基于ASD光谱仪的悬浮泥沙光学衰减系数研究

 设计了基于ASD光谱仪的玻璃水槽实验,测量人工光源穿透不同水深、不同质量浓度含沙水体的辐亮度,以纯水为参照,得出了某一粒径组成下不同质量浓度悬浮泥沙在350~920 nm波段范围内的光学衰减系数。实验泥沙样本的光学衰减系数光谱特征单一,随着波长的增大逐渐减小,表现为一条略倾的曲线,且正比于泥沙质量浓度。在0~0.15 m深度范围内的,相同质量浓度的泥沙光学衰减系数随水深的变化可以忽略不计。从350~920 nm,实验泥沙样本的单位质量浓度光学衰减系数从0.084缓慢减小至0.069 m²/g。     

多信道认知网络的直观信道感知策略

为了提高频谱利用率,认知无线电技术可使非授权用户在不影响授权用户正常通信的情况下,利用瞬时的频谱空穴满足自身通信需求。如何通过感知频谱及时有效地发现频谱空穴是一个至关重要的问题,尤其是对于多信道认知无线电网络。针对多信道认知无线电网络,该文在连续时间Markov链的信道占用模型基础上,根据信道状态可能发生变化的概率,提出了一个动态的直观信道感知策略,并考虑了感知周期的影响。仿真结果表明:在感知周期合适的情况下,该策略能够有效地发现并利用频谱空穴,并且比周期感知和随机感知策略消耗更少的能量用于感知。     

宽带认知无线电网络分布式协作压缩频谱感知算法

针对宽带认知无线电网络中压缩频谱感知算法在低信噪比环境下频谱检测性能下降的问题,提出了一种基于高斯过程的分布式压缩频谱感知(PBCS)算法.首先应用层次化的正态分布概率模型来表示压缩频谱的重构,然后各个认知无线电用户交换模型参数并结合本地的压缩采样数据进行压缩频谱感知.有别于其他直接融合频谱感知结果或检测数据的协作式算法,PBCS算法通过模型参数融合来进行协作,能有效减小信噪比低的协作用户的影响,从而提高算法的抗噪性.仿真结果表明,PBCS算法可以在-5dB的信噪比条件下达到检测概率大于0.9、误检概率为0.1的频谱检测性能.     

基于二代Bandelet和主成分变换的高光谱遥感图像融合

针对高光谱遥感图像具有波段多、波段间冗余大的特点,提出一种基于二代Bandelet和主成分(principal components analysis,PCA)变换的高光谱遥感图像融合的方法,利用二代Bandelet变换进行图像的多尺度几何分析,得到每个波段图像的Bandelet系数和几何流,对多个波段Bandelet...     

基于MODIS荧光高度变化的藻类水华遥感监测方法

为了研究如何有效应用MODIS荧光高度(fluorescence line height,FLH)产品于近岸水华监测,基于福建近岸浮游植物水华期获得的35组实测遥感反射率和叶绿素a数据,提出MODIS FLH差值法,即当日FLH与前14 d平均FLH差值≥0.06 mW/(cm2.μm.sr)时,判别为水华发生.取2005年6月和2003年5月两个赤潮案例,处理获得MO-DIS卫星FLH时间差值产品,依据FLH差值≥0.06 mW/(cm2.μm.sr)的判据,判别水华影响区域与实际报道吻合,说明这一方法对于本研究水体行之有效.适用其他水体的情况尚未知,且具体的判据可能随水域而变化,进一步的研究与实例检验将是必要的.     

相参频率捷变雷达目标稀疏重建性能边界综述

相比频率固定的脉冲多普勒体制, 频率捷变体制在抗干扰方面具有显著优势。但在该体制下, 基于匹配滤波的信号处理算法存在旁瓣平台问题, 难以与动目标检测兼容。压缩感知理论将目标参数估计建模作为欠定方程求解, 为该问题提供了解决思路。在相参频率捷变雷达中, 压缩感知能否准确重建目标是一个基础性问题。本文梳理了针对该问题的相关研究, 借助相变理论与相变曲线的解析表达式, 定量描述了捷变频雷达重建目标的成功概率与主要系统和目标参数之间的关系; 该理论性能边界与仿真实际所能达到的性能相接近。此外, 还探讨了现有成果在实际应用中的价值, 展望了未来研究方向。     

城市振动污染图的概念、途径与示例

提出了基于群智感知的“城市振动污染图”概念,用于定量化、可视化城市环境振动污染的范围及程度。创建了线上数据采集应用,通过志愿者的智能携带设备获得环境振动数据并形成云端数据库,经数据清洗后,分别在全国、城市和区域3个不同尺度上进行了示例。示例结果验证了“城市振动污染图”的可行性及其对于智慧城市运维的支撑能力。     

Compressive sensing based multiuser detector for massive MBM MIMO uplink

Media based modulation(MBM)is expected to be a prominent modulation scheme,which has access to the high data rate by using radio frequency(RF)mirrors and fewer transmit antennas.Associated with multiuser multiple input multiple output(MIMO),the MBM scheme achieves better performance than other conventional multiuser MIMO schemes.In this paper,the massive MIMO uplink is considered and a conjunctive MBM transmission scheme for each user is employed.This conjunctive MBM transmission scheme gathers aggregate MBM signals in multiple continuous time slots,which exploits the structured sparsity of these aggregate MBM signals.Under this kind of scenario,a multiuser detector with low complexity based on the compressive sensing(CS)theory to gain better detection performance is proposed.This detector is developed from the greedy sparse recovery technique compressive sampling matching pursuit(CoSaMP)and exploits not only the inherently distributed sparsity of MBM signals but also the structured sparsity of multiple aggregate MBM signals.By exploiting these sparsity,the proposed CoSaMP based multiuser detector achieves reliable detection with low complexity.Simulation results demonstrate that the proposed CoSaMP based multiuser detector achieves better detection performance compared with the conventional methods.     

A novel fully-integrated miniature six-axis force/torque sensor

This paper presents a new designed miniature six DOF （degree of freedom） force/torque sensor. This sensor is fully integrated with a micro DSP （digital signal processor）, so all the signal conditioning, A/D, decoupling, digital-signals serial output are performed in the sensor. Some experimental results are presented to demonstrate the capability of the proposed design. Finally, a neural network was used for decoupling the interacting signals, compared with the conventional method using the inverse matrix, this new method is more accurate.     

基于光纤传感技术的桥梁承载力快速评定法

为了满足战时部队车辆装备通过民用桥梁时进行安全性快速评定的要求,在分析已有的旧桥承载力评定方法优缺点的基础上,提出了一种基于光纤传感技术的快速评定法。根据战时特点给出了进行承载力实时评估的基本标准,叙述了其实施流程和基本原理,并进行了室内模型试验,验证了该方法的可行性。结果表明,该方法符合平战结合的要求,战时便于实施,能较准确地评定既有桥梁的承载力。