基于改进广义Hough变换的高效测井图像校正

在图像处理和计算机视觉中,广义Hough变换可以检测任意形状的曲线,而且较Hough变换运算量小,存储空间要求小。但是对于测井曲线这种大图像用广义Hough变换寻找倾斜角在速度上仍显迟钝。提出了一种改进的广义Hough变换,只选边界线段的端点作为参考点,可以较快地检测出倾斜角,速度比广义Hough提高了10倍以上。在图像校正方面,又提出了一种新的改进逆旋转算法,能有效地解决孔洞和锯齿现象。与已有的算法比较,新算法更快、更精确、消耗的内存更小。运算时间只有传统算法的一半左右。     

“冲击法”在求函数傅氏变换中的应用

讨论了阶跃函数、斜升函数和经多次微分后能得到一系列冲击函数的特殊函数傅里叶变换的求解方法。该方法中充分利用了冲击函数这一特殊函数的特性，使求傅氏变换变得简单、快速、避免了繁琐的积分运算     

航空重力数据向下延拓的逆泊松积分算法

给出计算航空重力数据延拓的泊松积分公式,通过向上延拓评定航空重力数据的精度。基于逆泊松积分,应用快速傅里叶变换算法和迭代法求解重力异常,进行向下延拓,通过对延拓结果和地面实测数据的比较分析,评价延拓方法的精度,并讨论在向下延拓算法中引入的低通滤波器的选择。实验表明,快速傅里叶变换算法的结果较好。     

快速数论变换的一种算法

本文构造了一种快速数论变换算法,该算法是一种以数论为基础,有效高速的数论变换算法,并且这种算法易于在计算机上实现。     

基于小波包变换的地震信号频带序号到结点序号的快速转换算法

针对小波包处理地震非平稳信号过程中存在的“跳频”现象,以及现有方法不能快速准确地得到地震信号高层次小波包分解时频带序号和结点序号的排列规律的弊端,基于小波包变换算法和异或运算,提出一种频带序号到结点序号的快速转换算法。基于MATLAB平台,以唐山南北向地震波为例,编制相应程序进行分析,得到的地震频带序号与其小波包树结点序号的排列规律与现有方法得到的结果完全一致,验证了该转换算法的正确性。     

一种改进的GNSS高维模糊度快速降相关算法

为了提高GNSS高维模糊度的解算效率,提出一种改进的GNSS模糊度快速降相关算法。算法采用对称旋转排序策略和延后降相关策略对下三角Cholesky分解的整数高斯变换算法进行改进。通过模拟和实测数据进行验证,结果表明,改进算法在一定程度上减少了降相关过程中的条件方差交换次数和整数高斯变换次数,从而有效提高了解算效率,增强了解算时间的稳定性。     

采用误差迭代补偿的高精度相位解缠方法

最小二乘相位解缠算法是一种全局算法,快速稳定简单易实现,但该算法未绕过相位不连续区易造成误差的全局扩散,导致结果存在较大误差.针对最小二乘相位解缠算法的缺陷,提出一种高精度相位解缠方法.该方法在基于快速傅里叶变换的最小二乘解缠算法基础上,采用误差迭代补偿技术,补偿解缠误差.仿真和实测相位数据的实验结果表明,该方法可有效提高解缠精度,且在仿真实验的定量分析中得出,在强相位噪声条件下,该方法的解缠精度比最小二乘算法提高一个数量级.     

采用误差迭代补偿的高精度相位解缠方法

最小二乘相位解缠算法是一种全局算法,快速稳定简单易实现,但该算法未绕过相位不连续区易造成误差的全局扩散,导致结果存在较大误差.针对最小二乘相位解缠算法的缺陷,提出一种高精度相位解缠方法.该方法在基于快速傅里叶变换的最小二乘解缠算法基础上,采用误差迭代补偿技术,补偿解缠误差.仿真和实测相位数据的实验结果表明,该方法可有效提高解缠精度,且在仿真实验的定量分析中得出,在强相位噪声条件下,该方法的解缠精度比最小二乘算法提高一个数量级.     

