GNSS多模接收机捕获模块的FFT算法设计

随着全球卫星导航系统(GNSS)及物联网技术的不断发展,GNSS多模接收机的应用越来越广泛．信号捕获作为接收机信号处理的第一步,其信号捕获能力的强弱直接影响着接收机的整体性能．本文针对多模接收机在捕获模块设计中遇到的快速傅里叶变换(FFT)算法兼容性差、运算时间长、资源占用大等问题,提出了一种优化方法.该方法通过加入原位运算、截位运算、模块重复利用、流水线结构等设计,以解决上述问题．经仿真验证,该方法在资源占用、运算时间、兼容性方面都有明显的改善．      

基于间接平差的ICP点云配准算法研究

点云配准精度是决定三维重建模型的质量因素之一,目前,最常用是ICP点云配准算法,经典的ICP算法易局部收敛,影响点云配准精度。本文提出基于间接平差的ICP点云配准算法,设定目标点集中目标点坐标与转入目标点集中的点坐标之间的距离阈值实现点云精确配准。通过与经典ICP算法对比可知,本算法在一定程度上提高了点云配准精度和速度。     

高分三号SAR影像双阈值变化检测

双阈值合成孔径雷达SAR(Synthetic Aperture Radar)变化检测算法具有在发现变化区域的同时还能确定地表发生后向散射变化类型的优点。针对广义高斯双阈值最小误差法D-GKIT(Dual Generalized Kittler and Illingworth Thresholding)在进行阈值选取时直方图中不同类别像素灰度级重叠严重时,分割结果容易在尖峰单侧选取出双阈值而导致无法正确分割差异图的问题,本文提出一种结合归一化最大类间方差和广义高斯最小误差法GKIT(Generalized Kittler and Illingworth Thresholding)的双阈值SAR变化检测方法。首先,提出以归一化最大类间方差值作为灰度级重叠程度的判别参数,确定阈值的选取顺序及两个候选区间;然后,利用GKIT在候选区间内进行分割,获取单侧阈值及非变化类拟合函数;最后,提出利用非变化类拟合函数更新后的直方图作为另一侧阈值选取基础进行分割,得到对应分割阈值。以宁波地区高分三号(GF-3)SAR卫星影像作为试验研究数据,结果表明:本文方法能较好地解决灰度级重叠时D-GKIT无法进行正确分割的问题,具有良好的变化检测效果和更强的鲁棒性且达到了利用研究区数据验证利用GF-3号SAR卫星影像进行变化检测研究可行性的目的。     

北极冰下水声通信中改进的最小均方/四次方直接自适应均衡器

本文提出了一种适用于北极冰下水声通信的最小均方/四次方直接自适应均衡器（LMS/F-DAE）。它能处理基带复信号,与LMS相比,具有更好的均衡效果。考虑到均衡器的稀疏特性,在其代价函数中加入自适应范数（AN）作为约束。它能根据均衡器系数的大小自适应变化：对于小系数,此约束项存在以加快收敛速度;对于大系数,此约束项不存在以减小均衡误差。利用第九次中国北极科学考察得到的实验数据验证AN-LMS/F-DAE的性能。结果表明,与传统的LMS/F-DAE相比,AN-LMS/F-DAE能提升均衡器的稀疏性且均衡性能更优。     

基于改进近似模型的水下鱼雷打靶快速预报方法

鱼雷打靶试验对评价武器系统对目标的打击性能具有重要意义。水动力参数是模拟鱼雷水下运动轨迹、预报鱼雷打靶落点的关键参数。随着现代CFD技术的发展,采用数值方法获取水动力参数,提高了轨迹预报精度,但计算效率不高,不利于多工况下鱼雷打靶预报。首先,基于刚体动量和动量矩定理建立了鱼雷的水下运动方程组,运用4阶龙格–库塔（Runge-Kuta）法对运动方程组进行数值求解,对鱼雷水下轨迹进行模拟,从而获取鱼雷打靶性能。其次,提出了基于遗传算法的近似模型（GA-BP）和自适应遗传算法优化的近似模型（AGA-BP）模拟鱼雷水下打靶落点,对鱼雷打靶性能进行快速预报。通过仿真和数据对比,结果表明：AGA-BP预测模型相对于BP预测模型更稳定、GA-BP预测模型收敛速度更快,实现对鱼雷水下打靶快速预报。     

