【摘 要】
:
随着导航反射信号技术在海洋遥感领域的发展,利用星载延迟-多普勒图(delay-Doppler map, DDM)进行海面目标探测成为热门研究问题。但由于DDM上相同时延和多普勒点对应的空间区域具有不唯一性,导致出现真假目标定位模糊的问题。主要针对海上平台等静态目标,利用多颗卫星下不同镜反射点(specular point, SP)对应的DDM联合处理去除假目标。首先,计算出目标相对各自SP的距离;
论文部分内容阅读
随着导航反射信号技术在海洋遥感领域的发展,利用星载延迟-多普勒图(delay-Doppler map, DDM)进行海面目标探测成为热门研究问题。但由于DDM上相同时延和多普勒点对应的空间区域具有不唯一性,导致出现真假目标定位模糊的问题。主要针对海上平台等静态目标,利用多颗卫星下不同镜反射点(specular point, SP)对应的DDM联合处理去除假目标。首先,计算出目标相对各自SP的距离;其次,以某个SP为原点将所有目标全部统一到一个坐标系内,通过真目标聚集去除假目标;最后,通过经纬度与距离
其他文献
文章提出一种将KNN与RANSAC相结合的改进算法。通过获取最近邻与次近邻值并根据双向匹配原则,设计匹配不相关性的衡量因子,对KNN算法进行了改进;对RANSAC算法的代价函数和抽样规则进行了改进;最后将两种算法相结合,实现了速度快、自适应强,匹配精确的匹配算法。实验数据表明,该算法鲁棒性较强,自适应性较高,匹配速度较快。
受全球气候变暖和季风气候影响,西南岩溶区年降水量及其在季节间的分配发生明显变化,无雨期频率和持续时间增加,且基岩风化严重,基质储水能力差,致使岩溶木本植物面临的季节性和地质性干旱加剧。该文通过参考相关文献分析结构性状和生理调节探讨岩溶木本植物如何适应地质性和季节性干旱。结果表明岩溶木本植物应对干旱的策略与其他干旱、半干旱区的植物大体一致,主要有抗旱和避旱两种策略:抗旱性植物一般具有比叶面积小、叶肉
洱海作为我国重点保护湖泊"新三湖"之一,近30年间环洱海地带经济发展与人地矛盾的问题日益突出.研究环洱海地区长时间序列的土地利用变化规律,分析人类活动的影响程度对保护治理洱海具有重要意义.基于谷歌地球引擎(GEE)云平台,以1991—2020年7期Landsat TM/OLI影像为基础数据,融合光谱、归一化差异指数和增强型植被指数等特征,采用随机森林方法对环洱海10 km范围进行了土地利用分类,结
针对山区水体、山体阴影与裸地等地类光谱混淆性,基于高分五号(GF-5)影像数据,结合高光谱特征分析构建了山区水体决策树提取模型.先对水体和相关干扰地类进行高光谱特征分析实现特征波段选取,应用单波段阈值法、多波段谱间关系法、归一化水指数(NDWI)法进行提取实验.通过比较以上实验不足之处,提出了单波段阈值法与构建的阴影水体指数(SWI)相结合的决策树水体提取模型,以Google Earth高清影像为
为积极践行新发展理念,响应国家绿色快递号召,文章介绍了湖北邮政开展绿色循环包装及物联网技术在邮政物流领域的研究与实践,阐述了其方案的作业模式、所需设备及管理系统,分析了应用该方案的经济效益和社会效益。
9月17日,中国地震灾害防御中心组织召开了地震风险普查项目"京津高震级震源排查"地球物理勘探工作现场调研会,中国地震局震害防御司相关负责人、普查工作项目管理办公室有关人员和项目专家参加了会议。会议听取了中国地震局地质研究所、中国地震局地球物理勘探中心关于"京津地区高震级震源排查"地球物理勘探工作进展情况汇报。会议就浅层勘探工作取得的进展和成效给予了充分肯定,与会专家就相关问题展开热烈讨论并提出解决
为了解决现有的深度恢复方法存在的局限性,基于Moreau包络与迭代重加权策略的图像深度恢复方法。基于Moreau包络的非凸惩罚函数提高了模型的先验稀疏性,同时保持了模型的凸性,并对算法的收敛性进行了分析。然后引入了一种迭代重加权算法处理颜色不一致问题。此外,还提出了一种加速算法将深度观测矩阵转换到傅里叶域进行快速处理时的非均匀下采样问题。数据集实验结果表明,该方法能够处理各种类型的深度退化,在恢复
针对目前基于背景建模的前景提取算法在复杂场景中误检率高以及鬼影融入背景模型慢等问题,提出一种复杂场景下自适应视频前景提取算法。在前景检测阶段,利用背景模型中样本之间最小欧氏距离的均值衡量背景动态波动程度,自适应调整像素点的半径阈值,从而抑制在光线变化、树叶晃动等场景中产生的拖影和噪声点;在更新背景模型阶段,根据物体的运动速度自适应选择一次更新背景模型中样本个数,加快因首帧存在运动目标和物体运动状态
针对"黑飞"无人机侵犯公民隐私、危害个人及公共安全,现有的无人机检测算法难以平衡检测速度和精度且对小目标的检测精度较低等不足,在YOLOv3的基础上进行改进,提出多尺度目标检测网络(multi-scale object detection network, MS-Net)对低空中的无人机进行快速高效地检测,为实现后续的防护压制提供依据。针对锚点框,通过K-均值(K-means)聚类方法得出更准确预
为提升道路场景语义分割的性能以及实际应用性,将传统的图像处理算法与深度学习技术相结合,提出了一种多特征融合的轻量级道路场景语义分割网络模型。首先,该模型利用颜色空间转化、图像均衡化、边缘检测等算法对图像多种特征信息进行增强;其次,以深度可分离卷积为基本单元搭建高效率特征提取结构,对特征增强后的图像进行信息融合和提取,并结合跳层上采样操作完成初步分割;最后,引入边缘检测支路来对分割图像的目标边界信息