面向目标探测的高光谱图像层次聚类波段选择

针对高光谱图像波段间的相关性高、信息冗余大从而影响目标探测的问题,提出层次聚类波段选择(HC-BBS)。首先以ROC曲线线下面积(AUC)为指标确定最佳聚类个数,然后对原始波段凝聚聚类,再在聚类后的每类波段中选择最能代表该类的波段组成最终的波段子集,保证了目标探测算子获得最佳的探测效果。对AVIR IS获取的2幅真实高光谱图像进行了实验,结果表明,HC-BBS优于另外2种波段选择方法,其选出的波段分别占据全部波段的9%和3%,目标探测算子ACE和AMF的探测率较全波段分别提高了30%和15%。

利用独立成分分析的高光谱图像波段选择方法

提出一种适合目标探测的基于独立成分分析(ICA)的高光谱图像波段选择方法。首先进行"虚拟维"(VD)估计以确定重要独立成分个数,同时对FastICA生成的独立成分排序,选择排序靠前的几个独立成分作为重要独立成分;再根据波段对重要独立成分的平均贡献量对波段排序;最后使用光谱相似性度量去除排序后的冗余波段,保证了最终波段子集含有较多的目标信息。对AVIRIS获取的两幅真实高光谱图像进行了目标探测实验,结果表明,文中方法优于另外两种基于二阶统计特性的波段选择方法,其选出的波段分别占据全部波段的12%和3%,目标探测算子自适应余弦估计(ACE)和自适应匹配滤波(AMF)其上的探测率较全波段分别提高了30%和15%。

一种新的高光谱图像波段选择方法

提出了一种新的高光谱图像波段选择方法——波段最大筛选法(Maximum Band Screening,MBS),它将每个波段的像元光谱分量看成一条波段向量,利用光谱相似性度量比较波段与已选波段的不相似性,从而从原始波段中选择信息量既大、又有区别性的波段。为了验证MBS的有效性,将其用于高光谱图像异常探测,设计了异常探测算法。该算法首先从高光谱图像中提取异常目标光谱,噪声白化后,进行MBS波段选择,最后将选出的波段用于自适应余弦估计(Adaptive Coherence Estimator,ACE)目标探测。采用AVIRIS高光谱图像将MBS与另外两种波段选择算法进行比较分析,实验结果表明,在MBS选出的仅占全部波段8%的波段上,ACE算子具有较高的探测性能。

某型无人机发动机动力学建模与仿真

无人机飞控系统是无人机模拟训练系统的一个重要组成部分。本文基于某型无人机实飞参数,求解出发动机推力,建立了发动机动力学模型。结合无人机六自由度模型建立了无人机飞行仿真模型,并在MATLAB/SIMULINK环境下进行了仿真,结果表明该建模方法是正确的。

某型无人机发动机动力学建模与仿真

无人机飞控系统是无人机模拟训练系统的一个重要组成部分。基于某型无人机实飞参数,解出发动机推力,建立了发动机动力学模型,并结合无人机六自由度模型建立了无人机飞行仿真模型,对该型无人机模拟训练系统飞控系统的研制具有重要意义。最后在MATLAB/SIMULINK环境下进行了仿真,结果表明该建模方法是正确的。

无人侦察机实时仿真系统

无人侦察机实时仿真系统用于进行地面控制站的模拟训练。衡量模拟训练仿真系统优劣的重要指标是模拟的真实性,技术核心是飞行控制系统仿真和视景仿真实现方法的运用。利用MATLAB/SIMULINK环境对已知的飞行控制系统进行仿真,通过实际飞行数据对仿真结果进行最小二乘曲线拟合,修正飞行参数方程,实现模拟飞行的真实性;介绍了贴近真实场景的视景仿真方案的选择。仿真系统具有重要的理论价值和应用价值,为无人机模拟训练系统开发提供了借鉴思路。