基于数据驱动的无人机编队最优控制算法设计

无人机编队具有广泛的应用价值和发展前景,然而,无人机动力学模型的非线性和耦合性,以及实际应用中的不确定性限制了其应用。为了解决模型不精确问题,提出了一种数据驱动的自适应动态编程（ADP）最优编队控制器设计方法。该方法结合了分布式一致性和线性二次方相关理论。首先,通过建立虚拟领航–跟随者模型,可以将四旋翼无人机的复杂非线性动力学模型简化为4个线性子系统,并解耦它们的相互影响;接下来,针对每个子系统设计编队控制器;随后应用李雅普诺夫理论对算法进行稳定性分析;最后通过仿真,验证了所提算法的稳定性和有效性。     

结合非下采样剪切波变换的BM3D去除图像噪声方法研究

强噪声图像去噪一直是图像处理技术应用领域研究的热点,为进一步提高强噪声图像的去噪质量和对图像边缘的保护,针对三维块匹配（Block Matching 3D,BM3D）方法对强噪声图像去噪效果不佳及图像线状奇异性（如边缘）缺乏最优表示的问题,提出了基于二维非下采样剪切波变换（Non-subsampled Shearlet Transform,NSST）和BM3D的组合去噪方法。该方法首先对含噪图像进行NSST正变换,得到不同尺度和不同方向高频子带的剪切波系数;然后对每个尺度不同方向的高频子带求取贝叶斯阈值,并利用渐进半软阈值函数对各高频子带进行去噪;最后对低频子带和各去噪高频子带进行NSST逆变换,得到去噪结果。将去噪图像作为BM3D中基础估计阶段的预滤波,能够进一步提高基础估计阶段分组的正确性,为BM3D去噪奠定良好基础。组合去噪方法结合了NSST与BM3D的各自优势,仿真试验结果表明,对于低噪声图像,本方法和BM3D方法去噪效果相同,略优于非局部平均法;对于强噪声卫星影像,本方法去噪效果优于BM3D和非局部平均法。     

一种应用于遥感影像的自适应边缘检测算法

本文基于传统的边缘检测算法提出了一种自适应的边缘检测算法,算法对传统边缘检测的4个过程进行了替代与改进,适用于遥感影像。本算法对梯度算子依据距离加权,构造了较为精确的梯度算子模板;通过二次非极大值抑制,保证了单次响应原则,间接提高了定位精度;提出了阈值圆的方法进行阈值判定,并通过静态动态结合的检测方法提高了算子对不同频率区域的适配性;引入引导滤波进行影像平滑,在去噪同时,良好地保持了边缘特性。实验结果表明：本算法符合单次响应原则,误检率低,定位精度高,细节清晰,边缘检测完整,适合于遥感影像的边缘检测。     

1997—2017年塔克拉玛干沙漠腹地降水特征

利用塔克拉玛干沙漠腹地塔中气象站1997—2017年逐日和逐时降水资料,分析塔克拉玛干沙漠腹地降水日变化特征、极端强降水特征及其天气背景。结果表明：1997—2017年研究区降水量呈增加趋势、降水日数呈减少趋势,大雨雨量和雨日明显增加,降水呈增强演变。降水多见于6月,最大雨强为8.4 mm·h^-1。降水量日变化呈多峰特征,降水量最大值出现在23：00,06：00是降水频次最多时刻。降水强度和降水频次对降水量作用不同,午后至前半夜强度大,频次少;而后半夜至清晨频次多,强度小。降水以短历时降水为主,其中1～3 h的短历时降水对总降水量贡献率高达61.76%。日降水和小时降水的99百分位强度阈值分别为15.3 mm·d^-1和6.0 mm·h^-1,大于90百分位极端降水量占总降水量贡献率近半。极端强降水天气发生在南疆盆地受北纬40°以南低槽、切变槽或弱的气旋式风场控制地区,南疆盆地提前增湿,民丰850 hPa比湿接近或超过10 g·kg^-1的背景下,降水连续性较差,多中小尺度引发局地短时降水。     

改进分数阶达尔文粒子群的多Renyi熵图像分割算法

针对智能优化图像分割算法易陷入局部最优、分割精度不高等问题,本文融合改进的分数阶达尔文粒子群算法和二维Renyi熵多阈值,提出了一种新的多阈值遥感图像分割算法。算法利用粒子自身进化信息来定义进化因子,结合进化因子并利用高斯图函数调整分数阶次a系数以实现精确计算和快速收敛;根据局部最优概率因子对局部最优位置进行Levy飞行随机扰动以提高算法跳出局部最优的能力;同时将二维Renyi熵单阈值扩展到多阈值分割上,并结合改进的分数阶达尔文粒子群算法,将二维Renyi熵多阈值应用于遥感图像分割中仿真结果表明,与其他2种智能优化分割算法相比,本文分割算法在细节处理和分割精度上均有明显优势,在PRI上至少提升7.27%、VOI至少降低6.5%、GCE至少降低10.4%.