1 中国科学院空天信息创新研究院国家环境保护卫星遥感重点实验室, 北京 100101
2 中国科学院合肥物质科学研究院安徽光学精密机械研究所, 安徽 合肥 230031
3 航天东方红卫星有限公司, 北京 100094
4 安徽师范大学地理与旅游学院, 安徽 芜湖 241003
5 中国科学院大学, 北京 100049
为探究多角度偏振在紫外波段对气溶胶层高 (ALH) 的探测能力，在不同的观测几何、气溶胶和地表类型等条件下系统评估了多角度偏振在紫外波段的ALH反演信息量。基于最优估计理论和信息量分析方法，分析了紫外波段365 nm和388 nm两个通道模拟仿真数据对ALH的灵敏度，并进一步讨论了不同观测组合对ALH信息量和后验误差的影响。研究结果表明：(1) 多角度偏振观测可有效提高ALH反演的信息量。(2) 多角度卫星观测信息量随观测角度个数的增加显著提升，当反演中使用的角度数增加到5个时，ALH的信号自由度 (DFS) 提升了0.4以上。(3) 添加388 nm波段偏振观测或365 nm波段强度观测这两种方案均能提升ALH的DFS。但相对而言，偏振观测方案受气溶胶模型误差影响更小，能更好地提升ALH反演的信息量，尤其是改善了低气溶胶光学厚度 (AOD) 条件下的ALH反演。
气溶胶边界层高度 最优化估计反演 信息量分析 后验误差 aerosol layer height optimal estimation inversion information content analysis posteriori error 大气与环境光学学报
2023, 18(4): 357
1 中国科学院合肥物质科学研究院 安徽光学精密机械研究所 通用光学定标与表征技术重点实验室，安徽 合肥 230031
2 中国科学技术大学，安徽 合肥 230026
3 合肥市农业行业首席工作室，安徽 合肥 230031
针对卫星载荷大气校正仪分系统PSAC在陆地上空气溶胶反演领域的应用需求，基于最优化反演框架，引入信息量和后验误差分析方法，讨论了不同观测模式下气溶胶和地表参数的信号自由度（DFS）的观测角度依赖性，给出了气溶胶和地表参数的后验误差。在此基础上，分析了气溶胶和地表参数的DFS随光学厚度（AOD）和地表反射率的变化趋势。研究表明：1）不同的观测几何下，气溶胶参数总的DFS有很大差异，反演气溶胶参数的最优散射角范围是140°～180°；2）任意观测角度，细粒子为主的细模柱浓度，粗粒子为主的气溶胶柱浓度和能被反演出来，谱分布部分参数以及折射指数部分参数在大散射角能被反演获得；3）对不同AOD和地表反射率下参数的DFS分析，偏振信息的增加有助于亮地表下气溶胶参数的反演，增加短波红外波段能提升在AOD高值条件下对地表参数的获取能力。
偏振扫描大气校正仪（PSAC） 偏振遥感 短波红外 气溶胶 信息量分析 最优估计反演 polarized scanning atmospheric corrector（PSAC） polarization remote sensing shortwave infrared aerosol information analysis optimal estimation inversion
1 河南科技大学农业装备工程学院, 河南 洛阳 471003
2 中国兵器工业集团江苏北方湖光光电有限公司, 江苏 无锡 214035
3 中国科学院空天信息创新研究院, 国家环境保护卫星遥感重点实验室, 北京 100101
偏振探测是提高气溶胶卫星遥感能力的重要途径。 作为目前全球重要的偏振数据源, 我国高分五号卫星搭载的多角度偏振探测仪(DPC)能够测量不同的偏振量, 包括Stokes矢量偏振分量、 偏振辐亮度(Lp)和线偏振度(DOLP)。 各偏振量所包含的有效信息和测量误差不同, 进而影响气溶胶参数的反演精度。 针对此, 在最优估计反演框架下, 利用信号自由度(DFS)和后验误差定量化分析了各偏振量对气溶胶参数反演的影响, 为后续DPC气溶胶算法开发提供参考。 研究结果表明: Stokes矢量包含的信息量最高, 其次是线偏振度和偏振辐亮度, 相应的气溶胶总DFS分别为7.5, 6.1和5.2; 采用不包含偏振方向信息的LP反演时, 复折射指数虚部和粒子谱有效方差的信息量比采用Stokes矢量和DOLP反演时显著下降, 表明这两个参数对偏振方向和测量误差敏感, 增加偏振方向信息和降低测量误差能够有效提高这两个参数的可反演性; 偏振方向的探测对提高气溶胶遥感能力有重要价值, 采用LP和DOLP反演时, 气溶胶各参数的后验误差比采用Stokes矢量反演分别增加67.6%和65.5%, 其中细模态体积柱浓度和粒子谱有效半径受到的影响最大; 在全部气溶胶参数中, 复折射指数实部后验误差最小, 虚部的反演不确定性最大。 总体来说, 细模态气溶胶的三个参数(体积柱浓度、 复折射指数实部和粒子谱分布有效半径)在三种偏振量反演情况下平均DFS均大于0.85, 能够较好的通过DPC观测反演得到, 而粗模态气溶胶反演与气溶胶类型有关, 参数反演不确定性较大。
高分五号 偏振遥感 气溶胶 信息量分析 最优估计反演 Gaofen-5 Polarimetric remote sensing Aerosol Information content analysis Optimal estimation inversion 光谱学与光谱分析
2021, 41(7): 2212
