基于多角度偏振信息反演海洋上空卷云云顶高度

采用偏振辐射信息反演云顶高度时,为了减小由云层及地表偏振辐射特性变化带来的反演结果不确定度,使用490 nm和865 nm通道多角度偏振信息反演卷云云顶高度.理论分析大气顶偏振特征,给出490 nm与865 nm通道偏振特性差异,说明使用此两通道偏振反射率差反演云顶高度的可行性.假设卷云为一般种类混合模型(General Habit Mixture,GHM),使用倍加累加矢量辐射传输模型计算和分析大气顶490 nm和865 nm通道偏振反射率差对卷云有效粒子半径、光学厚度和云顶压强的敏感性.分析表明,当卷云光学厚度大于3时,偏振反射率差对有效粒子半径和光学厚度的变化不敏感,对云顶压强变化敏感.根据敏感性分析结果选择适当的参数构建偏振反射率差查找表,使用查找表方法反演POLDER3数据的卷云云顶高度,并与POLDER3产品和MODIS产品进行比较.结果表明,与POLDER3的官方算法相比,使用偏振反射率差查找表方法有更宽的散射角适用范围,反演结果与MODIS产品有更好的一致性.     

结合遥感卫星及深度神经网络的白天海雾识别

遥感卫星能够对云雾进行大范围、长时间监测, 对海雾识别研究具有重要的意义,本文根据不同云、 雾和下垫面的光谱特性及纹理特征,通过葵花8号卫星(Himawari-8)提取云图特征、CALIOP 星载激光雷达 (cloud-aerosol Lidar with orthogonal polarization,CALIOP)获取中高云、低云、海 雾、晴空海表四类样本标签, 利用深度学习方法构建深度神经网络(Deep Neural Networks,DNN),实现了白天海雾的有 效识别。实验结果 表明:本文训练得到的深度神经网络模型准确率为82.63%,具有较高 的识别精度,而且相比其它海雾识别 方法也有更好的识别结果。利用该模型对2016年4月8日发生于黄渤海 区域的海雾天气进行识别,并通过 CALIOP标签数据对识别效果进行验证,结果表明该方法能够较好的识别出海雾区域。     

立体观测法探测云顶高度的误差分析

云顶高度信息的确定对于大气物理及气候研究具有重要意义,立体观测法是探测云顶高的有效方法之一.依据立体观测法探测云顶高的几种观测模式及其测高原理,建立了单星模式探测云顶高的误差分析模型,并给出了具体的云顶测高误差公式.通过模拟卫星参数,分析了单星不同观测模式下的云顶测高误差.仿真结果表明,三线阵探测器观测模式在立体法探测云顶高度方面具有较大的优越性.     

基于卫星红外窗区数据的云顶高度反演方法

云顶高度是云最基本且十分重要的参数,同时也是研究空域容量、航线高度配备和天气预测预警等的重要参数。简单描述了基于卫星资料反演云顶高度的主要方法的原理和优缺点,然后介绍了单红外窗区法、太阳光反射率-红外窗区法、H2O-红外窗区法和红外分裂窗查算表算法的原理和优缺点,并对相关卫星的业务算法进行了简要评述。接着对单红外窗区法反演对流云云顶高度进行了检验。结果表明,单红外窗区法反演不透明厚云的精度和相关性都很高。最后分析了影响各方法精度的原因,并对后续云顶高度反演方法进行了展望。     

基于NOAA16-AVHRR数据反演中纬度陆地上空云类型及云顶高度信息

以NOAA16-AVHRR数据为数据源,使用分裂窗技术反演得到云类型信息.根据11 μm通道亮温图与分裂窗通道(11 μm和12μm通道)之间的亮温差值图构建二维直方图.通过选择合适的直方图阈值,保证了所反演的中纬度陆地上空云类型信息的有效性.根据大气垂直温度数据,分析11 μm通道亮温图,获得中纬度陆地上空云顶高度信息.通过相隔大约10 km的两台便携式全自动激光雷达(PAL)系统获得同步云信息数据.将卫星反演结果与PAL的双点观测结果进行比较,其结果显示出很好的一致性.     

