热带气旋客观定位的红外亮温方差方法

目的 热带气旋（TC）是生成于热带或副热带洋面上的强烈天气系统。在TC的监测分析和预报工作中,准确地确定其中心实时地理位置至关重要。此外,TC的精确位置也是TC强度估计的重要参数。对此,提出一种利用偏差角方差定位TC中心的方法。方法 首先,从红外卫星云图中截取热带气旋主体云系区域,并分别利用Bezier直方图和K均值聚类方法分割得到主体云系二值图像和红外亮温变化剧烈位置二值图像。其中,主体云系二值图像可将TC的主体云系从卫星红外云图中分割提取出来,用割提取出来的图像进行定位可以剔除掉外散环流的小云块对定位结果的影响;而红外亮温变化剧烈位置二值图像则可分别将TC中心密闭云区,螺旋云带和外散环流的边缘及梯度较大区域分割出来,这些区域是最后TC中心定位的主要依据。将上述两幅二值图像相与得到气旋主体云系红外亮温变化剧烈位置的二值图像,这一步剔除了TC的外散环流,而得到的二值图像便可分别将TC中心密闭云区和螺旋云带的边缘及梯度较大的区域分割出来。然后,对得到的气旋主体云系红外亮温变化剧烈位置二值图像进行Hough变换检测以减小气旋中心的搜索范围。最后,以检测区域内每个像素点为参考中心计算得到偏差角矩阵,并计算偏差角矩阵的方差填入对应检测区域内作为参考中心像素点的位置得到方差矩阵,将方差矩阵中值最小的位置作为气旋中心。因为TC除了少数特别强的时候大多数可以用圆形描述,而绝大多数时候TC要用螺旋线描述,但是具体是几度螺旋线来描述合适很难确定,本文用偏差角的方差就可以衡量这些云带、边缘的偏离状况是否集中,方差越小就表示偏离状况越集中。结果 运用该方法对400幅无眼TC红外图像和197幅有眼TC红外图像进行中心定位,分别与中国气象局（CMA）、日本气象厅（JMA）和美国台风预警中心（JTWC）的主观定位结果进行比较并取平均偏差,本文方法对有眼TC定位平均偏差约为27 km,无眼TC平均偏差约为45 km。具体到分别与CMA、JMA和JTWC的比较,对于有眼TC定位偏差分别为26.82 km,26.05 km和27.84 km,无眼TC定位偏差为45.84 km,44.84 km和47.15 km。结论 就结果而言,本文方法定位与CMA、JMA的偏差比较接近,与JTWC的偏差较大。就西北太平洋的TC而言,CMA和JMA的定位精度较高,JTWC精度稍低,这是与认知相符合,并且也证明了本文方法具有较高的可信度。此外,本文方法为TC定位提供了新的参考依据。     

基于遗传算法初始群体优化的台风中心自动定位

针对误差梯度求导方法求解台风中心自动定位最优目标函数时,具有解的局部优化问题以及最优解获取困难的不足,本文将遗传算法应用到卫星云图台风中心自动定位的优化求解中,实现了台风中心的准确自动定位。同时,考虑到标准遗传操作中初始群体的随机生成对最优解的搜索具有很强的敏感性和不确定性问题,本文根据台风云系的灰度分布特征,对初始群体的生成进行了改进与优化,求得了最优数值解。多个台风中心定位仿真试验结果验证了该方法的合理性和可靠性。     

多源地面短波辐射数据融合与评估

为了提高对基于静止卫星FY-2G可见光通道数据反演地面入射太阳辐射产品的精度,使其与Hybrid模型计算得到的站点地面入射辐射数据进行STMAS方法融合,然后利用中国地区(2015年)91个站点的地面观测数据验证和评估融合前后产品(SWDN和SWDN-MERGE),并与CERES卫星反演SYN1deg产品和ERA-Interim再分析地面入射太阳辐射资料进行比较分析。结果表明:(1)CERES卫星反演产品与观测最接近,FY-2G卫星反演产品次之,ERA-Interim地面入射太阳辐射产品误差最大;(2)FY-2G卫星反演的两套产品,SWDN-MERGE相比于SWDN有较大改进;(3)从地面入射太阳辐射2015年年平均值分析,4套数据产品之间有较好的一致性,FY-2G卫星反演地面入射太阳辐射数据产品空间分辨更高,细节更清晰。以上分析结果可为4套数据产品的订正及其在中国地区的应用提供依据。     

