基于二维小波自适应阈值的海洋磁场资料去噪方法

构建海洋三维磁空间背景场模型时,解析延拓是实现不同高度磁场数据相互转换的关键。针对向下延拓数据中的高频信息极易被延拓算子放大,并包含在延拓后的磁场资料中,降低了三维磁空间背景场模型的构建精度,引入二维小波自适应阈值去噪方法,在不同小波分解阶层中设定自适应阈值,在向下延拓前去除磁测数据中的高频噪声,改善向下延拓结果。理论模型试验与实例分析表明,在不同噪声条件下,二维小波自适应阈值法可有效提高数据的信噪比,去噪效果优于传统的快速傅里叶（FFT）平滑法,从而有效改善频域迭代向下延拓结果,为三维磁空间背景场模型构建提供基础。     

集成学习支持的复杂地貌类型区土壤全钾含量自适应曲面建模

土壤属性空间分布受复杂地学环境要素影响,空间分异特征十分明显,用单一全局插值模型进行土壤属性模拟,难以实现高精度模拟。对于空间不连续、全局插值模型精度有限及适应性差的特点,本文提出了一种集成学习支持的、融合地学环境变量的土壤属性自适应曲面建模方法（ASM-SP）。利用2013年采集的110个样点数据,使用回归克里金（RK）、贝叶斯克里金（BK）、普通克里金插值法（OK）、反距离加权法（IDW）、ASM-SP,分别对青海湖复杂地貌类型区进行土壤全钾含量的插补。本文采用逐点交叉验证（LOOCV）插值方法模拟精度。结果表明,ASM-SP不仅考虑了地学环境变量与土壤属性的非线性关系,而且融合了多个模型的适应性优势,是实现复杂地貌类型区土壤全钾含量的高精度模拟的一种新方法。     

一种遥感影像混合噪声的去噪方法

为了减弱遥感影像噪声的影响,提高影像使用价值,提出了一种新的针对遥感影像混合噪声去噪的组合滤波,即基于三维块匹配和自适应中值滤波的去噪方法;此外使用rbio3小波和db20小波替换传统三维块匹配参数,进行两个仿真试验和一个真实遥感图像去噪试验。结果表明：本文方法在去除遥感影像常见的脉冲与高斯噪声方面,效果优于传统滤波方法。     

基于深度学习的高分辨率遥感影像建筑物提取方法

针对传统的建筑物提取方法精度较低和边界不完整等问题,本文提出基于深度学习的高分辨率遥感影像建筑物提取方法。首先,采用主成分变换非监督预训练网络结构,获得待提取遥感影像特征。其次,为减少在池化过程中影像特征信息的丢失,提出自适应池化模型,通过非下采样轮廓波变换来获取影像纹理特征,并将纹理特征输入网络中参与建筑物提取。最后,将影像特征输入softmax分类器进行分类,获得建筑物提取结果。选取典型区域进行建筑物提取试验,并与典型建筑物提取方法进行对比分析,结果表明,本文提取方法精度高,并且提取建筑物的边界清晰、完整。     

非线性平差精度评定的自适应蒙特卡罗法

针对现有的非线性平差精度评定理论中,蒙特卡罗法模拟次数的选择不具有客观性,无法对结果进行直接控制,以及没有同时考虑到平差参数估值、随机量改正数和单位权方差估值的有偏性等问题,把自适应蒙特卡罗法融入到非线性平差精度评定理论中。通过基于自适应蒙特卡罗法的估值偏差计算和参数估值协方差阵计算,设计了非线性平差精度评定一套理论完整的算法流程。基于对偶变量的思想,提出了参数估值偏差计算的对偶自适应蒙特卡罗法。直线拟合模型和椭圆拟合模型两个算例结果表明,非线性平差精度评定的自适应蒙特卡罗法能获得稳定且合理的精度评定结果,具有更强的适用性;对偶自适应蒙特卡罗法计算估值偏差的收敛速度更快,效率更高。     

Information fusion model-free adaptive control algorithm and unmanned surface vehicle heading control

Based on the model-free adaptive control (MFAC) theory, the heading control problem of unmanned surface vehicles (USVs) with uncertainties is explored. First, as a USV’s heading subsystem does not satisfy the quasilinear assumption of the MFAC theory, a new type of input and output information fusion MFAC, i.e., the IOIF–MFAC algorithm is proposed. The novel algorithm proposed herein renders the MFAC theory applicable to the heading control of USVs. Next, the input and output information of the heading subsystem, namely the rudder angle and heading angle, are combined, and the data model of the heading subsystem is subsequently deduced using a compact format dynamic linearization method. Based on which, the stability of the control system is proved. Finally, the effectiveness and practicability of the IOIF–MFAC algorithm are verified by simulation and field experiments through the “Dolphin IB” test platform developed by our group.     

Impact of radiations on the long-range correlation of soil moisture: A case study of the A’rou superstation in the Heihe River Basin

Journal of Geographical Sciences - Analyses of the soil moisture evolution trend and the influence of different types of radiation on soil moisture are of great significance to the simulation and...     

霸王根茎叶非结构性碳与C:N:P计量特征对干旱的响应

通过选取阿拉善地区3个典型霸王群落为研究对象,研究霸王器官间(根、茎、叶)生态化学计量比特征及非结构性碳水化合物(Non-structural carbohydrates,NSCs)的变化,以便加深对霸王生存策略的理解,更好的服务于荒漠生态系统的生态恢复.结果 表明:霸王茎和叶中可溶性糖(Solu?ble sugar,...     

A study of oceanic reverberation modeling based on a nonlinear low-dimensional dynamic system

Acoustic reverberation signals generated by an experimental explosive source are analyzed by nonlinear dynamical methods. Three characteristic parameters, i.e., the correlation dimension, the largest Lyapunov exponent, and the Koimogorov en-tropy, are estimated in the reconstructed phase space. The results indicate that the reverberation signals are nonlinear. The Volterra adaptive prediction method is introduced to model the oceanic reverberation signals. The reverberation time series can be predicted in short term with small prediction errors. A preliminary conclusion can be reached that the nonlinear low-dimensional dynamic sys-tem model is more suitable for modeling oceanic reverberation than the classical random AR model.     

基于无记忆状态观测器的多时滞不确定非线性系统的自适应控制

针对一类多时滞不确定非线性系统,研究了基于无记忆状态观测器的自适应控制问题.时滞状态扰动的上界未知,在控制中通过自适应律估计未知参数,并利用估计值设计了不依赖于时滞的无记忆状态观测器和控制器,基于Lyapunov-Krasovskii函数证明了观测误差渐近收敛到零.最后仿真结果说明了该方法的有效性.