为了研究大气湍流对合成孔径激光雷达(SAL)成像的影响,基于Monte-Carlo随机因子,对满足Kolmogorov统计规律的大气湍流相位屏进行数值模拟,计算了不同湍流、不同波长情况下的机载SAL成像结果,数值分析了不同斜距、不同波长条件下合成孔径长度与大气相干长度比值随大气湍流强度的变化关系.结果表明大气湍流效应严重影响了SAL的方位向成像,随着湍流强度的增大,SAL图像散焦越来越严重,直至目标无法分辨.同一湍流强度下,光束波长越长,SAL成像效果越好.对于湍流效应形成的SAL图像失真,采用改进的秩一相位误差估计(IROPE)法对SAL图像进行补偿,当大气相干长度大于实孔径长度时,IROPE算法能够有效改善图像的聚焦效果,提升SAL成像分辨率.
2023/2/22 8:24:28
970KB
1
该系统次要应用在室内影像导航，不需要激光雷达传感器，只需要一个中央摄像头、PC作为图像处理外设。
在VS应用opencv就可以对小车进行定位，并且进行路径规划，到达指定的目的地。
在VS应用opencv就可以对小车进行定位，并且进行路径规划，到达指定的目的地。
2019/11/7 15:24:34
31.83MB
1
提出了一种基于贝叶斯模式识别的激光雷达大气遥感灰霾组分识别的方法。
引见了灰霾组分模式识别模型的建立过程，并利用具体的贝叶斯判别函数作为灰霾粒子光学特征向量的选择依据对灰霾粒子进行识别分类。
采用计算机仿真实现了该灰霾组分模式识别模型，并通过两种自验证方法检验了模型的正确性和稳定性。
讨论了该模型对现有大气遥感激光雷达的适用性，凸显了偏振高光谱分辨率激光雷达(HSRL)的优势。
引见了灰霾组分模式识别模型的建立过程，并利用具体的贝叶斯判别函数作为灰霾粒子光学特征向量的选择依据对灰霾粒子进行识别分类。
采用计算机仿真实现了该灰霾组分模式识别模型，并通过两种自验证方法检验了模型的正确性和稳定性。
讨论了该模型对现有大气遥感激光雷达的适用性，凸显了偏振高光谱分辨率激光雷达(HSRL)的优势。
2016/4/24 3:07:25
5.28MB
1
提出了一种基于贝叶斯模式识别的激光雷达大气遥感灰霾组分识别的方法。
引见了灰霾组分模式识别模型的建立过程，并利用具体的贝叶斯判别函数作为灰霾粒子光学特征向量的选择依据对灰霾粒子进行识别分类。
采用计算机仿真实现了该灰霾组分模式识别模型，并通过两种自验证方法检验了模型的正确性和稳定性。
讨论了该模型对现有大气遥感激光雷达的适用性，凸显了偏振高光谱分辨率激光雷达(HSRL)的优势。
引见了灰霾组分模式识别模型的建立过程，并利用具体的贝叶斯判别函数作为灰霾粒子光学特征向量的选择依据对灰霾粒子进行识别分类。
采用计算机仿真实现了该灰霾组分模式识别模型，并通过两种自验证方法检验了模型的正确性和稳定性。
讨论了该模型对现有大气遥感激光雷达的适用性，凸显了偏振高光谱分辨率激光雷达(HSRL)的优势。
2016/4/24 3:07:25
5.28MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB