可以通过颗粒吸附前后悬臂梁的频率移动来精确确定.该方法的准确性和可行性通过有限元仿真进行了验证.     

力触觉增强的虚拟现实工厂系统

现有虚拟现实工厂只能依靠头戴式显示器和手柄进行单向的视、听觉虚拟操作，难以进行双向的沉浸式触觉交互。针对此问题，采用力反馈控制器设计了一种力触觉增强的虚拟现实工厂系统。以Unity3D为基础，采用3DMax对工厂内多类型工具和零部件进行三维视觉建模，并通过反射探针、光照探针等组件进行立体化视觉增强。在此基础上，为虚拟空间物体增加刚体、碰撞体、关节等组件，建立虚拟空间的触觉反馈模型，实现了力反馈控制器与虚拟空间物体的实时触觉交互。实验表明：系统可提供重力、摩擦力、恒力等多种力触觉感知，支持对20余种工具、零部件的触摸、抓取等触感操作，能感受模型、轮廓以及质量等物理属性，实现了虚拟工厂中“视触听”多维立体化的沉浸式操作。     

基于卷积ADMM网络的高效结构化稀疏ISAR成像方法

结构化稀疏逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像是空间态势感知与目标识别的重要手段。该问题可通过压缩感知(compressive sensing, CS)方法解决。目前, 许多传统CS方法仍存在运算效率低、参数适应性不强等问题。针对该问题, 本文提出了一种基于卷积交替方向乘子法网络(convolutional alternating direction method of multipliers network, C-ADMMN)的结构化稀疏ISAR成像方法。利用深度展开方法, 结合传统结构化稀疏ISAR成像模型, 构建C-ADMMN网络。通过监督学习, C-ADMMN仅需约10层网络便可达到传统方法上百次迭代的效果, 具有较高的运算效率且对不同目标具有一定适应性。基于仿真与实测数据的实验结果验证了网络的高效性与参数适应性。     

基于压缩感知的心电信号稀疏采样与重构算法

实时心电监测的数据量过大，给系统的传输和存储带来很大压力.为降低采集端的功耗，达到既减轻采样复杂度又降低传输数据量的目的，使用压缩感知技术对心电信号进行压缩采样及重构.以信号重构时间和重构误差为关键指标，研究不同重构算法和小波基的性能表现.结果表明，当压缩率在30%以内时，基追踪作为信号重构算法的百分比均方根差小于4%，同时其重构耗时最短;当压缩率在70%以内时，子空间追踪的误差小于10%，且始终保持较低的重构耗时.最优小波基往往和具体压缩率有关.     

全数字光纤传感测试系统的设计

为克服传统光纤传感测试系统器件分散性大、过程复杂等局限性，结合红外光电传感及物联网技术，设计了全数字光纤传感测试系统。该系统以MCU( Micro Control Unit) 为主控单元，采用红外接近传感器作为IＲLED( Infrared Light Emitting Diode) 驱动以及光电转换输出单元，ＲTC ( Ｒeal-Time Clock) 芯片及EEPＲOM( Electrically-Erasable Programmable Ｒead-Only Memory) 进行时间读取及光电数据的实时存储，WiFi ( Wireless Fidelity) 模块实现光电数据的网传、按键及LCD( Liquid Crystal Display) 显示单元完成人机交互等功能。实验结果表明，该系统可用于特殊环境下的非接触物体检测与颜色识别等场合，为进一步实现光纤传感测试系统的小型化及智能化提供了一种可行性方案。     

遥感与水动力模型相结合的宽大潮滩历史地形反演

潮滩作为陆海交互区,面积宽广,测量困难,历史地形资料缺失,已经严重影响到潮滩的开发利用。以辐射沙脊群潮滩为实验区,利用1987年前后的TM、MSS影像提取不同潮情下的系列水边线,运用Mike21水动力模型模拟遥感图像对应时刻下的瞬时海面高度,为水边线赋值,进而通过地形反复迭代得到数字高程模型。结果表明,在辐射沙脊群潮滩区,水边线法获取的地形结果与海图上测点的相关性较高,决定系数R~2达0.864,绝对平均误差0.37 m,均方根误差0.41 m,地形结果可用于进一步的潮滩地貌演变分析。     

基于空地协同采样的植被覆盖度随机森林估算方法

基于无人机高光谱影像, 建立地形复杂地区植被覆盖度的非参数随机森林回归估算模型。为获得构建随机森林模型所需的足够数量的训练样本, 利用低空无人机搭载的光学相机, 在从地面难以到达的山地、水域和植被茂密区, 通过垂直拍摄获得厘米分辨率的航拍影像, 作为对地面样方采样的补充。首先计算地面数码相机照片和无人机可见光影像的红绿蓝植被指数(red-green-blue vegetation index, RGBVI), 然后使用大津分割法提取样方的植被覆盖信息, 得到构建模型所需的训练样本。在此基础上, 基于2018年8月16—18日在内蒙古自治区察右中旗油娄沟矿区获取的GaiaSky-mini2无人机高光谱影像数据, 利用递归特征消除算法优选参与随机森林回归的特征变量集, 利用空地协同获取的训练样本构建植被覆盖度的随机森林回归估算模型。该模型在测试集上的确定系数R2为0.923, 均方根误差为0.087, 优于常用的像元二分模型, 可用于矿区植被动态信息的精细化监测。