利用人工神经网络方法获取海表面空气温度

探讨了将遥感反演数据与人工神经网络(ANN)模型结合来获取日平均海表面空气温度(Ta)的方法.研究表明:(1)ANN方法所获取Ta与船测Ta之间的平均偏差主要分布于-1～1℃之间,均方根误差主要分布于0～1℃之间;(2)ANN方法所获取Ta与船测Ta之间的总的均方根误差(相关系数)为0.9584℃(0.97);多次线性回归(MLR)方法所获取Ta与船测Ta之间的总的均方根误差(相关系数)为1.578℃(0.89);(3)在整个研究区域内,用ANN方法获取Ta时的平均偏差和均方根误差大多数比用MLR方法获取Ta时的平均偏差和均方根误差小,在黄、东海,用MLR方法获取Ta时比用ANN方法获取Ta时的平均偏差和均方根误差大很多(大多数均大于0.5℃,最高可达7.3℃).在获取Ta时,相对于MLR方法,ANN方法具有更好的性能和更强的区域适应性,显示出ANN方法处理非线性问题的优势.     

海洋二号卫星雷达高度计测高误差校正算法及验证

影响星载卫星雷达高度计测高精度的因素很多,其中大气干对流层延迟、大气湿对流层延迟、大气逆压延迟、电离层延迟以及海况偏差直接影响海表面高度计算精度。本研究开展了海洋二号卫星雷达高度计上述误差修正算法研究,并利用国外较为成熟的Jason-1/2和Topex/Poseidon(T/P)卫星雷达高度计数据产品对海洋二号卫星雷达高度计使用的误差校正算法进行验证。结果表明,海洋二号卫星雷达高度计数据处理时使用的误差校正算法均可满足精度要求。     

山基和地基GPS联合探测大气折射率廓线的试验研究

通过在河北省雾灵山及其周边地区开展的山基GPS掩星观测和层析试验,利用掩星和层析反演大气折射率的方法,共获取575条山基掩星的折射率廓线和120条GPS层析的湿折射率廓线.比较山基掩星和探空获取的大气折射率表明,二者系统偏差在1%左右,标准差为2%～3%,不同接收机反演的折射率符合精度优于1%,表明所选用的接收机在地面试验中基本可以满足对大气掩星观测的需求;山基掩星、GPS层析和探空三种方法获取的大气湿折射率比较表明,三者具有很好的一致性,这从另一个方面进一步验证了山基掩星观测的效果;试验表明在低层山基掩星具有很好的垂直分辨率和精度,可以和GPS层析对整个对流层的探测互为补充,在大气探测方面具有重要的潜在应用价值.     

结构光测量系统误差分析

本文针对交比不变原理的结构光光平面标定方法,利用泰勒展开和矩阵扰动原理分别对系统的测量误差和光平面标定误差进行分析,提出了结构光测量系统的误差传递模型.并给出了一个实验特例的精度要求,即满足在1 000 mm的测量距离上获得±O.5 mm以内的测量精度情况下,各标定参数所需满足的精度要求,以及标定样本的精度要求.对误差传递模型所得出的标定参数的精度要求进行实测实验验证,得到测量数据的均方根误差为0.333 4 mm,满足理论上的精度要求.该实验结果证明了本文所述的误差分析可以有效地对结构光系统误差进行定量分析.     

基于GPS与惯性组件的复合测姿系统设计

针对微小型载体空间有限而无法安装大型测姿系统,提出了一种低成本的微型复合测姿方案.复合测姿系统由单天线GPS和MEMS惯性组件构成.利用扩展卡尔曼滤波将单天线GPS和MEMS惯性组件信息融合,提高了姿态估计精度.室外车载实验结果表明,利用该复合测姿系统解算的滚角和俯仰角误差可控制在1°以内,航向角误差可控制在2°以内.     

基于ENVISAT ASAR数据的鄱阳湖湿地生物量反演研究

湿生植被是鄱阳湖湿地生态系统的重要组成部分,生物量的大小是衡量湿地生态系统初级生产力的主要指标之一.本文利用ENVISAT ASAR交替极化(HH,VV)数据对鄱阳湖湿地地区的湿生植被进行生物量反演研究,并在密歇根微波冠层散射(MIMICS)模型模拟分析的基础上利用人工神经网络(ANN)方法来反演生物量.据此计算出鄱阳湖4月份湿生植被的总生物量干重约为1.065×109kg,并给出了生物量分布图.反演结果表明,ENVISAT ASAR数据可以很好地用于湿地植被生物量反演;神经网络生物量反演方法可以有效地表达生物量与后向散射系数之间复杂的非线性关系,从而大大提高反演精度;反演结果的误差主要来自于实地采样、图像配准、反演计算过程中带来的误差.     

