一种基于三模冗余的智能复合传感器设计

提出了一种基于三模冗余的智能复合传感器的设计方法,能对环境温度、相对湿度与绝对压力进行测量。为了提高测量的精度,延长产品的寿命,传感器采集的环境参量均从3个敏感元件获得,并通过智能处理器对其进行智能判读,剔除误差较大或错误的数据,实现三模冗余,使得即使有一个敏感元件失效,所设计的传感器依然能正常工作并且能上报故障状态,极大地提高了传感器的可靠性与使用寿命。经过试验,设计的传感器在-40⁸5℃的环境中,温度采集精度优于0.5℃,相对湿度采集精度优于3%,绝对压力采集精度优于0.1 kPa。该型复合传感器现已完成样机试制,具有重要工程应用价值。     

光谱去相关技术在高光谱图像小波压缩中的应用

随着数据量的不断增长,如何有效压缩高光谱图像成为影响其普及应用的一个关键问题。近年来,小波压缩技术已经被证明是高光谱图像压缩方法中很有发展前景的一个,但由于其对高光谱图像特性的利用较为有限而使其性能的进一步提升受到了限制。文章根据高光谱图像的光谱特征,提出了一种基于光谱去相关的高光谱图像小波压缩方法,设计了分块预测方法来同时去除光谱间相关性和空间相关性,并将其应用于小波压缩方法之中。首先,将高光谱图像分为几个具有高谱间相关性的图像块。然后推导出各块中波段的近似成比例的特性,并在各块分别进行基于这一特性和超光谱图像其他特性设计波段预测编码。最后,将预测用的参考波段和预测后获得的偏差数据,通过小波编码技术进行压缩。实验结果表明,所设计的方法与目前先进的超光谱压缩技术相比其性能有显著的提升。与AT-3DSPIHT算法比较,最高PSNR或SNR提升幅度均能达到4.2 dB左右。此外,此方法在低比特率下的优势也十分突出。