Excel97在多目标地球化学调查分析质量管理中的应用

采用中文版Excel97设计和实现了多目标地球化学调查样品分析质量管理。该系统只要建立好相应的分析数据库，就可自动获得分析报告、报出率、内检样检查、标样检查、标样监控图等监控数据。     

红壤丘陵区农业开发中的生态环境效应及其调控

文章以江西余江县为例。通过实验研究，历史资料对比分析及邻近参照等方法。研究红壤区农业开发中的生态环境效应。农业开发引起的微观环境效应在于改变土壤水分及其运动状况，加速土壤物质迁移及降低土壤肥力质量；区域性效应是植被减少，农业面源污染，水土流失扩大及气候异常；全球性影响除区域集聚效应外，则是农业活动中产生的温室气体对全球气候的影响等，采取的调控对策主要是：保持合理开发，适当减轻土地压力，优化农业开发模式，更新农业耕作技术。强化环境整治与生态建设。     

基于生成对抗网络的声呐图像超分辨率算法

由于受到复杂水声信道影响,侧扫声呐生成图像一般存在分辨率低、细节模糊等问题,这给基于侧扫声呐图像的小目标检测与识别过程带来了一定难度。常见的图像超分辨率处理算法大致可以分为插值算法、稀疏表示的重建算法等。传统插值算法存在图像边缘模糊、细节不清楚的问题,因此提出了一种改进型超分辨率生成对抗网络（SRGAN）结构。该结构可在保留图像中的小目标细节的基础上提升细节特征显示度,并且可使目标边缘更加清晰,可为后续的小目标检测和识别在一定程度上提供技术支持。     

深海会聚区波导不变量特征研究及应用

为了解决深海会聚区目标及其运动态势难以判断的问题,在研究会聚区形成条件和其声场传播规律以及波导不变量理论的基础上,对典型深海环境不同位置的声强距离-频率分布图中的干涉条纹特征进行理论分析和仿真验证。结果表明,深海会聚区存在与其他区域不同的干涉条纹特征,其对应的波导不变量?值为负。本文提出了利用会聚区特有的干涉条纹特征,对会聚区目标及其运动态势进行初步判断的方法,仿真结果和试验数据表明,判断方法具有可行性和有效性。     

海上试验场目标监测系统设计及应用研究

为提高海上试验场的安全保障能力,本文以国家海洋综合试验场浅海试验场区(威海)为平台设计了海上试验场目标监测系统,采用小型连续波雷达和热成像双光谱云台摄像机联动的监测方式,开发了基于小型连续波雷达的目标检测与数据融合算法,建立了针对海上试验场监测目标的异常行为分析模型,并结合显著性检测和核相关滤波算法实现了目标跟踪取证。系统应用结果表明:海上试验场目标监测系统能够准确识别设备在位运行状态,并对可疑船只目标进行跟踪取证。通过该系统能够及时准确获取海上试验场设备运行与周边态势,为海上试验场安全保障提供有效技术支撑。     

小型水下机器人ROV应用研究

文章首先介绍了小型ROV的基本构造和国内外的最新研究成果,在此基础上,完成了一款小型ROV的选型与配置,根据实际需求选择了加拿大Sharkmarine公司的Stealth2型ROV,并配备了高性能的光学和声学成像系统以及高精度的惯性导航定位系统;然后从海洋环境观测、海底管道探测和水下目标物探测3个方面对水下机器人的应用进行了分析;最后在小型ROV的选型、配置和应用等方面给出了相关建议。     

基于局部回波幅值统计的海杂波背景下小目标检测

针对传统舰载雷达和岸基雷达很难检测出海杂波背景下小目标的现状,提出一种基于局部回波幅值统计的方法来检测海杂波背景下小目标.该算法基于数学统计思想:计算不同距离单元海杂波的幅值的最大值和标准偏差,分析发现距离单元含有小目标回波的最大幅值明显小于其它距离单元只含有海杂波回波的最大幅值,距离单元含有小目标回波的幅值的标准偏差明显大于距离单元只含有海杂波回波的幅值的标准偏差,因此可以在对小目标没有任何先验知识条件下,较准确地检测出海杂波背景下的小目标.实验证明,该算法是有效的.     

目标样本粒度判据在海湾环境演变研究中的运用——以福建前湖湾为例

高密度采集福建前湖湾海岸剖面133个泥沙样品做粒度分析,其频率曲线显示多种粒度分布特征,预示多种沉积环境的变化。采集研究剖面周边海滩、河口浅滩、河口、滨海沼泽和海岸沙丘等已知环境的样品作为目标样本。将目标样本沉积参数平均粒径(Mz)、标准偏差(σ)、峰态(Kg)设为判别参数,利用Excel计算海岸剖面样品与目标样本参数的距离,筛选最小距离样品,归为已知目标样本的同类。据此,分析了海岸剖面蕴含的6个沉积环境变化阶段。利用剖面底部淤泥测年14C=(328 15±170)a BP,和剖面上部泥炭测年14C=(24 130±100)a BP,了解这一变化发生的年代。自(32 815±170)a BP以来,前湖湾经历了河口浅滩-河口、沙丘-河口-滨海沼泽-海滩-沙丘等海岸环境演变过程。     

海杂波微弱目标分形检测

The target on the sea surface is complex and difficult to detect due to the interference of backscattered returns from the sea surface illuminated by the radar pulse. Detrended fluctuation analysis （DFA） has been used successfully to extract the time-domain Hurst exponent of sea-clutter series. Since the frequency of the sea clutter mainly concentrates around Doppler center so that we consider to extract frequency-do- main fractal characterization and then detect a weak target within sea clutter by using the difference of frequency-domain fractal characterization. The generalized detrended fluctuation analysis （GDFA） is more flexible than traditional DFA owing to its smoothing action for the clutters. In this paper, we apply the GDFA to evaluate the generalized Hurst exponent of sea-clutter series in the frequency domain. The difference of generalized Hurst exponents between different sea-clutter range bins would be used to determine whether the target exists. Moreover, some simulations with the real IPIX radar data have also been demonstrated in order to suooort this conclusion.     

基于合成孔径雷达回波信号的海洋溢油监测方法研究

海洋油污染是各类海洋污染中最常见、分布面积最广且危害程度最大的污染之一。近年来,海洋特别是近海人类活动频繁,且随着海上运输和石油加工业的发展,油田井喷、钻井平台爆炸、船舶碰撞等所造成的溢油事故增多,因而,监测海洋溢油具有重要的经济和社会现实意义。研究采用MatLAB工具,通过图像预处理(图像校正和增强)、特征提取和神经网络识别等方法,对合成孔径雷达(SAR)海洋溢油图像进行处理,最终期望实现半自动区分SAR图像上各类目标,并进行多种神经网络方法效果比较。研究首先对SAR海洋溢油图像进行初步人工识别;然后进行图像预处理(几何校正、滤波处理等)和基于灰度共生矩阵的特征值计算;最后,借助神经网络方法对溢油区域和疑似溢油区域进行分类,输出分类处理后的图像。通过输出图像分析发现,神经网络能对SAR海洋溢油图像中溢油、海水、土地3类目标进行明确分类,且RBF神经网络模型精度高于BP神经网络。本文提出的半自动分类方法不仅能提高SAR图像处理效率,将分类目标扩充有溢油和非溢油扩充到溢油、海水、土地3类,提高图像处理的全面性,同时通过比较RBF和BP神经网络在SAR溢油图像分类上的具体优劣,有着较好实际意义。