压缩感知算法在阵列测向中的相干信号分辨

现有算法在进行信号重建时,需要原始信号的稀疏信息来控制初始原子集的大小和算法迭代的最大次数,这削弱了重建精度,增加了计算复杂度,限制了其实际应用能力。为了克服这个问题,提出了基于正交匹配追踪算法的改进算法。该算法将阵元个数作为假设稀疏度,在稀疏度未知的初始阶段扩展初始原子集。最后通过对测量信号的幅度进行阈值过滤以实现信号的分辨和信源数的估计。为解决测向人员面对监测软件所指示的多个信号示向度中,无法分辨哪些指示方向是同一个信号源所产生的折反射信号的问题,首次提出了基于压缩感知算法的相干关系分析和相干信号分辨的模型。实测数据结果表明,该算法在不同环境下可以清晰分辨相干信号,并且能够适应多种实验平台。     

一种基于分段偏最小二乘模型的土壤重金属遥感反演方法

土壤中重金属由于其毒性而成为最有害的环境污染物之一,利用遥感进行土壤重金属检测和分布制图是目前最为高效的手段。采用哨兵二号（Sentinel-2）多光谱影像与实测样品光谱数据,对山西省铜矿峪铜矿尾矿库及其周边农田土壤的铜（Cu）含量进行估算,利用68个土壤样品的反射光谱,优选出适合土壤铜含量预测的波段,结合分段偏最小二乘法（Piecewise Partial Least Squares Regression,P-PLSR）,对土壤铜含量进行估算,将模型用于Sentinel-2影像获得了Cu含量的空间分布。通过P-PLSR对实测样品光谱建模反演Cu含量的决定系数（R²）为0.89,预测偏差比（RPD）为2.82;利用Sentinel-2多光谱影像获得了该区域Cu元素含量空间分布,其Cu含量的估算精度R²为0.74,RPD为1.73,Cu含量高值区空间分布与尾矿库关系密切。Sentinel-2多光谱数据具有高空间分辨率（10、20和60 m）、高时间分辨率和幅宽大（290 km）等优势,通过敏感波段选择并建立反演模型,可实现大范围土壤环境制图。     

基于2030可持续发展目标的珠三角土地消耗率与人口增长率协调关系评价

量化联合国可持续发展目标SDG 11.3.1“土地消耗率与人口增长率的比率（LCRPGR）”有助于了解城市扩张与人口增长之间的关系,为城市国土空间规划和人口城镇化调控提供数据支撑,并且对指导决策者制定城市增长计划至关重要。基于土地利用产品、夜间灯光数据和人口普查数据,提取了城市建成区,利用地理加权回归模型测算了珠三角地区1 km×1 km格网尺度人口密度。依据SDG 11.3.1指标元数据中定义和公式,对珠三角地区可持续发展进行了可靠评价。结果显示：①1990~2010年珠三角建成区面积扩张4.6倍,城区人口增长3.7倍;②1990~2010年珠三角的LCRPGR值由0.71增长到2.01;城市扩张速度与人口增长速度并非是成比例协调增长关系;③建成区的扩张主要是由耕地和农村居民用地转换而来。综上,自2000年后珠三角地区土地消耗率已经超过人口增长率,城市扩张速度与人口增长速度并非是成比例协调增长关系,二者的差异在增大,应当引起一定注意。     

联合知识与CNN的遥感影像目标检测研究综述

目标检测是遥感影像智能解译的重要内容,是将影像转换为信息的关键环节。基于知识的方法是遥感影像目标检测的传统经典方法,而基于卷积神经网络的深度学习方法则是近年来逐步兴起并迅速大范围应用的主流方法。介绍了基于几何知识、上下文知识、辅助知识、综合知识的方法,以及一阶段、两阶段的卷积神经网络方法,重点论述了联合知识与卷积神经网络的新方法,并对改进遥感影像数据集、调整算法网络框架、实现目标上下文推理等三种具体应用形式进行了详细介绍。对联合知识与卷积神经网络方法的遥感影像目标检测方法进行了展望。     

基于细胞神经网络和并行压缩感知的 图像加密算法

基于细胞神经网络(CNN)和并行压缩感知(CS)提出了一种高安全性的非可视化图像加密算法, 旨在提高现有加密算法的信息传输效率以及减少存储空间。首先明文图像的小波系数经过阈值处理和索引置乱 后,利用受控的部分哈达玛矩阵对其进行并行压缩,接着执行费雪耶兹行列置乱和加模操作,然后再将部分加 密图像分割并通过最低有效位(LSB)嵌入算法随机地隐藏到剩余加密图像的 alpha 通道中生成最终的类噪声密 文图像,具有超混沌特性的 CNN 所产生的伪随机序列用于构造置乱、扩散以及受控测量矩阵。最后,通过一 系列的安全性分析表明,该算法具有很高的传输效率和安全性。     