结合波段相关性的FY-3C MERSI异常条带检测方法

针对风云三号C星(FY-3C)搭载的中分辨率光谱成像仪(medium resolution spectral imager,MERSI)数据存在异常条带的问题,提出了一种结合波段相关性的异常条带检测方法。算法结合了FY-3C MERSI数据波段相关性和异常条带分布规律,通过构建波段差矩阵,快速准确地得到影像数据中存在的异常条带。定量实验分析结果表明,由于阈值选取和确定分割界线起止顺序等原因,基于数学形态法的检测结果会出现异常行条带定位不准确、存在大量误检和漏检的现象(行检测率64.5%,误检率45.2%,漏检率35.5%);而本文算法可以准确定位异常条带的行列号,能够有效地检测出FY-3C MERSI数据的异常行列条带(行检测率98.1%,误检率0.0%,漏检率1.9%),更适用于对大数据量的FY-3C MERSI影像数据异常行列条带进行批量检测处理。     

基于纹理和区域特征的台风卫星云图分割方法

在利用GMS红外卫星云图进行无眼台风自动定位方法的研究中,台风云系的分割是处理中关键的一步,文章提出了一种基于纹理和区域特征的台风云系分割方法。首先利用图像的分形维数和灰度特征对台风云系中的密蔽云区进行有效的识别后,然后启动基于区域约束的区域生长计算得到台风云系。     

一种基于圆形角点的瞳孔定位算法*

提出了一种利用圆形角点定位瞳孔的算法。该算法主要在定位到人眼区域的基础上,利用改进的SUSAN算法寻找圆形角点;然后根据梯度放缩计算角点向量的梯度值,最后通过筛选函数输出瞳孔中心位置及亮瞳面积,准确地定位到瞳孔,并根据亮瞳的大小定位到瞳孔区域中心。实验结果表明本算法是准确可靠的。     

基于FY-2C气象卫星云图的台风分割方法的研究

在利用FY-2C气象卫星云图进行台风中心自动定位与跟踪的研究中,台风云系的分割是处理中关键的一步。结合台风主体云系具有灰度值较高、面积较大、活动范围有限和像素集中的特点,综合采用阈值法、数学形态学法和数理统计等方法,对FY-2C气象卫星云图中的红外一通道兰勃托原始投影云图中的台风分割进行了研究,取得了满意的效果。     

基于FY-3C MWHTS的台风降水反演算法研究

为估测台风带来的地表瞬时降雨率,利用FY-3C上搭载的微波湿温探测仪(Microwave Humidity and Temperature Sounder,MWHTS)的L1级在轨观测亮度温度数据与多卫星降水分析TMPA(Tropical Rainfall Measuring Mission(TRMM)Multi-Satellite Precipitation Analysis)3B42降水产品数据,通过多元线性回归和BP神经网络两种算法对台风区的降水情况进行了反演研究。结果表明,由这两种算法反演的降水分布图可以清晰地看到台风中心、云墙以及螺旋雨带等台风的位置、分布及结构信息,这与TMPA 3B42降水产品数据估测到的台风降水分布图相一致。此外,从定量的角度来看,TMPA 3B42降水数据与这两种反演算法反演的地表瞬时降水量(mm/hr)都具有较高的相关性和较小的偏差和均方根误差,反演的精度较高。故这两种算法都可以用来反演台风区的降水量,同时也表明FY-3C MWHTS微波在轨观测资料在台风区监测及降水研究中能发挥出较高的应用价值。     

台风中心的旋转定位

台风在大气中绕着自己的中心急速旋转、同时又向前移动的空气涡旋。由于台风中心集中了台风绝大部分的能量和含水量,也是台风破坏力集中的地方,因为台风中心的定位对于台风路径预测和灾害预报来说都是非常重要的。传统的台风中心定位方式精度底,误差大,难以满足实际需要。为了准确地进行台风中心的定位,根据台风卫星云图的数字化特征和台风运动规律,提出了旋转定位方式。它的理论基础是,根据运动学和台风学原理,台风虽然是非刚性物体,但是其中心部分可相对看成是刚体的运动,因为热带气旋中心具有转动矢零的特点。这样,在卫星云图序列动画中,找出前后两次相应特征点的轨迹,即可算出其中的转动原点,也就是转动矢量为零的点。由于该方法结合了云图特性和运动因素,因而提高了精度和合理性。由此可见,对于台风这样的运动物体,结合其运动特征的中心定位法是台风中心定位的必然方向。     

