检索结果-南通市图书馆

复杂环境GNSS/INS组合定位异常探测自适应方法

在线全文

学校读者我要写书评

暂无评论

武汉大学学报(信息科学版) 2024年

作者：王成龙冯威黄丁发西南交通大学地球科学与环境工程学院

复杂环境下全球导航卫星系统（global navigation satellite system， GNSS）信号易受干扰，导致GNSS/惯性导航系统（inertial navigation system，INS）组合导航定位异常，准确探测定位异常是组合导航完好性的重要指标。针对常用的固... 详细信息

复杂环境下全球导航卫星系统（global navigation satellite system， GNSS）信号易受干扰，导致GNSS/惯性导航系统（inertial navigation system，INS）组合导航定位异常，准确探测定位异常是组合导航完好性的重要指标。针对常用的固定阈值探测模式存在误（漏）报率高的问题，构建了基于异常特性和三阈值的模糊逻辑隶属函数，归一化后进行指数加权平滑，提出了新的检验量和自适应异常探测控制准则。车载GNSS/INS组合动态实验结果表明：与传统的探测方法相比，本文方法异常探测的误报率降低了93%以上，提高了对交迭区域检验量的判定能力，可有效降低误报率；检测时间窗自适应调节、响应速度快、探测成功率保持在98%以上，大幅度提升了异常探测的性能，增强了GNSS/INS组合导航定位的可靠性。

关键词： GNSS INS 组合导航定位异常探测模糊逻辑自适应

基于低秩表示和学习字典的高光谱图像异常探测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

红外与毫米波学报 2016年第6期35卷 731-740页

作者：钮宇斌王斌复旦大学电磁波信息科学教育部重点实验室上海200433 北京师范大学地表过程与资源生态国家重点实验室北京100875 复旦大学信息学院智慧网络与系统研究中心上海200433

提出一种基于低秩表示和学习字典的高光谱遥感图像异常探测算法.相对于其它低秩矩阵分解方法如鲁棒主成分分析,低秩表示方法更为契合高光谱图像的线性混合模型.该算法将低秩表示模型应用到高光谱图像异常探测问题上来,引入表征背景信息... 详细信息

提出一种基于低秩表示和学习字典的高光谱遥感图像异常探测算法.相对于其它低秩矩阵分解方法如鲁棒主成分分析,低秩表示方法更为契合高光谱图像的线性混合模型.该算法将低秩表示模型应用到高光谱图像异常探测问题上来,引入表征背景信息的学习字典,大大增强了低秩表示模型对初始参数的鲁棒性.仿真和实际高光谱数据的实验结果表明,所提出的算法有效地提高了异常的探测率,同时对初始参数具有较好的鲁棒性,可以作为一种解决高光谱图像异常探测的有效手段.

关键词：高光谱图像异常探测低秩矩阵分解低秩表示学习字典

基于优化小波分量的高铁桥墩沉降异常探测方法

在线全文

学校读者我要写书评

暂无评论

测绘工程 2024年第1期33卷 41-46页

作者：支君豪龚循强杨忠鲁铁定汪宏宇罗升东华理工大学测绘与空间信息工程学院南昌330013 东华理工大学自然资源部环鄱阳湖区域矿山环境监测与治理重点实验室南昌330013 南昌铁路勘测设计院有限责任公司南昌330002

针对高铁桥墩沉降数据中传统异常值探测方法存在探测结果不理想的情况,提出一种基于优化小波分量的高铁桥墩沉降异常值探测方法。所提方法在拉依达准则法的基础上,通过优化小波分量降低小波分量中的噪声影响并充分利用小波分量中的有效... 详细信息

针对高铁桥墩沉降数据中传统异常值探测方法存在探测结果不理想的情况,提出一种基于优化小波分量的高铁桥墩沉降异常值探测方法。所提方法在拉依达准则法的基础上,通过优化小波分量降低小波分量中的噪声影响并充分利用小波分量中的有效信息。利用模拟实验数据和工程实例数据进行实验,并与拉依达准则法、IQR法、MAD法以及4种传统小波组合方法进行对比分析。实验结果表明,文中所提方法相较于单一异常值探测方法和其它小波组合方法能够探测出更多的异常值,且探测结果更加可靠。

关键词：高速铁路异常探测优化小波分量拉依达准则桥墩沉降数据

Cholesky分解的逐像元实时高光谱异常探测

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

遥感学报 2017年第5期21卷 739-748页

作者：彭波张立福张鹏邓贤明岑奕中国科学院遥感与数字地球研究所北京100101 中国科学院大学北京100049

传统的实时异常探测算法需对高维的背景样本统计矩阵进行求逆运算,数值稳定性差、时间复杂度高。而基于Cholesky分解,将高维矩阵的求逆运算转换为求解下三角线性系统,采用Cholesky分解因子的一阶修正方法快速更新背景统计信息,降低逐像... 详细信息

