简介:摘要:随着我国L波段差分干涉SAR卫星的成功发射,以SAR数据为主导的多源遥感数据测绘技术将迎来重大突破。特别是在增强信息自动化处理和多源异构数据处理能力方面,以及地理信息智能化解译与变化提取等方面将会发挥重要价值。在多源遥感数据应用中需要解决两个关键问题:其一是如何从卫星图像中自动识别和智能提取地物要素,其二是如何将同一目标区域内不同时间、不同成像条件下获得的多幅图像,变换到同一个坐标系统中。为解决上述两个问题,本文分别提出了基于纹理特征的半自动提取技术和面向地理对象的图像配准技术,这两项关键技术的应用将进一步提高多源遥感数据的应用价值,为地理国情监测工作的更好开展提供了技术支撑。
简介:摘 要:主动配电网的多“源”化发展催生了储能技术的迅速提高和智能化家居的发展,与此同时电动汽车也逐渐在社会经济中崭露头角。这一系列的负荷侧发展使得柔性负荷主动的参与电网调度的可能性逐步提高。随着大量可再生能源和分布式电源接入主动配电网 ,储能和柔性负荷参与调度可以为配电网的经济稳定运行和负荷曲线的削峰填谷作出更大贡献,这在“源 -网 -荷”协调调度中十分重要。多源协同优化调度策略可以明显降低调度日的运行费用,且在调度日内明显提高新能源的消纳率。
简介:无源定位跟踪是一种非线性系统状态估计问题。为了提高系统定位精度和降低系统复杂度,将无迹卡尔曼滤波(UKF)应用于多移动传感器多目标无源定位跟踪系统。由于多移动传感器多目标交叉定位时会产生大量虚假点,随着传感器和目标数量的增加而大幅增加。因此,提出了一种改进的快速精确定位算法,即首先通过预测点选取传感器-目标测量方程;然后变换该测量方程,排除大量虚假点;再进行基于距离的支持度非等权值融合;最后将UKF子滤波估计值进行融合得到融合估计值。仿真结果表明,UKF和基于距离的融合法相结合对多移动传感器多目标无源定位具有较高的定位精度和较好的跟踪效果。