基于DEnKF的背景误差协方差局地化和协方差膨胀研究

尽管DEnKF同化不会引入观测采样误差,但小集合仍会造成背景误差协方差矩阵存在伪相关,出现滤波发散。为了减少小集合对数据同化结果的影响,结合Lorenz96模型和DEnKF同化方案分析了协方差局地化和协方差膨胀方法对背景误差协方差矩阵、增益矩阵及同化结果的影响。实验表明:协方差局地化方法能消除背景误差协方差矩阵和增益矩阵中的伪相关,增大背景误差协方差矩阵的秩,有助于滤波算法收敛到真实解;而协方差膨胀方法不能消除背景误差协方差矩阵和增益矩阵中的伪相关,只能改善在每个同化周期内背景误差协方差系统性被低估的现象;同化过程中采用合适的局地化半径和方差膨胀因子能够较好地改善同化结果的精度。     

误差系数对变分同化的质量影响研究

误差是变分同化过程中不可避免的话题,背景场误差和观测场误差又是整个同化过程误差的主要部分。论文通过简单地对变分同化基本原理、背景误差协方差矩阵以及观测误差协方差矩阵建模之后,通过数值模拟实验,分析了背景误差系数和观测误差系数变化给同化带来的影响,结果表明,无论哪种误差系数,系数越大,同化质量越低,波动越大,但是并不影响整个同化过程对的收敛性。     

三维变分资料同化系统并行算法设计与实现

三维变分资料同化作为现在主流数值天气预报的同化方法,能够明显改善预报数据的质量.随着科学研究的逐渐深入以及科学探测仪器和计算机技术的不断发展,受计算量和内存需求量的限制,传统串行三维变分资料同化系统已无法满足高分辨率、高精确度数值预报的要求.所以,三维变分资料同化系统的并行设计与实现显得尤其重要.本文设计了混合二维区域剖分并行化方法及其通信算法库,并将其应用于国家气象局三维变分同化系统3DVAR.数值试验表明,系统128核的并行效率相对于2核高达72％,具有良好的加速效果;同时,内存需求也随处理器个数的增加而成倍减少,满足了高分辨率预报的要求.     

基于B样条有限元机载激光陀螺测量装置系统的建模与仿真

建立了激光惯性导航系统的三维有限元模型,对其力学特性进行了模态分析,建立了整个模型B样条小波有限元模型;研究了一类新的有限元空间,它以B样条小波函数作为有限等参元的形状函数;建立了IMU模型的B样条小波有限元序列,利用B样条小波函数的变尺度特性在不改变网格的剖分下提高分辨率,因此在处理局部应力集中,曲率分布突变边界等应用中具有一定的优势,所以它的结果更接近于实际;最后对系统模型进行了仿真,给出了各个阶次模态值,通过与传统有限元比较发现小波有限元具有收敛性好、求解迅速和网格划分灵活优点,离散的单元数减少了13％,计算时间也是原来的35％,这对于激光惯性导航系统的优化设计具有重要参考价值.     

分数阶B样条小波域的图像变分去噪

分数阶B样条具有分数阶逼近,可以更好地刻画图像纹理部分。将分数阶B样条小波推广到二维领域,利用分数阶B样条小波进行图像阈值去噪,提出了分数阶B样条小波域图像去噪的变分模型。同传统小波函数与全变差结合模型比较,分数阶B样条小波在保持纹理和去噪方面得到了明显改进。     

层合板固有频率分析的B样条小波元法

结合弹性材料修正后的H—R变分原理和区间B样条小波函数,建立Hamilton正则方程的区间B样条小波元列式．首先简要地介绍了弹性材料修正后的H—R变分原理,然后将区间B样条小波的尺度函数作为基函数,详细地推导了Hamilton正则方程的区间B样条小波元列式．数值算例验证了B样条小波元列式的正确性．     

陆面数据同化系统及其在全球变化研究中的应用

陆面数据同化的研究起源于20世纪末,发展比较迅速。本文从当前发展比较成熟的陆面数据同化系统、同化方法以及陆面数据同化在全球变化研究中的应用三方面做了综述。比较成熟的陆面数据同化系统主要是美国(全球)和欧洲的陆面数据同化系统,加拿大、韩国和我国的数据同化系统最近才有所发展;数据同化方法主要以基于统计估计理论和以基于变分的两大类方法为主流,近年来人工神经网络和粒子滤波技术有所发展;在生态水文学、碳循环和作物估产的应用研究中,陆面数据同化方法已经发挥了重要作用。     

