任意阵列形状的欠定多目标方位估计

随着人类社会对海洋认识和探索的深入,对水下监测和探测设备提出了更高的要求,探测阵列模型和阵列信号处理算法决定了监测和探测设备的复杂度。 针对特定水下多目标定位平台的复杂环境,建立了一种任意空间阵列数学模型,介绍了四阶累积量算法,分析了阵列信号处理中四阶累积量的阵列扩展特性。 基于四阶累积量的 MUSIC 算法的空间谱分析,建立了任意阵列形状的欠自由度多目标方位估计的理论基础。 计算机仿真结果表明了算法的正确性和有效性。     

Flora小行星族自转特性研究

小行星族作为灾变碰撞的残留物,其基础物理性质提供了其母体以及后续演化信息.其中轨道以及自转特性分别反映了Yarkovsky效应以及Yarkovsky-O’Keefe-Radzievskii-Paddack效应(YORP效应)对于小行星族演化的影响.基于小行星光变数据库(Asteroid Lightcurve Database),通过对Flora小行星族自转速率分布进行研究,发现随着直径减小,族成员自转速率倾向于主要集中在3–5 d^-1的范围内.同时,可以注意到Flora小行星族整体表现出更倾向于顺行自转状态的现象,但对于轨道半长轴小于2.2au的成员来说,其顺行自转与逆行自转状态成员数目比接近于近地小行星中顺逆行自转状态源1:3的比例;此外,对于轨道半长轴大于2.2 au且具有顺行自转状态的部分族成员,在轨道半长轴-绝对星等分布中表现出聚集现象,并在聚集区域中有9颗成员展现出类似Slivan状态特征.     

一种基于声学回波统计的水下散射体数量密度评估模型

对水中泥沙、气泡群、鱼群等随即分布散射体群的声学回波统计特性进行了研究,建立了一种基于回波能量统计特征的水下散射体数量密度评估模型。对该模型进行了介绍与推导,并通过仿真试验证明了其对水下散射体数量密度评估的有效性。     

检测前跟踪框架下利用蒙特卡洛算法的空间碎片跟踪策略研究（英文）

在轨卫星或者空间碎片数量的增多,是对空间目标地基自动观测的一个挑战。尽管北美防空司令部编目管理了绝大多数直径超过10 cm的空间物体,但由于轨道摄动,空间目标的位置信息(基于6个轨道根数)依然非常重要,并需要定期更新。在过去的几十年里,配备电子传感器的现代地基光电望远镜已广泛用于天体测量领域。然而,这种设备的跟踪性能主要取决于空间目标的大小和亮度。这些目标所在的天文图像会有不同的背景;而且,在基于凝视模式的短曝光实时观测过程中,运动目标和背景恒星在不同的信噪比下显示为类似的点扩散函数,难以辨认。本研究是为了实现对非高斯和动态背景的高灵敏度检测和跟踪能力的提高,并具有简单的系统机制和出色的计算效率。为突破该限制,将重点放在利用状态估计技术对微小卫星和暗弱目标进行跟踪上。提出一种基于神经网络的自适应运行高斯平均算法,用以从恒星背景及干扰下提取运动的空间目标。该方法随后被集成到了一个检测前跟踪框架中。该框架利用基于蒙特卡洛的粒子滤波跟踪空间目标。三段来自亚太地基光学空间目标观测系统(APOSOS)图像序列被用来对该跟踪策略进行评估。实验结果表明,该方法能够达到满意的跟踪性能。     

COSMO-SkyMed颜色变换强度RC法南京建设用地变化检测

基于非局部滤波的SAR强度RC合成变化检测法对小图斑、线型地物等动态监测灵敏,且对数据获取无时空基线要求,在多云多雨城市地表要素变化检测中具备潜力。本文研究以多时相SAR强度RC合成图为数据源,提出一种基于色彩空间变换的变化图斑半自动提取方法,即通过色彩空间转换、训练样本选取、监督分类影像分割、变化区域提取4步骤,可实现基于SAR强度图的城市建设用地动态监测与图斑高效更新。选取南京河西新城与江北新区为示范,以最优参数配置（3特征向量与10样本类别）进行试验,实现了优于88%的建设用地查准率指标。     

