机载成像光谱遥感器场地外定标规范的初步研究

根据作者近几年来的实际工作经验,在参照国内外场地外定标实验方法的基础上,从概念研究入手,概括总结机载成像光谱遥感器定标研究内容和总体实施方案,对机载成像光谱遥感器场地外定标规范进行了初步研究。     

基于多个稳定目标的吉林一号光谱02卫星多光谱成像仪的在轨绝对辐射定标

卫星在轨后精准的绝对辐射定标是对其观测数据进行定量化应用的基础。与传统的场地定标法、交叉定标法相比，基于稳定场景目标的定标方法具有成本低、频次高、可实现历史数据定标等优点。使用中分辨率成像光谱仪（MODIS）的MCD19A1产品、MCD43A1产品和MOD03(MYD03)产品模拟出MODIS band8在光谱02卫星观测条件下的方向反射率，再结合MCD43A1产品中MODIS band1～band5的方向反射率、MCD19A2产品中的气溶胶参数、水汽参数以及MOD07(MYD07)产品中的臭氧参数，对2021年10月光谱02卫星多光谱成像仪对多个稳定目标成像的入瞳辐亮度进行辐射传输模拟，实现对其在轨绝对辐射定标。对该定标系数的真实性检验结果表明：与发射前定标系数相比，基于重新标定系数进行大气校正的结果与哨兵2号反射率产品的差异明显减小；重新标定的观测辐亮度与包头地基自动辐射定标数据的平均相对差异为3.18%，说明定标结果具有较高的精度。研究结果可以为使用稳定目标对中高空间分辨率光学遥感卫星在轨绝对辐射定标提供方法支撑。     

珠海一号欧比特高光谱数据交叉辐射定标初探

搭载于“珠海一号”卫星星座的欧比特高光谱OHS（Orbit Hyper Spectral）传感器,以较高的光谱分辨率和空间分辨率,在近岸及内陆湖泊水色遥感应用方面具有很大潜力。然而OHS缺乏星上定标系统,目前在轨定标采用陆地定标场的资料,其定标结果在水体等低反射率地物误差较大。因此提出一种基于传感器入瞳总辐亮度的交叉辐射定标法,该方法结合QAA（Quasi-Analytical Algorithm）准分析算法和6SV2.1辐射传输模型,利用GOCI（Geostationary Ocean Color Imager）多光谱数据对OHS高光谱数据进行交叉辐射定标。研究结果表明：①GOCI和OHS传感器获取的地物辐射相关性好,在可见光波段范围内,R²均高于0.84;②重新定标后的数据能明显改善不同传感器之间的辐射差异,在可见光波段范围内,定标误差小于9%。实验为高光谱传感器的辐射定标提供了一种新的方法,对建立高光谱定量化、业务化水色遥感处理系统,特别对OHS数据在水域的各种应用具有重要意义。     

干涉型超光谱成像仪星上定标方法研究

介绍一种应用于星载干涉型超光谱成像仪星上相对定标的方法，采用这种方法，可以实现全孔径、部分视场的相对辐射度定标及光谱定标。     

粳稻储藏食用品质近红外光谱快速测定技术研究

本文采用近红外光谱(NIRS)分析技术和化学计量方法研究建立了粳稻储藏品尝评分值的近红外分析模型,并对模型进行了预测准确性评价.在建立定标模型的过程中,探讨了不同光谱散射、数学等优化处理对定标模型的影响.结果表明:修正偏最小二乘法(MPLS)是建立粳稻储藏品尝评分值定标模型的最佳回归方法,所建立颗粒状和粉末状样品模型的定标相关系数(RSQ)分别为0.9274和0.9230,定标标准偏差(SEC)分别为2.3479和2.5391.定标模型具有较好的预测准确性.     

