维美德面向制浆造纸客户推出新型刀式浓度变送器

本刊讯(Valmet消息) 2021年2月,维美德面向制浆造纸客户推出一种全新设计的Valmet Blade Consistency Measurement刀式浓度变送器。凭借一流技术、全新用户界面和专利化探测原理,该设备可确保所有应用领域可靠、准确、极具成本优势的浓度测量。     

基于布里渊散射的海水参数测量反演算法研究

海洋温度和盐度是重要的海洋环境参数，对了解海洋性质、生物多样性具有重要作用。本文基于碘分子吸收池的边缘探测技术，将携带有温度信息的布里渊散射光分为三束，这三束光分别通过三个压强不同的碘分子吸收池，形成三个探测通道，得到两个信号的强度比值信息；之后利用迭代算法即可同时反演出被测区域的温度和盐度信息。采用探测器输出信号强度比值的形式能有效抑制激光器光强抖动带来的影响。为将测温误差控制在0.2 K以内，所提算法对探测器输出强度比值的随机抖动程度为1.3‰。本技术路线具有不受入射角影响、测量速度快、无需事先知晓盐度信息等优势，有望应用于机载、星载等移动平台上。     

海关辐射探测设备可视化知识服务平台建设研究

通过分析当前海关辐射探测培训存在的问题,提出“海关辐射探测设备可视化知识服务平台”(以下简称为平台)的建设构想,并对平台进行了总体设计和功能设计,重点论述了技术应用及功能实现,最后对平台的应用效果和未来发展进行了展望。     

遥感卫星随遇接入互联网星座和在轨智能处理

低轨互联网星座是当前全球研究和发展的热点,互联网星座支持随遇接入遥感卫星和信息在轨直接处理的应用前景备受期待,但由于轨道高度不同会产生双向高动态异构星座的接入互联问题。首先,通过设定低轨卫星互联网星座在不同轨道特性、不同卫星数量情况下的随遇接入仿真场景,重点探讨了时空非连续可视性和多普勒频移问题对遥感卫星接入性能的影响;其次,基于遥感卫星随遇接入互联网星座场景的特点,分析了不同时延性在轨处理任务的流程及其星地功能分配;最后,对当前在轨智能处理算法存在的问题和未来研究重点进行阐述,为未来低轨互联网星座及遥感卫星的发展和联合组网应用提供可靠的理论支撑。     

机器学习理论的超光谱遥感图像无损压缩

针对一般超光谱遥感图像的压缩方法无法同时实现图像信息缩减和图像完整性的问题，提出一种机器学习理论的超光谱遥感图像无损压缩方法。利用机器学习中的聚类算法进行第一次压缩，减少超光谱遥感图像中的冗余波段光谱，并降低图像维度；再利用机器学习中的人工神经网络进行第二次压缩，将不同图像子块送入不同压缩率的神经元当中，通过隐含层自主完成图像压缩编码。通过与四种一般压缩方法的对比验证，本方法图像压缩后，图像压缩率更小，图像分辨率和信息熵更高，既有效地减少了图像信息量，能够保留有效关键信息，达到了图像信息缩减和图像完整性的双重目标。     

机载远程探测用高能量双波长激光器研究

激光器是机载远程光电探测系统的重要组成部分,其性能直接决定系统应用效果.首先从激光测距方程出发,分析不同探测体制以及双波长探测需求;然后针对半导体泵浦固体激光器进行研究,并对不同双波长实现方式进行了分析;最后通过试验验证,实现了高能量双波长激光输出.试验结果表明:通过主动电光调Q技术和LD侧面泵浦共腔谐振技术,可以实现高重频窄脉宽1.064μm和1.57μm双波长激光输出.     

面向高光谱影像分类的多特征流形鉴别嵌入

鉴于传统维数约减方法对高光谱遥感影像进行降维时,往往只利用了单一的光谱特征,限制了分类性能的提升。提出一种基于多特征流形鉴别嵌入的维数约减方法,该方法首先提取高光谱数据的LBP(Local Binary Patterns)纹理特征,然后利用样本点的光谱-LBP特征联合距离及类别信息构建类内图和类间图以发现高光谱影像中的鉴别流形结构,在低维嵌入空间中不仅保持来自同一像素的光谱和纹理特征的相似性,而且使同类点尽可能紧致、不同类点远离,实现空-谱联合低维鉴别特征提取,以有效提高地物分类性能。在Indian Pines和黑河高光谱遥感数据集上的实验表明,本文算法的分类精度在不同实验条件下均优于传统的维数约减方法,其分类精度可达95.05%和96.20%,在较少训练样本条件下优势更为明显,有利于实际应用。     

分布式遥感编队多星协同观测中的姿态控制

针对分布式遥感编队中的协同观测问题，本文开展了多星协同姿态控制研究。首先建立了参考航天器由对日定向到对目标凝视观测的期望姿态，设计了基于姿态、角速度偏差的比例-微分（PD）控制器，证明了闭环系统的李雅普诺夫稳定性。在此基础上，进一步建立了伴飞航天器的期望姿态，为使目标在不同航天器像平面上成像位置匹配，以伴飞航天器、参考航天器的姿态之差为基础设计了伴飞航天器的PD控制器，证明了系统的稳定性。最后，将理论结果进行了仿真验证，结果显示伴飞航天器、参考航天器姿态控制误差小于0.01°，精度满足分布式遥感多星协同观测的任务需求。