加速迭代硬阈值ISAR稀疏成像

加速迭代硬阈值(AIHT)作为一种压缩感知(CS)算法,具有计算复杂度低、内存占用小的特点,在较小数目的观测下,经过有限次迭代便能获得较好的重建效果。因此,本文将该算法应用到逆合成孔径雷达(ISAR)稀疏成像,对该方法的具体特征和适用性进行了详细分析。仿真结果表明,在相同信噪比和回波脉冲数条件下,基于AIHT的ISAR成像方法,相比于稀疏贝叶斯算法(SBL),在重建时间上缩短了至少2个量级;相比于迭代加权最小二乘法(IRLS)和平滑l0范数算法,在重建质量上提高了约3倍。经实测数据处理结果验证,在1/4原始脉冲数条件下,该方法仍具有良好的聚焦性能和压低旁瓣效果。     

引发广西两次严重山洪地质灾害的暴雨过程分析

利用常规观测、卫星云图、雷达探测以及自动站雨量等资料,对2010年6月27—28日和2012年5月20—22日桂西北两次严重山洪地质灾害的气象条件进行了对比分析,结果表明：(1) 强降雨发生在桂西北暴雨区,最大过程雨量＞350 mm,过程最大中尺度雨团和致灾区最大中尺度雨团值分别＞100 mm·h-1和＞70 mm·h-1,集中降雨时段为02—06时。灾害开始于后半夜,发生在最大过程雨量和地质条件脆弱区,不同的地质状况对应不同的灾害;灾害性天气具有区域小、降雨时段集中、过程雨量大、强度强及引发灾害重等特征。(2) 暴雨发生在欧亚地区500 hPa呈两脊一槽型、200 hPa南亚高压脊线贯穿广西上空及季风云系活跃的背景下。高空为槽或低涡、地面为干线或锋面,属低涡暴雨型。(3) 高空要素变化为雨前降压升温、后降温。不稳定能量及层结、低层辐合、中低层涡旋、整层大气的上升运动、高温高湿及水汽强烈辐合是物理量特征。(4) 云图上对流云团生成、合并对强降雨有指示意义,暴雨发生在云团合并发展阶段;TBB值＜200 K可以作为强降雨的指标。低质心强雷达回波产生的列车效应或回波停滞和地形作用是造成强降雨的重要因素,低层辐合、高层辐散导致了强烈的上升运动,有利于强对流的发展与维持。     

稀疏矩阵技术及其在天测与测地VLBI数据处理中的应用

介绍了稀疏矩阵的四种常见形式以及稀疏矩阵技术在天测与测地VLBI数据处理中的应用。推演了天测与测地VLBI数据综合解算中所用稀疏矩阵形式下待估参数求解和协方差矩阵估算的算法。通过对是否采用稀疏矩阵技术时方程求解 (乘法和加法 )运算对数的估算和比较 ,表明普通最小二乘方法的运算对数约为参数总数的 3次方 ,而采用稀疏矩阵技术时的运算对数近似与参数总数成线性关系 ,从而能够在现代空间对地观测技术的大样本数据处理中显著缩短计算时间。     

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.     

人工观测与自动仪器观测的对比分析

文章利用察右中旗2010年人工观测与自动仪器观测的对比分析,分析两种观测技术获取的气象数据所存在的差异,确保结果的科学性,为自动站业务化运行和气候资料的连续性提供一定参考依据。     

崇左市气象台站装备维修保障的思考

通过对崇左市气象部门技术装备保障工作现状的分析,找出了崇左市气象部门技术装备保障工作存在的主要问题,并提出了相应的解决办法。     

大型射电望远镜背架精密安装技术

对65 m射电望远镜的背架安装做了尝试,取得较满意的结果.针对天线背架尺寸大、质量重、焊接变形大、几何精度要求高等特性,采用全站仪工业测量系统实现背架的快速、无接触、高精度定位测量,点位测量精度优于1 mm;采用独特的施工工艺和焊接技术,最大限度控制焊接变形,最终点位偏差优于1.5 cm.提出基于设计坐标系建立安装测量...     

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。     

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。