OFDM基带处理系统的设计与实现

阐述了适合高速无线数据传输的正交频分复用(OFDM)调制方式的基本原理及调制解调的快速傅立叶变换(FFT)实现,并给出OFDM基带处理系统的结构图和硬件模块框图。     

基于S变换的瑞利面波频散分析

提取面波频散曲线是面波资料处理中最关键的一步.由于时频分析方法的局限,提出了利用S变换进行瑞利面波频散分析的方法,并给出了具体算法.该方法在时间-频率域中计算相邻两道面波记录同一频率的时间差,再利用道间距除以该时间差来得到该频率对应的相速度,这样避免了在道间距较大的情况下,传统的相位谱法可能造成相位差的缺陷.通过理论模型和实际资料对该方法进行了验证.结果表明,该方法能够提高瑞利面波频散曲线的提取精度,而且算法简单,具有一定的实用性.     

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。     

中国大陆地区GNSS ZTD对超强东部型厄尔尼诺事件的响应

利用CMONOC提供的GNSS连续观测数据分析天顶对流层延迟（ZTD）代替水汽的可行性,并利用快速傅里叶变换（FFT）和小波变换(WT)开展GNSS ZTD对超强东部型厄尔尼诺事件的响应分析。结果表明,超强东部型厄尔尼诺事件会增加中国大陆地区水汽含量,在热带及亚热带地区响应更为显著;同时该事件会影响GNSS ZTD 的显著变化周期,使9个月的变化周期减弱,0.8~3个月内的变化周期增强。     

复杂模型重力位场快速正反演方法及应用

提要 本文详细讨论了一种三维重力位场快速正反演方法。作者在前人工作的基础上,对算法作了行之有效的改进,通过对反演中的不稳定因素进行各种理论模型试算,得出保证迭代反演稳定收敛的准则,编制出可在微型机IBM—PC上运行的人机对话式自动正反演程序。本文还对各种不均质模型进行了模似计算并将该方法应用于某含油气沉积盆地的双层界面构造研究,揭示出了储油有利地段。     

基于功率谱获取海浪波长波向算法的改进

提出一种针对基于海浪图像功率谱获取海浪波长和波向的改进算法。算法首先假定海浪功率谱是一个密度不均匀的薄片平面,然后寻找其重心坐标,该坐标可等效为海浪主频位置,从而能够快速准确地得到海浪波长和波向。并经过大量的实验,验证该方法能够很好地解决基于二维傅里叶变换获取海浪图像波长、波向时主频不明显和大量频率分量没用上等缺点。     

滚动球变换的数字水深模型多尺度表达

 空间数据的多尺度表达,是GIS领域研究的重点和难点问题之一。本文以数字水深模型(Digital Depth Model, DDM)为研究对象,从DDM的地理和尺度特性出发,在分析二维滚动圆变换算法原理的基础上,通过对二维滚动圆变换算法的维数扩展,提出一种可用于DDM多尺度表达的滚动球变换算法。即利用不同大小的三维空间球体代替二维滚动圆沿给定DDM的上侧表面滚动,得到可保留正向地貌,缩小或填平小于一定尺度下的海底负向地貌的DDM,从保障舰船海上航行安全的角度,实现对DDM的多尺度表达。另阐述了该算法的基本原理和实现步骤,并在VC++环境下对算法的正确性和有效性进行了验证。实验结果表明,该算法在符合DDM多尺度表达原则的前提下,能较好地保持DDM的基本地形特征,且具有较高的计算效率。     

基于三元组系数的水印算法

提出的水印方案堆于离散小波变换,利用三元组小波系数间的关系而不是单个小波系数来嵌入和提取水印.水印提取时不需要使用原始图像,算法简单,容易实现.实验结果表明该算法对大多数图像处理和攻击具有较好的鲁棒性.     

