叠前地震数据的规则化

本文通过对动校正前积分法DMO原理的探讨，在借鉴Canning(1996)提出的利用DMO实现三维数据规则化的方法和Biondi(1998)提出的三维叠前地震数据方位角校正方法的基础上，从方位角校正的角度入手，利用DMO和DMO^-1相结合的处理流程对地震数据进行规则化，以得到新的规则的观测系统下具有所需特定方位角的观测数据。此方法可用于解决叠前地震数据道插值、陆上地震勘探中不规则观测数据的规则化和海上地震勘探中的羽状现象校正等问题，可将已有地震观测数据转变为特定观测系统的叠前地震数据，以便于某些处理方法的应用。此方法原理简单并具有广泛的适用性。     

只读式超分辨光盘的膜层设计和分析

超分辨技术是一种无需减小记录波长或增大数值孔径而提高存储密度的方法。Ge Sb Te是一种良好的相变光存储材料 ,在超分辨光盘中可作为掩膜。利用多层膜反射率的矩阵法计算了掩膜为Ge2 Sb2 Te5薄膜的超分辨只读式光盘的光学参数与各膜层厚度之间的关系 ,最后得到了较为理想的膜层厚度匹配。采用磁控溅射法制备了只读式超分辨光盘 ,测量了光盘的光学性质。     

快速搜寻卫星数字压缩信号

在没有专业仪器，没有明确参照物的条件下，如何快速定位接收天线，搜索到卫星信号，是电视工程技术人员经常遇到的问题，本文就此问题提出了一个新的解决办法，即利用已知卫星的位置来定位其它卫星的位置。     

基于非下采样Contourlet变换的指纹图像超分辨率重建

非下采样Contourlet变换(Nonsubsampled contourlet transform,NSCT)采用非抽样金字塔结构和非抽样方向滤波器组构成,具有Contourlet变换所不具备的平移不变性、较高冗余度等优良特性,而且能够克服伪吉布斯现象。图像经过非下采样Contourlet变换后分解成多尺度、多方向的细节信息,这些细节信息代表了图像不同频带不同方向的特征,这就简化了系数之间的关系。基于学习的超分辨率重建算法具有整体的预测性,将非下采样Contourlet变换和基于学习的算法相结合,在一定程度上提高训练精度。针对指纹图像的实验证明该算法具有良好的性能,重建的图像纹理性细节信息较好,基本保持了原指纹图像的特征点,更接近于原始的高分辨率图像。     

交叉极化天线阵列信道的相关性

针对符合多簇拉普拉斯分布的功率角度谱,推导了适用于均匀线阵和均匀圆阵信道相关性的闭式表达式. 该表达式反映了信道角度功率谱以及交叉极化鉴别率对信道相关性的影响. 比较了具有相同角度扩展的单簇与多簇拉普拉斯角度功率谱引入信道相关性的差异. 分析了簇内角度扩展不同时,天线阵列信道相关性随均匀线阵天线间距或均匀圆阵半径的变化. 给出了簇内平均角和簇内角度扩展分别取不同值时,信道交叉极化鉴别率对应的等效天线间距.     

基于高精度流线生成的交互流场可视化

高效准确的流线绘制一直是流场可视化的重要研究内容,流线可以对流场的重要特征进行有效的稀疏表示,但流线需要长期的粒子追踪过程及大量的积分计算,在面向大规模流场可视化时时间效率较低,需要高性能计算设备进行辅助计算.本文通过设计一种基于深度学习的高精度流线生成算法,将初始的低精度流线快速映射为稠密的高精度流线,可以在较短的时间内快速生成可靠的流线可视化结果,并在此基础上设计了交互式实时流场可视化系统,涵盖了流场的特征检测,属性关联分析,信息论分析等,帮助用户快速了解流场数据,找到自己感兴趣的区域进行后续进一步深度分析,避免了获取过多冗余数据,同时优化了分析工作的效率,满足用户对于流场结构,特征属性等多维度进行关联分析的需求.     

基于密集Inception的单图像超分辨率重建方法

近几年,基于卷积神经网络（CNN）的单图像超分辨率（SR）重建方法成为了主流。通常情况下,重建模型的网络层数越深,提取的特征越多,重建效果越好;然而随着网络层数的加深,不仅会出现梯度消失的问题,还会显著增加参数量,增加训练的难度。针对以上问题,提出了一种基于密集Inception的单图像SR重建方法。该方法引入Inception-残差网络（Inception-ResNet）结构提取图像特征,全局采用简化后的密集网络,且仅构建每一个模块输出到重建层的路径,从而避免产生冗余数据来增加计算量。在放大倍数为4时,采用数据集Set5测试模型性能,结果显示与超深卷积神经网络的图像超分辨率（VDSR）相比,所提方法的结构相似性（SSIM）高了0.013 6;与基于多尺度残差网络的图像SR（MSRN）相比,SSIM高了0.002 9,模型参数量少了78%。实验结果表明,所提方法在保证模型的深度和宽度的情况下,显著减少了参数量,从而降低了训练的难度,而且取得了比对比方法更好的峰值信噪比（PSNR）和SSIM。     

基于ResNeXt和WGAN网络的单图像超分辨率重建

为解决现有基于生成对抗网络的单图像超分辨率重建模型SRGAN网络训练不稳定、学习速率慢等问题,提出了一种基于ResNeXt和WGAN的单图像超分辨率重建模型Res_SRGAN。该模型参考ResNeXt网络结构构造生成器,降低了生成器的复杂度,仅为SRGAN的1/8;通过WGAN来构造判别器解决了SRGAN模型不稳定的问题;实验结果表明,在四个公开数据集上本文所提模型相较于现有的单图像超分辨率重建模型在主客观评价中均取得了更加优越的性能。     

太阳能光伏电池最优铺设方案研究

根据市场上不同种类光伏电池的价格、发电效率等性能,采用山西省大同市典型气象数据,综合参考当地的太阳辐射强度、光线入射角以及建筑物所处地理纬度等因素,建立了多目标决策模型和线性规划模型,并通过进一步优化得出房屋表面光伏电池的最优设计方案。     

舰载光电经纬仪方位基准标校方法

光电经纬仪工作前,要对经纬仪的方位测量基准进行标校,安装在陆地的经纬仪通常以正北作为方位测量基准。而舰载光电经纬仪的方位测量基准是舰载的艏艉线方向。专业的测量舰船设有独立的用于光电经纬仪的标校系统,普通的测量舰船没有设置单独的标校系统,只设有指示舰船艏艉线的平面基准镜,平面基准镜的法线方向即是舰船艏艉线方向。为了将舰船艏艉线平面基准镜的法线方向通过光路折转的方法转到光电经纬仪的光学主系统视轴上,设计一种方位基准标校装置。该标校装置由两个自准经纬仪和两个折转光管及辅助固定支架组成。标校时可在测量舰船上临时安装,标校工作结束后即可拆除,安装、拆除工作简单易行。折转光管的结构简单,便于保管运输。