基于分数阶Fourier变换的高性能SAR成像算法

传统距离多普勒算法（RD）较低精度的SAR成像质量越来越不能满足当前实际应用的需要。为解决传统距离多普勒算法成像性能低的问题,本文提出基于分数阶Fourier变换的高性能SAR成像算法（FrFT-RD）。本文详细推导SAR距离向信号运用分数阶Fourier变换时最佳阶数的计算表达式,同时给出方位向相应的计算式。理论分析表明距离（方位）向最佳阶数均取决于SAR成像参数并具有唯一性,无须迭代运算,可极大提高FrFT-RD算法的工程实用性。根据计算得到的距离向和方位向上最优阶数,在分数阶Fourier变换域完成FrFT-RD算法的构建。机载SAR模拟数据和星载SAR实测数据测试表明,FrFT-RD算法在分辨率、峰值旁瓣比（PSLR）成像性能方面比传统RD算法均得到显著提高,其中距离向和方位向分辨率提高比值分别为45.92%和48.06%;距离向PSLR和ISLR降低幅度为1.45 dB和2.59 dB,而FrFT-RD算法在方位向PSLR和ISLR成像性能方面与传统RD算法相当。     

广义S变换在地震数据处理中的应用与展望

总结了目前常见的广义S变换类型、原理与特点,归纳了现今广义S变换在时频域滤波去噪、时频谱分解、初至波识别与拾取及面波干扰压制等地震资料处理方面的研究成果。最后,展望了广义S变换在地震弱信号识别与提取、地震资料精细时变滤波、面波频散特性分析、背景噪声成像等研究方面的应用潜能。     

短时傅立叶变换在研究沉积旋回地质体中的应用

针对地震波信号通常是非平稳信号,Fourier变换不适用于分析非平稳信号、不能反映局部时间信号的频谱特征的特点,而利用短时Fourier变换能够反映信号在任意局部时间范围的频率特征,以便满足研究信号在不同时间位置局部性质的要求。分别从正反旋回的地质模型出发,通过作理论记录以及用短时Fourier变换分析波在沉积旋回地层中传播时的频率变化来确定沉积旋回的类型。     

基于多源数据的青藏高原雪深重建

青藏高原地形复杂,积雪时空分布异质性较强且大部分地区积雪较薄,而被动微波遥感因其空间分辨率低以及雪深反演中的不确定性,极大地限制了其反演青藏高原雪深的精度。本文尝试将多源遥感数据以及与积雪模型（SnowModel）相结合,来重建更高质量的青藏高原雪深数据。首先,利用MODIS积雪面积比例产品,根据构建的积雪衰减曲线以及经验的融合规则对低分辨率被动微波雪深进行了降尺度;然后,结合MODIS/被动微波融合雪深数据和SnowModel对研究区进行雪深数据同化实验;最后,利用地面站实测雪深数据对MODIS/被动微波融合雪深以及同化输出雪深的精度进行了分析和对比。结果表明,基于数据同化方法得到的雪深数据更接近地面观测雪深值,通过均方根误差以及相关系数的对比,同化雪深结果优于MODIS/被动微波融合雪深结果。     

基于机载LiDAR的多面片建筑物3维重建方法研究

提出了顾及多面片建筑物模型拓扑关系的边界提取方法。针对多面片建筑物的特点并基于最小二乘法,设计了一套适合多面片建筑物的边界规则化方法,并生成了3维建筑物模型。实验证明,本文方法对于多面片建筑物模型的3维自动重建都是可行和有效的。     

一种基于三维Arnold变换的矢量地理数据置乱加密方法

矢量地理数据具有位置精度高、语义丰富、空间关系明确等特点,易于同各类专题信息集成、融合使用,是地理信息系统的一类重要数据源.互联网和大数据背景下,矢量地理数据面临泄密、侵权、窃取等安全隐患日益凸显.为此,本文分析比较了几类主要的矢量空间数据安全技术,认为数据置乱技术具有较为均衡的安全防护性能,实际应用潜力大,将经典的图像数据置乱思路引入矢量地理数据,提出了一种基于三维Arnold变换的矢量地理数据置乱加密方法.实验表明,该方法简洁高效,具有置乱度高、保持原有数据结构、完全可逆和抗暴力攻击等特点.     