一种基于分数阶傅里叶变换的改进图像加密算法

针对目前基于分数阶傅里叶变换的图像加密算法中存在的不足,设计了一种基于分数阶傅里叶变换和混沌系统的图像加密新算法。图像加密过程分两个步骤：首先将原始图像的分数阶傅里叶变换系数经过双随机相位加密,然后利用混沌系统生成的置乱矩阵对图像进行置乱加密后得到最终的加密图像。方案的安全性依赖于随机相位掩膜、分数阶傅里叶变换阶数以及混沌系统的初始参数。理论分析和模拟实验结果表明该方案具有良好的图像加密效果。     

移动视频通信快速块匹配算法分析

先提出移动视频通信对运动估计搜索算法在运算时间和准确度上的要求.在对目前运动估计快速块匹配算法研究的基础上,简述了运动估计的原理;揭示了在视频质量、搜索速度和压缩码率等方面提高算法效率的3类主要问题：初始搜索点的选择、匹配准则和搜索策略;分别阐述了目前常用的解决这3类问题的方法和相应算法,并进行了比较和分析;提出运动估计算法的发展趋势.     

基于异构集群计算的地统计面插值并行算法

地统计面插值算法在空间统计分析中有广泛应用,其目的是通过一组面要素的某已知属性值估算另一组面要素的属性值。地统计面插值算法多是基于克里金（Kriging）插值及其衍生算法。克里金插值算法考虑属性在空间位置上的变异性,需计算要素之间的协方差,是典型的计算密集型算法。本文分析了基于克里金插值的地统计算法计算过程,该算法中面要素间协方差计算相互独立,可作为并行计算单元划分。另外,面要素间协方差计算可使用快速傅里叶变换（FFT）快速计算,而FFT是一种非常适合并行处理的计算密集型算法。本文根据算法特征设计了基于异构集群计算的并行算法,并使用MPI+CUDA实现了该算法。实验结果表明,本文实现的算法比使用MPI实现的CPU集群的算法有更好的性能,具备良好的可扩展性,并且随着插值精度提高表现出更好的性能。     

基于BF533的基4 FFT算法的DSP实现

首先介绍了基4时域抽取FFT算法的快速高效的原理及实现方法, 然后用MATLAB对该算法进行了仿真,分析了对其优化的几个方向,并提出了一种利用单一倒序表进行多点数位倒序的新方法.最后给出了在ADSP-BF533 DSP 上采用C语言实现FFT 的软件设计方法,并在ADSP-BF533 KZ-KIT LiteTM评估板上成功实现,经过实验验证, 结果正确,各项指标均达到了设计要求.该实现方法具有可移植性好、速度快等优点,具有很好的参考价值和应用前景.     

相位在地震勘探中的用途及研究

主要应用傅立叶变换方法计算各种信号的振幅谱和相位谱。通过对一个球形信号进行傅立叶正反变换，发现用相位谱恢复的图形轮廓比振幅谱恢复的图形轮廓清晰。相位在信号分析中，特别是对于所要研究的地震信号尤为重要。但是，相位谱的常规计算及显示方法很难满足解释要求，就通过改善相位谱的常规计算及显示方法，并用一个简单地震模型例子，说明了改善后的相位谱更容易被解释和利用。     

基于GPU并行加速的叠前逆时偏移方法

为了提高复杂地下介质的成像精度和偏移算法的计算效率,提出可高效对地下复杂构造进行准确成像的GPU加速叠前逆时偏移方法.该方法采用双程声波方程进行波场延拓,突破倾角限制,借助于高阶有限差分方法实现叠前逆时偏移成像;利用GPU(Graphic Processing Unit)并行加速技术对波场延拓和成像进行计算,相比于传统算法,其计算效率有较大提高,可以解决叠前逆时偏移算法计算量过大问题;在获取波场信息过程中,也采用随机边界条件,实施以计算换存储策略,解决逆时偏移计算中的海量存储问题.模型测试结果表明,该方法能够高效和高精度地对地下复杂地质体成像.     

