基于DOA的应急管理指挥系统设计与实现

以数据为核心、标识为主线,从海量数据的应用服务、存储访问出发,通过数据交换一体化、数据分散存储、数据内容中心网络等来解决海量数据管理的科学问题,对突发事件应急管理中海量、异构、实时数据管理,基于面向数据的架构(DOA),采用通用浏览器/服务云(G/S)模式,通过基于应急管理标记语言(EMML)的数据注册中心对各类数据进行统一的管理,构建支持管理科学、信息科学与心理科学为一体的应急管理云服务体系和应急管理平台,使之具备高计算能力、高存储能力、高稳定性和高安全性,实现数据的快速获取、快速处理、快速分析、时空可视化、交换共享及决策支持。既解决当前非常规突发事件管理平台迫切需求的应急管理云服务体系架构问题,也为应急管理指挥平台与应急管理预案体系提供基础理论支撑,为国家科学、高效、有序地应对非常规突发事件提供决策参考,为构建应急管理交叉学科、培养应急管理创新人才提供理论基础。

基于压缩感知的条带SAR缺失数据恢复成像方法

针对条带模式合成孔径雷达回波缺失数据,提出了一种利用压缩感知恢复缺失数据并成像的方法。将条带数据分块为多个子孔径数据,对子孔径利用压缩感知恢复缺失数据并拼接得到条带数据,缩短了整个数据的恢复时间,推导了压缩感知处理的基矩阵和测量矩阵。运用最大似然估计的特征向量方法(eigenvector method for maximum likelihood estimation,EMMLE)实现了子孔径缺失数据的自聚焦,满足了压缩感知对图像的稀疏要求。利用压缩感知恢复完整的相位误差信号,解决了子孔径补偿相位误差数据的拼接问题。最后通过对恢复的雷达回波数据成像并自聚焦校正了距离徙动,得到了聚焦良好的完整图像,提高了缺失数据的成像质量。