基于移动GIS的生态环境智能感知方法

随着全球范围移动互联网的高速发展,人们作为"传感器"行走在真实社会中制造实时的、实地环境的、大范围的地理信息,特别是具有互动性和实时性的区域环境状况的地理信息。这类数据具有交互性、实时性、丰富性、社会性等特点,成为数据科学家眼中的金矿。基于"互联网+"时代背景,随着移动互联网、移动GIS技术和LBS技术日趋成熟,本文提出了基于移动GIS的生态环境智能感知方法,开发基于Android平台的APP,实现查询环境质量指数、查看环境污染地图、污染一键分享和解决等功能,从大众的视角感知和获取生态环境信息,为大众提供实时动态环境信息查询方式,引导鼓励公众参与环境保护,提供治理环境污染和地理信息资源获取的新思路。     

深度学习GoogleNet模型支持下的中分辨率遥感影像自动分类

提出了一种基于深度学习技术的遥感分类方法,它能有效解决中分辨率影像在分类过程中出现的像元混分问题。研究选用2016年5月12日武汉市Landsat 7 ETM+遥感影像,基于GoogleNet模型中的Inception V3网络结构,借助迁移学习方法,构建出遥感分类模型,实现了对武汉市主城区4类典型地物（不透水层、植被、水体和其他用地）的自动分类提取,并将分类结果与传统最大似然分类（ML）结果进行了对比分析。研究表明：基于深度学习方法的遥感影像总体分类精度高达88.33%,Kappa系数为0.834 2,明显优于传统ML方法总体分类精度83%和Kappa系数0.755 0,而且有效抑制了地物在分类过程中出现的像元混分现象。     

粒子加速器中高精度丝线绝对位置测量技术研究

粒子加速器中采用振动线技术进行共架单元上多块磁铁的高精度预准直,需要将振动线代表的磁中心引出进行共架单元之间的相对准直。为了获取以振动线为代表的丝线高精度空间绝对位置,本文对采用近景摄影测量技术进行点、线位置求解的方法进行了研究。利用单相机多站位的方法进行拍摄,通过标定板提供的高精度控制点坐标,采用自标定光束法平差对相机进行标定,并提出将空间直线离散成空间2点进行直线整体精确求解。对标定板上由2点组成的模拟直线进行测量验证,并与标定板提供的理论值进行对比,结果显示空间直线位置获取精度优于5 μm。这表明了本文理论和方法的正确性,为进一步研究丝线高精度空间绝对位置测量打下了基础。     

GPS坐标时间序列分析研究

近20年来,以GPS为代表的空间大地测量技术观测精度不断提高,已累积了丰富的、高精度、全球覆盖的坐标时间序列数据。这些数据为研究不同时空尺度下的各类地球物理现象提供了重要的数据支撑和大地测量几何约束。然而,由于GPS坐标时间序列中同时包含了各类“信号”和“噪声”,而且噪声来源复杂,信号类型多样,水平和高程分量上信号与噪声的表现形式差异较大。如何从原始序列中提取可靠的“信号”、分离出“误差”是目前地学界研究的热点和难点之一。     

基于2D地图的城市户外ARGIS视觉辅助地理配准技术

针对当前便携式位姿传感器获取的户外6DOF绝对位姿精度通常不足,致使基于位姿传感器的户外AR地理配准精度不高,提出了一种以2D地图作为参考数据进行户外视觉辅助定位进而提高ARGIS系统地理配准精度的方法和技术框架。在位姿传感器获取初始位姿的基础上,详细阐述了基于2D地图进行图像位姿优化和辅助校正的基本原理;并通过试验验证了该方法可以对位姿传感器获取的初始位姿进行优化,进而提高户外AR地理配准精度的有效性。