基于SSM/I数据的神经网络方法反演海面风速

研究了单参数神经网络(SANN)模型、多参数神经网络(MANN)模型及复合多参数神经网络(CMANN)模型对使用SSM/I数据反演海面风速精度的影响,并对增加85.5GHz垂直和水平极化亮温作为输入项对反演精度的提高进行了验证.重点发展了一种新型的CMANN算法,并分析了它在不同风速范围下的反演效果.随着风速的增加,反演风速的精度也有提高,高风速(≥15m/s)较低风速有更小的风速误差.比较表明,此方法的反演效果优于以往的各种SSM/I反演风速算法.反演风速的范围为0～25m/s,在晴天和云天混合状况下反演风速与实测风速的均方根误差为1.61m/s,晴天则达到1.46m/s.     

基于固有光学特性的北部湾透明度遥感反演及其检验

综合了固有光学量的反演和透明度与固有光学量的关系,构成了基于固有光学特性的透明度遥感算法.将此算法应用于北部湾的MODIS遥感数据,得到了该区域的透明度,并利用实测透明度对遥感反演结果进行了验证.通过对时间窗口为±48h,空间窗口为1km的30组实测与遥感匹配数据的统计分析(实测透明度在1 8～26 0m范围),得到平均百分比误差(ε)为22%,对数均方根误差(log_RMSE)为0.121.而基于叶绿素的经验算法反演的透明度,ε为42%,log_RMSE为0.185.上述结果说明,至少对于北部湾这类近岸水体,海色遥感结合基于固有光学量的算法,可以实现较高准确度的透明度遥感反演.     

风浪谱模型在高度计风速反演中的应用

依据粗糙海面电磁波镜面散射理论,将根据全波数范围内的风浪谱模型计算的标准化雷达后向散射截面与T/P卫星高度计测得的雷达后向散射截面(Ku波段)进行比较,实现了对高度计风速的反演.研究表明,在所选浮标附近海域,波龄因子对高度计风速反演存在较大影响.与目前高度计业务化算法相比,考虑波龄因子影响后,根据谱模型反演获得的风速与中国近海浮标风速之间均方根误差和平均偏差更小.由于波龄因子可以根据高度计测得有效波高以及业务化算法获得的风速得到,因此根据风浪谱模型反演获得的风速具有广泛的适用性.     

基于卷积神经网络和AMSR2微波遥感的土壤水分反演研究

土壤水分是水文、气象、农业等研究中的重要参数,尤其在农作物估产模型和农业干旱监测研究中有特别重要的意义。前人在土壤水分反演算法研究上已经做了大量研究工作,但由于影响地表土壤水分的因素较多,各种算法依然存在一些不足。本研究在分析以往反演算法的基础上,总结不同算法的优势和局限性,提出利用具有深度学习特点的卷积神经网络方法(CNN)进行土壤水分反演,从而克服传统土壤水分反演方法的缺陷并提高土壤水分反演的精度。以被动微波AMSR2数据为例,在对土壤水分产品算法进行剖析的基础上,构建了基于卷积神经网络反演土壤水分的模型框架,从而提高反演算法的通用性和反演精度。深度学习卷积神经网络的精度主要取决于训练和测试样本数据库,然而被动微波像元分辨率比较低,以及很难获得与卫星同步的地面实测数据。本文选择不同地区地表均一的土壤水分观测站点,以AMSR2土壤水分产品作为参照来获取地面同步数据,从而克服地面同步观测数据的难题。将AMSR2亮温数据和对应地面同步观测土壤水分数据为样本随机分成训练和测试数据库,通过反复训练,当卷积神经网络选择两个卷积层两池化层的组合,迭代次数3000次时,网络反演的总体精度最高。经过测试样本验证表明,CNN反演土壤水分值与地面同步观测土壤水分的均方根误差RMSE为1.1178%,两者保持了较高相关性(r=0.8685)。以地面站点实测数据对CNN反演结果进行验证,相对误差为39.25%。相比于JAXA产品与实测值的验证结果,CNN反演结果的平均相对误差小10.24%,说明CNN明显提高被动微波遥感土壤水分反演的精度。     

基于激光跟踪仪折射补偿的三维模体定位精度原位检测方法

提出了基于激光跟踪仪折射补偿的三维模体定位精度原位检测方法,建立了ADM和IFM测距误差补偿与靶球空间位置坐标求解模型,进行了理论模型验证实验与三维模体定位精度检测对比实验,实现了激光跟踪仪在玻璃介质下的高精度测量。实验结果表明:X、Y、Z坐标补偿前后的平均偏差分别由3.410mm、0.407mm、1.732mm减小到0.022mm、0.015mm、0.035mm,相邻点距离的平均偏差由0.266mm减小到0.017mm,与空气中激光跟踪仪的测量精度相当。在此基础上,以无玻璃遮挡的悬挂式检测方法为基准,两种方法测得的定位误差基本吻合。最后,利用蒙特卡洛法分析得到相邻点距离测量误差的标准差为0.012mm,满足检测要求。     

基于生死单元法的BOPP薄膜激光打孔数值模拟

目的 利用有限元方法研究薄膜多脉冲激光打孔过程,探究生死单元法运用在薄膜激光打孔中的可行性.方法 基于Ansys中的生死单元法,使用Ansys参数化设计语言(APDL)编写程序,建立薄膜多脉冲激光打孔的二维瞬态温度场模型并进行仿真分析,测量孔深、上孔径,对仿真结果进行实验验证.结果 仿真与实验结果趋势一致,微孔孔径与孔深随脉冲次数的增加而逐渐增加;孔深最大误差为23.51％,平均误差为12.21％,均方根误差为1.573μm;上孔径最大误差为3.64％,平均误差为2.77％,均方根误差为2.215μm;薄膜在激光束轴心处温度最高,轴心两侧温度逐渐降低,高温区域随着脉冲次数增加而逐渐增大.结论 使用APDL语言程序结合生死单元法对薄膜多脉冲激光打孔进行仿真分析,结果可靠.     

基于人工神经网络的光谱反射率重建

目的研究基于BP神经网络法和FNN神经网络法重构图像光谱反射率的精度。方法以SG标准色卡作为训练样本,分别使用BP和FNN神经网络法,对测试样本DC标准色卡的光谱反射率进行预测,并利用CIEL*a*b*色差公式、均方根误差(ERMS)和光谱匹配精度(GFC)对结果进行评价。结果 BP和FNN神经网络重构的光谱反射率平均色差(ΔEab)分别为2.997和3.071,平均均方根误差(ERMS)分别为0.056和0.049,平均光谱匹配精度(GFC)分别为0.987和0.991。结论 2种神经网络方法重构的光谱反射率具有相当优越的色度和光谱精度。相比于FNN神经网络,BP神经网络更加适合于光谱图像的获取领域。     

计量结果的计算校核规律

在各种计量工作中,为了求得所需量值,通常不止进行一次而是进行多次测量。多次测量不但可以发现测量中的粗差,还可以提高测量结果的精度。多次测量后,一般取用平均值,即设对某量等精度多次独立测得l_1、l_2、…、l_n,则测量结果最佳值为L=(1/n)(l_1 l_2 … l_n)=(1/n)∑l,再算残差u(?)=l_i-L(i=1、2、…、n),接着按残差算每次测量的均方根误差以及平均值均方根误差等等。     

一种基于宽度学习的高精度光谱重建方法

目的 研究一种更有效的光谱重建方法,以提升光谱重建的精度。方法 文中提出一种基于宽度学习的光谱重建方法,以包含1 269个色块的孟塞尔亚光数据集和包含289个色块的Agfa IT8.2数据集为实验样本,利用商用彩色数码相机的模拟系统对所提方法进行验证,以光谱均方根误差、光谱拟合优度系数和2种色差公式为算法评价指标,并与现有的光谱重建方法进行了对比。结果 实验结果表明,该方法可实现的平均均方根误差低至0.4%,平均光谱拟合优度系数达到99.9%,平均色差低至0.147和0.112,光谱精度和色度精度都明显优于其他2种方法。结论 基于宽度学习的光谱重建算法可以有效地提高光谱重建的精度,能够实现更高精度的光谱颜色表征和再现的要求。     

