一种求解分布式目标通道最优极化的快速算法

针对现有分布式目标通道最优极化算法存在运算量偏大等问题,以算法的实用性为目的,在理论分析的基础上提出一种求解分布式目标通道最优极化的快速算法.首先将任意通道下的天线接收功率模型统一为同极化通道下的天线接收功率拓展模型,然后对该拓展模型进行变换极化基处理,在此基础上理论确定目标最优极化在(r,θ)平面上的位置区间,从而为简化目标最优极化求解或预判目标最优极化位置等提供理论支撑.为获取目标最优极化,采用区间二分法在目标最优极化位置区间内迭代搜索.通过对比实验对算法运算速度和实现方面予以验证.

Abstract：

Aiming at the large mount of calculation of the traditional algorithms for polarimetric power optimization of random target in arbitrary channel, a fast algorithm is proposed in this article. Firstly, the function of received power in arbitrary channel is unified as the form of copolar power. Then based on the change of polarimetric basis,the copotar power is analyzed theoretically to obtain the minimum interval of target optimal polarization state in (r,θ)plane, which provides theoretic support for simplifying the process of obtaining optimal polarization states or anticipating their positions. In order to obtain optimal polarization states, the interval dichotomy is used to search in the minimum interval of target optimal polarization state, The experiment results have demonstrated that the proposed algorithm has better performance than the Lagrange multiplier method or the method of traversal search in algorithmic realization and computational speed.     

遥感反演中约束最优化方法的拓展

遥感反演大多是典型的约束是最优化问题。本文对现有的约束最优化方法在遥感反演中的适用性进行了分析，从提高反演速度有降低优化方法病态特性两个方面考虑，提出了罚矩阵的概念，对约束优化方法中的乘子法进行了拓展，并进行了理论证明。经过大量的模拟反演实验表明，拓展后的乘子法的反演速度提高了大约30％，病态程度也得到了进一步的改善。     

对偶四元数法在稳健点云配准中的应用

针对点云特征点含有粗差的问题，提出了基于对偶四元数的稳健点云配准方法。遵循加权最小二乘原则构建了基于对偶四元数的稳健点云配准模型，运用拉格朗日乘数法推导了旋转矩阵和平移向量求解公式，研究了新权计算与坐标转换迭代步骤。实例证明，该方法能够有效识别并剔除粗差，提高点云配准精度。     

基于遗传算法的空基导航信号增强平台组网优化方法研究

根据空基导航信号增强平台的工作原理设计了组网优化评价指标;然后简单介绍了遗传算法的基本原理,对空基增强平台的空间位置进行了二进制编码;最后采用通用的遗传算法对空基导航信号增强平台空间分布进行优化搜索。仿真实验结果证明该算法能够对空基导航信号增强平台进行有效布置,覆盖范围内导航服务误差分布合理,并且能够根据实际要求对空基平台进行优化调整。     

粒子群算法在极化SAR目标对比增强中的应用

针对SAR极化对比增强中存在计算复杂的问题,将粒子群算法应用到极化SAR目标增强当中,并通过数据实验,验证了其优越性。该方法将对比增强问题抽象成最优化问题,将统计得到的区域平均协方差矩阵作为粒子群优化算法的输入,计算每个粒子的适应度值,更新粒子群的个体最优和全局最优值,通过迭代得到最优对比度。实验结果表明,与传统的最优极化对比增强算法相比,基于粒子群优化算法的极化对比增强方法能达到更好的对比度,而且实现较为简单。     

多父体杂交演化算法求解约束优化问题

提出了一种求解约束函数优化问题的新算法。设计了3种新的多父体杂交算子。这3种算子都使用了统计信息来决定搜索方向，使算法具有较高的收敛速度，同时又具有互补的特性，使得种群在演化过程中能保持较好的多样性，不容易陷入局部最优。对常见测试函数的数值实验证实了新方法的有效性、通用性和稳健性，其性能优于现有的一些演化算法。     

