舰船目标图像特征识别系统研究

海上遥感图像的目标探测与特征提取是一项非常重要的技术,特别是近年来光学探测仪器、计算机处理器等获得了迅速发展,使遥感技术的应用能力不断提升。本文分别从小波变换的遥感图像前处理、基于视觉显著性的船舶目标候选区域提取以及基于FPGA的舰船目标图像特征识别系统搭建等方面进行详细研究,对于改善当前海上舰船遥感技术的应用质量有一定意义。     

基于多模卫星信号的船载智能定位终端系统

在沿海航行中,为维护船舶航行期间的安全,航海者需要注意船舶的准确位置,而船载智能定位终端系统的不断改进,推动着船舶在既定航线上稳定航行,其中的全球卫星导航系统在导航定位、科研测绘、城市智能交通等多个领域均有广泛的应用。为深入探讨船载智能定位终端系统地标定位的准确性,本文选取多模卫星信号中的GPS系统和北斗系统,以最小二乘算法的定权策略对其展开探讨,在基于多模卫星信号提升船舶的导航定位技术,使其优势互补,共同提高定位精度,最大限度地减少定位误差,充分保障船舶安全航行。     

引入卫星导航系统的虚拟应答器中列车定位方案适应性研究

随着新型列车运行控制技术及系统的快速发展,基于卫星导航的列车运行状态自主感知已成为下一代列车运行控制系统的重要发展方向。虚拟应答器是将全球导航卫星系统引入列车运行控制系统的有效途径,卫星定位因易于受到信号观测条件限制导致性能约束,无法直接满足虚拟应答器的应用需求。针对虚拟应答器中卫星定位的应用模式进行适应性分析,总结出不同线路及运行条件下虚拟应答器卫星定位方案的设计与应用建议。首先,介绍引入卫星定位的虚拟应答器的运行机理;其次,给出基于自适应交互多模型的虚拟应答器捕获原理;然后,对卫星定位独立定位、卫星定位/惯性导航系统松耦合定位、卫星定位/惯性导航系统紧耦合定位3种典型方案的核心思路、系统架构、计算流程进行设计与分析;最后,采用现场数据及仿真测试,对3种卫星定位方案的定位性能、计算效率、用于实施虚拟应答器捕获的时空精度特征进行评估与对比。研究结果表明：卫星定位/惯性导航系统紧耦合定位方案的综合效益更优。对引入卫星导航系统的虚拟应答器中列车定位方案的适应性进行了分析,所得结果能够为虚拟应答器结构与逻辑方案的设计提供参考,为新型列车运行控制系统的优化设计与设备研制提供有效支持。     

双目视觉下红外遥感舰船图像三维重构设计研究

为提升舰船三维重构结果的细节丰富度,在双目视觉支持下提出红外遥感舰船图像三维重构设计方法。通过像素坐标系与世界坐标系的转换,融合可见光图像与红外遥感图像的点云信息。从可见光图像与红外遥感图像融合结果中提取舰船目标的质心、质心区域灰度以及舰船区域面积的特征点。利用半全局匹配算法,匹配提取特征点。依据匹配结果采用三角化曲面算法实现舰船图像三维重构。实验结果表明,该方法重构获取的舰船图像,细节丰富,未出现空洞或细节丢失情况。     

中国空间技术研究院档案编研工作特色初探

中国空间技术研究院（以下简称空间院）是我国航天器及其应用技术开发研制的核心单位,从1968年建院以来,我国空间事业由小到大,由弱变强,经过40多年的建设和发展,空间院研制的航天器已形成了科学探测与技术试验卫星系列、返回式遥感卫星系列、通信广播卫星系列、气象卫星系列、地球资源卫星系列、导航定位卫星系列、深空探测器系列和神舟飞船系列。     

基于无人机遥感的海洋养殖区识别研究全文替换

无人机遥感技术凭借精度高、灵活性高、多维提取特征等优势逐渐成为规划设计、工程测绘、区域识别的重要工具,是地理信息系统获取数据的关键技术之一。本文以某地区海洋养殖区为识别对象,利用无人机遥感,结合基于机器学习的影像识别方法,识别某地特定区域居民区、养殖区等地块。借助支持向量机（SVM）方法,针对某地沿海处不同区域、不同功能用地展开空间数据信息分析,获得不同区域的空间特性参数,选取35%的采样点构成训练集,对不同光谱条件和空间条件下的仿真结果进行验证。结果显示,针对小容量样本,SVM判准性为76.57%,能够快速识别并分析地物。希望通过本文研究为无人机遥感技术在海洋养殖区域识别、渔业中应用提供借鉴。     

重载铁路复杂断裂构造区遥感地质选线

以瓦日铁路穿沂沭断裂带工程地质选线为例,提出重载铁路复杂断裂构造区选线原则和以遥感构造解译为先导的地质选线方法.根据踏勘、初测阶段的选线要求,选择不同层次的遥感数据组合,可以充分发挥各自特点,达到相互印证、互为补充的目的.根据方案研究区内主干断裂、隐伏断裂、活动断裂和断陷盆地的特点,选择有针对性的遥感图像处理方法,可以...     

高速公路设计中遥感图像的作用

利用遥感技术,获取公路沿线基础资料速度快、精度高、信息丰富,为高速公路设计提供了科学依据。结合山西省高速公路遥感技术应用实例,介绍了遥感图像在高速公路设计中的作用。     

Cyclostationary property based spectrum sensing algorithms for primary detection in cognitive radio systems

To implement the primary signal without interference in cognitive radio systems, cognitive radios can detect the presence of the primary user in low SNR. Currently, energy detector is the most common way of spectrum sensing because of its low computational complexity. However, performance of the method will be possibly degraded due to the uncertainty noise. This paper illustrates the benefits of one-order and two-order cyclostationary properties of primary user’s signals in time domain. These feature detection techniques in time domain possess the advantages of simple structure and low computational complexity comparing with spectral feature detection methods. Furthermore, performance of the one-order and two-order feature detection is studied and the analytical results are given. Our analysis and numerical results show that the sensing performance of the one-order feature detection is improved significantly comparing with conventional energy detector since it is robust to noise. Meanwhile, numerical results show that the two-order feature detection technique is better than the one-order feature detection. However, this benefit comes at the cost of hardware burdens and power consumption due to the additional multiplying algorithm.     

遥感图像小波降噪方法的研究

在遥感图像降噪过程中,小波域阈值算法可以有效地降低图像的噪声,但阈值选取往往是固定的,不利于小波算法的计算过程,提出基于Bayesian估计的小波变换的自适应阈值去噪方法,实验证明,该算法能有效地去除噪声,并且能够较好地保护图像细节.