基于红外亮温法的对流云云顶高度反演研究

基于Himawari-8的可见光和红外扫描辐射计(AHI)数据,采用红外亮温法对2019年6～8月目标区域(20°N～30°N,100°E～120°E)的对流云云顶高度进行了计算。首先通过阈值法挑选出对流云区;然后基于红外亮温法,利用Himawari-8的11.2 μm通道数据与ERA5再分析资料中的温度气压层数据进行了云顶高度反演;最后将反演云顶高度H与全球降水观测计划(Global Precipitation Measurement, GPM)产品数据进行了对比。结果显示,基于红外亮温法的Himawari-8数据反演对流云云顶高度与GPM产品数据一致,具有很好的相关性。相关系数为0.9,均方根偏差为0.29,平均偏差为0.48,纬向的离散分布优于经向,具有较强的适用性。     

卫星资料在云顶粒子尺度特征分析中的应用

选取NOAA卫星AVHRR通道3(3.55～3.93μm)观测资料,分析云顶粒子的物理性质,并用地面雨量和雷达观测资料对卫星反演分析结果进行验证.分析结果显示通道3反射率小,云顶粒子尺度大时易产生降水.当云层为单一层次时,通道3的反射率小值区与雷达回波区间具有良好的对应关系,证实了在降水过程中卫星分析云顶粒子尺度结果与雷达观测一致.     

卫星资料在云顶粒子尺度特征分析中的应用

选取NOAA卫星AVHRR通道3（3.55-3.93μm）观测资料，分析云顶粒子的物理性质，并用地面雨量和雷达观测资料对卫星反演分析结果进行验证，分析结果显示通道3反射率小，云顶粒子尺度大时易产生降水，当云层为单一层次时，通道3的反射率小值区与雷达回波区间具有良好的对应关系，证实了在降水过程中卫星分析云顶粒子尺度结果与雷达观测一致。     

基于微波辐射计进行海雾监测

QFW-6000型微波辐射计可连续监测大气温度和湿度廓线,并实时输出大气水汽含量和液态水含量等信息。本文介绍了海雾的形成条件和观测手段,并详细阐述基于QFW-6000型微波辐射计进行海雾监测的方法,通过海雾生消过程下的观测结果分析,表明该设备具有优良的海雾观测能力。     

太赫兹云雷达的外场试验结果及反演算法

利用太赫兹云雷达的外场观测数据,分析了观测时间段内的雷达回波特征;基于最优估计理论,研究太赫兹云雷达的液态云微物理参数反演算法,反演得到液态云的微物理参数,包括有效粒子半径、液态水含量、粒子数浓度和分布宽度参数。外场观测数据用例属于低云,云层结构较稳定,云类为层云或层积云,云底和云顶回波较弱。反演结果与相关文献中的云微物理参数统计值基本相符,在回波强度较大的区域有效粒子半径较大,液态水含量较高,云中粒子数浓度呈现随高度增加逐渐减小的趋势。     

天基平台海云背景下飞机全链路成像特征建模及分析

空中目标具有高速机动、战略突防和远程精确打击等特点,针对这类目标构建广域、高效、精准探测、连续监视技术已成为空中目标探测体系面临的新挑战。基于空中目标的天基光学探测需求,建立了复杂环境要素综合作用飞机尾焰的光学辐射特征模型,形成飞机尾焰-海面/云层背景-环境大气-光学系统-成像探测器等要素耦合的全数字化链路光谱辐射成像特征精确预测模型。基于实测数据推演了飞机尾焰红外多光谱本征辐射。同时,利用FY-2G遥感数据,反演了中国南海某海域海面温度及云顶温度分布,建立了海云背景光谱辐射模型。在此基础上综合考虑了背景辐射、大气路径辐射和大气衰减对飞机尾焰光谱辐射的影响,建立了在光学系统入瞳前目标上行光谱辐射特性模型,结合光学成像系统的衍射效应,探讨了不同谱段、云类型下地球同步轨道红外成像系统对目标的可探测性。研究表明:大气屏蔽波段对目标的探测效能优于宽波段;针对不同的背景选择合理的探测波段有利于目标的高效探测。     

Multi-objective optimization for task offloading based on network calculus in fog environments

With the widespread application of wireless communication technology and continuous improvements to Internet of Things (IoT) technology, fog computing architecture composed of edge, fog, and cloud layers have become a research hotspot. This architecture uses Fog Nodes (FNs) close to users to implement certain cloud functions while compensating for cloud disadvantages. However, because of the limited computing and storage capabilities of a single FN, it is necessary to offload tasks to multiple cooperating FNs for task completion. To effectively and quickly realize task offloading, we use network calculus theory to establish an overall performance model for task offloading in a fog computing environment and propose a Globally Optimal Multi-objective Optimization algorithm for Task Offloading (GOMOTO) based on the performance model. The results show that the proposed model and algorithm can effectively reduce the total delay and total energy consumption of the system and improve the network Quality of Service (QoS).     