具有时变扰动的四旋翼无人机有限时间预定性能控制

针对外界扰动、模型不确定性以及输出误差约束情况下的四旋翼无人机轨迹跟踪问题,提出有限时间预定性能控制策略.首先,将无人机动力学模型解耦为姿态子系统和位置子系统;其次,引入误差转换函数和性能约束函数,通过合理设计快速终端滑模面,实现转换误差有限时间收敛,从而实现原系统输出误差约束控制;进一步,通过稳定性分析可以得出所设计的控制器能够保证系统有限时间稳定,并且具有良好的暂稳态性能;最后,通过实例仿真验证所设计方法的有效性。     

基于小波的准均匀B样条曲线曲面变分造型

变分造型是自由曲线曲面交互设计中常用的技术之一，在传统的变分造型技术中，一般将此类问题转化为对控制顶点的优化求解问题，但当基函数多进，B样条的局部性常会导致待求解系统的性态不好，求解效率降低，对此，文中应用小波方法解决准均匀B样条曲线曲面变分造型中的优化求解问题，由于小波基具有多分辨特性，该方法可以大大提高迭代速度。     

点模型的几何图像简化法

提出一种基于几何图像的曲率自适应点模型简化算法.首先将点模型的球面极坐标映射到平面上,构造其几何图像;然后利用几何图像确定点模型中点的k-最近邻域及其曲面变分;最后结合曲面变分和简化密度对点集曲面重采样,并通过移动最小二乘曲面评估简化的误差.实验结果表明,该算法执行速度快、易于控制采样密度和保持曲面细节,且能够生成高质量的简化曲面.     

Focused local learning with wavelet neural networks

A novel objective function is presented that incorporates both local and global errors as well as model parsimony in the construction of wavelet neural networks. Two methods are presented to assist in the minimization of this objective function, especially the local error term. First, during network initialization, a locally adaptive grid is utilized to include candidate wavelet basis functions whose local support addresses the local error of the local feature set. This set can be either user-defined or determined using information derived from the wavelet transform modulus maxima representation. Next, during the network construction, a new selection procedure based on a subspace projection operator is presented to help focus the selection of wavelet basis functions to reduce the local error. Simulation results demonstrate the effectiveness of these methodologies in minimizing local and global error while maintaining model parsimony and incurring a minimal increase on computational complexity.     

A diffusion wavelet approach for 3-D model matching

This paper proposes a new 3D shape retrieval approach based on diffusion wavelets which generalize wavelet analysis and associated signal processing techniques to functions on manifolds and graphs. Unlike current works on 3D matching, which are based either on the topological information of the model or its scatter point distribution information, this approach uses both information for more effective matching. Diffusion wavelets enable both global and local analyses on graphs, and can capture the topology of a surface with the diffusion map of its mesh representation. As a result, both multi-scale properties of the 3D geometric model and the topology among the meshes can be extracted for use in 3D geometric model retrieval. Tests using 3D benchmarks demonstrate that the approach based on diffusion wavelets is effective and performs better than those by spherical wavelet and spherical harmonics in 3D model matching.     

Spherical DCB-spline surfaces with hierarchical and adaptive knot insertion

This paper develops a novel surface fitting scheme for automatically reconstructing a genus-0 object into a continuous parametric spline surface. A key contribution for making such a fitting method both practical and accurate is our spherical generalization of the Delaunay configuration B-spline (DCB-spline), a new non-tensor-product spline. In this framework, we efficiently compute Delaunay configurations on sphere by the union of two planar Delaunay configurations. Also, we develop a hierarchical and adaptive method that progressively improves the fitting quality by new knot-insertion strategies guided by surface geometry and fitting error. Within our framework, a genus-0 model can be converted to a single spherical spline representation whose root mean square error is tightly bounded within a user-specified tolerance. The reconstructed continuous representation has many attractive properties such as global smoothness and no auxiliary knots. We conduct several experiments to demonstrate the efficacy of our new approach for reverse engineering and shape modeling.     

一种新的全局运动估计算法

全局运动估计是计算机视觉、视频处理等领域广泛采用的手段之一。该文提出一种直接利用压缩视频码流进行全局运动估计的新算法。就运动模型而言,采用了复杂性与准确性较好均衡的六参数仿射模型。为了提高估计精度和计算效率,文章首先提出一种新的视频背景前景分割方法,基于分割的结果,采用背景宏块的运动矢量进行全局运动参数估计。然后,根据参数估计误差的统计特性,一部分运动矢量会当作局外的样值而被剔除,利用剩余的运动矢量中重新估计参数可以提高估计精度。实验验证了提出的全局运动估计算法的计算效率和精度。     

