基于神经网络的GPS深度融合弹载惯导模型

针对传统弹载惯性导航系统误差修正采用线性化模型,无法对非线性误差进行修正的缺点,提出一种基于神经网络的GPS深度融合弹载惯导模型。构建IMU六路脉冲数到发射惯性坐标系下视速度增量的非线性映射关系,利用GPS信息对网络误差模型进行训练,为GPS信号失效后的长航时惯性导航系统提供更高精度的误差修正模型。仿真实验结果表明,相较于纯惯性导航系统,所提模型能够在GPS信号失效后抑制惯导系统误差发散,速度精度提高76.56%,位置精度提高91.61%。     

基于现场光谱的潮滩表层沉积物叶绿素-a含量遥感模式

提出了一种可实现潮滩表层叶绿素的现场快速、无损的光学检测方法。利用反射率光谱对我国潮滩表层沉积物叶绿素-a浓度进行了观测试验。基于高光谱650,675及700nm各波段的反射率,提出了用于叶绿素浓度反演的归一化底栖微藻差异指数(NDI-MPB)、及可消除呈直线或近似直线变化的背景噪声光谱的反射谷深度(T-depth)模型。研究结果表明,NDI-MPB指数与表层沉积物(3mm)中的叶绿素-a浓度(2.22～49.36mg.m-2)有极好的线性相关性(r>0.99);以叶绿素-a浓度表征底栖微型藻类生物量,NDI-MPB可用于潮滩表层底栖微型藻类生物量的遥感监测。     

基于改进的条件生成对抗网络的可见光红外图像转换算法

针对当前基于条件生成对抗网络的红外图像生成算法中红外生成图像纹理细节信息差和结构信息差的问题，提出了一种基于改进的条件生成对抗网络的红外图像生成算法。首先，基于ConvNext改进了生成网络，在生成网络解码部分通过添加残差连接增强了解码部分对编码部分提取的图像深层特征的利用；其次，生成网络采用UNet网络架构，增强了对图像底层特征的利用；最后，对抗网络通过对生成图像特征的一阶统计量（均值）和二阶统计量（标准差）的损失计算，进一步改善了红外生成图像的灰度信息和纹理细节信息。与现有典型红外图像生成算法的对比实验结果表明，该方法能够生成质量更高的红外图像，在主观视觉描述和客观指标评价上都取得了更好表现。匹配应用实验表明，该算法在可见光图像与红外图像异源匹配任务中体现了较好的应用价值。