Analytical derivation of the probability for the escape of stars from colliding galaxies

We use the impulse approximation to derive analytical formulae for the escape probability from a simple binary system that interacts with a third body. The binary system is made up of a mass-less body in circular orbit around a massive object, and we assume that the two massive bodies follow a Schuster (or Plummer) distribution. Within the ranges imposed by the impulsive approximation to the parameters of the encounter, we find good agreement between our results and those obtained from numerical experiments.     

Generalized Born inversion of seismic reflection data

Summary . Born inverse methods give accurate and stable results when the source wavelet is impulsive. However, in many practical applications (reflection seismology) an impulsive source cannot be realized and the inversion needs to be generalized to include an arbitrary source function. In this paper, we present a Born solution to the seismic inverse problem which can accommodate an arbitrary source function and give accurate and stable results. It is shown that the form of the generalized inversion algorithm reduces to a Wiener shaping ***filter, which is solved efficiently using a Levinson recursion algorithm. Numerical examples of synthetic and real field data illustrate the validity of our method.     

GPS动态数据处理中的快速Kalman滤波算法

根据GPS数据处理中的Kalman滤波状态转移矩阵和设计矩阵大量存在零元素的特点,将其构造成特定稀疏矩阵.再利用稀疏矩阵乘法,同时结合矩阵对称性、矩阵求逆降维等方法,可大大减少Kalman滤波的乘法次数.在非差C/A伪距情况下,该算法乘法总次数不到传统算法的1/3;在双差伪距P1,P2 双差载波情况下,该算法乘法总次数甚至不到1/6;其耗时也只有传统算法的1/3左右,因而大大提高了Kalman滤波的计算效率.     

过完备字典稀疏表示的云图超分辨率算法

提出一种基于过完备字典稀疏表示的云图超分辨率算法。首先,联合训练针对低分辨率与高分辨率云图块的两个字典Dl和Dh,保证对应的低分辨率与高分辨率云图块关于各自的字典具有相似的稀疏表示;其次,通过求解优化问题,获得待处理云图每个低分辨率云图块关于Dl的稀疏表示,并将表示系数用于Dh以生成对应的高分辨率云图块;最后,运用最速下降算法,得到满足重构约束的高分辨率云图。红外与可见光云图的数值实验验证了本文算法的有效性,表明本文算法在视觉效果及PSNR指标上均优于插值方法。     

侧视雷达影像距离-共面模型严密定位

本文对现有侧视雷达遥感影像的几何构像模型在摄影测量应用中的不足进行了理论分析,以外方位元素作为定向参数,依次建立了像点坐标显函数形式的距离-共面(R-Cp)方程、地心直角坐标系中星载侧视雷达影像的距离-共面方程、以及星载侧视雷达遥感影像的严密定位模型,并进行了稀少控制点条件的星载TerraSAR-X影像定位试验。理论和试验表明,本文所建立的R-Cp严密定位模型,使得雷达影像像点量测坐标作为摄影测量观测值的属性得到体现,容易吸收和利用光学遥感影像基于共线方程模型发展起来的成熟的数字摄影测量数据处理方法,有利于提高雷达遥感影像摄影测量数据处理的严密性、稳定性、可靠性及数据处理效率。     

水深对软刚臂单点系泊FPSO动力响应的影响

系泊系统的定位能力是浅水油田作业的软刚臂式单点系泊FPSO安全作业的重要保障,为研究不同水深/吃水比下单点系泊系统的受力性能,针对一艘16万吨级软刚臂单点系泊FPSO,在线性三维势流理论的基础上,基于多体动力学方法,建立FPSO-系泊腿-软刚臂的耦合模型,采用Newman近似法和Pinkster近似法分析了FPSO所受二阶波浪力,在时域内计算了不同水深/吃水比对系泊系统动力响应性能的影响。结果表明,随着水深/吃水比的增加,Newman近似法计算得到二阶波浪力先增大后减小,引起单点系泊系统载荷先增大后减小;而Pinkster近似法计算得到的二阶波浪力逐渐减下,引起单点载荷逐渐减下。在浅水条件下,Pinkster近似法具有较好的适用性,Newman近似法严重低估了FPSO所受的二阶波浪力;在深水条件下,Newman近似法能满足工程计算的要求;适用两种方法的临界水深/吃水比为1.64。     