一种基于HSV颜色空间的新码书模型

为了有效消除复杂动态背景对运动物体检测的影响,提出一种新的基于HSV颜色空间的码书模型。该模型的特点是：1)引入具有较强前后景区分能力的HSV颜色空间,有效减少伪目标的检测;2)采用四元素码字,实现较前人九元素码字更快的训练和更低的存储;3)设计新的码字学习和更新策略,实现简单和快速的码字学习和运动目标检测。同时提出新的算法评价方法：覆盖率—准确率曲线,以反映运动物体检测算法对连续视频序列的检测性能。使用覆盖率—准确率曲线评价的实验结果证明,所提出的码书模型可以有效检测复杂背景下的运动物体。     

基于误差补偿的复杂场景下背景建模方法

在基于子空间学习的背景建模方法中,利用背景信息对前景误差进行补偿有助于建立准确的背景模型.然而,当动态背景（摇曳的树枝、波动的水面等）和复杂前景等干扰因素存在时,补偿过程的准确性和稳定性会受到一定的影响.针对这些问题,本文提出了一种基于误差补偿的增量子空间背景建模方法.该方法可以实现复杂场景下的背景建模.首先,本文在误差补偿的过程中考虑了前景的空间连续性约束,在补偿前景信息的同时减少了动态背景的干扰,提高了背景建模的准确性.其次,本文将误差估计过程归结为一个凸优化问题,并根据不同的应用场合设计了相应的精确求解算法和快速求解方法.再次,本文设计了一种基于Alpha通道的误差补偿策略,提高了算法对复杂前景的抗干扰能力.最后,本文构建了不依赖于子空间模型的背景模板,减少了由前景信息反馈引起的背景更新失效,提高了算法的鲁棒性.多项对比实验表明,本文算法在干扰因素存在的情况下仍然可以实现对背景的准确建模,表现出较强的抗扰性和鲁棒性.     

基于复数小波域广义高斯分布模型的

由于在频域用能量参数来表示图像的特征矢量缺乏准确性,而且实数离散小波变换具有平移变化性和弱的方向选择性,为此针对以上问题提出了一种基于复数小波域广义高斯分布模型的纹理图像检索方法。该方法首先利用双树复数小波变换系数的统计特性来建立广义高斯分布的统计模型;然后基于该模型提取图像的特征矢量;最后利用KullbackLeibler distance(KLD)测度算法进行纹理图像检索。对Brodatz图像库的仿真表明,新方法较双树复数小波算法的查准率提高6.96%,较基于Gabor纹理特征检索法的查准率提高了18.8%。同时复数小波系数统计模型具有旋转不变性。新方法对今后的纹理图像检索具有重要的理论与实际意义。     

基于复数小波域广义高斯分布模型的纹理图像检索

由于在频域用能量参数来表示图像的特征矢量缺乏准确性,而且实数离散小波变换具有平移变化性和弱的方向选择性,为此针对以上问题提出了一种基于复数小波域广义高斯分布模型的纹理图像检索方法。该方法首先利用双树复数小波变换系数的统计特性来建立广义高斯分布的统计模型;然后基于该模型提取图像的特征矢量;最后利用Kullback-Leibler distance(KLD)测度算法进行纹理图像检索。对Brodatz图像库的仿真表明,新方法较双树复数小波算法的查准率提高6.96%,较基于Gabor纹理特征检索法的查准率提高了18.8%。同时复数小波系数统计模型具有旋转不变性。新方法对今后的纹理图像检索具有重要的理论与实际意义。     

基于H.264压缩域的镜头运动信息提取

本文根据H．264编码特点，提出了一种从H.264压缩域中快速有效地进行镜头运动参数估计的算法。镜头运动信息在视频分析处理中起着重要的作用。该算法充分利用了H．264压缩码流中的信息，通过提取预测残差DC图像的运动背景区域，估计镜头运动参数，从而保证了参数估计的准确性，有效地克服了已有文献中仅仅采用运动矢量进行镜头运动估计的局限性。根据不同的H．264测试序列的对比分析，结果表明本算法可快速准确地对H．264视频序列进行全局运动信息估计，同时具有很高的鲁棒性。     

基于微分算子小波显式表示的分布参数系统最优逼近控制

基于微分算子在紧支撑正交小波基下的精确显式表示，给出了一种分布参数系统最优控制的逼近计算方法．将微分算子投影到小波空间，利用其矩阵表示形式，将分布参数系统的最优控制转化为集中参数系统最优控制问题．该方法不需要为边界条件重新构造基函数，在将偏微分方程转化为其常微分方程近似形式的过程中，不需要考虑边界条件的影响，因此计算方便、适用范围广，同时具有很高的精度和计算效率,可以对计算误差进行预测．利用该方法进行了基于Daubechies (db1)小波的仿真计算，并对计算结果进行了验证．