FY-2E地面太阳辐射反演及数据集评估

针对FY-2E地面入射太阳辐射反演精度不够精确的问题,提出使用ERA-Interim再分析资料的臭氧、大气可降水、地面气压等数据替换反演算法中气候态平均大气场,通过利用中国地区(2009—2014年)91个站点的地面观测数据验证和评估新旧数据集产品(SWDN-1.0和SWDN-2.0),并与CERES卫星反演SYN1deg产品和ERA-Interim再分析地面入射太阳辐射资料进行比较分析。结果表明:CERES卫星反演产品与观测最接近,FY-2E卫星反演产品次之,ERA-Interim地面入射太阳辐射产品误差最大;FY-2E卫星反演的2套产品,SWDN-2.0相比于SWDN-1.0有较大改进;4套数据产品在中国不同区域效果有明显差异,西部最好、南部最差,辐射反演算法还有待改进;从地面入射太阳辐射的多年平均值分析,4套数据产品之间有较好的一致性,FY-2E卫星反演地面入射太阳辐射数据集产品空间分辨更高,细节更清晰。     

修正安装矩阵提高FY-3B/MERSI的地理定位精度

遥感数据的地理定位精度是影响其定量化应用的重要因素,为了提高FY-3B中分辨率光谱成像仪(MERSI)L1级数据的定位精度,分析了地理定位算法模型中安装矩阵与实际定位偏差之间的关系,通过修正风云三号卫星地面应用系统预处理模块中参数——安装矩阵,提高了地理定位精度。当仪器坐标系分别绕X轴、Y轴和Z轴旋转一个小角度后,遥感图像的定位结果会分别产生左右平移、前后平移和旋转变形。分析并建立旋转角度与变形之间的数量关系,根据海陆掩码与遥感图像的偏差程度估算安装矩阵的误差。修正安装矩阵后,计算出的定位结果准确性得到明显提高,精度达到1个像元左右。通过一段时间的业务系统测试,地理定位结果的质量稳定可靠。     

基于多维尺度分析的自适应室内群终端定位方法

室内定位是普适计算领域的热点研究问题。当前,室内定位方法主要分为基于信号传播模型的定位方法和基于无线信号指纹的定位方法。其中,基于指纹的方法由于不需要知道无线信号接入点(Access Point,AP)的位置而得到更加广泛的应用, 其需要通过离线阶段采集大量数据来构建丰富的指纹库,满足这一条件需要大量的人工标定工作。对此,文中提出了一种基于指纹空间关系的定位方法,相比于传统的指纹定位方法,该方法无需建立指纹库,只需要通过获取多终端的 Wi-Fi 信号强度,计算所有终端的不相似度并构建不相似矩阵;通过多维尺度分析(Multidimensional Scaling,MDS)算法,构建出所有终端的位置分布图,进而通过确定其中 3 个以上终端的位置来定位所有的终端。采用支持向量回归机(Support Vector Regression,SVR)计算任意终端间的距离,并将距离矩阵作为不相似矩阵。文中在商场场景下选择了约2500m²的区域进行实验,所提方法的平均定位误差约为7m。     

基于相对轨道根数计算的测绘卫星单点定位研究

传统测绘卫星定位方法无法获取轨道全面信息,且传统方法忽略了多个测绘卫星并行航行情况,导致出现定位误差的问题。因此,提出一种基于相对轨道根数计算的测绘卫星单点定位方法。采用基于J₂摄动模型的卫星轨道根数预测方法,预测卫星所在的轨道六根数,以此掌握卫星所在轨道信息;在此基础之上,通过基于相对轨道根数的卫星单点位置预测方法,预测卫星单点位置与卫星的运行速度,实现测绘卫星单点定位。实验结果验证：所提方法在多个测站位置的N、S、E三个方向的平均定位误差最大值为0.05 m。且所提方法预测近地卫星、中高度卫星、地球同步卫星所在轨道根数时,预测误差均方值均低于0.04;定位三种测绘卫星时,定位误差均方值最大值为0.02。数据表明所提方法可准确预测卫星位置信息,可作为测绘卫星定位的有效工具。     

多故障的电子设备系统诊断设计方法研究

针对复杂电子设备在使用过程中多故障诊断难的问题,以相关性模型为基础,提出了一种多故障诊断的设计方法;首先,根据相关性模型确定测试D矩阵,并获得组成单元与测试次数的关系矩阵;其次,根据每次实际测试的结果构建测试结果矩阵,并计算获得测试故障单元矩阵;最后,通过综合测试故障单元矩阵与测试次数关系矩阵的数据,确定故障单元的概率,根据故障概率定位出故障单元;通过实例验算表明:多故障诊断方法可准确定位故障单元,大幅降低误修率。     

