高分辨率静止轨道遥感卫星可见光及近红外波段邻近效应建模及分析

结合高分辨率静止轨道遥感卫星的特点,通过对已有研究方法的适当改进,给出了基于大气辐射传输机理的高分辨率静止轨道遥感卫星可见光及近红外波段的点扩散函数(Point-spread Function,PSF)模型,并进行邻近效应分析预研究.文中对邻近像元到目标像元距离、邻近像元范围(区域)、观测天顶角、气溶胶光学厚度及其散射相函数的非对称因子等因素对邻近效应的影响进行了系统地实验,并对各因素的影响机制进行了一定分析.结果显示,邻近像元对目标像元入瞳处辐亮度的贡献最高可达2.3％左右.故在对该类型遥感卫星进行大气影响分析、成像模拟、大气校正时考虑邻近效应是必要的.     

一种支持云计算的遥感影像数据组织模型研究

当主用户和次用户在地理上存在一定距离时,由于次用户到达主用户系统的信号不同步,会产生异步干扰,此干扰不但影响主用户系统,使得其干扰增大,也会影响次用户系统,使得次用户系统传输速率损失,特别是误比特性能上升。为了消除异步干扰对主次用户系统的影响,提出了一种基于最小均方误差的预编码方法,此方法在预编码阶段就预先消除了异步干扰,并且是在保证主用户的服务质量基础上进行的。通过分析和仿真结果表明,所提方案在对主用户系统干扰受限的条件下,有效提升了次用户系统和次用户系统的容量,同时提高了次用户系统传输的可靠性。     

基于深度Q学习的强鲁棒性智能发电控制器设计

在现代互联大电网背景下,研究了多区域强鲁棒性的智能发电控制策略。在Q学习的架构下,将深度神经网络的预测机制作为强化学习的动作选择机制,提出了一种具有强鲁棒性的深度Q学习算法,设计了基于该算法的智能发电控制器。针对智能电网下的智能发电控制问题,在多智能体系统的框架下采用所提深度Q学习算法进行控制,并与传统的PID、Q学习和Q(λ)算法进行对比。在IEEE标准2区域和以南方电网4区域为背景的仿真模型(采用了23 328种不同模型参数)中进行数值仿真,仿真结果验证了所提深度Q学习算法的可行性和有效性,也验证了所设计控制器的强鲁棒性。     

特征形式描述及特征预编译

特征的处理是自然语言句法分析的一个重要问题。该文提出特征处理的预编译方法,详述了基于特征形式描述的特征预编译算法,并实现了一个特征预编译器。测试表明,预编译方法可以很好地增加句法分析的可扩展性和运行速度。     

基于五层十五级遥感数据结构的并行算法研究

针对当前环境与监测预报小卫星宽覆盖和海量数据显示与处理不足的现状,设计五层十五级遥感数据组织结构,并依据此结构设计一种新的并行计算算法,得到并行计算的最大近优估算值,优化环境与监测预报小卫星海量数据的遥感产品生产能力,提高环境监测预报效率。     

基于CPSS平行系统懒惰强化学习算法的实时发电调控

为解决电力系统中存在的多种时间尺度下经济调度和发电控制的协同问题,即长时间尺度下优化,短时间尺度下优化和实时控制的问题,本文提出了一种统一时间尺度的实时经济发电调度和控制框架,并为该框架提出了懒惰强化学习方法（Lazy reinforcement learning,LRL）.该方法将懒惰控制器引入以人工社会——计算实验——平行执行和社会系统为基础的强化学习中,使得机组组合,经济调度,自动发电控制和发电命令调配的问题有机结合在一起,取代过去传统的发电控制框架.为了减少仿真所需的真实时间,平行系统包含多个虚拟系统和一个真实系统.仿真实验比较了懒惰学习算法,松弛人工网络以及4608种组合常规发电控制算法在IEEE新英格兰10机39节点仿真系统的控制效果.实验表明,懒惰强化学习方法的控制效果最优.仿真结果验证了懒惰强化学习方法在基于ACP和社会系统的REG框架下具有有效性和可行性.     

套损井修井磨铣参数优化

中原油田在套损井磨铣过程中由于管柱组合、施工参数选择不当,常发生套管开窗事故。在对套管开窗事故因素进行分析的基础上,应用有限元方法,对施工参数与磨鞋横向位移的关系进行了分析,并从磨铣压力和磨铣钻速两方面对磨铣参数进行了优化。研究认为,通过确定最优钻压和转速的范围,可以减小磨鞋的横向位移值,进而达到在磨铣过程中降低磨鞋偏磨套管风险的目的。现场应用表明,优化结果对现场施工具有重要的指导意义,施工效果良好。     

基于平均报酬模型全过程R(λ)学习的互联电网CPS最优控制

提出了一种新颖的基于平均报酬模型的全过程R(λ)学习互联电力系统CPS最优控制方法。该方法与电网自动发电控制(AGC)追求较高的考核时间段内的10min平均控制性能标准(CPS)指标合格率的目标相吻合,且所提出的基于平均报酬模型的R(λ)学习算法与基于折扣报酬模型的Q(λ)学习算法相比,在线学习收敛速度更快,可获得更佳的CPS指标。此外,所提出的改进的R(λ)控制器具有全过程在线学习的特点,其预学习过程被一种新型的在线"模仿学习"所代替,克服了以往强化学习控制需要另外搭建仿真模型来进行预学习收敛的严重缺陷,提高了R(λ)控制器的学习效率及其在实际电力系统中的应用性。     

改进YOLOv5的无人机影像车辆检测方法

针对传统遥感影像车辆目标检测算法易受干扰、鲁棒性较差且在实际应用当中会产生一定的漏检与误检现象等问题,提出了一种基于改进YOLOv5s的轻量级无人机遥感影像车辆目标检测算法。以YOLOv5s为基线模型,根据车辆目标长宽比相对固定的特点,对锚框尺寸进行修正,提高了锚框与车辆目标的契合度;针对无人机影像中车辆密集情况,进行了加权框融合改进,对检测框合并,解决了预测框计数不准确的问题;由于车辆目标具有多变性,通过增加注意力机制网络,提升了模型识别车辆的速度和准确性。研究表明,改进的YOLOv5s模型可以实现实时准确的无人机影像车辆检测。     

全链路成像光谱仪信噪比仿真

研究成像光谱仪优化问题,由于光谱成像受到环境噪声影响,传感器精度达不到要求,传统信噪比优化仿真方法,通常只考虑传感器本身的特性,没有综合考虑地物的光谱特性、辐射传输对其影响,导致传感器信噪比很难满足要求。为消除噪声提出了全链路成像光谱仪信噪比仿真方法,以叶面积指数反演应用为背景,从地面植被反射率信号出发,考虑大气辐射传输和传感器能量转换过程,建立了全链路成像光谱仪信噪比仿真模型,并通过具体实例进行验证和分析。理论分析和仿真结果表明:方法是对成像光谱仪信噪比仿真的一种全新而有益的尝试,具有很好的扩展性,传感器的研制设计提高性能指标,并缩短研制周期,为设计提供了参考。