激光激发下拉曼光谱相对辐射定标模型研究

为了提高变压器油中气体检测性能,提出基于激光激发下拉曼光谱的相对辐射定标模型,采用激光成像技术进行拉曼光谱图像成像处理,提取拉曼光谱图像的边缘轮廓特征量,采用多尺度小波降噪方法进行激光激发下拉曼光谱图像降噪滤波,在邻域内采用颜色梯度分解方法进行拉曼光谱图像区域融合性增强处理,根据激光激发下拉曼光谱图像RGB值与邻域均值实现拉曼光谱相对辐射标定和检测,提高拉曼光谱图像的相对辐射定标能力。仿真结果表明,采用该方法进行激光激发下拉曼光谱相对辐射定标的准确性较高,识别精度较高,图像信息增强性能较好。     

干涉型超光谱成像仪的星上定标技术研究

根据干涉型超光谱成像仪的原理、特点以及对星上定标的要求,介绍了几种星上定标技术,分析了几种定标方案的结构和优缺点。在一次像面上引入定标结构的方法是利用一次像面上狭缝两端的边视场或在狭缝旁开孔,引入定标光源实现定标。根据聚光结构的不同,定标光源使用聚光镜和自聚焦镜两种方案;全系统定标方法是通过摆镜旋转90°引入定标光源,可分为朗伯板定标系统和积分球定标系统。在实际设计中,根据光学系统、结构总体的实现可能性,选择了积分球定标系统的方案。经过分析对比,后者结构紧凑、光能量大,可实现全系统、全口径、部分视场定标。     

干涉型超光谱成像仪的星上定标技术研究

根据干涉型超光谱成像仪的原理、特点以及对星上定标的要求,介绍了几种星上定标技术,分析了几种定标方案的结构和优缺点。在一次像面上引入定标结构的方法是利用一次像面上狭缝两端的边视场或在狭缝旁开孔,引入定标光源实现定标。根据聚光结构的不同,定标光源使用聚光镜和自聚焦镜两种方案;全系统定标方法是通过摆镜旋转90°引入定标光源,可分为朗伯板定标系统和积分球定标系统。在实际设计中,根据光学系统、结构总体的实现可能性,选择了积分球定标系统的方案。经过分析对比,后者结构紧凑、光能量大,可实现全系统、全口径、部分视场定标。     

基于深度学习的风云四号卫星绿光通道构建方法

风云四号A星是中国第二代静止气象卫星的首发星，其上搭载的新一代静止轨道成像仪具有14个光谱通道，但该仪器未设置绿光通道，给RGB图像合成应用带来了一定困难，因此用其他光谱通道来构建绿光通道对提升成像仪观测的综合应用具有重要意义。提出了一种基于深度学习的光谱转换方法，通过建立光谱通道间的关系，实现对FY-4A/AGRI绿光通道的模拟。该方法考虑了FY-4A/AGRI的可见光通道特性，以AQUA/MODIS数据为光谱转换基准，首先建立FY-4A/AGRI与AQUA/MODIS可见光通道的光谱校正关系，将FY-4A/AGRI的可见光通道校准到AQUA/MODIS的基准上；其次，通过大量AQUA/MODIS数据的训练，基于深层感知器网络建立绿光通道与其他可见光通道的光谱转换模型；最后通过迁移学习将其应用到FY-4A/AGRI上。结果显示，通过模型构建的MODIS绿光通道反射率与实际的MODIS绿光通道反射率偏差在0.01以内，构建的FY-4A/AGRI绿光通道反射率与MODIS绿光通道实际反射率偏差在0.02以内。研究结果表明，该方法能很好地实现FY-4A/AGRI绿光通道的构建，为FY-4A...     