传统的实时异常探测算法需对高维的背景样本统计矩阵进行求逆运算,数值稳定性差、时间复杂度高。而基于Cholesky分解,将高维矩阵的求逆运算转换为求解下三角线性系统,采用Cholesky分解因子的一阶修正方法快速更新背景统计信息,降低逐像元实时处理的时间复杂度并且保持数值稳定性。由于算法仅涉及下三角矩阵的更新过程,压缩了数据存储空间,适用于机载或星上实时处理。采用3维接收器曲线(3D-ROC)以及计算机实际处理时间对实验结果进行定量化分析,结果表明,该算法在不降低异常探测精度的同时,对当前时刻像元的实时处理时间约缩短为基于QR分解算法的0.4%—0.65%,或减少至基于Woodbury矩阵引理算法的27%—33%,有效提高实时高光谱异常探测器的计算性能,并且保持处理过程中的数值稳定性。

关键词：高光谱异常探测实时处理 Cholesky分解一阶修正

在线全文

学校读者我要写书评

暂无评论

列式鲁棒主成分分析的高光谱遥感异常探测

遥感学报 2018年第3期22卷 458-465页

作者：孙伟伟李飞杨刚张殿发宁波大学地理与空间信息技术系宁波315211 武汉大学测绘遥感信息工程国家重点实验室武汉430079

传统的基于鲁棒主成分分析的高光谱异常探测模型中,稀疏异常矩阵假设为非低秩且其非零元素满足随机分布条件。这导致稀疏矩阵的非零元素影响低秩背景矩阵的估计,进而制约背景信息和异常信息的有效分离。提出列式鲁棒主成分分析的异常探... 详细信息

传统的基于鲁棒主成分分析的高光谱异常探测模型中,稀疏异常矩阵假设为非低秩且其非零元素满足随机分布条件。这导致稀疏矩阵的非零元素影响低秩背景矩阵的估计,进而制约背景信息和异常信息的有效分离。提出列式鲁棒主成分分析的异常探测方法,改进异常矩阵为列稀疏条件来解决上述问题。该方法分解高光谱影像2维矩阵为低秩背景矩阵,列稀疏异常矩阵和噪声矩阵,松弛目标方程为凸优化问题,并采用非精确增强拉格朗日乘子算法来求解得到列稀疏异常矩阵的最优估计。最后,对稀疏异常矩阵中所有列的L2范数值进行阈值分割来探测得到异常像元。利用两个高光谱影像数据集,对比5种主流的异常探测方法来验证提出方法的有效性。实验结果表明,列式鲁棒主成分分析方法优于包括传统鲁棒主成分分析模型在内的5种异常探测方法,且计算效率适中。

关键词：高光谱遥感异常探测鲁棒主成分分析列稀疏非精确增强拉格朗日乘子

在线全文

学校读者我要写书评

暂无评论

波段选择协同表达高光谱异常探测算法

遥感学报 2020年第4期24卷 427-438页

作者：朱德辉杜博张良培武汉大学测绘遥感信息工程国家重点实验室武汉430079 武汉大学计算机学院武汉430079

高光谱遥感影像具有光谱分辨率极高的特点,承载了大量可区分不同类型地物的诊断性光谱信息以及区分亚类相似地物之间细微差别的光谱信息,在目标探测领域具有独特的优势。与此同时,高光谱遥感影像也带来了数据维数高、邻近波段之间存在... 详细信息

高光谱遥感影像具有光谱分辨率极高的特点,承载了大量可区分不同类型地物的诊断性光谱信息以及区分亚类相似地物之间细微差别的光谱信息,在目标探测领域具有独特的优势。与此同时,高光谱遥感影像也带来了数据维数高、邻近波段之间存在大量冗余信息的问题,高维度的数据结构往往使得高光谱影像异常目标类和背景类之间的可分性降低。为了缓解上述问题,本文提出了一种基于波段选择的协同表达高光谱异常探测算法。首先,使用最优聚类框架对高光谱波段进行选择,获得一组波段子集来表示原有的全部波段,使得高光谱影像异常目标类与背景类之间的可分性增强。然后使用协同表达对影像上的像元进行重建,由于异常目标类和背景类之间的可分性增强,对异常目标像元进行协同表达时将会得到更大的残差,异常目标像元的输出值增大,可以更好地实现异常目标和背景类的分离。本文使用了3组高光谱影像数据进行异常目标探测实验,实验结果表明,该方法与其他现有高光谱异常目标探测算法对比,曲线下面积AUC(Area Under Curve)值更高,可以更好地实现异常目标与背景分离,能够更有效地对高光谱影像进行异常目标探测。