北斗短报文海上高效发射深度学习模型

战斗机飞行员海上遇险搜救的核心是获取遇险定位信息,由于受海上气象、浪涌等多种因素影响,手持和穿戴式救生终端选择恰当的时机快速发起遇险位置报告的相关能力较弱。以飞行员某装备北斗RDSS短报文有效发射为研究对象,利用深度神经网络,提出一种海上环境下发射时机学习预测模型,将高度、经纬度、方向、俯仰角、电量、速度、加速度等参数转换为单精度浮点数输入深度神经网络,经过10个隐层,每层32个神经元,得到通信成功率预测和发射延迟预测结果,在某装备工作时长延长43%的基础上,短报文发射成功率提高1倍。      

DDPG-based intelligent rechargeable fog computation offloading for IoT

In view of the existing computation offloading research on fog computing network scenarios, most scenarios focus on reducing energy consumption and delay and lack the joint consideration of smart device rechargeability. This paper proposes a deep deterministic policy gradient-based intelligent rechargeable fog computation offloading mechanism that is combined with simultaneous wireless information and power transfer technology. Specifically, an optimization problem that minimizes the total energy consumption for completing all tasks in a multiuser scenario is formulated, and the joint optimization of the task offloading ratio, uplink channel bandwidth, power split ratio and computing resource allocation is fully considered. Based on the above nonconvex optimization problem with a continuous action space, a communication, computation and energy harvesting co-aware intelligent computation offloading algorithm is developed. It can achieve the optimal energy consumption and delay, and similar to a double deep Q-network, an inverting gradient updating-based dual actor-critic neural network design can improve the convergence and stability of the training process. Finally, the simulation results validate that the proposed mechanism can converge quickly and can effectively reduce the energy consumption with the lowest task delay.

     

海雾中舰载红外系统有效探测距离的求解模型

为了精准研究舰载红外系统在海雾条件下的探测能力,提高舰载防御系统在复杂条件下的作战使用效率,在对红外系统工作原理和实际装备使用情况进行深入调查研究的基础上,提出了以两步计算法来求取舰载红外系统在海雾中的有效探测距离。首先,根据海雾强度水平先行求出红外传感器的理论探测距离,然后对探测能力指数进行了定义并根据计算结果判断是否需要用探测能力指数二次计算有效探测距离。探测能力指数模型综合考虑了人、海洋环境和设备三方交互影响的因素,以判断矩阵合理确定各方权重,较好地解决了单纯依靠海雾信息进行计算而出现的失灵问题。     

Seamless integration of cloud and fog networks

A way to merge cloud computing infrastructures with traditional or legacy network deployments, leveraging the best in both worlds and enabling a logically centralized control. A solution is proposed to extend existing cloud computing software stacks so they are able to manage networks outside the cloud computing infrastructure, the fog, by extending the internal, virtualized network segments. This is useful in a variety of use cases such as incremental legacy to cloud network migration, hybrid virtual/traditional networking, centralized control of existing networks, bare metal provisioning, and even offloading of advanced services from typical home gateways into the operator. Any organization can develop different ‘drivers’ to support new, specific networking equipment, not necessarily tied to a protocol or vendor, and leverage the fog network. Our conceptual solution is prototyped on top of OpenStack, including changes to the API, command‐line interface (CLI), and other mechanisms. Test results indicate that there are low penalties on latency and throughput, and provisioning times are reduced in comparison with similar maintenance operations on traditional computer networks. Copyright © 2016 John Wiley & Sons, Ltd.     

海面短波地波通信中基于DNN神经网络的单样本极化滤波器预测研究

针对海面通信受大气噪声干扰严重的问题,该文提出一种基于DNN（Deep Neural Network）神经网络的单样本极化滤波器预测模型,研究其对海面短波地波通信链路中的大气噪声的抑制作用.与传统算法不同,DNN神经网络直接从大量输入数据获取信息间的非线性特性,并以此更新网络参数,通过对模型参数调整使得模型达到最优状态.选择三种脉冲成分比例不同的大气噪声进行仿真,结果表明传统算法与DNN网络模型在低信噪比约0~15dB时对信号的误码率影响基本一致,在高信噪比约超过15dB,误码率达到10^-4时,深度学习模型比传统算法所需信噪比显著提高约5dB.实验结果验证了神经网络在单样本极化滤波器预测方向的可行性与准确性,具有很好的实用参考价值.     

基于深度卷积神经网络的自适应图像去雾算法

室外拍摄图像由于受雾气、雾霾、沙尘等大气颗粒杂质的影响呈现出图像灰白化,而现有的图像去雾算法存在过度依赖先验信息、透射率计算不精确的问题。针对上述问题,文中提出了一种基于深度卷积神经网络的自适应图像去雾算法。该算法基于大气散射模型实现了有雾图像的去雾,设计浅层提取、并行提取和深度融合共3个全卷积网络实现图像浅层特征与深层特征的融合,大幅提高了透射率图的准确性。去雾实验测试结果表明,文中所提出的算法对室外露天雾图具有良好的去雾效果,且去雾细节效果更加理想。