基于机器学习的稀疏样本下的土壤有机质估算方法

采用GRNN（Generalized Regression Neural Network）和RF（Random Forest）2种机器学习方法构建土壤有机质预测模型,以提高稀疏样本情况下的土壤有机质估算精度。依据北京市大兴区农用地2007年的土壤有机质采样数据,按MMSD准则（Minimization of the Mean of the Shortest Distances）抽稀为8种不同采样密度的样本（分别为2703、1352、676、339、169、85、43、22个样本）,分别采用GRNN、RF和Ordinary kriging对各采样密度下的未知采样点进行预测,采用交叉检验的方式验证各采样密度下未知样点的预测精度。随着采样点密度的下降,样点间的空间自相关性逐渐减弱,半变异函数的拟和精度变差,预测点结果误差增大,预测的置信度降低。当抽稀到43个和22个采样点时,样点间的空间自相关性接近歼灭,半变异函数的决定系数较低且残差较大。普通克里格受到采样点数量和采样密度、样点的空间结构的影响比较明显,其预测精度随采样点数量的下降而下降。在85个采样点及以下时,其预测值与观测值之间没有显著的相关性。GRNN和RF的预测精度受采样密度的影响不大,其预测精度在一个较小的范围内波动,其预测值围绕观测值在一定阈值空间内震荡波动,具有较好的相关性,在85个及以下的采样密度时,预测精度相对普通克里格有较大的提升。普通克里格法不适合在稀疏样本条件下空间插值计算,尤其是在空间自相关性比较弱的情况下。机器学习模型能充分学习土壤间环境信息、样点空间邻近效应信息,兼顾属性相似性和空间自相关,具有更好的稳定性和适应性,不容易受到采样点数量、构型和采样密度等因素的影响,即使在采样点空间自相关性很弱的情况下也能做出稳定预测精度。     

知识引导的稀疏时间序列遥感数据拟合

在多云多雨的地区,光学遥感存在着获取无云数据困难的难题,这会导致时间序列应用中可用数据匮乏。因此,本文面向稀疏时间序列遥感数据,根据噪声造成遥感影像上归一化差分植被指数(NDVI)被低估的事实,提出了一种知识引导的拟合方法。首先,在遥感影像预处理的基础上,利用先验知识和时序差分法对噪声进行识别和剔除;然后,采用高斯二阶模型对原始数据进行拟合;最后,根据拟合残差更新权重,进行迭代拟合,重复上述过程直至获得稳定的结果。本文以Landsat 8 OLI作为数据源,对浙江省杭州地区的森林数据进行拟合,结果表明:在稀疏时间序列数据的情况下,本文方法与MODIS数据拟合结果的相关系数达到0.92,关键时点(如NDVI峰值点等)的时间误差在5 d;相比当前主流方法的0.88与8 d具有更高的精度。     

一种多目相机的外参数两步联合在线标定方法

相机外参数的标定是计算机视觉和摄影测量领域的研究热点。但是由于实际标定成本和相机安装环境的限制,难以频繁对其进行外参数标定。针对静态多目相机对外参数连续、在线、稳定的标定需求,提出一种多目相机外参数两步联合在线标定方法。该算法通过对共线交会的外参数初值进行稀疏光束法平差,使外参数存在系统噪声的情况下仍获取稳定估计值。外参数标定的实测试验和仿真分析结果表明,该方法对外参数初值系统误差具有鲁棒性强和收敛速度快的优点,解决了多目相机外参数的在线快速标定问题;满足对静态、连续、在线外参数标定有较高需求的实际工程应用,对视觉导航有参考和借鉴意义。     

基于稀疏判别分析的高光谱影像特征提取

针对当前特征提取方法不能充分挖掘高光谱影像稀疏特性的问题,提出一种基于稀疏判别分析的高光谱影像特征提取方法。首先,在线性判别分析的系数向量中引入稀疏正则项来捕获具有更强判别能力的特征,将高光谱影像映射至低维稀疏的子空间;然后,利用迭代优化方法对模型进行求解。利用Salinas和Pavia University高光谱影像进行对比实验,所提方法与分类方法结合用于影像分类时,其分类精度优于其他方法,总体分类精度分别达到97.42%和97.64%。