关键词：遥感异常探测波段选择协同表达高光谱影像高分五号卫星

大气波导对雷达异常探测影响的评估与试验分析

在线全文

学校读者我要写书评

暂无评论

电子学报 2006年第4期34卷 722-725页

作者：黄小毛张永刚王华唐海川海军大连舰艇学院辽宁大连116018

针对海洋大气波导环境对雷达性能影响的定量评估问题,本文建立的方法将对流层大气中电波传播的抛物型数值方程模式与雷达接收机理论结合起来,通过对雷达电磁波在实际波导环境下的传播损失分布规律进行阈化处理来分析雷达的最大探测距离... 详细信息

针对海洋大气波导环境对雷达性能影响的定量评估问题,本文建立的方法将对流层大气中电波传播的抛物型数值方程模式与雷达接收机理论结合起来,通过对雷达电磁波在实际波导环境下的传播损失分布规律进行阈化处理来分析雷达的最大探测距离特征.雷达探测评估的仿真数据显示,该方法能够较方便地评估雷达在大气波导环境下所具有的超视距探测等异常特征,该方法应用于某海域的试验分析中,评估的结果与实际雷达探测效果较为一致,验证了方法的实用性及大气波导环境下雷达的异常探测能力.

关键词：大气波导雷达异常探测性能评估试验分析

一种基于核特征空间的鲁棒性高光谱异常探测方法

在线全文

学校读者我要写书评

暂无评论

光子学报 2013年第8期42卷 883-890页

作者：赵锐杜博张良培武汉大学测绘遥感信息工程国家重点实验室武汉430079 武汉大学计算机学院武汉430079

传统高光谱异常探测器的背景统计信息易受异常目标干扰,鲁棒性较差,且难以探测非线性混合的异常目标.针对此问题,运用核特征投影理论,在异常探测器的背景信息构建中引入鲁棒性分析方法,提出了一种在核特征空间中具有鲁棒性的异常探测方... 详细信息

传统高光谱异常探测器的背景统计信息易受异常目标干扰,鲁棒性较差,且难以探测非线性混合的异常目标.针对此问题,运用核特征投影理论,在异常探测器的背景信息构建中引入鲁棒性分析方法,提出了一种在核特征空间中具有鲁棒性的异常探测方法.该方法可以在不需要确定具体的非线性映射函数下,将高光谱数据从低维空间映射到高维特征空间,背景和目标在特征空间中可以用线性模型表示,并在特征空间中构造鲁棒性的探测器.该方法揭示了地物光谱间的高阶特性,可以较好地反映地物分布复杂的目标光谱特性.通过高光谱真实影像和模拟数据的实验证明:1)本文提出的异常探测方法具有更优的受试者工作特征曲线和曲线下面积统计值,目标和背景的分离度更大;2)在核特征空间内,排除异常目标对背景统计信息的干扰,有助于进一步提高探测准确度;3)特征提取可以更好地利用目标和背景的光谱区分性,是异常探测的重要步骤.

关键词：异常探测核空间理论鲁棒分析高光谱图像

基于波段选择与学习字典的高光谱图像异常探测

在线全文

学校读者我要写书评

暂无评论

国土资源遥感 2019年第1期31卷 33-41页

作者：侯增福刘镕源闫柏琨谭琨中国矿业大学国土环境与灾害监测国家测绘地理信息局重点实验室徐州221116 中国自然资源航空物探遥感中心北京100083

针对高光谱影像数据中存在大量冗余,传统异常探测算法应用高光谱所有波段进行探测计算量巨大的问题,提出一种基于波段相似性线性预测与学习字典的异常探测算法。该算法首先通过对波段的相似性进行线性预测,找到最不相似的波段子集;然后... 详细信息

针对高光谱影像数据中存在大量冗余,传统异常探测算法应用高光谱所有波段进行探测计算量巨大的问题,提出一种基于波段相似性线性预测与学习字典的异常探测算法。该算法首先通过对波段的相似性进行线性预测,找到最不相似的波段子集;然后,利用学习字典算法获得能够表征图像背景信息的背景字典,并通过低秩分解的算法将影像分解为低秩矩阵与稀疏矩阵;最后,使用经典RXD(Reed-X detector)探测算法对稀疏影像进行异常探测。实验结果表明,该算法可以在减少计算代价、保持波段原始信息不被破坏的同时,能够较好地实现了高光谱影像的异常探测。

关键词：高光谱波段相似性线性预测学习字典异常探测低秩分解稀疏