海量数据纹理三维视景仿真方法研究

无人机模拟训练系统的视景仿真部分是三维可视化的典型应用。为了达到良好的视觉效果,本文采用了大数据量的航片作为地表纹理进行贴图,研究了动态调用海量数据以避免内存耗尽的方法。以VC++为开发平台,利用OpenGL图形库,在PC机上实现了实时交互和动态漫游,达到了良好的仿真效果。

基于灰色理论的无人机模拟训练系统模拟维修操作评估

基于灰色理论的无人机模拟训练系统模拟维修操作评估,先确定评价指标及最优指标集,再进行数据的无量纲化处理,然后以最优指标集为参考序列,各评价对象的指标为比较序列,由此确定各指标的评价矩阵,再用AHP法对各指标赋予不同的权数,得到权重矩阵。最后由评价矩阵和权重矩阵,求出用灰色关联度表示的评价结果。

一种改进的高光谱遥感影像ACE目标检测算法

提出一种改进的自适应余弦估计(ACE)目标检测算法。比较高光谱影像每个样本像元与目标信号的光谱相似度,选择与目标信号光谱差异性较大部分样本像元参与背景协方差阵的构建,可使背景协方差阵有效避免目标信息的"污染"。对航空可见光/红外成像光谱仪(AVIRIS)获取的两幅真实高光谱遥感影像进行了实验,结果表明,与另外两种ACE算法相比,改进算法的检测性能有明显改善,适合检测一定像元数目的大目标。

基于选择样本自相关阵的高光谱图像约束能量最小化算法

约束能量最小化算法是一种经典的高光谱图像目标检测算法,其在检测大目标地物时,背景自相关阵易受目标信息的干扰,从而影响算法的检测性能。针对此问题,提出一种基于选择样本自相关阵的CEM算法。通过比较高光谱图像每个样本像元与目标信号的光谱相似度,引入光谱相似性阈值,选择与目标信号光谱差异性较大的部分样本像元参与背景自相关阵的构建,使背景自相关阵更好地对背景的统计性进行描述。对AVIRIS获取的两幅真实高光谱图像进行了目标检测实验,结果表明,本算法的检测率有了明显提高,更适合于检测占据一定像元数目的大目标。

变化地磁场预测的支持向量机建模

变化地磁场建模与预测是地磁导航、空间环境监测等领域的重要研究课题.由于变化地磁场属于日地系统中的一部分,受多种因素的制约影响,且其变化本身也具有较强的前后相关性.本文综合空间和地面监测数据,以变化地磁场地面观测数据、地方时、太阳射电流量和行星际磁场南向分量等为输入,采用支持向量机方法,建立了变化地磁场综合模型,并进行预测.结果表明,在地磁活动Kp指数小于4时,预测3h平均绝对误差小于1.61nT.

声发射检测技术在复合结构安全监测中的应用

0引言材料中局域源快速释放能量产生瞬态弹性波的现象称为声发射(Acoustic Emission,AE),也称应力波发射。声发射是一种常见物理现象,大多数材料变形和断裂时有声发射现象发生,但许多材料的声发射信号强度很弱,人耳不能直接听见,需要借助灵敏的电子仪器才能检测出来。用仪器探测、记录。

基于独立成分分析的高光谱图像异常检测

针对高光谱图像中背景及目标先验知识未知条件下的异常目标检测问题,提出了一种基于独立成分分析(ICA)的异常探测算法。首先估计原始数据的虚拟维(VD)以确定要分离的独立成分个数,在此基础上进行快速独立成分分析(FastICA),然后基于平均局部奇异度选择含异常信息较多的独立成分,最后使用丰度量化算法得到异常目标的丰度图像。为了验证算法的有效性,对由AVIRIS获取的真实高光谱图像进行了异常检测实验,并与经典RX算法和LPD算法的检测结果进行了比较。结果表明,基于ICA的检测算法具有良好的检测性能和较低的虚警,且运算复杂度较低。