复杂卫星图像中的小目标船舶识别

船舶作为海上的重要目标,实现对船舶自动识别有重要的意义。针对卫星图像中云雾、海岸背景等复杂海情对船舶识别带来的干扰,以及小目标船舶高漏检率问题,本文提出一种多尺度深度学习模型训练策略,在此基础上构建了一种船舶识别的深度学习网络,该网络可分为多尺度训练、特征提取、生成目标建议区域、船舶分类这4个部分。首先,采用多尺度的训练策略,将多尺度的船舶样本送入网络中进行训练,这样在训练样本中加入了大量小目标船舶的样本,使网络充分提取到小目标船舶的特征;其次,通过卷积神经网络对目标船舶进行特征自适应提取;然后,目标区域建议网络可依据卷积神经网络提取到的特征,在图像中找到感兴趣目标区域,即框定船舶的位置;最后,通过多个全连接层的组合,将高维特征映射到一个4元组中,再运用分类函数输出每一类船舶的概率值,概率值最大的则为该船舶的类别。同时为解决云雾遮挡和海岸背景的干扰,采用了一种负样本增强学习的方法,在样本数据集中加入了大量只含有云雾和海岸背景的图片,进行负样本扩充,增强网络模型对云雾及海岸背景的特征学习能力,以此解决复杂海情的影响。实验结果表明,所提方法有效解决了复杂海情条件下的船舶识别难,以及小目标船舶识别难的问题,实现了复杂海情条件下的船舶识别。同时,与现有成熟的深度学习目标识别算法相比,本文算法的精确度和召回率分别提升了6.98%和18.17%,所训练的模型具有良好的泛化能力和鲁棒性。     

基于深度学习理论的无人机影像分类

针对无人机影像深度学习分类方法缺乏现状,本文利用深度学习理论卷积神经网络方法对无人机影像进行了分类。该法首先抽取无人机影像作为训练集和检验集,然后建立一个2个卷积层-池化层的卷积神经网络模型进行深度学习,通过设定参数并运行模型实现无人机影像分类。实验表明,本文提出的方法可完成较复杂地区无人机影像分类,其分类精度与支持向量机方法相当,为无人机遥感影像分类提供了一个崭新的技术视点。     

航空重力测量厄特弗斯改正公式注记

针对当前国内外机构和学者在使用航空重力测量厄特弗斯改正公式中存在的不一致性问题,详细分析了不同时期、不同形式改正计算公式的来源及其相互关系,并比较了它们在数值上的差异,指出我国作业部门目前使用近似公式存在的误用问题和统一使用严密公式的必要性。     

基于GIS的油气长输管道完整性数据采集维护系统研究

利用GIS技术进行油气长输管道完整性数据采集与维护是目前管道完整性管理的主流应用趋势.将油气管道设备相关的地理信息、图形信息以及维修维护信息进行一体化管理,强大的数据管理功能和空间分析功能有利于对整个管网进行全方位的监测、高效率的管理和及时的维护.本应用系统是提高长输管道管理技术水平的有效途径之一,这一技术的应用将使长输管道的工程建设、运行管理进入一个崭新的信息化时代.     

常用海图投影平面上大椭圆航线的表象与曲率分析

利用空间矢量方法推导出了椭球面上只与起止点地理坐标有关的大椭圆航线方程,代入4种常用海图投影的正解公式,得到不同投影平面上的大椭圆参数方程;利用上述参数方程进而推导出了不同投影面上大椭圆航线的曲率与曲率半径公式。选取伦敦到纽约的大椭圆航线为例,通过绘制不同投影面上的大椭圆航线并分析其曲率、曲率半径变化曲线可知,大椭圆航线在日晷投影上的表象为曲率处处为0的直线,而在其他投影面上的表象为曲率较小但不断变化的曲线。利用推导的曲率半径公式可以计算各类大椭圆航线上任意位置的“代曲直距”,方便在不同比例尺的海图上对大椭圆航线进行量测和绘制,提高作图效率。     