干涉成像光谱遥感技术发展与应用

干涉成像光谱技术是遥感技术与应用的前沿与热点,因其高通量、高光谱分辨率和高成像稳定性等特点带来的巨大应用潜力而受到各国的普遍重视。从干涉成像光谱技术基本原理出发,系统回顾并评述干涉成像光谱数据在光谱复原、定标、大气校正三方面的主要进展,同时对国内外干涉型成像光谱仪的发展与应用加以介绍,指出基于HJ\|1A超光谱成像仪开展相关工作是加快我国干涉成像光谱技术发展的有效途径。     

基于进化谱分方法的动态社团检测

为了有效地分析动态网络中的社团结构功能和特性,在进化时间平滑框架下基于进化聚类方法对模块密度函数和否定平均关联函数进行了优化,论证了理论可行性;在此基础上提出了检测动态网络社团结构的进化谱分算法,并对两类算法进行了详细的谱分分析。分别在计算机合成的动态网络以及真实网络中检验了所提算法的准确性和有效性,并将其与其他算法进行对比。实验结果表明,所提算法对动态网络中的社团检测仍有很高的准确性和有效性。     

弹性光网络中基于频谱连续度的算法研究

针对光网络中可用的波长资源有限、频谱利用率不高的问题,提出了一种基于KSP算法的频谱连续度感知算法（KSPDP）。该方法在路由选择方面,用KSP算法求得源节点和目的节点之间的不同的路径长度,并根据业务请求所需的频谱资源数量,分配不同的路径。在频谱分配方面,算法将感知各链路的频谱连续情况,最大限度减少业务分配的路径上各链路的频谱碎片。仿真结果表明,所提出的算法与传统的最短路径RMSA算法相比,能降低频谱阻塞率,提高频谱资源利用率。     

基于特征相关的谱特征选择算法

针对传统的谱特征选择算法只考虑单特征的重要性,将特征之间的统计相关性引入到传统谱分析中,构造了基于特征相关的谱特征选择模型。首先利用Laplacian Score找出最核心的一个特征作为已选特征,然后设计了新的特征组区分能力目标函数,采用前向贪心搜索策略依次评价候选特征,并选中使目标函数最小的候选特征加入到已选特征。该算法不仅考虑了特征重要性,而且充分考虑了特征之间的关联性,最后在2个不同分类器和8个UCI数据集上的实验结果表明:该算法不仅提高了特征子集的分类性能,而且获得较高的分类精度下所需特征子集的数量较少。     

稀疏贝叶斯混合专家模型及其在光谱数据标定中的应用

在光谱数据的多元校正中, 光谱数据通常是在多种不同的环境条件下收集的. 为了建模来源于不同环境中的高维光谱数据, 本文提出了一种新的稀疏贝叶斯混合专家模型, 并将其用来选择多元校正模型的稀疏特征. 混合专家模型能够把训练数据划分到不同的子类, 之后使用不同的预测模型来分别对划分后的数据进行预测, 因此这种方法适合于建模来自于多种环境下的光谱数据. 本文提出的稀疏的混合专家模型利用稀疏贝叶斯的方法来进行特征选择, 不依赖于事先指定的参数; 同时利用probit模型作为门函数以得到解析的后验分布, 避免了在门函数分类模型中进行特征提取时需要的近似. 本文提出的模型与其他几种常用的回归模型在人工数据集和几个公开的光谱数据集上进行了比较, 比较结果显示本文提出的模型对多个来源的光谱数据进行浓度预测时精度比传统的回归方法有一定的提高.     

Spectral feature selection for shape characterization and classification

This paper proposes a framework for selecting the Laplacian eigenvalues of 3D shapes that are more relevant for shape characterization and classification. We demonstrate the redundancy of the information coded by the shape spectrum and discuss the shape characterization capability of the selected eigenvalues. The feature selection methods used to demonstrate our claim are the AdaBoost algorithm and Support Vector Machine. The efficacy of the selection is shown by comparing the results of the selected eigenvalues on shape characterization and classification with those related to the first k eigenvalues, by varying k over the cardinality of the spectrum. Our experiments, which have been performed on 3D objects represented either as triangle meshes or point clouds, show that working directly with point clouds provides classification results that are comparable with respect to those related to surface-based representations. Finally, we discuss the stability of the computation of the Laplacian spectrum to matrix perturbations.     

