一种自适应匹配子空间亚像元目标探测方法

为了克服基于线性混合模型的高光谱遥感影像亚像元目标探测方法的缺陷, 提出了一种基于全限制性线性分解的自适应匹配子空间探测方法。首先利用交叉相关光谱匹配技术求得各个像元所含端元类别信息, 然后根据端元类别信息和全限制性分解的结果构造自适应匹配子空间探测算子, 利用端元类别信息在探测中动态选择端元, 降低端元数目估计偏差对探测结果的影响, 提高探测器对目标与背景的可分性。实验证明, 该方法与其他基于线性混合模型的亚像元目标探测方法相比, 可以更好地克服端元数目估计偏差对探测结果的影响, 无论是端元个数低估还是     

深海调查绞车牵引机构和储缆机构分离技术系统分析

简要介绍了深海调查绞车的技术发展状况,分析了牵引机构和储缆机构分离技术为基础的绞车的组成部分和其相应的功能,探讨了牵引卷筒、储缆卷筒和直角排缆器的液压传动系统和控制系统的基本工作原理,并对绞车储缆卷筒的自适应张力控制器做了简单的介绍。     

Adaptive Predictive Inverse Control of Offshore Jacket Platform Based on Rough Neural Network

The offshore jacket platform is a complex and time-varying nonlinear system,which can be excited of harmful vibration by external loads.It is difficult to obtain an ideal control performance for passive control methods or traditional active control methods based on accurate mathematic model.In this paper,an adaptive inverse control method is proposed on the basis of novel rough neural networks (RNN) to control the harmful vibration of the offshore jacket platform,and the offshore jacket platform model is established by dynamic stiffness matrix (DSM) method.Benefited from the nonlinear processing ability of the neural networks and data interpretation ability of the rough set theory,RNN is utilized to identify the predictive inverse model of the offshore jacket platform system.Then the identified model is used as the adaptive predictive inverse controller to control the harmful vibration caused by wave and wind loads,and to deal with the delay problem caused by signal transmission in the control process.The numerical results show that the constructed novel RNN has advantages such as clear structure,fast training speed and strong error-tolerance ability,and the proposed method based on RNN can effectively control the harmfid vibration of the offshore jacket platform.     

基于时域自适应搜索法的典型海温垂直结构声特征提取研究

针对层剥算法从海水声回波记录中反演海温垂直结构特征的不稳定问题,利用自适应搜索算法ASM(Adaptive searching method),从声回波记录中提取海温垂直结构的稳定冲激响应,然后利用层剥算法对所得冲激响应进行反演,得到海温垂直结构的声特征,结果表明,该方法可以较好地解决层剥算法反演的不稳定性问题。     

多模式自适应水下无线通信网络框架研究

对当前典型的水下无线通信网进行分析,针对水声、光、射频3种通信模式在水下无线通信中的优缺点,提出基于软件无线电技术的多模式自适应水下无线通信网络的概念及其框架结构,并对其中的自适应调制解调方式展开研究.结合MAC层协议,提出一种跨层的自适应调制解调解决方案,即通过收发双方的握手信息携带当前信道状态,由发射方根据握手信息,判断双方通信距离,预计信道未来状态,结合需要传输的数据量,自适应选择合适的通信模式和调制方式,并利用握手信号通知接收方,从而实现在通信网络范围内数据或指令的快速可靠传输.     

不同时频分析方法的精度比较及应用

在传统的地震资料分析、处理和属性分析提取等研究中,基于平稳信号分析处理理论的傅里叶变换是核心技术之一。地震信号往往是非线性、非平稳信号,传统傅里叶变换是一种整体变换,难于反映非平稳信号的局部特征,而时频分析技术能同时展示信号在时间域和频率域的局部化特征。在介绍几种地震常用的时频分析方法基础上,进一步深入研究自适应时频分析方法。理论分析和试验表明,自适应最优核时频分布在抑制交叉项的同时,时频聚集性也较好,因此,更有利于地震勘探信号的分析和地震属性的提取、频谱分解等。     

基于OLI多光谱遥感影像的八所港浅海水深反演

为了解决传统全局模型应用遥感影像反演水深的不足,提出地理自适应模型应用于八所港Landsat-8 OLI多光谱卫星影像。采用归一化水体指数进行水陆分离,在产生模拟数据时,为保证数据的合理性,对光谱灰度值进行自然对数求解。地理自适应模型将整个区域细分为5个小的区域单元,模型参数是自适应变化的,一般数学形式与传统全局模型一样。通过反演15m以浅的水深,发现光谱中对水体的敏感波段出现"红移";水深反演结果证明地理自适应模型有效地缓和了全局传统模型在底质类型和水体性质空间不均匀的问题,水深反演精度得到明显提高,并控制在1m以内。     

基于自适应多分辨率奇异值分解的大地电磁数据处理

针对强电磁干扰极易掩盖微弱的大地电磁有用信号,本文结合奇异值分解在去噪方面的优越性,提出基于自适应多分辨率奇异值分解(Adaptive Multi-Resolution Singular Value Decomposition, AMRSVD)的大地电磁数据处理方法.首先对大地电磁数据构建Hankel矩阵,利用MRSVD得到不同分辨率的近似信号和细节信号;然后选用近似信号和细节信号的标准差差值,对大地电磁数据进行信噪辨识;接着结合MRSVD和相邻细节信号的标准差差值,提出先验信息未知情况下的AMRSVD法;最后对辨识出的强干扰运用AMRSVD去除噪声,重构有用信号.实验结果表明,该方法的处理效率高,能有效分离出相关性较强的噪声,时间序列和视电阻率-相位曲线均得到有效改善.     

改进的最小生成树自适应空间点聚类算法

针对传统的最小生成树聚类算法存在使用全局不变阈值确定噪声边,聚类需要用户根据经验确定初始化聚类参数,如“边权值倍数容差”,“边长变化因子”等,聚类不能发现局部噪声的问题,本文提出了一种改进的最小生成树自适应空间点聚类算法。该算法在无需用户输入参数的前提下,克服主观因素的影响,根据最小生成树边长的数理统计特征定义裁剪因子。算法首先从宏观层面对最小生成树进行首轮删枝操作,消除全局环境下的噪声边,进而根据各子树的边长统计情况,自适应设定局部裁剪因子,进行第二轮删枝操作,消除局部环境下的噪声边。最后,采用1个模拟数据和1个实际应用验证算法的有效性,结果表明本文提出的改进算法在无需人为提供经验参数的环境下能够发现任意形状、不同密度的簇,能够准确的识别出空间点中的噪声数据,从而能够实现空间点数据背后隐藏信息的自动挖掘。     

顾及噪声密度函数差异的自适应回归算法及其在人工标靶提取中的应用

仪器、周围环境和人为操作等往往会造成点云中包含大量的噪声,导致模型回归精度低等问题.RANSAC算法凭借其简单实现、稳健的优势广泛应用于解决模型回归的问题.但是,针对不同的场景,RANSAC算法需要不断地调整参数来估计最优模型解.本文考虑到RANSAC及其现有改进算法的不足,以及内群点与噪声之间往往存在密度分布差异性,...