【摘 要】
：
激光雷达作为一种高精度遥感探测设备,当前被广泛应用于中高层大气的探测。为了确保中高层大气激光雷达获得最佳的探测效果,每次开机观测前通常需要调节激光光束的发射方向,使其与望远镜视场精确收发匹配。针对当前收发匹配技术存在的技术瓶颈,本文分别利用基于CCD成像、基于姿态角度传感器和自适应发展了三种自动收发匹配系统,实现自动收发匹配,并分析了这些系统的优劣和适用范围。本文主要工作如下:（1）采用高分辨率的
论文部分内容阅读
激光雷达作为一种高精度遥感探测设备,当前被广泛应用于中高层大气的探测。为了确保中高层大气激光雷达获得最佳的探测效果,每次开机观测前通常需要调节激光光束的发射方向,使其与望远镜视场精确收发匹配。针对当前收发匹配技术存在的技术瓶颈,本文分别利用基于CCD成像、基于姿态角度传感器和自适应发展了三种自动收发匹配系统,实现自动收发匹配,并分析了这些系统的优劣和适用范围。本文主要工作如下:（1）采用高分辨率的CCD相机拍摄激光光束,应用数字图像处理技术,分析成像光束的像素分布,来确定激光束在视场中的相对位置,并根据其与预设标准位置之间的偏差,调节激光束,快速完成激光束与望远镜视场的收发匹配。（2）利用固定在电控镜架上的高精度姿态角度传感器,获得电控镜架的当前姿态,并根据其与预设标准姿态之间的偏差,调节电控镜架,精确完成激光束与望远镜视场的收发匹配。（3）提出利用实测信号的信噪比来确定有效信号区间,通过实测信号廓线和激光雷达标准模式的相关性系数,自动判别发射光束所处的匹配状态,确定光束调整的步长;根据测量当前位置信号在不同方向的信号差值,以梯度方向作为激光束的调整方向,从而快速、精准地实现激光雷达的收发匹配。上述三套收发匹配系统分别在武汉、延庆激光雷达台站进行了多次测试,都能满足基本的观测需求。面向未来复杂的应用场景时,自适应匹配是当前最佳的解决方案。本文的工作将为大气探测激光雷达的快速业务化运行提供技术支撑,为激光雷达无人值守和智能化运行提供新的解决方案。
其他文献
噪声源定位是控制车辆噪声及提升NVH性能的先决条件,近场声全息是一种通过传声器测量信号实现噪声源可视化的高效技术,广泛应用于汽车与故障诊断等领域。基于等效源法的近场声全息因为易于实现且适用于识别复杂表面形状声源成为了研究的热点,其核心难点为等效源强度求解。此外,在工程实际中的目标声源附近往往存在干扰源或反射表面,为实现对目标声源的准确识别,需要通过声场分离技术分离目标声源与干扰源的声场。据此,本文
近年来,药品及个人护理用品（PPCPs）受到全世界范围的普遍关注,抗生素作为一类典型的PPCPs,具有高效、广谱和价廉的特点,是人与动物疾病预防和治疗的常用药物,也被广泛用于饲料添加以促进动物生长,在国内环境中广泛检出,对生态环境和人体健康具有潜在负面影响。然而,关于农村和偏远地区环境中抗生素的研究较少。本研究选择了寒冷地区的6个村镇和5个养殖场地,以喹诺酮类（QNs）、磺胺类（SAs）、四环素类
癌症即恶性肿瘤,是最致命的疾病之一,其发病率和死亡率呈迅速上升的趋势,严重威胁着人类的健康。传统的治疗方法,如化疗、放疗和手术等,其疗效不能完全达到令人满意的效果。其中化疗是治疗肿瘤的主要策略之一,但是一些具有较高活性的抗肿瘤药物是疏水的,且没有特异性,容易对正常组织和细胞产生毒害作用。鬼臼毒素（Podophyllotoxin,PPT）由鬼臼属植物的根和茎提取而得,是一种具有显著抗肿瘤和抗病毒活性
