航天TDI推扫式光学遥感器机动成像质量

从分辨率和辐亮度两个角度出发,对TDI推扫相机机动成像模式下的成像质量进行了分析。首先,提出了视轴追迹法分析计算TDI和线阵两个方向的分辨率,通过构建侧摆和星下点之间的坐标转换矩阵,得到不同机动角度下TDI和线阵方向的单位矢量,随后计算出这两个方向的单位矢量沿着视轴方向在地面的投影矢量,结合相机的参数和轨道高度、地球半径等计算出地面像元分辨率。同时根据卫星在地面的投影速率得到不同视场的积分时间,并分析以中心视场为积分时间基准下,边缘视场在不同TDI级数下的MTF退化情况。以某遥感型号为例进行了具体的分析计算,并根据MTF的退化情况对侧摆角度提出了要求,计算结果表明,边缘谱段在大侧摆下TDI级数为60时,MTF已下降为0,在轨使用时要慎重选用级数。然后,结合理论计算和在轨图像分析了了不同侧摆角度下大气对图像对比度的影响,通过分析表明侧摆会改变大气传输路径,从而影响目标的对比度,分析结果可以为后期的图像校正提供参考。     

大视场双光子显微成像系统研究进展（特邀）

双光子显微成像具备高分辨率、天然层析能力和大穿透深度等特点,在活体动物成像中发挥着重要作用。然而,如何在维持高分辨率的条件下,扩大双光子的成像视场,来满足生物医学中对大规模动态反应的监测需求,一直以来都是光学显微成像领域的难点,也是科研关注的重点。综述了大视场双光子成像技术的研究进展。首先介绍了双光子显微成像系统的产生背景和设计原理,并从光学不变量的角度阐述了实现大视场双光子成像的理论基础。然后重点回顾了现有的几种大视场双光子成像方法,分别包括了扫描中继系统的边缘像差校准、高通量物镜的设计研发和自适应光学方法的使用。基于双光子成像的高时间和空间分辨特性,大视场双光子成像技术将成为一种在脑科学等需介观高分辨成像领域的应用中实现大区域动态监测的强有力的工具。     

滤波器组多载波系统中基于双层优化的峰均比抑制算法

针对部分传输序列(PTS)算法在交错正交幅度调制的滤波器组多载波(FBMC-OQAM)系统中受符号重叠的影响,造成峰值再生,从而导致系统峰值功率比(PAPR)较高、计算复杂度较大等问题,该文提出一种基于双层优化的PTS算法(DO-PTS)。该算法对信号数据块进行两层相位因子搜索以获得更好的PAPR抑制性能,第1层充分考虑重叠特性,结合前面重叠数据块进行初步优化,第2层对数据块进行分组,在每组选择对峰值影响最大的数据块进行优化,来减少进行相位因子搜索的数据块数量,并且在第1层优化中缩小相位因子的搜索范围,以降低系统的计算复杂度。通过对计算复杂度和仿真结果的分析表明,同其它主流PTS优化算法相比,所提算法不仅能取得很好的 PAPR抑制性能,还具有较低的计算复杂度,同时也保证了系统的传输数据率。     

基于改进免疫粒子群优化算法的室内可见光通信三维定位方法

针对室内可见光通信中3维定位精度不高和定位时间较长的问题,该文提出基于改进免疫粒子群(IIMPSO)算法的室内可见光通信(VLC) 3维定位方法。通过分析室内多径效应,选取合适的视场角(FOV)以减少反射影响,同时完善了倾斜状态下的定位模型,并采用卡尔曼滤波算法以降低环境干扰对接收功率的影响,在此基础上与改进的免疫粒子群算法相融合。仿真结果表明,在5 m×5 m×3 m的室内环境中,该文所提出的3维定位系统平均定位误差为0.031 m,定位时长为2.3 s。与现有的3维定位系统进行比较,其定位精度与收敛速度均得到明显改善。     

基于单光子测量的无源测向方法研究

量子雷达的快速发展给雷达对抗带来了颠覆性的挑战,对抗的难点在于侦察.文中针对现阶段量子雷达信号接收与无源测向等问题,开展了基于单光子测量的量子雷达侦察技术研究,提出了针对量子雷达信号的无源测向方法,并通过实验和仿真计算验证了该方法的可行性.该方法解决了传统无源测向技术难以侦收量子目标信号的问题,可有效用于量子雷达辐射源的侦察告警,在电子对抗、环境监测和空间探索等领域有重要意义.     

共光路百赫兹激光测月系统主回波重叠的研究

高重频激光测月技术是月球激光测距的一个重要发展趋势,对获得更多的激光测月数据具有重要意义。在之前的10 Hz测月频率基础上,中国科学院云南天文台开发了共光路百赫兹激光测月系统。然而在共光路系统中,存在发射激光光子的主波时刻与接收激光光子的回波时刻相重叠的现象,影响了对回波光子的探测。文中从信号时序角度对主回波重叠现象进行了分析,研究了光子飞行时间与重叠现象间的关联性。利用某天的月面反射器的轨道预报对系统的重叠发生比率进行了模拟,得出了当天观测时段内整体的重叠发生率约为8%。同时开展了基于每个发射时刻的分段模拟,结果与前者吻合。对微调转镜转速以避开主回波重叠的方法进行了分析,开展了对应的转镜转速调整试验,结果表明当重叠发生时,对转速进行适量调整可以避开主回波重叠。     

基于网格部分细化的DOA估计方法

计算复杂度和估计精确度一直是波达方向(DOA)估计研究的重点。现有基于压缩感知的DOA估计算法与传统算法相比具有一定优势,但这些稀疏信号重建模型都是将角度空间等间距划分,仍存在算法计算复杂度较高和估计精确度较低的问题。针对这些问题,提出一种对角度空间网格进行部分细化的DOA估计方法。该方法包括裂变过程和学习过程,裂变过程通过产生新网格点对角度空间进行细化,学习过程通过迭代不断逼近波达方向。仿真结果表明,提出的算法耗时较少,而且在非常稀疏的初始网格划分的条件下(初始间隔为20°),仍可以获得较高的估计精确度。     

基于双编码的重叠社团检测多目标优化方法

近年来,多目标进化方法已被广泛应用于重叠社团检测问题并取得了较好的社团划分性能.如何设计合适的个体编码以及进化策略是提高基于多目标进化重叠社团检测算法性能的重要因素.为此,本文设计了一种双编码表示方法对非重叠社团结构和重叠点分别进行编码,能够有效解码得到重叠社团结构.在双编码表示的基础上,本文提出了一种基于双编码的重叠社团检测多目标优化方法(DRMOEA).在DRMOEA中,为了获得好的初始个体并提高算法检测性能,本文提出了一种基于社团边界点的初始化策略.除此之外,针对双编码中的重叠点编码部分,本文提出了基于精英个体边界点的交叉策略,该策略利用社团边界信息引导种群向好的方向进化,从而有效提高了算法的检测性能.最后,在9个真实世界网络上的实验结果表明DRMOEA算法优于其他5个代表性重叠社团检测算法.