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。     

OFDM系统中基于导频的信道估计算法分析

对OFDM系统中基于导频辅助的信道估计算法进行了研究,重点介绍了各种插值算法,并通过Matlab仿真对各种算法的性能进行比较,最后对基于FFT时域插值算法进行了改进。     

基于Dense SIFT特征的无人机影像快速拼接方法

特征匹配是无人机影像拼接过程的关键步骤,针对传统的特征匹配方法在影像拼接过程中获取匹配点少、特征点分布不均匀、匹配耗时长等问题,本文提出一种基于Dense SIFT特征的无人机影像快速拼接算法。首先,利用影像POS信息构建连接矩阵以引导匹配过程;然后在降采样影像上进行影像分块,利用Dense SIFT算子获取初始匹配点,并采用两次NCC方法分别实现降采样影像和原始影像上匹配点的精化;最后,基于共线方程将影像投影至物方面上,完成影像的快速拼接。本文选取2组无人机影像进行拼接实验,将本文算法与SIFT和SURF匹配拼接方法进行对比,结果表明：在影像特征点匹配方面,本文方法获取匹配点数量是SIFT和SURF算法的5倍以上,且匹配点分布更加均匀;在影像拼接结果方面,本文方法不仅能够较快完成影像拼接,而且有效避免了拼接影像中的“重影”现象,保证了较好的拼接质量。     

JPEG高速编码芯片的设计

基于FPGA自行设计了JPEG图像压缩编码芯片,通过改进算法,优化结构,在合理利用硬件资源的条件下,有效挖掘出算法内部的并行性。设计了专用的CSD乘法器,精简的DCT运算电路单元,以及查找表的编码方式,提高了运算速度节省了芯片的逻辑资源。整个设计通过EDA软件进行了逻辑综合及功能与时序仿真。综合和仿真结果表明：该设计在速度和资源利用方面均达到了较好的状态,可满足实时JPEG图像压缩的要求。     

多值体素连通区域构建下的机载LIDAR数据三维平面提取

针对现有的面向机载LIDAR数据的三维平面提取算法存在的基于离散激光点设计导致算法设计困难、仅利用几何特征的一致性导致的在平面平滑过渡区域易产生错误提取的问题,本文提出了一种多值体素连通区域构建下的机载LIDAR三维平面提取方法.该算法基于体素结构设计且综合利用了机载LIDAR数据的几何、激光反射强度信息,将传统的平面...     

基于几何光学模型的人工林叶面积指数遥感反演

 MODIS等全球叶面积指数(LAI)产品空间分辨率偏低(250m~7km),不能满足高空间分辨率遥感应用的需求。为获取大区域高空间分辨率LAI,有必要对物理模型用于高空间分辨率遥感影像LAI反演的可行性进行探讨。本文基于4-scale模型LAI反演算法,以甘肃省张掖为研究区,利用TM 影像实现研究区人工林LAI反演。反演算法考虑了反射率入射-观测角度对LAI与植被指数关系的影响和植被冠层尺度的集聚程度。利用地面实测LAI数据对反演结果进行验证与分析,并与NDVI经验模型进行对比,同时分析LAI反演结果对波段反射率敏感性。结果表明: 4-scale模型LAI反演结果与实测LAI一致性良好(R²=0.67,RMSE=0.50),且优于NDVI经验模型(R²=0.59,RMSE=0.67);当LAI大于2时,4-scale模型LAI反演算法误差小于NDVI经验模型,能有效避免植被指数的饱和现象;红光波段反射率减小时,引起4-scale模型LAI反演结果的变化幅度比其增大时更高,且影响程度大于近红外波段反射率。研究表明,4-scale 模型LAI反演算法可用于TM数据反演人工林LAI,模型应用普适性较强。     

虚谱法求解波动方程的算法改进

虚谱法利用付里叶变换和有限差分求解波动方程 ,是地震波场正演模拟的重要方法之一 ,但其常规算法运算量大 ,运算时间长。为此 ,我们在常规算法的基础上作了些改进 ,主要是提出了反付里叶变换的快速算法 ,并运用正反付里叶变换的快速算法和避免重复运算等手段 ,使运算量大大减少 ,可节省运算时间三倍多     

一种新的DEM填洼处理算法

原利用DEM对洼地填充的算法处理,往往存在时效率低、计算耗时长等问题,本文拟介绍一种新的算法: 首先用一极大高程水面数据将原始地面DEM数据表面淹没,然后移除DEM上多余的水,最后得到的高程就是填洼处理的高程数据。通过时间复杂度和不同分辨率DEM数据洼地处理执行效率的度量和比较,结果发现这种新算法易于理解和实现,而且比原来的方法更快、更通用。     

