基于深度学习的地基云图分割研究

地基云图分割本身易受天、光线和太阳直射角等因素影响,已有深度学习分割方法在不进行领域适配的前提下,往往对云层边界分割效果不佳。基于以上因素,本文选取了对边界识别能力较强的CloudSegNet、DeepLabV3以及U-Net模型。另外,为了选择出最优的特征抽取网络,本文通过调研选择了VGG19、ResNet101、SE_Resnext101以及mobilenet_v2作为候选的特征抽取网络。最后,为了进一步提升模型对云层边界的分割能力,本文在已有的深度分割模型基础上,引入多任务学习,实现对云层边界单独建模,提高模型的云层边界识别能力。

基于改进sinc插值的变PRF采样聚束SAR成像

该文针对周期性变PRF采样高分辨率聚束模式合成孔径雷达(SAR)提出了一种改进的两步成像算法。变脉冲重复频率(PRF)设计可解决固定盲区等问题,是解决星载SAR高分宽幅矛盾的一种有效手段,但变PRF采样会引起频谱混叠和虚假目标等问题。该文从离散非均匀傅里叶变换原理出发,推导改进sinc插值核函数并建立了时域-时域的回波重建方法,将变PRF采样回波重构为均匀采样回波。此外将改进sinc插值与两步式成像算法结合,据此发展出针对非均匀采样回波的改进两步式聚束SAR成像算法,拓展了传统两步式成像算法的使用范围。仿真数据和实际数据处理结果验证了成像算法的有效性和精确性,并且改进sinc插值具备更高的计算效率。

正交复用二进制偏移载波双环跟踪技术

针对正交复用二进制偏移载波信号(QMBOC)跟踪时存在的多零点模糊问题,首先比较了模糊消除的常用方法,并对双环跟踪方法进行了理论分析,在此基础上利用二进制偏移载波信号(BOC(1,1))的双环跟踪环路对QMBOC信号进行了跟踪,同时将副载波联合环路纳入双环跟踪方法作研究对比.仿真结果表明,在载噪比高于24dB·Hz的环境下,BOC(1,1)的双环跟踪误差趋近于0,小于联合跟踪方法下的跟踪误差,实现了良好的处理效果.

基于概率势场的无人帆船实时路径规划研究

无人帆船的运动行为受外界风场影响巨大,因此如何规划行进路线,以最快到达目的地,是无人帆船应用中十分重要的难题。为了在可变风场环境下的路径规划中,利用海洋风场所具有的季节性变化规律,以降低航行时间,提出了概率势场(PPF),将风向的规律性变化与其对帆船运动的影响强度相结合,建立空间范围的风向概率势场,在寻求最优路径时,将概率势场作为启发函数的组成因子,以保证算法过程倾向于选择使风向概率势场变大的解。仿真实验表明,与传统实时路径规划算法进行对比,基于概率势场的实时规划算法所得航点,可以提高航行平均速度,显著降低无人船到达目的地所需时间。