融合最近邻矩阵与局部密度的自适应K-means聚类算法

针对传统K-means聚类算法对初始聚类中心和离群孤立点敏感的缺陷,以及现有引入密度概念优化的K-means算法均需要设置密度参数或阈值的缺点,提出一种融合最近邻矩阵与局部密度的自适应K-means聚类算法。受最邻近吸收原则与密度峰值原则启发,通过引入数据对象间的距离差异值构造邻近矩阵,根据邻近矩阵计算局部密度,不需要任何参数设置,采取最近邻矩阵与局部密度融合策略,自适应确定初始聚类中心数目和位置,同时完成非中心点的初分配。人工数据集和UCI数据集的实验测试,以及与传统K-means算法、基于离群点改进的K-means算法、基于密度改进的K-means算法的实验比较表明,提出的自适应K-means算法对人工数据集的孤立点免疫度较高,对UCI数据集具有更准确的聚类结果。     

一种基于改进的密度法确定RBFNN的数据中心的算法

提出了一种基于改进的密度法确定RBFNN数据中心的算法。首先用改进的密度法选出RBFNN的数据中心,计算出每个中心的扩展常数,然后用梯度下降法只对网络的权值进行训练。这种方法与全监督的梯度下降法相比,不仅时间有明显减少(包括采用密度法确定数据中心的时间在内),而且在用UCI中的数据集对网络进行测试时,得到了更好的分类结果。     

基于纹理特征的卫星云图台风自动识别方法

利用图像的分形维数和灰度梯度共生矩阵提取了卫星云图中台风密蔽云区等目标的纹理特征,将图像分形维数和灰度梯度共生矩阵的三个二次统计特征结合起来,对卫星云图进行识别分类.     

高精度低复杂度的无线定位新方法

针对高精度的无线定位算法普遍存在运算量较大的问题,提出了一种二维波束空间矩阵束算法进行波达时间(TOA)和波达方向(DOA)联合估计,能够以较低的复杂度准确定位目标。该算法先通过离散傅里叶变换(DFT)波束形成矩阵将阵元空间的接收数据复数矩阵变换成波束空间的降维实数矩阵,使得运算量大幅度降低;再通过奇异值分解和求矩阵对的广义特征值估计视距信号TOA和DOA,从而确定目标位置。Matlab仿真实验结果证明,这种定位方法的均方根误差最好达到0.4 m,运算量不到阵元空间对应算法的1/4,是一种高精度低复杂度的无线定位方法,尤其适用于资源有限的特殊环境(如战场、地震灾区、偏远山区等)中的无线网络定位。     

FY-2自旋稳定气象卫星动态月球观测与图像配准

为满足基于月球辐射校正的内黑体绝对辐射定标对月球观测数据的需求,设计了FY-2卫星的动态月球观测模式,在新的工作模式下观测到了高质量的月球图像.为获取高质量的月球图像,根据FY-2卫星自旋稳定平台的特点,以及灵活的观域调整和区域扫描功能,重新设计了卫星工作时序,并更改了卫星地面控制系统软件,在卫星常规20° ×20°视场外,拓展出了10°×20°的月球观测区域,实现了月球的动态追踪观测,实践证明,观测模型精度优于30 s;根据月球图像特点,设计了伪目标剔除算法,通过对目标位置、形态特性等条件自动判断实现了从卫星云图中自动、准确提取出月球图像的功能;根据月球在卫星视场里的动目标特性,以FY-2卫星自旋扫描成像的工作原理和具体的性能参数,计算得到了动目标的相对角速度,据此发展了动目标配准算法、消除了月球运动造成的变形和位移,实现了月球图像配准.工作获得了常规观测3倍数量的月球图像,有力地保障了FY-2卫星辐射定标性能,促进了遥感数据定量化应用.     

基于局部密度估计和近邻关系传播的谱聚类

对密度分布不均匀的数据采用近邻传播的谱聚类,存在误将不同类的样本传入同一高相似度的子集中的情况,因而得不到真实的相似度矩阵和准确的聚类结果.针对这一问题,提出一种基于局部密度估计和近邻关系传播的谱聚类(LDENP-SC)算法.该算法首先对样本进行密度估计并升维,然后对新数据采用传播算法更新相似度矩阵并谱聚类.在计算密度时提出一种简易的局部密度计算方法,该方法既能反应样本的密度又能减少运算时间;在更新相似度矩阵时基于传播算法提出一种更新子集间样本相似性的方法,使更新后样本的相似度更接近实际.实验结果表明,LDENP-SC算法能够得出取得理想的相似度矩阵和准确的聚类结果,具有较好的泛化能力,且对一定范围内的参数σ表现出鲁棒性.