基于能量守恒方法的重力场反演快速异构并行算法

在利用卫星跟踪卫星资料解算重力场模型位系数时,其海量观测数据处理以及大型方程组解算过程存在计算效率低下、对平台硬件要求高等问题。针对以上问题,提出一种基于能量守恒方法的重力场反演快速异构并行算法,基于CUDA 在GPU端实现并行计算设计矩阵,结合MKL库与分区平差法、预处理共轭梯度法在CPU端完成低内存消耗下的法方程快速构建与求解,实现重力场模型反演的异构并行计算。运用该算法处理GRACE-FO卫星2020-01-01～06-30期间观测数据,反演获得120阶重力场模型GM-GraceFO2020h;与现有模型以及算法对比分析表明,该算法所得模型与现有GRACE重力场模型精度相当,且相较于传统的串行算法,反演耗时减少98.479%,内存消耗减小1个数量级。     

基于时域导频跟踪和频域插值的正交频分复用系统信道估计方法

针对下一代无线通信长期演进系统,提出了一种基于时域导频跟踪和频域迭代离散傅里叶变换插值的改进信道估计方法,首先利用导频符号进行信道估计,然后通过导频跟踪和迭代离散傅里叶变换插值获得时域和频域非导频位置的信道估计值。仿真结果表明,基于时域导频跟踪和频域迭代离散傅里叶变换插值的估计方法比传统的方法改善约2dB误比特率性能。     

移动格林基函数样条二维插值算法研究

针对用于插值的已知点较多时,插值计算需要解算大规模矩阵、计算耗时长甚至无法解算的问题,引入移动曲面的思想,取插值点周边最邻近k个已知点进行格林基函数二维样条移动插值,实例计算结果表示,该方法的插值精度高于Shepard插值法与多项式拟合法的精度。插值范围大及测点数量众多时,该方法仍可用,无需数据分区与光滑接边,与整体插值相比可大大降低计算时间。     

面波频散反演的数值模拟

大量的数值模拟表明,SVD和LSQRD在面波频散网格反演两步法中的应用效果都很好.但SVD可以用分辨矩阵、信息矩阵和协方差矩阵对解估计进行数学上客观有效的评价;而对于大型稀疏方程组的求解,LSQRD确是一种内存需求小、计算速度快以及分辨抗噪能力都较强的算法 .在现有计算机运算速度较快、内存可以扩充较大的条件下,实测数据量不很大时,应采用SVD算法进行线性反演.     

基于自定义RDD的海量遥感图像并行镶嵌方法

图像镶嵌是遥感图像处理中的重要内容,在跨区域遥感图像分析中发挥重要作用。为了解决传统遥感图像并行算法中存在的计算节点利用率低、频繁数据I/O等问题,本文根据Spark分布式内存计算框架,充分利用Spark利于迭代数据处理的优势,提出了一种基于Spark自定义RDD（弹性分布式数据集）的并行镶嵌方法。该方法首先在集群的多个节点上通过相位相关法执行图像重叠区域估计操作,从而提高了图像重叠区域估计的多节点并行计算;然后,通过重写Spark中RDD的compute和getPartitions方法,自定义针对遥感图像处理的RDD,并将图像镶嵌中的重叠区域估计、图像配准和图像融合3个关键步骤作为自定义RDD的Transformation类型的操作算子;最后,通过隐式转换创建自定义RDD,并调用自定义RDD的操作算子实现图像镶嵌的并行处理。实验结果表明,与传统基于MPI的并行镶嵌算法相比,该方法在保证图像镶嵌效果的基础上,能够有效提高大数据量的图像镶嵌效率。     

Parameter identification of JONSWAP spectrum acquired by airborne LIDAR

In this study, we developed the first linear Joint North Sea Wave Project (JONSWAP) spectrum (JS), which involves a transformation from the JS solution to the natural logarithmic scale. This transformation is convenient for defining the least squares function in terms of the scale and shape parameters. We identified these two wind-dependent parameters to better understand the wind effect on surface waves. Due to its efficiency and high-resolution, we employed the airborne Light Detection and Ranging (LIDAR) system for our measurements. Due to the lack of actual data, we simulated ocean waves in the MATLAB environment, which can be easily translated into industrial programming language. We utilized the Longuet-Higgin (LH) random-phase method to generate the time series of wave records and used the fast Fourier transform (FFT) technique to compute the power spectra density. After validating these procedures, we identified the JS parameters by minimizing the mean-square error of the target spectrum to that of the estimated spectrum obtained by FFT. We determined that the estimation error is relative to the amount of available wave record data. Finally, we found the inverse computation of wind factors (wind speed and wind fetch length) to be robust and sufficiently precise for wave forecasting.