考虑障碍物的RSSI室内定位传感器多目标优化

针对目前无线传感器网络（wireless sensor network, WSN）部署时,障碍物影响WSN优化部署的问题,以接收信号强度指示传感器室内定位应用为例,提出了一种考虑障碍物的无线传感器多目标优化部署方法。首先,基于室内定位算法原理和传感器覆盖模型,给出了在室内定位场景下WSN有效覆盖率的概念和信标节点部署模型。然后,在分析障碍物感知模型和信标节点部署策略的基础上,提出了考虑障碍物的传感器部署多目标优化模型。最后,以第三代非支配排序遗传算法为基础设计优化模型求解算法,数值仿真结果与正三角形、正方形、正六边形均匀部署,以及没有考虑障碍物的优化部署（进化1 000代,传感器个数为36）结果进行对比,结果表明所提方法的WSN有效覆盖率分别提高了52.7%、112.1%、16.6%和9.62%。     

基于危险理论的影像纹理调制模板的优化

将危险理论引用到Bayesian Network技术产生纹理调制模板的方法中,解决应用Bayesian Network技术产生调制模板中不能保证纹理模板不断优化的问题。文中介绍危险区、危险信号的概念,并阐述怎样从危险区中找出有效数据的途径。详细介绍在基于Bayesian Network的模板优化中引入危险理论的思路、例证以及计算过程,并通过对实际航空影像纹理分类的试验证明了将危险理论应用于模板优化的有效性和优越性。     

均方误差意义下的正则化参数二次优化方法

Tikhonov正则化法是大地测量中应用最为广泛的病态问题解算方法之一。影响正则化法解算效果的重要因素是正则化参数,然而,最优正则化参数的确定一直是正则化解算的难题,如L曲线法确定的正则化参数具有稳定性好、可靠性高的优点,但存在过度平滑问题,导致正则化法对模型参数估值精度改善较小。本文从均方误差角度分析了正则化参数对模型参数估计质量的影响。基于奇异值分解技术,提出了由模型参数投影值分块计算均方误差的方法,避免了均方误差迭代计算,并基于均方误差最小准则给出了正则化参数优化方法,实现了对L曲线正则化参数的优化。数值模拟试验与PolInSAR植被高反演试验结果表明,正则化参数优化方法有效改善了正则化法解算效果,提高了模型参数估计精度。     

基于免疫粒子群优化算法的影像纹理分类

粒子群优化算法是基于群智能的随机全局优化方法,它源于对鸟群简化社会系统的模拟。为了提高标准粒子群优化算法的收敛性能,将生物免疫系统的记忆能力和多样性引入标准粒子群优化算法,提出一种免疫粒子群优化算法。在提取纹理样本Laws纹理能量模板特征、小波特征等纹理特征的基础上,提出针对分类问题的粒子表达方法和群体寻优策略,实现了基于免疫粒子群算法的纹理分类。实验结果表明,与标准粒子群优化算法相比,免疫粒子群优化算法在获取训练样本类别中心时具有较好的收敛性能,并且基于该算法的影像纹理分类具有较高的分类精度。     

融合正交几何信息的非线性等式约束整体最小二乘平差及迭代算法

正交距离最小二乘和加权整体最小二乘是解自变量含误差拟合问题的两种独立准则。加权整体最小二乘与正交距离最小二乘不同,它不考虑测量点与拟合点之间的连线垂直于拟合对象的几何信息,不能确保测量点到拟合对象的距离的平方和为极小值。针对该问题,本文将正交几何信息作为约束条件融入加权整体最小二乘,提出一种约束方程带有误差改正数的非线性等式约束整体最小二乘平差法。首先,把加权整体最小二乘平差的函数式看作是非线性方程,连同正交几何约束方程一并线性化,得到线性的平差函数方程;然后,采用拉格朗日乘数法推导其参数估计及精度评定公式,并给出迭代计算算法;最后,以平面直线拟合为例,对本文方法和计算算法进行验证。试验结果表明:①本文方法和算法具有可行性;②与加权最小二乘和加权整体最小二乘相比,本文方法计算的测量点到拟合直线的垂直距离平方和最小;③本文方法计算的测量点到拟合直线的距离与测量点到拟合点的距离相等。     

测量控制点的选择和优化

通过实例,阐述了为保证测绘成果质量,对测量控制点的兼容性进行分析、对控制点进行优化选择的必要性,并提出了如何进行控制点的选择和优化。     

Generalization of the Lambert–Lagrange projection

The Lagrange projection represents conformally the terrestrial globe within a circle. This is achieved by compressing the latitude and longitude and by applying the new coordinates into the equatorial stereographic projection. The same concept can be generalized to any conformal projection, although the application of this technique to other analytical functions is less known. In this work, the general Lambert–Lagrange projection formula is proposed and the application of the modified coordinates is discussed on projections: stereographic, conformal conic and Gauss–Schreiber. In general, the results are merely a curiosity, except for the case of Gauss–Schreiber, where the use of coordinates with altered scale can be applied in the optimization of conformal projections.     

