首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   5篇
  完全免费   3篇
  无线电   8篇
  2017年   1篇
  2014年   1篇
  2013年   1篇
  2012年   1篇
  2007年   1篇
  2005年   1篇
  2004年   2篇
排序方式: 共有8条查询结果,搜索用时 31 毫秒
1
1.
为有效地判别和剔除红外焦平面阵列(IRFPA)的无效像元,本文在分析了IRFPA有效像元响应模型的基础上,指出在均匀输入时IRFPA有效像元输出值的均值差(DOM)和标准差(STD)特征的分布具有正态性。通过采用自适应投影匹配分解法对特征直方图进行高斯分解,进而估计出有效像元DOM和STD特征的分布区间,从而得到了判别无效像元的分类准则.针对实际IRFPA图像数据的实验表明,本文提出的无效像元的判别方法是有效的.  相似文献
2.
基于L-M算法的光纤中的受激拉曼增益谱的分析   总被引:2,自引:0,他引:2  
在对光纤中的受激拉曼增益谱进行分析时,由于光纤的主要组成成分为石英,在这样的材料中,分子的振动能级展宽成频带,无法准确的知道能级之间的受激跃迁形式.可以通过将光纤中的受激拉曼增益谱分解为高斯谱的线性叠加形式进行分析,本文对S波段的受激拉曼散射增益谱进行测量,并进行分解.发现增益谱在0-945cm^-1之间可以用10个高斯谱来拟合,且发现增益谱的极大值处并不一定是高斯谱的最大值处,分解的结果还表明泵浦波长的选择对一些波段上的增益有很大影响.  相似文献
3.
高斯分解法研究浮游植物荧光激发光谱   总被引:2,自引:1,他引:1  
研究了甲藻和硅藻两个门类的六种浮游植物在发射波长为675 nm处的活体叶绿素荧光激发光谱.对其作四阶导数分析的基础上,根据导数光谱中出现的极大值位置和数量,对甲藻门和硅藻门的激发光谱分别设定统一的初始中心波长.以初始波长为中心对激发光谱做高斯分解及多峰拟合,建立门类水平上统一的高斯基库.研究发现,在波长为350~550 nm内,甲藻和硅藻的高斯基库特征差异显著,而同门类的高斯基库特征相似,表明高斯分解法为甲藻和硅藻的分类识别提供有效的技术手段.利用高斯基库的参数拟合原光谱,拟合曲线与原光谱能较好地吻合,误差小.高斯分解法可再现活体激发光谱中重叠的色素荧光峰,也为光合色素的活体测定提供了新的方法.  相似文献
4.
一种迭代的小光斑LiDAR波形分解方法   总被引:1,自引:0,他引:1       下载免费PDF全文
针对传统LiDAR波形数据分解方法受噪声影响严重、对复杂重叠及微弱回波分解能力不足的缺点,提出了一种新波形分解方法.通过计算滤波前后波形的幅值变化,估计波形的随机与背景噪声; 采用逐层剥离的策略,从原始波形数据中不断分解出波形分量,直到剩余波形中最大峰值小于一定的阈值; 利用L-BFGS算法优化初始参数,获得波形分量参数的最优解; 最后对位置过近的波形分量进行合并.该方法计算速度快,探测微弱回波能力强,显著提高分解后点云的密度与精度.对大量LiDAR波形数据进行了分解,验证了其有效性.  相似文献
5.
在对光纤中的受激拉曼增益谱进行分析时,由于光纤的主要组成成分为石英,在这样的材料中,分子的振动能级展宽成频带,无法准确的知道能级之间的受激跃迁形式。可以通过将光纤中的受激拉曼增益谱分解为高斯谱的线性叠加形式进行分析,本文对S波段的受激拉曼散射增益谱进行测量,并进行分解。发现增益谱在0~945cm~(-1)之间可以用10个高斯谱来拟合,且发现增益谱的极大值处并不一定是高斯谱的最大值处,分解的结果还表明泵浦波长的选择对一些波段上的增益有很大影响。  相似文献
6.
针对小光斑全波形机载激光雷达(LiDAR)波形数据高斯分解法的核心问题——高斯分量个数估计,提出一种高斯拐点匹配法。该算法用平面曲线离散点集拐点的快速查找算法检测波形数据中的拐点,计算过检测出的拐点及其右边第一个点的直线的斜率,根据斜率将所有检测出的拐点分为左、右拐点,一个左拐点与其邻近的一个右拐点组成一个高斯分量,据此可以确定波形数据中高斯分量个数。采用高斯拐点匹配法对模拟和实测波形数据进行分解,并与传统的脉冲检测方法(重心法和高斯脉冲拟合法)相比。结果表明,高斯拐点匹配法方法能极大地减小伪拐点的影响,快速、准确地检测并分解出波形数据中高斯分量,提高波形数据分解速度。同时其能分解出更多的高斯分量,从而提高点云密度。  相似文献
7.
地球表面地形的复杂多样可对激光测高仪回波波形产生显著影响,造成多峰叠加形状,该波形通过经典的阈值比较或重心点等算法很难精确得到激光足印内每个反射面的海拔高度。通过高斯分解法把测高回波波形分解成一系列连续的高斯波形,通过拟合得到每个高斯波形的宽度、中心点、幅度等基本参数来估计激光足印内起伏地形的不同反射面的海拔高度。将该算法应用于激光测高仪原理样机,并通过采集不同地形的多模回波数据对该算法进行了验证。  相似文献
8.
高斯分解是波形激光雷达数据预处理的常用方法,但在应用于大光斑全波形激光雷达数据中的叠加波时却难以发挥作用,为此提出一种基于小波变换的高斯递进波形分解方法。首先,利用小波变换多尺度分析特性检测出目标地物并准确估算组分特征参数,进而建立高斯模型优化特征参数;然后通过拟合精度指标,判断是否需要添加新组分进行逐级递进分解,确定最终模型及其组分构成,最终实现全波形激光雷达数据的波形分解。为了验证算法的有效性,分别对实验数据使用本文算法和常用的基于拐点匹配的高斯分解法进行分析,结果表明,本文算法提取的目标数几乎是拐点匹配算法的2倍,可以有效地从叠加波中检测出目标组分,且拟合精度高于98%。  相似文献
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号