二维逐步正交匹配追踪算法

在图像等二维信号的应用与处理上,常规压缩感知理论框架存在重构算法效果差、图像块效应明显、对噪声敏感等问题。针对这些问题,根据现有二维观测模型和二维重构算法设计思想,可以设计一种新的重构算法：二维逐步正交匹配追踪算法。该算法借鉴了相关一维重构算法的设计思想,通过每次迭代选取符合阈值条件的多列原子进而正交化处理的步骤,提升了重构效率,改善了恢复图像质量。理论分析和实验结果表明,提出的算法在重构时间得到控制的情况下,得到的图像信噪比有较大提升,超越了现有典型的二维重构算法。     

自适应匹配追踪的OFDM系统窄带干扰检测

针对在OFDM通信系统中,基于压缩感知的窄带干扰检测时间过长的问题,提出了将自适应匹配追踪算法应用到压缩感知理论的信号重构过程中的算法。该算法可在未知干扰稀疏度的情况下,自适应地调整候选集原子的个数,在低于奈奎斯特采样频率前提下,快速实现单个及多个窄带干扰信号检测。仿真结果表明:所提算法能够有效地实现窄带干扰检测且运行速度快,改善了OFDM通信系统的性能。     

现场总线控制系统（FCS）在海洋石油平台控制系统中的应用研究

海洋石油平台的控制系统是海上油气田得以正常、安全进行生产的核心,一个可靠、灵活、先进的控制系统将会促进生产的高度发展,提高工作效率。本文主要研究现场总线控制系统—FCS（Field Bus Control System）在平台控制系统中的应用,而井口控制盘（WHCP）作为FCS网络内的一个节点具有一定的共性,探讨FCS...     

沥青路面的检测与日常维护

随着交通量的增加、车辆大型化的发展以及车辆超载等严重问题造成给公路的出车辙、开裂以及坑槽等严重影响车辆行驶的安全性,降低沥青公路的使用寿命,所以我们应该加强对公路的检测和保护,从而保证公路的安全畅通,保证行车的舒适度和安全性。     

酸性水环境下桥梁桩基混凝土的配制与耐久性研究

针对酸性水环境下桥梁桩基混凝土的配制,研究了矿物掺合料、水胶比以及侵蚀溶液pH值对混凝土抗酸侵蚀性能的影响。混凝土的粉煤灰掺量从20%～50%变化,矿粉掺量从35%～65%变化,水胶比分别取0.35、0.39、0.43,酸性水侵蚀环境通过pH值分别为1、2、4的硫酸溶液模拟,抗酸性能通过测定1年龄期的混凝土抗压强度变化率表征。结果表明,降低水胶比有利于提高混凝土的抗酸侵蚀性能;矿物掺合料对混凝土耐酸性能的改善作用与其品种、掺量及模拟侵蚀溶液的pH值大小有关。大掺量粉煤灰混凝土比大掺量矿渣粉混凝土具有更好的耐酸性能。     

城市形态对居民直接碳排放的影响——基于社区的案例研究

基于北京1400份居民的建筑和出行能源消费行为问卷数据,利用空间统计工具LISA确定高(低)直接碳排放居民的聚集社区,进而通过五个社区的案例研究,探讨居民直接碳排放和城市形态之间的关系。结果显示,建筑密度、土地利用形态、就业可达性和公交可达性均对居民的直接碳排放产生显著影响,这说明合理规划空间形态是构建低碳城市的重要政策手段。     

利用MATLAB仿真校正传播模型及其在DAB单频网规划中的应用

本文将介绍如何以实测数据为依据,利用MATLAB工具箱和最小二乘法原理对传统无线信道传播模型——Okumura—Hata模型公式中的修正因子进行校正,使其能较为准确地预测DAB单点发射在北京地区的覆盖区域,从而为DAB单频网组网提供可靠保证。     

低碳城市与空间结构优化:理念、实证和实践

构建低碳城市、实现低碳发展是遏制全球变暖的战略举措。基于国内外文献,本文剖析了低碳城市理念上的特点和实施路径,总结了城市空间结构影响碳排放的途径以及相关实证研究中发现的定量关系,同时介绍了国外城市实现低碳发展常用的规划实践和措施手段。结论指出:空间结构优化对于城市减少碳排放有长期、结构性的作用,是实现低碳城市的重要途径;而为了科学地制定实现低碳城市的空间规划,应加强我国城市的实证研究。     

Generative adversarial networks for hyperspectral image spatial super-resolution

It is becoming increasingly easier to obtain more abundant supplies for hyperspectral images ( HSIs). Despite this, achieving high resolution is still critical. In this paper, a method named hyperspectral images super-resolution generative adversarial network ( HSI-RGAN ) is proposed to enhance the spatial resolution of HSI without decreasing its spectral resolution. Different from existing methods with the same purpose, which are based on convolutional neural networks ( CNNs) and driven by a pixel-level loss function, the new generative adversarial network (GAN) has a redesigned framework and a targeted loss function. Specifically, the discriminator uses the structure of the relativistic discriminator, which provides feedback on how much the generated HSI looks like the ground truth. The generator achieves more authentic details and textures by removing the place of the pooling layer and the batch normalization layer and presenting smaller filter size and two-step upsampling layers. Furthermore, the loss function is improved to specially take spectral distinctions into account to avoid artifacts and minimize potential spectral distortion, which may be introduced by neural networks. Furthermore, pre-training with the visual geometry group (VGG) network helps the entire model to initialize more easily. Benefiting from these changes, the proposed method obtains significant advantages compared to the original GAN. Experimental results also reveal that the proposed method performs better than several state-of-the-art methods.