电能实时远程在线监控系统设计与实现

文中将ZigBee无线传感器网络、MQTT消息代理以及WebSocket技术相结合,设计实现了一个适用于小到家庭大到工业园区的实时远程监测控系统,以减少不必要的电能浪费,同时有效地节省人力物力。系统后台利用ZigBee无线传感器网络采集用电信息;中间层利用MQTT消息代理将采集到的用电信息以消息的格式统一管理,并为用户预留创建新消息的接口,便于系统的扩展;前端采用B/S模式增强其通用性,采用WebSocket技术将Web服务器得到的消息实时地推送到客户端浏览器,提高了系统的实时性。结果表明该系统在可扩展性、通用性、实时性等方面都有所改进。

贝叶斯网络在空间机械臂故障诊断中的应用研究

空间机械臂在空间设施中广泛应用,如何准确快速判断其运行状态成为需要解决的重要问题。文中首先介绍了机械臂在国内外空间设施的应用背景,然后采用基于故障树与贝叶斯网络的故障诊断方法,包括:基于系统组成结构的故障树建模、贝叶斯网络转化、团树传播算法和最大后验估计(MAP)推理结果分析。最后利用单点故障实验和多点故障实验对所提方法进行了验证,结果表明将故障树分析和贝叶斯网络结合应用到空间机械臂故障诊断是有效的、可行的。

一种SAR影像冰水边缘线提取算法

针对在低海冰密集度区域采用被动微波获取的海冰密集度数据会低估真实的海冰密集度值,从而不能准确地得到冰水边缘线位置的问题,文中基于高分辨率合成孔径雷达影像设计并实现了在低海冰密集度区域准确提取冰水边缘线的算法.该算法将海冰在合成孔径雷达影像中强度和对比度差异较大的曲线特征,通过边缘检测的方法统一为边缘信息.根据海冰与海水区域边缘信息丰富程度的差异,采用曲波域多尺度主动轮廓模型迭代搜索边缘信息丰富区域的轮廓,即为冰水边缘线的位置.实验表明,该方法能够在低海冰密集度区域准确地提取冰水边缘线,与采用被动微波海冰密集度数据得到的冰水边缘线相比,准确率有了大幅的提升.

深度学习智能解译支持下的DEM生成方法

当前深度学习技术极大提升了遥感数据的自动化处理能力,针对DSM到DEM生产过程中降高区域提取环节,采用深度学习语义分割的U-Net模型实现了降高区域的自动提取,构建了面向DEM生产的样本分类系统,形成了规范化样本标注技术方法和优化后的DEM制作技术流程,并在DEM生产实践中检验了该方法的实用性。结果表明,在地表景观层次分明、地物可辨性高的场景下,能得到较好的降高区域提取结果,分类精度可达0.952。相较于传统人工勾绘或逐图幅监督分类的降高区域提取方法,深度学习智能解译辅助下的DEM生产效率可整体提高20%~30%,且能确保区域尺度DEM产品的协调一致性,具有重要的实用价值。

基于地理国情的深度学习分类容错性研究

地理国情监测获取的地表覆盖分类成果具有覆盖区域全、精细度高、时相新等优势,具有作为深度学习分类模型训练样本的能力和优势,能够大大减少样本获取的成本。但是,受数据源、时相以及采集标准等因素的影响,直接使用地表覆盖数据作为样本,往往与模型训练采用的影像存在一定的误差。研究采用深度学习语义分割算法,比较了人工标注样本以及不同量地表覆盖数据样本的分类结果。结果表明深度学习分类算法具有一定的容错能力,即使地表覆盖样本与训练影像存在一定的误差,当样本量足够大时,同样能够获得有效的分类结果。研究成果说明了地表覆盖数据作为深度学习分类样本的可行性,为如何更好地使用该数据提供了思路,一定程度上解决了深度学习中样本获取难的问题。

基于SAR影像海冰动态特征的提取方法

海冰边缘区(Marginal Ice Zone,MIZ)海冰种类繁多,具有较强的动态性,充分了解其覆盖范围及变化对于研究海冰变化、环境变化以及更好地开展人类活动等方面具有重要意义。以Radarsat-2SAR影像为例,根据MIZ在影像中的不同尺度和方向上的曲线特征,采用能够将图像分解为多尺度多方向信息的曲波变换进行特征提取。利用中尺度曲波系数邻域内的均值和灰度共生矩阵(GLCM)的能量值之间的相互关系,设计并实现了一种基于SAR影像的海冰动态特征的提取方法。利用此动态特征得到的MIZ与采用海冰密集度数据定义的MIZ相比较,准确率得到大幅的提升。结果表明:该特征能够有效地描述海冰的动态程度,为MIZ的识别算法提供基础和新的研究思路,同时能够为海冰分析模型、环境预测模型等提供有效参数。

基于无人机遥感的建筑工程建设进度监测评估

针对建筑工程建设常规管理中“自下而上”的上报方式易导致主观、抽象、片面等问题,本文采用无人机遥感对地观测方法,从建设状态和建设进展两个方面探讨监测工程的建设进度。首先,构建基于无人机数据的多尺度建设现状分类体系,从整体到细节全方位地提取工程的建设现状,并利用层次分析法,评估建设状态;其次,根据建设现状的变化,采用动态度编码及桑基图方法,评估建设进展;最后,进行工程实践。结果表明,本文方法能够实现建设现状监测,具备有效性和准确性。研究成果可为管理部门掌握建设工程状况,提供全面、客观、量化的监测方法指导,提高了项目管控的信息化水平。