一种灰度体素结构分割模型下的机载LiDAR 3D滤波算法

针对现有的基于机载LiDAR数据的滤波算法未能充分利用数据提供的所有信息及其所采用的数据结构表达复杂、存在信息损失等缺陷,提出了一种灰度体素结构分割模型下的机载LiDAR 3D滤波算法。算法首先以综合利用机载LiDAR数据的高程及强度信息为目的将点云数据规则化为灰度（体素内激光点的平均强度的离散化表示）体素结构,然后基于各体素间的空间连通性和灰度相似性准则,将灰度体素结构分割并标记为若干个3D连通区域,最后依据地面与其它目标的高差特性提取与其对应的3D连通区域。算法优势在于:基于体素结构设计,为3D滤波算法;综合利用了地面目标的几何及辐射特征,对比传统滤波算法可应用于更复杂的场景;滤波结果为3D地面体素形式,可直接用于创建地面3D模型。实验采用国际摄影测量与遥感协会（International Society for Photogrammetry and Remote Sensing, ISPRS）提供的不同密度的机载LiDAR基准测试数据测试了邻域尺度参数的敏感性及提出的算法的有效性,并和其他经典滤波算法做对比。定量评价的结果表明,51邻域为最佳空间邻域尺度;点云密度为0.67点/m²的数据集1的滤波平均完整率、正确率及质量分别为0.9611、0.9248及0.8934;点云密度为4点/m²的数据集2的滤波平均完整率、正确率及质量分别为0.8490、0.8531及0.7404;对比其全经典滤波算法本文算法在高密度点云数据滤波时表现更佳。     

基于物理模型训练神经网络的作物叶面积指数遥感反演研究

叶面积指数(LAI)是估算作物生长的关键参数。基于物理模型的LAI反演,被认为是当前最为可靠的方法,但其反演复杂。本文提出了将物理模型和神经网络相结合,从地表反射率反演叶面积指数的算法,利用MOD IS地表反射率和4-scale模型反演作物LAI。(1)利用4-scale模型模拟不同LAI与地表反射率的关系,生成训练数据;(2)利用模型模拟的LAI训练神经网络;(3)以MOD IS地表反射率输入训练后的神经网络,反演LAI。估算的LAI与其他LAI产品进行了比较,结果表明,估算的作物LAI和MOD IS及CYCLOPES LAI产品空间和时间分布一致,均方根误差分别为0.4994和0.6558。以2004年衡水的作物LAI地面观测数据进行了直接验证,估算的LAI与研究区地表植被分布一致,但是,三种卫星LAI产品都小于地表测量,故需针对华北平原浓密作物设计模型参数化方案。     

一种基于最大距离的纯像元指数端元提取算法

在高光谱混合像元分解中,PPI算法是一种比较成熟的算法,但PPI算法中每次投影向量的生成都是随机的,多次执行PPI算法后端元提取的结果并不稳定。本文以线性光谱混合模型的凸面几何学描述为基础,利用端元在高光谱图像特征空间中所形成的凸面单形体端点的特点,提出了一种区别于PPI算法的最大距离纯像元指数方法。选取特征空间中所有样本点的光谱均值作为超球的球心,计算所有样本点到球心的欧氏距离,以等于或大于这个最大距离的长度作为半径,在特征空间中设计一个包围所有样本点的超球面,并在超球面上均匀地选取参考点,针对每一个参考点,在样本点中找出与它距离最远的一个,记录每个样本点成为距离最大点的次数,将其作为评价该像元是否为端元的纯像元指数,从而使得每次端元提取的精度得到保证。最后,利用美国内华达州Cuprite获取的AVIRIS数据对算法进行了验证。实验结果表明,采用本文算法提取的端元精度优于N-FINDR算法和VCA算法,而且鲁棒性较好,克服了PPI算法由于随机生成投影向量所带来的端元提取不稳定性。     

基于模糊小波网络的伺服系统参数辨识研究

伺服系统大多是非线性系统,难以对其建立准确的控制模型,其位置、和速度检测信号易受干扰,而小波网络具有多分辨率特性和任意逼近能力。利用其非线性映射能力对系统的输入输出关系进行模拟,将小波网络和模糊规则结合对系统的位置和速度进行辨识,动态调整网络的权值W和模糊规则,将非线性映射的问题转化为求解系统最优解,从而产生一种新的系统辨识方法,并以永磁伺服系统为例,设计了辨识的结构模型和策略,实验表明该算法可以达到较高的系统控制要求。