基于深对流云的夜间微光传感器定标技术

NPP(National Polar-orbiting Parternership)卫星于2011年10月28日发射升空,其上搭载的VIIRS(Visible Infrared Imaging Radiometer Suite)传感器包含DNB(Day Night Band)波段,该波段采用三增益设置,可在白天、晨昏甚至夜间实现地球观测.其中,在夜间月光条件下,主要采用高增益,定标实现较为困难.以此为目的,首次提出了基于深对流云的夜间微光传感器替代定标方法.将月亮辐射模型引入到SCIATRAN中,实现了全天候的辐射传输计算,并利用该改进的辐射传输模式,通过确定深对流云光学属性、地表特性及大气廓线等的参考值,对接收大气层顶反射辐射进行敏感性试验,分析得到主要影响因子为云光学厚度COT(Cloud Optical Thickness)与有效粒子半径Re(Effective Radius),且利用固定参考值得到最大模拟误差小于5%.为了检验该替代方法的可行性,通过改进的辐射传输模式,对2012年08月~2013年01月共6个月夜间DNB数据所确定的深对流云替代目标像素进行辐射传输模拟,结果表明基于深对流云的替代定标方法效果较好,基于日变化的辐射不确定度在±10%之内,可实现对DNB夜间高增益阶段的直接辐射定标.     

三线阵云立体探测技术

根据三线阵立体测绘原理,给出了探测云顶高的三线阵卫星影像模拟方法.提出了改进的SIFT匹配算法,并利用该算法结合前方交会法,获得云顶高度信息.通过实验验证了三线阵卫星影像模拟的正确性,探索了一种获取夜间低照度条件下云顶高参数的新途径.最后,针对测高误差来源,详细分析了三线阵立体探测云顶高的测高误差,并针对云移动给出了一种误差纠正方法.     

一种遗传-梯度混合算法

本文提出一种函数全局优化的遗传-梯度混合算法。该算法由选择、交叉和诱导变异算子组成。通过对自适应滤波和前向神经网络权值训练两个典型问题的数字仿真，表明该算法是一种快速有效的全局优化算法。     

基于微波辐射计的海面溢油监测研究

控制海面溢油对于保护环境和减少经济损失是非常重要的,监测海面溢油是遥感技术的一个重要应用方面。利用美国对地观测系统卫星EOS的AMSR\|E微波辐射计探测资料,结合阈值梯度算法和基于R-L分数阶微分梯度算子边缘提取算法,提出了基于微波辐射计的海面溢油监测算法,并以2010年发生在墨西哥湾的漏油事件为例,进行了溢油范围反演研究,得到了较好的实验验证结果。     

翻转课堂中的深度学习模式应用

分析深度学习理论的内涵和要求,明确翻转课堂深度学习教学模式改革的必然发展方向,阐释深度学习路线的各个阶段和教学要素,提出翻转课堂深度学习教学模式,介绍教学实践过程并总结.     

BP网络进化及其在雷达目标识别中的应用

针对常规ＢＰ神经网络的ＢＰ算法只能训练固定结构的神经网络,存在诸如易落入局部极值、没有引入提高泛化能力的训练机制等固有不足之处,以及一些神经网络进化算法的进化机制中存在的缺陷,本文提出一种ＢＰ神经网络进化算法,并用于高分辨雷达目标一维距离像的识别问题。实验结果表明,经所述方法优化后的神经网络结构简单、泛化能力优于ＢＰ算法和一些进化算法训练的网络。     

多零件轴孔精密过盈装配

为了实现多圆环零件的高精度轴孔过盈配合装配,研制了基于力传感器、光栅尺和工业内窥镜的精密装配及检测系统.设计了柔顺夹持机构,克服了被装配零件与模具装配孔之间的径向定位偏差所引起装配卡阻,提出了装配力/刚度位置补偿方法,在被装配零件外径有10μm制造公差的情况下实现了精确定位.对狭小无照明空间内零件的在线检测,应用内窥镜解耦视觉检测方法,通过控制内窥镜移动的光栅尺的位置信息和采集到的图像信息获得被装配环片的精确位置信息.装配和检测实验表明:圆环零件装配的误差在-9.4～6.1μm之间,内窥镜检测的不确定度在-1.7～8.2μm之间.所研制的系统能够满足圆环类零件的精密装配及检测要求.     

基于DSP2808的轴流风机控制器设计

针对工业用轴流风机,设计了基于DSP2808的智能轴流风机控制器,给出了DSP系统、CPLD系统、驱动电路、功率电路、故障检测与保护电路、单端反激变换器的设计方案;分析了风机调节流量的方法,控制器能够根据温度反馈通过PWM斩波实现风机宽范围无级调速,实现节能;控制器能够接收外部电位计、温度传感器、485总线的转速给定,表决后产生最终的转速给定;控制器具备电机绕组过热、IGBT过热、交流侧过欠压、直流侧过欠压、直流侧过流等故障检测与保护功能;实验结果表明:控制器能够实现风机匀加速软起动及起动与转速闭环之间的平稳过渡,有效降低了风机启动、运行过程的噪声,同时实现了节能.     

TG-2/MAI CCD暗电流特征及其通道依赖性分析与校正

多角度偏振成像仪(MAI)采用背照式面阵CCD探测器,用于定量获取云与气溶胶参数。暗电流是影响面阵CCD探测器数据质量及其定量应用的主要因素之一。为了分析CCD暗电流特征及其通道依赖性,并改进CCD成像质量,在分析MAI 0级数据特征的基础上,提出基于夜间场景对MAI各通道暗电流特征进行分析的方法,并于2018年2月2日—16日开展了MAI夜间场景观测实验。通过对比MAI挡光通道白天和夜间的观测结果可知,白天和夜间观测到的暗电流特征无明显差异。故基于夜间观测数据对MAI 13个通道的暗电流特征开展分析,结果表明:各通道暗电流分布均存在一定程度的非均匀性及"坏点",且单个通道的分布具有较好的稳定性,但各通道之间存在显著差异。基于图像法对"坏点"进行校正,基于线性、非性线关系对像元间的不均匀分布进行校正后,暗电流图像的标准差由12.1%降至6.9%。以晴空洋面观测值为参考,暗电流及"坏点"对像元观测的最大相对误差由9.1%降至3.0%。分析结果表明:相对于设置暗电流监测通道,基于夜间观测的暗电流监测不仅可以监测各通道的暗电流特征,还可以处理暗电流的通道依赖性问题。因此,在后续的星载观测仪器设计中,无需单独设置暗电流监测通道就可以直接利用CCD夜间观测对各通道暗电流进行在轨监测与校正。     

A-Train卫星编队及其在云研究领域中的应用

地球环境变化日益成为工、农业和人类社会的关注对象.21世纪初,美国国家航空航天局(NASA)推出了地球科学事业(ESE)计划,旨在加强对地球系统变化的认识和预测能力.轨道列车(A-Train)作为ESE计划的顶层组成部分之一,以多卫星的编队组合方式飞行,实现多平台、多传感器、多谱段的协同对地观测.该编队能够获取时空近似一致的云综合信息,涵盖了云可见光、红外、微波和激光谱段的属性,为云研究提供最为有效的技术支持.本文基于A-Train卫星编队,概述了编队涉及的ESE计划和ESSP计划,介绍了编队云使命载荷,结合协同对地观测思想,着重分析了编队在云宏观物理特性、云微观物理结构和云综合分析研究领域中的应用.