岩溶地面塌陷是可溶岩分布地区在各种因素作用下,地表发生突然塌陷的过程。作为最危险的自然灾害之一,岩溶地面塌陷已成为岩溶地区最普遍的地质灾害,其危害主要表现在破坏公路、铁路、建筑物以及地表水体,影响农业用水、用地,造成人员伤亡及财产损失等。岩溶地面塌陷由于其隐蔽性、突发性、不确定性、多因素性和危害性等特点,已成为影响和制约岩溶地区社会与经济发展的重要因素。目前,学者们采用多种方式对岩溶地面塌陷的孕育
深度学习（Deep Learning）在提高人工智能水平方面起着巨大的作用,其中卷积神经网络（Convolutional Neural Network,CNN）凭借其“稀疏连接”与“参数共享”的特性,具有较好的自学习能力和鲁棒性,因而被广泛应用于如图像分类、目标检测等领域。作为一种数据驱动的端到端特征提取技术,在各类数据样本急剧增大的同时,卷积神经网络的模型结构也愈发庞大且复杂。与此同时,这种从数
随着航空市场不断扩大,大量民营资本进入航空制造领域,在推动航空工业不断发展的同时也带来了激烈的市场竞争。在航空零部件试制领域,试制产品技术要求高、质量控制严格、需求多变,新兴民营企业普遍存在生产效率低、成本高、交货周期长、一次交付合格率低等问题。其试制车间属于柔性作业车间,加工任务的设备、作业人员选择和顺序安排灵活性大,传统的经验调度方法难以适应柔性作业生产要求,研究与之适应的车间调度方法对提升该
随着现代社会民众生活水平的提升,越来越多样化的公共区域成为人们文娱和工作地点的选择,但由于这一趋势的增长而导致公共区域的社会安全问题也同样日益突出。近年来随着民众的出行频率的增加,对人流量的管控和疏散已然成为公共安全的一项重要课题。现如今,新冠疫情在全球仍未得到有效控制,尤其在人群密集区域这一问题更为突出,高效准确地预测人群密度能为安防工作提供参考指标,从而通过人为干预有效降低公共区域踩踏以及病毒
我国新能源汽车销量中纯电动汽车所占比例越来越大,电机作为电动汽车的核心部件之一,其中高功率密度永磁同步电机具有大功率、体积小、调速范围广等特点,是电动汽车用电机的未来发展趋势。但这些特点也带来了热流密度大、散热条件差等问题,因此有必要对电机的温度场、永磁体的温度退磁特性及相关电流矢量控制理论开展研究。本文以高功率密度扁线绕组永磁同步电机为研究对象,进行永磁同步电机的温度场分析,开发基于控制电流MA
为了应对近几年来通信设备的逐渐普及导致终端与数据流量骤增和频谱资源匮乏等问题,在传统的蜂窝网络中引入了第五代移动通信系统（5G）的关键技术之一终端直通（Device to Device,D2D）通信技术,能够有效地提升系统总容量、能量效率、接入率和降低基站负载。D2D多播通信作为D2D通信方式的一种,相比于单播通信能够更好地适用于多个终端对相同数据进行请求的密集通信场景。然而,相比于单播通信,多播
伴随网络技术及其应用的快速发展,各类网络应用如雨后春笋般涌现,网络流量的模式特征也变得愈发复杂,传统基于规则匹配的入侵检测系统已难以有效区分正常流量和攻击流量。机器学习的复兴推动了入侵检测的发展,基于深度学习的入侵检测模型能够有效的提取复杂流量模式,但过多的流量特征会降低模型的训练速度,并且随着攻击手段的愈发隐蔽,人们正在寻求检测准确率更高的模型。本文引入深度Q网络（DQN）来验证其在网络入侵检测