浅议地震预测及灾后重建

一、及时准确地预测地震乃属世界难题进入21世纪,尽管全球的科学与技术研究和发展水平取得了很大的进步和提高,但是目前地震预测仍然是一个世界性的难题,这是由3方面因素所决定:一是地球的不可入性。俗话说:上天容易入地难,我们对地下发生的变化,     

基于CEEMDAN和小波变换的地震信号随机噪声压制新方法

提出一种结合自适应噪声完备集合经验模态分解（CEEMDAN）和小波变换（WT）的地震信号去噪新方法CEEMDAN-WT。首先利用CEEMDAN将地震信号自适应地分解为若干个固有模态函数（IMF）和余量;然后计算各分量与原始信号的皮尔森相关系数,对处在不同相关系数阈值区间内的分量分别作小波滤波、维持原状及直接剔除等处理,并进行线性重构;最后构建样本熵变化量、互信息、信噪比等指标体系,定量评估去噪效果。模拟实验与实测数据（青海玛多地震）计算结果表明,与EMD、EEMD等方法相比,CEEMDAN-WT方法能有效抑制随机噪声的影响,提高信噪比,并且地震信号的精细化重构效果较好,信号有效成分得到较大保留。     

一种基于Python的地震数据远程抓取程序的实现

地震监测仪器每天产生的地震数据主要依靠人工进行巡检和备份,不仅耗时耗力,而且容易出现纰漏。利用Python语言开发简单的后台程序就可以实现数据按照预设的格式和路径进行自动下载和备份。     

基于提升型小波变换的矢量数据渐进式传输的研究

根据网络环境下矢量数据的存储及显示特点和人们由粗到细、由总体到局部的空间信息认知规律,利用小波分析的特性,对原数据采用小波变换的方法进行分层、分块处理,然后根据用户需求,按顺序进行分块传输、分块显示,提高用户的作业响应时间,同时使用户在不增加网络流量的前提下,得到多尺度的空间矢量数据。实现空间矢量数据的渐进式网络传输。     

Seismic data reconstruction based on iterative linear expansion of thresholds

Based on the compressive sensing,a novel algorithm is proposed to solve reconstruction problem under sparsity assumptions.Instead of estimating the reconstructed data through minimizing the objective function,the authors parameterize the problem as a linear combination of few elementary thresholding functions,which can be solved by calculating the linear weighting coefficients.It is to update the thresholding functions during the process of iteration.The advantage of this method is that the optimization problem only needs to be solved by calculating linear coefficients for each time.With the elementary thresholding functions satisfying certain constraints,a global convergence of the iterative algorithm is guaranteed.The synthetic and the field data results prove the effectiveness of the proposed algorithm.     

基于双树复小波变换图像融合方法

基于离敞小波变换的图像融合算法在特征表达上存在不足,将双树复小波变换引入到彩色图像融合中,对彩色图像的3通道分别进行融合,各通道低频取加权平均,高频去较大值的方法.融合效果评价除了使用均方根误差、峰值信噪比和熵外,还使用了通用的主观与客观相结合的方法.实验结果表明,获得的融合图像效果较好,优于离散小波融合算法.     

基于数据挖掘的录井剖面归位解释方法

录井解释过程中,由于数据特征维度较高和数据集成化能力不足等,需要人工校正录井综合图的岩性剖面。提出一种基于数据挖掘的录井剖面归位解释处理方法,对选取的录井解释数据进行数据清洗,选取有效影响因子,进行基于主成分分析的特征降维;分析录井解释数据特点,选择神经网络算法作为模式挖掘模型;对模式挖掘模型进行表达与解释,将实验获得的最优特征识别模式运用于实际数据。结果表明,采用模式挖掘模型在未知区块的平均识别准确率接近于92%,模型泛化能力相对稳定,对部分常用的岩性的识别准确率接近于95%,与多次人工校正后的归位结果相近。     

Super-resolution reconstruction based on CNN: A case study of Jilin-1 multispectral data

MS or MS+PAN is usually applied separately in convolutional neural network(CNN) resolution reconstruction to obtain high-resolution MS images, but the difference between the two datasets is rarely studied. This paper introduced a dual-channel network and took MS and MS+PAN of Jilin-1 spectrum satellites as two datasets to evaluate the performance of CNN resolution reconstruction, and analyzed the difference with bicubic and GS methods. The result of CNN reconstruction shows that MS+PAN dataset performed better than MS, with about 6% improvement in spatial and spectral components, and the overall quality of MS+PAN dataset was slightly higher than that of MS dataset, with QNR from 0.955 9 to 0.958 4. The bicubic performed best in spectral components with the quality value of 0.017, and GS performed best in spatial components with the quality values of 0.044 3. CNN showed similar performance in spectral and spatial components with the two traditional methods and achieved the best overall quality with QNR value of 0.958 4.     

