排序方式: 共有9条查询结果,搜索用时 0 毫秒
1
1.
高光谱激光雷达是同时获取光谱和空间信息的主动遥感探测方法。在激光扫描过程中,激光入射角是重要的影响因素之一。在实际应用中,目标表面粗糙度会使其入射角效应偏离朗伯模型。因此,基于Oren-Nayar模型对粗糙表面建立二向反射模型,研究了入射角效应的辐射校正方法。选取8种典型的粗糙表面作为实验对象,分析了各波段后向散射强度与入射角的关系,并量化了粗糙度对强度的影响。基于构建的模型,对该研究样本的入射角效应进行辐射校正。辐射校正后,不同入射角反射率的标准差均不大于0.06;与校正前相比,标准差平均改善率为67.86%。结果表明,所提出的方法提高了提取目标反射特性的准确性,为高光谱激光雷达更好地为开展数据分析与应用提供良好的物理基础。 相似文献
2.
4.
空冷机组节省水资源,但是环境温度升高后,汽轮机的排汽压力升高,增负荷受限。为解决这一问题,以600 MW直接空冷机组为研究对象,采用6种方案,对原有空冷岛,通过增加散热面积和设置尖峰冷却装置进行降背压,以实现夏季负荷的增加。通过热力性能和经济性分析,结果表明,各方案使机组背压均有降低;在运行时间相同时,方案六改造效果最好,可节标煤约11274.5 t,降背压约8.4 kPa,但静态回收投资年限长约6.7年,且增加厂区的占地面积;方案一静态回收投资年限最短,约5.8年,但仅降背压约5.2 kPa。若考虑到场地限制及环境风影响,根据改造效果和静态投资回收年限,方案二为最佳方案,即增加15个冷却单元,可节标煤约11009.9 t,降低背压约8.2 kPa,静态投资回收投资年限约5.9年。 相似文献
5.
标准的粒子滤波存在着权值退化问题,重采样可以解决权值退化问题,但也会带来样本贫化现象.为解决样本贫化问题,提出了一种利用磷虾群优化的改进粒子滤波算法.该算法结合粒子滤波的求解过程,以磷虾个体的诱导、觅食和随机扩散运动引导粒子向高似然区域移动.首先,将粒子滤波中粒子的状态值作为磷虾群的个体位置,从而将粒子的状态估计转化为磷虾群的寻优;其次,针对粒子滤波的特点,分析了磷虾算法中可以改进的参数,对磷虾算法中个体诱导、觅食运动的权值设计了新的动态更新策略,保证算法前期全局快速寻优后期局部精确寻优,同时为保持粒子的多样性,对磷虾个体进行遗传算法中的交叉操作,并设计了新的交叉概率更新公式;最后,在标准磷虾算法的基础上分析了改进算法的收敛性,并选用一种单静态非增长模型进行仿真试验. 仿真结果表明, 所提出的算法与标准粒子滤波以及粒子群、蝙蝠算法优化的粒子滤波相比具有更高的状态估计精度和更小的均方根误差,粒子的分布更合理. 相似文献
6.
复杂环境下进行定位导航,需要构建全源导航系统,实现多传感器的即插即用和不同频率的数据融合。研究了一种基于因子图的数据融合方法,该方法采用因子图法表示状态的递推与更新,采用高斯牛顿迭代法求解优化方程完成组合导航中的数据融合任务。然后以惯性/卫星组合导航系统为例,分析了因子图的原理内容,设计了相应的信息融合框架。最后对该方法的可行性进行了仿真验证,实验数据表明,3轴位置的均方根误差值分别为1.53 m,1.55 m,1.53 m,证明了该方法的可行性,可以在此基础上扩展传感器,构建全源导航系统。 相似文献
7.
高光谱激光雷达综合了高光谱和激光雷达特征,可为植被生理生化参数提取提供更加精确的遥感探测,但其应用潜力尚未得到充分挖掘。以北京10个典型树种的单叶为样本,开展室内高光谱激光雷达的叶片观测试验,并进行树种分类研究,为未来高光谱激光雷达的林业应用提供基础。首先进行可调谐高光谱激光雷达(Hyperspectral LiDAR,HSL)叶片高光谱测量,并完成与ASD地物光谱仪所测数据对比实验;其次,应用随机森林方法实现10种叶片的分类研究,其输入的特征指数为融合全部波段、部分敏感波段的光谱指数。结果表明:(a)HSL在波段650~1000 nm (71个通道)内观测的叶片高光谱和ASD光谱一致(R~2=0.9525~0.9932,RMSE=0.0587);(b)只用原始波段反射率分类精度为78.31%,其中分类贡献率最大波段的是650~750 nm,使用此波段进行分类精度为94.18%,表明利用红边波段(650~750nm)进行树种分类是十分有效的;(c)对树种敏感的波段为680 nm、685 nm、690 nm、715 nm、720 nm、725 nm、730 nm;(d)结合敏感波段光谱指数与植被指数分类精度82.65%。该研究结果表明在单叶级别,利用高光谱激光雷达能够准确地反映目标叶片的光谱特征并且能有效进行树种分类;未来将可能在野外应用中精确提取目标的生理生化参数。 相似文献
8.
9.
1