基于波段背景清晰度的小波变换高光谱遥感图像融合

高光谱遥感图像具有大量的光谱波段,有助于地物的精细分类与识别。然而,随着波段的增加,数据冗余度也相应增加,使得图像融合计算量增大,过程繁杂。因此,提出了基于波段背景清晰度的小波加权平均高光谱图像融合方法:以J-M距离和最佳指数值为指标提取优选波段组合,以减少波段数据冗余,提高信息互补,使之有利于高光谱图像融合。该算法包含如下3个步骤:首先,利用J-M距离和最佳指数选择原则,从HSI高光谱遥感图像的115个波段中提取所需优选波段及优选波段组合。其次,采取单波段遥感图像背景清晰度处理的EM算法对所选波段进行遥感图像增强预处理。最后,采用小波加权平均的像素级融合优选波段遥感图像增强数据,使得融合图像质量更优。实验结果表明:本文方法提高了融合图像的标准差、信息量和清晰度,使地物空间细节能力增强,地物特征更加明显。     

航空应急救援系统建设方案研究

航空应急救援在特种作业航空飞行领域有着极大需求和必要性。本系统基于空管技术，结合卫星/5G、遥感、大数据、云计算、人工智能、区块链等前沿技术打造的面向多灾种全时空实时感知、全周期实时监控、空天地一体化的智能监测、指挥、控制和评估的综合性信息化业务平台，为特种作业航空飞行提供可靠救援保障。     

卫星遥感数据高频谱效率传输模型及效能分析

提出了遥感卫星高频谱效率数据传输模型，根据遥感卫星高速数据传输链路余量预留较大的特点，充分利用自由空间损耗变化和雨衰预留余量，在满足信道误码率要求条件下，通过信道估计以最大数据传输量为目标实时调整卫星编码调制方案，可较大程度解决目前遥感卫星高速数据传输遇到的硬件资源和频率资源瓶颈问题，适用于各类轨道遥感卫星的星地通信和星星通信，具有较好工程应用价值。通过对多类卫星数据传输场景的效能分析，表明其相对传统低频谱效率技术可明显提高数据传输量。     

基于模糊综合函数的目标识别融合及B/S模式在智能监控中的应用

针对虹桥机场通信管网人井的监控问题,本文利用基于模糊综合函数的目标识别融合理论实现多传感器决策级数据融合,提高通信人井井盖监测的准确性,并以B/S模式构建分布式通信人井多传感器集中智能监控系统。这两种理论保证了本套在线实时监控系统成功地应用于虹桥机场,保证了机场的通信管网安全畅通。     

基亏LabVIEW的移动式水质监测系统与MSP430串口通信的实现

论文介绍了LabVIEW8．5的串口通信控件及编程的流程图，实现了基于LabVIEW的移动式水质监测系统与MSP430的串口通信。该系统的前端模块化仪器，选用MSP430F149作为平台，采集水温、pH值、电导率等数据，通过RS--232串口与PC机通信。实验结果表明串口通信方法的可行性。     

基于Android平台的音视频即时通信设计与实现

本文以Android系统为平台,提出一种高质量音视频的即时通信解决方案,采用Android应用程序通过jni接口调用数据传输库和音视频编解码库的形式。本设计可以实现Android平台和pc或另一Android平台间的音视频即时通信。     

未来移动通信网络中移动边缘计算技术

未来移动通信网络将面临移动数据业务和流量急剧增加,需要低时延和低能耗的高效技术。移动边缘计算(Mobile edge computing,MEC)在网络边缘侧进行计算卸载和资源存储,能极大地降低处理时延和能耗,提高用户服务体验。本文首先概述了MEC的基本原理和技术特点;然后通过具体的MEC的应用场景,进一步总结了MEC技术的优势;最后在现有工作的基础上,给出了MEC可能面临的挑战,并对未来的发展方向进行了论述与展望。MEC将会进一步推动计算和通信的融合,助力5G进入新场景多需求下的多技术融合新阶段。     

数据融合的概念,方法及应用

以指挥、控制、通讯和情报（Ｃ＾３Ｉ）系统为背景，引出了当今迅速发展、日益受到各国工作者和国防部门关注与重视的数据融合技术的概念以及近２０年来的发展历程，详细介绍了实现数据融合的系统模型与系统构成，列出了在不同数据抽象级上进行数据融合的三个层次及其目前常用的数据融合方法。本文还就数据融合在军事上的应用作了较深入的讨论，同时指出了Ｃ＾３Ｉ系统的不断发展对数据融合技术提出了更新的要求以及高新技术的发展对     

一种低成本的无人机监控方法

本文根据无人机的用途特点,提出了一种低成本的无人机监控方法。充分利用现有网络及监视技术,在无人机上加装ADS-B发射装置或4G物联网卡,通过地面的数据融合处理技术,与载人机的报文信息进行冲突检测,借助无人机地面站或4G网络把冲突检测的结果传输给无人机,从而实现了无人机主动避让载人机的目的,同时把无人机的信息编码为TIS-B报文发送给ADS-B数据处理控制中心,将无人机的监视融入到民航的CNS/ATM系统中,为无人机在融合空域中的飞行提供了一种解决方案。     

D-S证据理论在多传感器数据融合中的应用

近年来，许多领域都在进行多传感器数据融合技术的研究。多传感器数据的属性融合有很多算法，最常用的算法是贝叶斯决策检验法，国际上已提出将证据理论用于数据融合，但在这方面的理论基础还不完善。本文研究了证据理论在多传感器数据融合中的应用。Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ方法是对Ｂａｙｅｓ决策检验法的推广，证据理论比概率论满足更弱的公理系统，并且在区分不确定与不知及精确反映证据收集过程等方面显示了很大的灵活性。文中阐述了Ｄ－Ｓ证据理论的数学性质，给出了可信度公理及Ｄ－Ｓ综合规则，并进行了计算机仿真实验，实验结果说明这种判决方法非常实用，用于数据融合算法非常有效