一种适合于科学数据的聚类算法

聚类是科学数据挖掘中的核心问题.在已提出的聚类算法中大都是基于＂距离＂的概念,这类算法的缺点在于处理数据量大和维数高的科学数据时不够有效,因此提出迭代网格算法.这个算法与基于距离的损法有根本不同,它抛弃了距离的概念,而采取一种新的思路.它不仅能够自动发现包含有趣知识的子空间,并将里面存在的所有聚类挖掘出来;而且它能很好的处理维数高和数据量大的科学数据.     

基于离散傅里叶变换的线要素节点压缩方法

相较于传统删减顶点的线要素综合方法,基于傅里叶变换的线要素综合更能保留曲线的全局特征,但现有的傅里叶综合方法无法自动减少和控制点数,更多适用于曲线的平滑及多尺度表达。因此本文提出一种利用离散傅里叶变换进行线要素综合的方法。对曲线进行离散傅里叶变换,获得有限项傅里叶描述子;根据期望的压缩比对傅里叶描述子进行截断;根据截断后的描述子项进行离散傅里叶逆变换获得化简曲线。本文提出的这种傅里叶方法能够减少化简后曲线顶点数,适用于地图综合领域。本文通过四组实验验证了算法的可行性,展示其如下优点：① 能够在相应尺度上对线性地物进行平滑、渐进的化简和表达② 在现有傅里叶变换法的基础上能够保留曲线原顶点;③ 以顶点数作为综合过程参数,能够自动减少曲线顶点数;④ 相较于传统节点压缩方法,更注重整体形态的化简,在综合过程中能更好地保留曲线的整体特征;⑤ 在转换尺度较大的综合过程中,相较于传统节点压缩方法所保留的几何精度更高。     

Downhole microseismic data reconstruction and imaging based on combination of spline interpolation and curveletsparse constrained interpolation

When using borehole sensors and microseimic events to image,spatial aliasing often occurred because of the lack of sensors underground and the distance between the sensors which were too large. To solve the aliasing problem,data reconstruction is often needed. Curvelet transform sparsity constrained inversion was widely used in the seismic data reconstruction field for its anisotropic,multiscale and local basis. However,for the downhole case,because the number of sampling point is much larger than the number of the sensors,the advantage of the curvelet basis can't perform very well. To mitigate the problem,the method that joints spline and curvlet-based compressive sensing was proposed. First,we applied the spline interpolation to the first arrivals that to be interpolated. And the events are moved to a certain direction,such as horizontal,which can be represented by the curvelet basis sparsely. Under the spasity condition,curvelet-based compressive sensing was applied for the data,and directional filter was also used to mute the near vertical noises. After that,the events were shifted to the spline line to finish the interpolation workflow. The method was applied to a synthetic model,and better result was presented than using curvelet transform interpolation directly. We applied the method to a real dataset,a microseismic downhole observation field data in Nanyang,using Kirchhoff migration method to image the microseimic event. Compared with the origin data,artifacts were suppressed on a certain degree.     

Seislet transform denoising based on total variation minimization

Attenuation of noise is a persistent problem in seismic exploration. The authors use conventional denoising method to remove noise which may cause vibration near the discontinuity called pseudo-Gibbs artifact.In order to remove the artifact,the study proposed a method combining the seislet transform and total variation minimization. Firstly,the data are converted into the seislet transform domain. Secondly,the hard threshold was used for eliminating the noise and keep useful signal,which is the initial input for the next step. Finally,total variation minimization dealed with denoised data to recover boundary information and further eliminated the noise. Synthetic data examples show that the method has feasibility in eliminating random noise and protecting detailed signal,and also shows better results than the classic f-x deconvolution. The field data example also shows effective in practice. It can remove the noise and preserve the discontinuity signal at the same time.     

基于凸集投影算法的超分辨率图像重建技术

图像的空间分辨率是评价图像质量的一个关键性指标，也是图像应用中举足轻重的一个参数。然而在图像获取的过程中，诸多因素均会导致图像质量的下降或退化。解决这一问题的一种有效办法就是超分辨率图像重建技术，介绍了超分辨率图像重建技术，对其两种主要的方法进行了分析，给出了凸集投影算法的步骤并通过实验数据进行了图像重建的验证。     

基于小波变换和矢量量化的图像压缩

基于小波变换将一幅图像分成4个频带，根据不同频带的系数所包含能量的大小，分别对其量化压缩，力寻一个压缩比较大，失真度较小的图像压缩方法。