基于不同色块数量的光谱重构对比

分别对24色块、140色块、1 269色块3种不同颜色数量的哑光色卡光谱反射率进行主成分分析(PCA),利用分析所提取的最大6个特征向量重构光谱,并使用均方根误差值(RMSE)和CIE1976色差值对结果进行评价。实验结果表明:同等条件重构后,140色卡在累计贡献率和色差方面均优于另外2种数量的色卡,均方根误差也仅次于1 269色卡,表明不同色块数量的训练样本会影响光谱重构精度;重构后的光谱反射率均在对应黄色、绿色、蓝色等的中间波段,再现效果最好,蓝紫色相对较弱,橙色-红色表现最差。     

基于机器学习算法的超声流量计在线校准方法研究

为保证超声流量计使用中流量测量的准确度,基于机器学习算法建立超声流量计在线检验模型,研究超声流量计在线校准方法。首先,获取超声流量计的全部工作数据,得到信号指标、流态指标以及计量性能数据,对数据处理得到流量偏差预测模型的输入特征集;其次,分别基于随机森林以及BP神经网络算法建立流量误差预测模型,对使用中超声流量计的流量误差进行预测。选取五个不同的流量点,对两种模型进行验证分析,结果表明：对于两种模型,流量误差预测值与真实值间偏差的绝对值分别在0.15%以内以及0.19%以内;最后,对随机森林以及BP神经网络流量误差预测模型的性能进行分析,模型预测结果的均方根误差在分别在0.028%以内及0.089%以内。     

GPS技术在某铁路隧道测量中的应用

应用GPS静态定位技术在地形复杂山区进行高精度施工控制网测量,具有速度快,精度高和可靠性好等优势.铁路隧道施工控制网应用GPS技术的结果表明:采用单频GPS接收机(精度5mm+10×10(6D))和广播星历等一般测量条件,采用适当的起算条件经平差后,短边边长精度可达到5mm以内;各项精度指标均满足规范和工程要求;平面控制网坐标系采用合适的投影面,使得投影变形最小,对贯通没有影响:铁路隧道施工GPS平面控制网宜采用边连式或网连式布设,而不宜采用点连式布网,以确保图形强度良好而保证隧道贯通.     

基于向量夹角样本选择的光谱反射率重建

目的研究一种更有效的训练样本选择方法,以提高光谱反射率的重建精度。方法提出将样本看做向量,根据测试样本与训练样本之间的夹角判断两者间的相似度,然后把该夹角大小作为相似度权重赋予该训练样本,实验以孟塞尔色卡为样本集,训练样本分别为经过Mohammadi方法选择的样本和经过文中提出的向量夹角方法选择的样本,以色差和光谱均方根误差为评价指标,从重构精度和样本选择的有效性等2个方面对2种样本筛选方法进行比较和验证。结果通过Matlab软件仿真实验,文中所提方法的平均色差能降低到0.7945,最大色差为2.1569,平均光谱均方根误差降低到0.011 42,最大光谱均方根误差为0.0218。结论基于向量夹角选择样本具有简单且精确的优势,能够满足高精度颜色复制的要求,可以为快速准确地选择样本和提高颜色复制精度提供参考。     

新型冲击响应谱发生器试验参数智能协同优化设计

为扩充垂直冲击试验机的功能,设计了一种新型冲击响应谱发生器。结合Mindlin板理论与有限元仿真,分析了简支矩形厚板固有特性、激励载荷同冲击谱的关系。提出正交试验、支持向量机与多种群遗传算法结合的智能协同优化方案。利用Nastran软件建立仿真冲击谱的正交试验数据库,通过支持向量机建立仿真冲击谱与目标冲击谱的均方根误差预测模型,采用多种群遗传算法优化谐振板尺寸(板长a,板宽b,板厚h)与激励载荷(峰值A,脉宽D),最终进行仿真与试验验证。优化后的谐振板尺寸为a=398 m,b=387 mm,h=32 mm,激励载荷为A=4.628 kN,D_0=0.8 ms,预测均方根误差为27.7。优化结果表明仿真冲击谱与试验冲击谱均满足冲击试验规范条件,仿真均方根误差为39.6,试验均方根误差为33.4。该研究为冲击试验提供了一种新思路。