1 上海无线电设备研究所, 上海 200090
2 上海目标识别与环境感知工程技术研究中心, 上海 200090
利用太赫兹云雷达的外场观测数据, 分析了观测时间段内的雷达回波特征; 基于最优估计理论, 研究太赫兹云雷达的液态云微物理参数反演算法, 反演得到液态云的微物理参数, 包括有效粒子半径、液态水含量、粒子数浓度和分布宽度参数。外场观测数据用例属于低云, 云层结构较稳定, 云类为层云或层积云, 云底和云顶回波较弱。反演结果与相关文献中的云微物理参数统计值基本相符, 在回波强度较大的区域有效粒子半径较大, 液态水含量较高, 云中粒子数浓度呈现随高度增加逐渐减小的趋势。
太赫兹云雷达 最优估计 反演 云微物理参数 THz-band cloud profiling radar optimal estimation theory retrieval cloud microphysical parameters 太赫兹科学与电子信息学报
2019, 17(2): 189
1 广东外语言外贸大学 语言工程与计算实验, 广东 广州 510006
2 仲恺农业工程学院 仲恺科技服务公司, 广东 广州 510225
3 广东技术师范学院 计算机学院, 广东 广州 510665
在单帧图像超分辨率问题中, 基于高斯过程回归的超分辨率算法没有挖掘相似图像片间的关联关系或者无差别地用相似图像片来扩充训练集合, 都会导致重建的高分辨率图像中存在明显的噪声和伪影。对此提出了一种基于多任务高斯过程回归的超分辨率算法。该算法通过引入多任务学习思想, 将输入的低分辨率图像进行分片处理, 把每一个图像片的超分辨率过程视为一个任务。在对相似任务建模的过程中, 通过最优化求解的参数集合来体现任务间的共性及差异, 从而使模型的泛化能力和预测精度得以提高, 在重建高分辨率图像清晰锐利的同时, 噪声和伪影受到明显抑制。用常见的测试图像以及公开的图像测试集合进行的大量试验表明该算法在主观评价和客观评价两个方面均优于同类型算法及当前经典算法, 峰值信噪比较其它常见超分辨率算法可提高约0.5 dB。
单帧图像超分辨率 多任务学习 高斯过程回归 图像自相似性 最优化估计 single image super-resolution multi-task learning Gaussian process regression image self-similarity optimal estimation 光学 精密工程
2018, 26(11): 2814
淮北师范大学 物理与电子信息学院, 安徽 淮北 235000
研究了多轴差分吸收光谱技术的气溶胶消光系数垂直廓线反演方法, 基于非线性最优估算法, 通过地基多轴差分吸收光谱仪观测的O4气体差分斜柱浓度, 结合大气辐射传输模型, 反演气溶胶消光廓线和光学厚度.2017年7月和8月在淮北地区开展了外场观测实验, 低仰角(小于15°)的O4差分斜柱浓度模拟结果和测量结果相关性高于0.9, 较好反演了对流层的气溶胶状态.研究表明淮北地区夏季气溶胶含量整体较低, 出现的两天高值天气(7月24日和8月12日)的光学厚度日均值为0.65和0.59, 分别为季节均值的1.6倍和1.4倍.通过气溶胶消光廓线时序图可知, 两天的气溶胶高值都位于0.5 km以下, 污染主要为本地积累产生.
大气光学 最优估算法 气溶胶 柱浓度 Atmospheric optics MAX-DOAS MAX-DOAS Optimal estimation algorithm Aerosol Column density
针对Kinect传感器在获取深度图像时存在深度值随机跳变的不准确性问题，基于最优估计的思想，提出卡尔曼滤波与多帧平均法相结合的图像修复方法。首先利用卡尔曼滤波对多幅深度图像进行修复处理，实现Kinect传感器在采集信息过程中随着时间递推，深度值的跳变逐渐趋于平稳的效果；然后基于多幅图像平均法确定最终的深度图像，解决了Kinect获取深度值存在误差导致的不精确问题。实验结果表明，该算法的均方根误差为38.102 5，平均梯度为0.471 3，信息熵为6.191 8，与单幅图像修复效果相比，得到的深度图像边缘更加清晰。
深度图像 误差修复 卡尔曼滤波 优化估计 depth image error repair Kalman filter optimal estimation
针对双轴调制激光惯导系统(D-INS)导航误差随时间发散的问题,提出了一种D-INS组合点校技术,利用多普勒计程仪的对地速度信息进行D-INS速度误差量测,基于最优估计理论完成D-INS姿态误差的估计与补偿,根据卫星导航系统的单点精确位置信息对D-INS位置误差进行校正,实现D-INS导航误差重调的同时有效抑制陀螺角随机游走引起的积累震荡误差,克服了现有两点校正误差重调技术需外界提供间隔特定时间的两点精确位置信息的使用限制。试验结果表明,利用该技术进行D-INS误差重调,可以实现系统一个自主导航周期的导航误差减小为相同条件下单点位置校正的50%,有效提高了系统长航时导航精度。
双轴调制 激光惯导 组合点校 最优估计 计程议 dual-axis rotational modulation inertial navigation system integration point position correction optimal estimation theory velocity log