基于加权平滑l_0范数的单快拍波达方向估计

针对现有基于压缩感知的DOA估计算法估计精度不高的问题,提出一种基于加权平滑l0范数的单快拍DOA估计算法。所提算法采用一种新的加权方式,在构造一个恰当的平滑连续函数后,根据接收数据的初始解确定一个合适的递减的{σ}序列[σ_1,σ_2,?,σ_J],并对每一个σ值,用最速下降法来求解l0范数的逼近函数H_σ(S)的最小值;然后将该σ值作为下一次迭代的初始值,并在每次迭代开始时更新权值,通过多次的迭代获得逼近函数的最小解,即逼近的最小l0范数。通过仿真实验表明所提算法可对DOA进行有效估计,且容易实现、精度较高,与未加权的改进平滑l_0范数DOA估计方法相比具有更好的估计性能。     

结合自适应稀疏表示和全变分约束的图像重建

In view of the limitation of fixed complete orthogonal transformation, represented by two-dimensional wavelet transform and discrete cosine transform in compressed sensing high-resolution image reconstruction, this paper proposes a new method for high-resolution image reconstruction based on adaptive redundant dictionary sparse representation with the total variation constraint.The algorithm takes the intermediate image in the process of iteration as the training sample to get a redundant dictionary suitable for sample characteristics by adaptive learning. It makes full use of the correlation between dictionary atoms and the image to get an ideal complete sparse representation, thus reducing the sampling rate and improving the quality of image reconstruction. Finally, the algorithm takes the total variation as a constraint and uses the split Bregman iterative method to solve the sparse optimization problem. Simulation shows that the proposed method can reconstruct high quality images under a low sampling rate.     

Temporal and spatial dynamics of surface run‐off from Lake Basaka catchment (Ethiopia) using SCS‐CN model coupled with remote sensing and GIS

The Lake Basaka catchment (Ethiopia) has undergone a significant land use–land cover (LULC) change and lake level rise over the past five decades. Significant quantities of water and sediment flow annually into the lake through erosion processes. An appropriate method of estimating the surface run‐off from such ungauged and dynamic catchment is extremely important for delineating sensitive areas (based on run‐off responses) to be protected and for development of suitable measures to reduce run‐off and associated soil loss. Reliable prediction of run‐off, however, is very difficult and time‐consuming for catchments such as that of Lake Basaka. The present study estimated the dynamics of surface (direct) run‐off using the NRCS‐CN model in ArcGIS, assisted by remote sensing and ancillary data. The results indicated the Lake Basaka catchment experienced significant temporal and spatial variability in its run‐off responses, depending on the rainfall (amount and distribution) pattern and LULC changes. A significant run‐off increase occurred after 1973, consistent with significant LULC changes and lake level increments occurring after that period. A reduced vegetation cover also resulted in increased run‐off coefficient of the lake catchment from 0.11 in the 1970s to 0.23 in the 2000s, indicating the important need to consider possible future LULC evolution when forecasting the lake catchment run‐off behaviour.     

适用于GEO卫星通信的单层重传机制

基于GEO卫星通信信道特性,分析现有LTE重传机制适应性改造所面临的问题,提出一种单层重传机制。该机制结合卫星链路时延大、信道质量较好的特点,去掉RLC层ARQ机制设计,并利用单层重传机制的通道数与RTD的相关性,通过扩展通道数及减少最大传输次数,提高现有重传机制对GEO卫星大时延信道特性的适应性。仿真结果表明,该重传机制能确保数据可靠性传输,缓解反馈信息带来的时延问题,提高系统吞吐量。     

面向移动目标的卫星传感器调度技术研究

在面向移动目标的卫星传感器调度中,为了解决目标移动性及卫星固有缺陷等带来的不确定性对观测策略的干扰,提出了一种探测概率与KL(kullback leibler)散度结合的调度算法。该算法依据任务区域内目标实时分布概率实现权值的自适应调整,利用KL散度实现对不确定性的度量,并以探测概率克服信息收益忽略较大分布概率目标区域的缺陷,提高卫星对目标的发现能力。最后对比多种算法进行了仿真实验,结果表明所提算法具有更优的观测效果,验证了该算法的有效性。