结合卫星遥感的 PM2.5 浓度估算与站点异常分析

针对大气污染难监测、异常数据难分析等问题，充分发挥气象卫星多时相观测优势，以N维代价函数算法为依托进行逐小时气溶胶光学厚度反演。进一步以随机森林回归算法为基础，结合气象参数、地面监测参数等辅助变量进行近地面PM2.5浓度估算，并据此开展时空分布与浓度异常分析。江苏省2021年1–6月PM2.5浓度遥感估算精度验证结果显示，其相关性精度达到94%，偏差为5.59μg/m³，证明以卫星遥感数据为基础进行PM2.5浓度估算具有高可靠性与可行性。通过其建立的全区域、多时相监测体系可有效进行PM2.5浓度的时空分布分析，明晰PM2.5分布状况，助力空气污染治理管控。通过卫星估算结果与地面站点监测结果的对比分析，准确识别大泉街道数据低报事件，验证人为干扰数据采集工作，实现星地数据双向监督。文章研究证明，卫星遥感技术可有效支撑近地面PM2.5浓度估算与数据异常分析，推动新时代生态文明建设。     

航空电子设备Mini MRP标准结构研究

通过对国外典型现场可更换模块（LRM）标准结构的特征分析，提出微小型模块化机架原理（Mini MRP）的诞生意义，研究ARINC 836A标准对Mini MRP的定义内容，指出Mini MRP结构形式的优点与设计难点，为Mini MRP的结构设计提供依据，为Mini MRP的推广应用指明方向。     

顾及动态物体感知的增强型视觉SLAM系统

传统的同步定位与制图（Simultaneous localization and mapping, SLAM）系统在复杂环境下工作时，无法分辨环境中的物体是否存在运动状态，图像中运动的物体可能导致特征关联错误，引起定位的不准确和地图构建的偏差。为了提高SLAM系统在动态环境下的鲁棒性和可靠性，本文提出了一种顾及动态物体感知的增强型视觉SLAM系统。首先，使用深度学习网络对每一帧图像的动态物体进行初始检测，然后使用多视图几何方法更加精细地判断目标检测无法确定的动态物体区域。通过剔除属于动态物体上的特征跟踪点，提高系统的鲁棒性。本文方法在公共数据集TUM和KITTI上进行了测试，结果表明在动态场景中定位结果的准确度有了明显提升，尤其在高动态序列中相对于原始算法的精度提升在92%以上。与其他顾及动态场景的SLAM系统相比，本文方法在保持精度优势的同时，提高了运行结果的稳定性和时间效率。