UAV-borne interferometric SAR has unique advantages and has attracted the attention of key research institutions in recent years. Baseline is a crucial parameter in InSAR processing, which is directly related to the accuracy of InSAR measurements. Compared with space-borne InSAR, UAV platform is difficult to keep the flight at the same track, and the flight attitude is unstable, which brings great difficulties to the baseline estimation of UAV-borne InSAR. In this paper, an improved baseline estimation method is proposed. This method derives the relationship between the interference phase period, the slant range, the distance between two ground points, and the phase difference through the interference geometric relationship. The distance between the two points is then substituted into the known parameters for baseline estimation using the least squares method. Compared with the original method, the proposed method can fully exploit the potential of the interferogram data by applying the least square method to solve the formula between flight parameters and baseline parameter to achieve baseline estimation. The simulated results and the flight test results of the original method and the proposed method are Compared. The absolute error, RMSE and standard deviation of both methods are calculated. It shows that the accuracy and robustness of the proposed method are significantly improved.
Recently, the low earth orbit（LEO） satellite communication system has received wide attention from academia and industry, due to its global coverage and flexible construction. In the LEO satellite communication system, satellites are connected to a dynamic network through the inter-satellite link（ISL）. How to reduce the communication delay of the network is an urgent research problem to be solved. For the problem of cross seam link-building of the Walker polar orbit constellation, this paper proposes a star cross looping link-building strategy（SCLBS）. SCLBS divides the orbits into multiple cross link-building areas on both sides of cross seam and the transmission delay can be optimized by dynamically established ISL, providing a stable link-building scheme for polar orbit cross seam. SCLBS is applied to actual business scenarios such as the airplane and ship, and the test results show that SCLBS can effectively reduce the transmission delay by 30% to 60% compared with the link-building strategies based on the nearest satellite criterion and the longest visible time criterion, and significantly improve system performance.
The Leggett inequality is a constraint on the bipartite correlation that admits certain types of nonlocalities.Could such constraints be obtained for more parties?Here in search for the answer we found new inequalities for three parties which could be used to check the compatibility between quantum mechanics and nonlocal realism.For certain measurement settings violations are found for GHZ,W and an arbitrary three-qubit pure states.Our inequalities are stronger than the existing inequality in literature(arXiv:1111.4119v1).These experimentally realizable inequalities,generalization to n-parties possible,could better our explanations for nonlocal correlations in multiparty case,along with some applications in cryptographic key distribution beyond the standard quantum key distribution schemes.
以库鲁斯台草原为研究区,基于1990-2020年Landsat数据,选择归一化植被指数(NDVI)及空间异质性作为草地退化的遥感监测指标,对库鲁斯台草地退化状况进行评估.结果表明:1)1990-2020年,研究区中部NDVI呈上升趋势,而边缘区域呈下降趋势;草地空间异质性上升的区域主要集中在研究区中部及西南部地区,北部和南部则以下降为主.2)草地退化的监测表明,约54％的草地出现退化,35％的草地得到了改善,10％的草地植被恢复.3)温度和降水对草地空间异质性的年际变化影响较小,对NDVI影响较大,降水量是影响库鲁斯台草原NDVI时间动态的主要因素.
太阳系外行星大气是系外行星领域迅速发展且最具挑战的课题之一,它依赖于高精度的测光和光谱数据.以WASP-103b的近红外地基望远镜CFHT上WIRCam照相机观测的两次次食数据为例,详细介绍高精度测光对观测的要求,阐述所需的数据处理和分析方法.结果表明,采用本文方法,可以利用地面望远镜实现10-4的超高精度较差测光.
为解决合成孔径雷达(SAR)和光学图像之间由于非线性辐射和几何差异导致的匹配困难问题,提出一种新的基于特征的SAR和光学图像匹配算法.主要分为3个部分:特征提取、特征描述和特征匹配.在特征提取阶段,针对两者间的非线性辐射差异,使用基于相位一致性的方法得到SAR和光学图像的最小矩图和最大矩图,通过极值点检测与非极大值抑制提取出分布均匀且位置对应性好的最小矩点和最大矩点;在特征描述阶段,针对两者间的非线性几何差异,提出一种RS-GLOH描述子构建方法,主要使用斑点噪声抑制效果好的ROEWA算子和Sobel算子分别计算SAR和光学图像的梯度幅值和方向信息,然后建立梯度定位和方向直方图对特征点进行描述;在特征匹配阶段,结合最近邻距离比和快速抽样一致性分别匹配最小矩点和最大矩点.实验结果表明,本文方法具有旋转和尺度不变性,并且相比于PSO-SIFT、SAR-SIFT和OS-SIFT方法,本文方法在5组不同区域的SAR和光学图像对中可以得到更多的正确匹配点对数和更低的均方根误差.
