遥感技术在我国土地管理中的应用与进展

利用遥感技术进行国土资源概查、详查,分析土地利用动态监测的发展过程及当前应用遥感技术进行土地管理的现状,结果表明:遥感技术能满足土地日常管理的需要.因此,利用现代遥感技术快速、准确地为国土资源管理工作提供技术支持和产业化服务,已日益获得显著的经济效益和社会效益,充分显示出遥感技术在土地资源管理中所发挥的巨大作用和未来发展方向.     

5G毫米波信道估计研究综述

信道估计是大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）毫米波（Millimeter Wave,mmWave）系统关键技术之一。梳理了近几年大规模MIMO毫米波的信道估计策略,重点从压缩感知（Compressive Sensing,CS）、参数估计和深度学习三个方面进行了描述与分析。通过算法性能的对比,总结了毫米波信道估计目前存在的问题以及未来发展的趋势。     

应用加权高斯模型的非理想稀疏信道估计

在高速通信系统中,由于多径信道通常存在一些小的散射体,使得抽头向量不满足理想的稀疏特性,导致经典的稀疏估计算法存在一定的性能损失。针对上述非理想稀疏特性问题,提出了一种基于酉变换近似消息传递（Unitary Transform Approximate Message Passing,UT-AMP）和加权高斯（Weighting-Gaussian,WG）先验模型的稀疏估计算法。首先,由非理想稀疏信道的构造分析,导出了WG先验模型和参数;其次,利用贝叶斯公式对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统进行因式分解和因子图建模,归纳了在消息传递框架内期望最大化（Expectation Maximization,EM）算法嵌入方式,推导了联合UT-AMP和EM的信道估计算法;最后,建立仿真环境对所提算法进行复杂度分析和数值仿真。仿真结果表明,所提算法能够以同阶复杂度实现信道估计性能和频带利用率的提升,具有很高的应用和推广价值。     

2001—2020年鄱阳湖平原耕地复种时空变化研究

目的 区域特点背景下,利用遥感手段实时获取局部区域耕地复种信息并分析其时空变化特征,可有效反映区域农业集约化变化趋势。方法 文章以鄱阳湖平原为研究区域,利用MODIS09Q1数据建立二波段增强型植被指数（Two-band Enhanced Vegetation Index,EVI2）;基于时序EVI2,利用二次差分法提取研究区2001—2020年耕地复种频率逐年结果;基于Mann-Kendall检验方法、最小二乘法、转移矩阵等方法分析20年复种时空变化特征。结果 基于EVI2提取复种频率的总体精度为90.70%,Kappa系数0.81,满足应用要求。研究区复种以一年二熟为主,耕地整体复种水平以2013年为突变年份呈波动上升趋势,2001—2013年研究区复种降低,2013—2020年则表现为上升趋势,其中2020年复种较2018年和2019年都有所上升,表明恢复早稻政策作用明显。空间上看,20年间研究区82.14%的耕地复种并未表现出明显的变化,保持稳定状态;复种显著降低区域主要分布在余江县、鹰潭市、抚州市、南昌市等县市区部分区域,显著上升区域则主要分布在新建县、余干县北部、鄱阳县北部等。从转移类型上来看,主要发生一年一熟和一年二熟间的相互转换。2001—2013年一年二熟转为一年一熟现象严重,2013—2020年则一年一熟转为一年二熟现象明显。结论 基于EVI2提取复种频率取得了良好的效果。长时序复种频率时空变化特征反映了研究区耕地集约化程度加强的趋势,可为区域“藏粮于地”战略布局提供数据支撑和理论依据。未来研究可进一步从种植制度的视角去理解多年的不同种植制度和休耕策略是如何结合的,从而丰富耕地集约化评价理论体系。     

美军战场频谱管理现状与发展

在现代战争中,电磁频谱管理是实现电磁协同的保证,是取得战争胜利的保证。阐述了战场频谱管理的基本概念,重点介绍了战场频谱管理的典型流程以及美军典型的战场频谱管理系统,然后分析了战场频谱管理未来的技术发展趋势,期望为后续研究提供一定的参考。     

采用压缩感知的标准测控信号处理

针对测控通信信号接收端存在数据大量冗余的问题,利用标准测控信号在频域上的稀疏性,采用压缩感知的理论进行前期处理。分别考虑了只存在测距音、只存在遥测信号和两类信号都存在等三种条件下的信号处理问题。通过改变稀疏度的大小,可以在不影响解调性能的条件下,大幅度降低接收端所需要的采样率,并且达到消除系统中不需要的谐波的目的。仿真验证了方法的有效性,同时说明利用压缩感知技术,将为测控通信系统的射频直接采样和处理提供一种高效的方式。     

基于多尺度分割的面向对象分类方法提取冬小麦种植面积

应用面向对象方法,对遥感图像进行多尺度分割,即首先进行大尺度分割,结合NDVI提取植被信息,将图像分为植被和非植被;然后在植被信息类内再进行小尺度分割,利用NDVI并融入几何特征进一步提取冬小麦种植面积及空间分布。在遥感分类的基础上,将线性数据按宽度缓冲,从分类结果中扣除。将扣除结果与地面样方实测数据对比分析。结果表明,监测结果减轻了传统分类方法的椒盐效应,监测结果与验证样方数据比较精度为94.06%。     

基于扩散策略的分布式协作频谱检测

分布式认知网络中,认知用户通过与相邻用户交换检测量信息,达到全网一致,实现对主用户信号的检测。为了提高网络检测量信息的收敛速度,提出了一种基于扩散策略的分布式协作检测算法。在该算法中,将最大最小特征值检测算法的检测量作为交换的初始信息,构造自适应矩阵和融合矩阵作为加权因子对认知节点状态值进行迭代更新,实现全网认知用户检测量信息一致,各认知用户独自根据融合的检测量信息,进行最终的检测判决,确定主用户是否存在。仿真结果表明,该算法在网络收敛速度和检测性能上较共识策略和非合作检测有不同程度的提升。     

基于变分贝叶斯ICA的遥感图像混合像元分析

混合像元已成为遥感图像处理、分类的难点和重点。独立分量分析(ICA)能够实现图像的去 相关性以及得到相互独立的分量,但是,由于ICA模型的各成分独立性和数据统计分布规律 的不变假设,影响了遥感图像分类精度。针对这一问题,提出了基于变分贝叶斯ICA(VBICA) 的遥感 图像分析方法,并利用遥感图像进行验证,结果表明：VBICA方法提取的独立分量具有均方 根误差小、迭代次数少和稳定性较好的特点;基于VBICA方法的遥感分类精度达到了9155% ,且目视效果较好;VBICA方法突破了ICA的局限性,提高了遥感图像自动分类精度,具有很 好的应用前景。     

微波遥感反演降水量算法研究进展

降水量是衡量一个地区在某段时间内降水多少的数据,对了解全球水汽循环具有重要意义。在深入分析基于SSM/I资料的相关算法、基于TRMM卫星微波遥感资料的反演算法和物理廓线法等几种常用降水量微波遥感反演算法的基础上,指出了利用微波遥感反演降水量存在的问题和不确定性因素,为更好地选择反演所用的数据源、优化反演流程和提高反演精度提供了借鉴意义。