卫星导航增强系统建设与发展

自卫星导航系统诞生以来,人们发展了多种增强技术和手段,并建立了大批增强系统,以满足用户更高精度和完好性的需求.由于卫星导航增强技术客观上晚于基本系统出现,且都是按需独立建立,因此不可避免地存在着"碎片"和"补丁"式发展问题,相互之间功能重叠,缺乏统一的规划和标准,未成体系化建设.本文回顾和总结了卫星导航增强技术的产生和发展历程,梳理了相关技术内涵与定义,并重点介绍了中国北斗卫星导航系统(BDS)增强体系的建设和发展情况.在此基础上,结合5G通信、低轨卫星等新兴技术,对卫星导航增强体系未来发展动态进行了展望和分析,并对未来北斗定位、导航与授时(PNT)综合服务中的增强体系建设提出了建议.     

地基干涉雷达IBIS-S桥跨结构振动变形测量与模态分析

地基雷达干涉测量技术能够以较高的时空采样频率获取线性结构目标整体瞬时变形状态。本文将该技术引入大型桥梁桥跨结构的振动变形测量与模态分析中。对动静载试验过程中的武汉二七长江大桥东岸桥跨结构开展连续变形监测,利用频域分解法计算桥跨结构的自振频率、阻尼比和模态振型。计算结果表明,地基干涉雷达干涉测量技术能够快速探测桥跨结构竖弯模态,特别适用于灾后大型线形结构健康状态的应急检测。     

基于移动GIS的生态环境智能感知方法

随着全球范围移动互联网的高速发展,人们作为"传感器"行走在真实社会中制造实时的、实地环境的、大范围的地理信息,特别是具有互动性和实时性的区域环境状况的地理信息。这类数据具有交互性、实时性、丰富性、社会性等特点,成为数据科学家眼中的金矿。基于"互联网+"时代背景,随着移动互联网、移动GIS技术和LBS技术日趋成熟,本文提出了基于移动GIS的生态环境智能感知方法,开发基于Android平台的APP,实现查询环境质量指数、查看环境污染地图、污染一键分享和解决等功能,从大众的视角感知和获取生态环境信息,为大众提供实时动态环境信息查询方式,引导鼓励公众参与环境保护,提供治理环境污染和地理信息资源获取的新思路。     

旋翼无人机测算风速风向技术研究

目前大部分民用无人机没有准确测量风速、风向和预警风场的功能,然而森林火灾扑救等多种场景需要无人机可以提供准确的风速。本文提出了一种基于旋翼无人机坐标数据测算风速风向的技术,通过无人机主机RTK坐标信息及方位角、倾角数据精准获取螺旋桨点相对坐标信息,选择不同负载条件下无人机以1~16 m/s的不同速度分别飞行30 s以上,根据螺旋桨坐标信息变化数值,结合风洞测试数据及风场动力学原理,研究风速与旋翼无人机倾角关系,并通过风洞试验检验该方法精度;并可根据无人机RTK推算出的螺旋桨坐标变化信息判断风向。结果表明,无人机风速与旋翼无人机倾角呈正相关关系;无人机负载加重时,对应受风速干扰的倾角会相对减小;无人机飞行受阵风干扰出现噪点的概率,高海拔区域大于低海拔区域;并建立六旋翼无人机飞行倾角的风速估算模型y=－1.043 5+1.150 1x,该模型测算风速的中误差值为0.966,绝对值小于1,满足应急指挥现场对无人机测量风速精度要求。该方法得到风速测算精度高,可以为旋翼无人机实时获取风速风向提供一种可行方法,具有一定的实用价值。     

EDMI最高可能达到的精度 (测距精度)的检测

规范明确规定对投入使用的光电测距仪必须对其进行检测,只有这样才能保证测距成果的可靠性.本文主要通过检测测距仪各项误差,得出测距仪最高可能达到的测距精度,使操作者在使用此测距仪的过程中明白对各项误差应采取怎样的措施,充分发挥测距仪的精度潜力.