Spectral Geometry Processing with Manifold Harmonics

We present an explicit method to compute a generalization of the Fourier Transform on a mesh. It is well known that the eigenfunctions of the Laplace Beltrami operator (Manifold Harmonics) define a function basis allowing for such a transform. However, computing even just a few eigenvectors is out of reach for meshes with more than a few thousand vertices, and storing these eigenvectors is prohibitive for large meshes. To overcome these limitations, we propose a band‐by‐band spectrum computation algorithm and an out‐of‐core implementation that can compute thousands of eigenvectors for meshes with up to a million vertices. We also propose a limited‐memory filtering algorithm, that does not need to store the eigenvectors. Using this latter algorithm, specific frequency bands can be filtered, without needing to compute the entire spectrum. Finally, we demonstrate some applications of our method to interactive convolution geometry filtering. These technical achievements are supported by a solid yet simple theoretic framework based on Discrete Exterior Calculus (DEC). In particular, the issues of symmetry and discretization of the operator are considered with great care.     

振动信号频谱分析中的加窗及加窗幅值修正

在振动信号频谱中,为了消除加窗导致的信号频谱幅度的不一致问题,通常需要对加窗后信号的频谱进行幅值修正。一般情况下,幅值修正过程遵循两个原则：幅值相等原则和能量相等原则。结合航空发动机振动信号处理中的类似问题,遵循幅值相等原则,结合工程实践,通过理论分析和数值仿真分析的方法,提出了一种基于正弦校准信号的加窗幅度修正的方法。该方法利用正弦校准信号频谱的特点,以及相关的信号处理理论和方法分析得出,加窗幅度修正系数为窗函数序列的直流分量。此外,依据该方法给出了5种常用窗函数的加窗幅值修正系数,并用数值仿真的方法对     

Spectral evolution in dynamic networks

We introduce and study the spectral evolution model, which characterizes the growth of large networks in terms of the eigenvalue decomposition of their adjacency matrices: In large networks, changes over time result in a change of a graph’s spectrum, leaving the eigenvectors unchanged. We validate this hypothesis for several large social, collaboration, rating, citation, and communication networks. Following these observations, we introduce two link prediction algorithms based on the learning of the changes to a network’s spectrum. These new link prediction methods generalize several common graph kernels that can be expressed as spectral transformations. The first method is based on reducing the link prediction problem to a one-dimensional curve-fitting problem which can be solved efficiently. The second algorithm extrapolates a network’s spectrum to predict links. Both algorithms are evaluated on fifteen network datasets for which edge creation times are known.     

基于多阶抽样谱图聚类彩色图像分割

针对谱聚类应用于图像分割时权矩阵的谱难以计算的实际问题,设计了一个图像多阶抽样谱图聚类算法.首先,给出了采样数定理及其证明,并推导出与聚类类别数和最小聚类数相关的最小采样数目;其次,根据最小采样数数目,对像素点进行均匀采样,并利用谱聚类对采样点进行聚类,设计一个罚函数,通过多次抽样,消除抽样对谱聚类模型稳定性的影响;最后,定义了像素点和类之间的距离,对剩余的点按距离最近原则进行聚类.实验结果表明了算法的有效性.     

机会式电磁矢量传感器阵列互耦校正算法

针对电磁矢量传感器阵列中的互耦效应导致系统性能下降的问题,研究了一种分布式电磁矢量传感器机会式阵列互耦校正算法。首先建立可以从信噪比、波达方向估计精度和孔径扩展维数等性能方面分析线性阵列、三角形阵列和双三角形阵列等阵列结构特性的数学模型,然后根据性能分析结果构建了电磁矢量传感器机会式阵列架构,最后提出了适用于分布式电磁矢量传感器阵列的机会式互耦校正算法。实验结果从波达方向估计精度、空间谱估计精度和信噪比等方面证明了所提分布式电磁矢量传感器机会式阵列互耦校正算法比静态传感器阵列具有明显优势。