基于双鸟群优化的高光谱图像非线性解混

针对高光谱图像像元中端元物质非线性混合的特点,借鉴生物群智能现象,提出一种基于双鸟群优化的高光谱图像非线性解混算法。为进一步提高非线性解混算法的精度,通过模拟鸟群中觅食、警惕以及飞行等行为得到非线性问题的最优解。算法通过双鸟群的迭代优化来交替更新目标函数中的最优解以及非线性模型参数,最终得到高光谱图像端元丰度的最佳估计。仿真实验和光谱数据实验结果表明:双鸟群优化算法迭代收敛,能克服局部最小值问题;相比于同类算法,该算法解混结果的丰度重建误差、平均光谱角距离和像元重建误差3项指标均较小,该算法解混精度高,像元重构效果好,能有效提高高光谱图像非线性解混的精度。     

多普勒测风激光雷达中马赫-曾德尔干涉仪的视场展宽技术研究

火星大气风速廓线探测对研究火星大气环境具有重要意义,基于马赫-曾德尔干涉仪的多普勒测风激光雷达相对于一般的相干/非相干多普勒测风激光雷达更适合于火星地基探测。为使马赫-曾德尔干涉仪对激光雷达中望远镜接收到的大视场角回波光信号进行频移检测,需要对马赫-曾德尔干涉仪进行视场展宽。对马赫-曾德尔干涉仪中棱镜式视场展宽技术与"猫眼"光学系统的视场展宽技术进行研究后发现,棱镜式视场展宽技术更具优势。设计并搭建了一套光程差为219 mm的马赫-曾德尔干涉仪,使用压电晶体扫描反射镜片的方式测量其对以11 mrad视场角入射的准平行光束的透射谱,得到干涉仪最大的干涉对比度为0.87,满足多普勒测风激光雷达的使用需求。结合地球大气环境分析了干涉仪干涉对比度随高度的变化,结果表明:虽然大光程差马赫-曾德尔干涉仪的干涉对比度在5 km以下低空大气中随高度增加有小幅下降,但仍可使用这种干涉仪进行大气风速探测。     

基于光谱区分法的高光谱核异常检测算法

为了解决高光谱目标检测中高斯径向基核、光谱相似度量核难以同时描述光谱曲线整体及局部特性的问题,利用光谱信息散度与梯度角正切相结合的光谱区分方法构造了一种新的核函数.对真实机载可见红外成像光谱仪高光谱数据进行高光谱核异常检测,得到二值图及接收机操作特性曲线.结果表明,在低虚警率下,相比于高斯径向基核、光谱相似度量核,本文所提出核函数在高光谱核异常检测中准确度与清晰度更高.     

基于稳健背景子空间的高光谱图像异常检测

在RX算法中,局部背景协方差矩阵估计会由于背景受到异常像元的"污染"而不能准确反映背景分布,从而导致检测性能下降.针对这一问题,提出一种基于稳健背景子空间的异常检测算法.利用空间秩深度度量背景中每个样本相对于整个背景样本分布空间的位置,将"游离"于背景分布空间之外的样本看作是潜在的异常样本,并将其映射到背景分布空间之内.在此基础上,通过估计背景的协方差矩阵,利用主成分分析构造能更精确地刻画背景的子空间,在该子空间进行了基于马氏距离的检测异常.模拟和真实数据验证了该算法的有效性.     

1.5μm激光雷达相干探测CO_2与风场系统设计与仿真(英文)

探测低空大气CO2浓度的同时可以探测大气风场。采用相干探测较非相干探测具有更高的信噪比,而目前1.5μm波长由于在人眼安全、系统设计简单廉价等方面存在一定优势,使1.5μm可能成为未来探测气溶胶激光雷达的主流波长。本文阐述了激光雷达相干探测大气CO2与风场的原理,设计了1.5μm相干探测激光雷达系统,并对系统的信噪比进行了估算,得出结论:1.5μm相干探测风场与CO2是可行的,经过3分钟的脉冲积累,在3km处仍具有高于10的信噪比值。     

基于相对运动的脉冲激光辐照探测器热效应数值分析

基于热传导理论,构建了相对运动情况下脉冲激光辐照HgCdTe探测器的理论模型,利用有限元法分析比较了不同重频、不同移动速度下探测器的热效应.结果表明,在相对静止情况下,重频脉冲激光辐照HgCdTe探测器时,激光能量主要被HgCdTe光敏层吸收,温度场高温区主要分布在HgCdTe层与CdZnTe层交界面附近;重频为1kHz、10kHz时几乎没有温度累积效应,当重频为100kHz时,随着脉冲数的增多,峰值温度不断增加,有明显的温度累积效应.在相对运动情况下,随着激光光斑的移动,温度峰值所在的位置逐渐向速度矢量方向偏移.从损伤的角度考虑,当每个温度峰值都大于HgCdTe熔融温度时便能达到损伤的空间区域累积效应,实现对多个探测像元的损伤.定性分析了汇聚到探测器焦平面单脉冲激光光斑在不同移动速度下的热效应,结果表明移动速度越快,脉冲结束时刻峰值温度越低,温升曲线的斜率越小,上升越慢.     

基于稳健背景子空间的高光谱图像异常检测

在RX算法中,局部背景协方差矩阵估计会由于背景受到异常像元的“污染”而不能准确反映背景分布,从而导致检测性能下降.针对这一问题,提出一种基于稳健背景子空间的异常检测算法.利用空间秩深度度量背景中每个样本相对于整个背景样本分布空间的位置,将“游离”于背景分布空间之外的样本看作是潜在的异常样本,并将其映射到背景分布空间之内.在此基础上,通过估计背景的协方差矩阵,利用主成分分析构造能更精确地刻画背景的子空间,在该子空间进行了基于马氏距离的检测异常.模拟和真实数据验证了该算法的有效性.