针对因入境时间短、组帧错误等原因导致的卫星帆板温度遥测数据缺失问题,提出一种基于引入注意力机制的时间卷积网络(SE-TCN)的自回归预测方法.温度遥测数据可看作是具有较强规律性的渐周期信号,采用SE-TCN对历史数据到未来数据的映射进行拟合完成缺失值的插补,同时为表征对实际缺失数据集的插补效果,增加评价指标的计算方式,有效解决了使用物理模型仿真和统计学方法插值偏差过大,及无法计算实际插值效果的问题.与长短时记忆网络和时间卷积网络等模型相比,SE-TCN在测试集和实际缺失数据集上均得到了更好的插值效果.
High frequency Sharpe ratio,a measure of return and risk,is commonly used in current portfolio construction method since it can avoid covariance matrix in high dimensional analysis.The newly proposed D-SEV measures the correlation between stock's return and high frequency Sharpe ratio index to further construct portfolio.However,there are some problems with the measure used in D-SEV,such as its lack of robustness and slow computational speed.In this paper,we propose to use a new correlation coefficient proposed by Sourav Chatterjee instead.The new correlation coefficient guarantee robustness,specifically it can reduce the impact of abnormal data on correlation,such as significant events that have a large impact on the asset prices.It is also extremely fast in its calculations.Extensive simulation demonstrate that new correlation coefficient outperforms D-SEV and other traditional methods in several different models.Actual Shanghai Securities Exchange(SSE)and Shenzhen Securities Exchange(SZSE)stock market data for 2019 and 2020 also show that the assets selected by new correlation coefficient earns 8％more excess annualized return than D-SEV,while it also owns a higher Sharpe ratio.
针对复杂波束形成时算法收敛速度慢,容易陷入局部最优的问题,提出一种新的联合优化算法.算法立足于天线方向图与阵元电流的傅里叶变换关系,对于目标波束方向图,利用傅里叶逆变换,得到阵列天线各单元的加权值,然后将得到的幅度和相位值作为遗传算法的初始值,在仅相位加权的约束下,最终生成带宽零陷的波束方向图.为防止遗传算法陷入局部最优,将混沌映射的思想引入:用混沌映射来生成初始种群,同时在变异过程中引入混沌扰动,借助Sinusoidal混沌映射的遍历性和随机性在增加初始种群多样性的同时增强算法跳出局部最优的能力.仿真结果显示本文算法能够生成带宽零陷的复杂波束方向图,且不易陷入局部最优值.
吸附是封存CO2的一种重要手段,也是降低CO2温室效应的一种有效途径.高岭石作为主要的黏土矿物,不仅具有较大的比表面积,而且分布广,封存CO2后不污染环境,是CO2的天然吸附剂.基于密度泛函理论的第一性原理计算CO2在高岭石(001)晶面的吸附,讨论吸附后的稳定构型、电子转移情况、密立根布居和分波态密度.结果表明在Top(1～3),Bridge(1～3)和Hollow(1～6)不同位点的吸附构型中,Hollow4-X构型最稳定,其吸附能为-0.41 eV.在Hollow4-X吸附构型中,CO2的O原子与晶面的H原子形成H—O键,其中CO2的O原子的2p轨道对成键贡献较大;高岭石(001)晶面H原子的电子转移到CO2的O原子上.
我国输电线路面临着多种周边地物影响带来的安全隐患,线路隐患排查对确保国家电力可靠供应及电力安全具有重要意义.当前各种线路隐患排查方法面临不同的困难,而卫星遥感技术可提供低成本、非接触的快速解决方案.探索使用卫星遥感影像实现输电线路周边地表隐患识别与提取的解决方案,提出一种针对输电线路周边地表隐患识别提取的方法,使用多类别残差修正模块进行结果修正,减少小尺度目标识别不佳及类别边缘误判的情况,使输电线路周边地表隐患识别效果得到提升.
提出一种密码测评工具自动化调度平台方案,该方案能够依据测评工具之间的依赖关系进行自动化装配,调度测评任务有序开展,归集测评中间数据并调度实时数据流转,根据模板输出报告,并支持产品接入、新建系统、系统运行3种测评场景.测评人员只需上传测评对象的应用场景拓扑图,在图中标识检查点选择所要使用的测评工具,然后通过调度平台向测评工具发送调度指令即可完成测评任务.调度平台采用网络接口调度测评工具,具有可扩展性,现有的测评工具只需依据本文提出的测评工具统一接口模型进行适配调整即可集成到调度平台中接受调度.
岩屑录井在地质构造研究及油气勘探等领域中有重要作用.随着录井技术提升,岩屑录井图片数量剧增,传统人工识别岩屑已远不能满足实际工作需求.基于迁移学习的卷积神经网络在图片分类识别中以高效著称.以常见的18种岩屑为研究对象,基于在ImageNet图像数据集上训练好的VGG-16模型建立符合岩屑图片数据集特征的迁移学习模型,并应用到实际的岩性识别中.选用5877张岩屑录井图片,以3∶1∶1的比例随机划分训练集、验证集和测试集,其岩性识别准确率分别达到99.7％、87.2％和87.3％.测试学习结果表明该方法比卷积神经网络模型在岩性分类识别中具有更高的准确率.