按分量加权的探测目标状态线性融合

给出了一种在使残差方差矩阵的迹最小化意义下的状态估计线性组合的最优融合准则和加权矩阵的计算公式，并给出了利用实际数据计算的试验结果。结果表明，利用本方法使融合后的目标轨迹与目标真实运动轨迹非常接近，能有效地提高雷达情报的综合质量。     

一种基于数据的核优化新方法

针对核优化问题进行了研究,给出了一种基于数据的智能核优化新方法。算法利用UCI数据和美国实测合成孔径雷达图像数据进行仿真实验,结果验证了该方法的有效性和可行性。     

卫星遥感影像有理函数模型优化方法

针对高分辨率遥感影像有理函数模型（RFM）在实际应用中存在过度参数化和定位精度不高的问题,提出基于离差阵和消去变换及残余系统误差补偿的高分辨率遥感影像RFM优化方法。试验结果表明,经过参数筛选后的RFM参数均为无偏估计值,拟合精度可以达到全部参数用于拟合时的精度,而且模型病态性基本消除,模型稳定性更高;残余系统误差补偿方法可以有效消除RFM拟合严格成像模型的残余误差,达到与严格成像模型一致的对地定位精度。     

天绘一号卫星覆盖性能分析与优化方法研究

天绘一号卫星为测绘卫星,测绘卫星标称轨道是卫星进行长期轨道维持的目标,对卫星的地面覆盖性能起到决定性的作用。为了分析和提高卫星对地面目标的覆盖性能,根据天绘一号卫星轨道设计和维持的特点,提出了基于条带—纬度覆盖图的分析和优化方法。推导了推扫式成像卫星覆盖经度跨度计算公式,构建了基于条带—纬度覆盖图的分析方法,通过将多颗卫星的条带—纬度覆盖图叠加得到不同区域的覆盖次数,根据每次重访时的卫星星下点条带号计算对地面目标的重访时间间隔。提出了通过调整当前条带号和降交点地方时减小对目标区域的重访间隔的优化方法。通过与网格点方法的计算结果比较,验证了该方法的有效性。     

矢量化多边形优化方法

从地理空间数据不确定性理论出发,提出了矢量化多边形的优化方法。该方法通过对矢量多边形进行"磨角插值"和基于可接受域限定的自适应滤波平滑处理,以此来削弱由空间数据表示不确定性造成的误差,使矢量化多边形最大限度地逼近地理实体真实轮廓。采用基于全局阈值的DP算法进行压缩处理,消除了数据冗余。从压缩比、位置误差及处理效率3个方面进行对比实验,验证了所提方法的有效性。     

变形监测网优化设计的一种新算法

本文提出了主要按灵敏度准则进行变形监测网二类优化设计的一种新算法——灵敏度准则矩阵法,通过理论推导和算例分析,说明了该算法的可行性和与精度优化法相比较的有效性,根据该法所编写的程序可用于经典自由网和秩亏自由网变形监测设计及对已有网的评价和改善。     

列式鲁棒主成分分析的高光谱遥感异常探测

传统的基于鲁棒主成分分析的高光谱异常探测模型中,稀疏异常矩阵假设为非低秩且其非零元素满足随机分布条件。这导致稀疏矩阵的非零元素影响低秩背景矩阵的估计,进而制约背景信息和异常信息的有效分离。提出列式鲁棒主成分分析的异常探测方法,改进异常矩阵为列稀疏条件来解决上述问题。该方法分解高光谱影像2维矩阵为低秩背景矩阵,列稀疏异常矩阵和噪声矩阵,松弛目标方程为凸优化问题,并采用非精确增强拉格朗日乘子算法来求解得到列稀疏异常矩阵的最优估计。最后,对稀疏异常矩阵中所有列的L2范数值进行阈值分割来探测得到异常像元。利用两个高光谱影像数据集,对比5种主流的异常探测方法来验证提出方法的有效性。实验结果表明,列式鲁棒主成分分析方法优于包括传统鲁棒主成分分析模型在内的5种异常探测方法,且计算效率适中。