指纹在刑事侦查和法庭科学领域被称为物证之首,在打击犯罪、维护社会稳定中发挥着十分重要的作用.指纹鉴定的结论是有效证据形成和刑事案件侦破的关键,而指纹图像质量直接影响指纹鉴定结论的准确性和可靠性,因此精准客观的指纹图像质量评价算法是辅助指纹专家进行指纹鉴定必不可少的工具.目前,美国国家标准与技术研究院研发的NFIQ2.0指纹图像质量评价算法得到国内外专家学者的广泛关注,但该算法质量评价结果与指纹专家的质量评价结果存在较大偏差,且缺乏对指纹图像局部区域的质量评价,所以无法满足刑事侦查和法庭科学领域指纹鉴定任务的需要.基于此,将指纹图像质量评价问题拓展到质量空间上,学习指纹专家对纹线局部区域的质量感知策略,提出基于专家感知的质量评价算法.实验结果表明本文算法对指纹图像整体质量评价的结果能够与指纹专家的质量评价结果保持一致,并且符合刑事侦查和法庭科学的应用场景.此外,进一步在国际公开指纹数据集上与NFIQ2.0算法进行对比实验,结果表明本文算法的质量评价分数更为合理,能够有效降低指纹匹配算法的拒识率.
In this note,we obtain the sufficient and necessary conditions for the inclusions ΛφBV⊂BV(q,δ),and BV(q,δ)CΛφBV is false when φ satisfies the Δ2 condition.
提出一种基于邻域点密度和卡尔曼滤波的车载激光点云路面标识线提取与补全方法.该方法由3个部分组成:1)利用时间信息将路面点云数据分割为单条扫描线;2)根据邻域点密度自动生成卷积核以提取标识线轮廓点;3)结合最小二乘算法拟合标识线轮廓,并利用卡尔曼滤波算法填补缺损标识线.经实验验证,最终标识线提取结果的平均中心点位置偏差为0.04m,平均方向偏差为0.04°,平均完整度为99.69％.该方法降低了点云密度分布不均对路面标识线检测精度的影响,可有效提高标识线检测的完整度.
测量航空发动机重要部件材料间接触热阻对发动机温度分布的准确评估十分重要,进而能为其部件优化设计、叶顶间隙控制和材料热防护提供重要参考价值.DD5和1Cr11Ni2W2MoV材料因具有良好的综合性能和优异的热疲劳和工艺性能而分别广泛应用于航空发动机涡轮叶片和机匣等部件.基于发动机连接部件界面实际工况,根据稳态热流法实验测量上述两材料接触热阻,并研究界面压力(45～200 MPa)和温度(150～300 ℃)对其影响.研究结果表明:接触热阻与界面压力和温度均存在幂律关系,且随两者增大而逐渐减小;相同界面压力和温度下,1Cr11Ni2W2MoV材料接触热阻比DD5的更小,但两者差距随压力增大而逐渐缩小.此外,拟合得到的两种材料接触热阻与界面压力和温度间的经验公式能较好地预测实验结果,与92.9％的实验数据相对误差小于12％.
传统的端点检测算法仅利用信号的时频信息,在低信噪比环境下,尤其是非平稳噪声环境,会出现准确率下降的问题,而多通道语音信号具有丰富的空间信息,可以对时频域的信息进行补充,从而提高检测的准确率.因此在多通道空间特征研究的基础上,利用接收阵列信号的协方差矩阵,提出一种全新的基于多通道协方差矩阵最大特征值的多通道语音端点检测算法.首先通过提取每一帧信号的协方差矩阵的最大特征值作为端点检测的特征参数,从而对语音信号进行跟踪,然后采用双门限阈值法判断当前帧是否为语音帧.实验结果表明,在VCTK及实验室语料库上,与梅尔能量比及新能零熵算法相比,所提出的算法具有更高的检测准确率,并且对于-5 dB的低信噪比环境及非平稳噪声环境具有更好的鲁棒性.
机载逆合成孔径雷达(ISAR)成像是在远距离、全天时、全天候条件下对动态船舶进行微波成像和目标分类的关键技术.长时间累积可以带来更好的ISAR图像信噪比和信杂比,但船舶的摇摆等未知运动会显著影响长时间聚焦效果.对此,提出一种结合船舶运动参数估计与子孔径搜索的船舶成像实时处理方法.在平动补偿的基础上,根据船舶多普勒展宽、中心线斜率的变化曲线和散射点时频曲线估计船舶的旋转运动参数,实时提取最佳成像孔径,结合参数估计进行极坐标格式化和转动补偿,获取清晰的船舶图像.在不同实测数据集上进行对比验证,结果表明,相较传统成像方法,本文方法可以有效提升长周期聚焦处理的效果,实时获取高分辨率的ISAR船舶图像.
调研点云去噪的相关研究工作,根据相关算法的实现原理将其划分为基于优化思想的传统算法和基于深度学习思想的去噪算法,论述每类算法的研究进展,并对代表性算法进行详细分析,结合数据集、评估指标、实验结果等对其进行深入比较,在此基础上讨论当前点云去噪技术面临的问题和可能的发展方向及趋势.
