顾及不确定性分析的多数投票 SAR 影像变化检测

合成孔径雷达（Synthetic Aperture Radar，SAR）影像变化检测是遥感领域的一个重要研究方向。文章以投票法（Majority Voting，MV）为基础，提出一种全新的顾及不确定性分析的SAR影像变化检测方法（Uncertainty Analysis-based MV，UAMV）。首先选取三组典型的差分影像生成算法，生成三组互补的差分影像。然后使用模糊C均值聚类估算每组差分影像的关于变化类和未变化类的模糊隶属度函数。最后用模糊集合和信息熵理论优化MV，构建顾及不确定性分析的多数投票法，并用所构建方法融合三组差分影像的模糊隶属度函数，生成变化检测图。为验证文章方法的有效性，通过三组真实SAR影像数据进行实验分析。实验结果表明：1）通过用信息熵分析MV融合过程中的不确定性，能够显著提高MV的变化检测性能；2）与7种现有相关算法相比，UAMV方法能够取得更优的变化检测结果。该研究为SAR影像变化检测提供一种新的思路和方法。     

弹载遥测系统模块划分综合分析方法研究

针对系统模块化设计过程中存在的模块划分问题,提出对数据流图进行抽象化建模,得到抽象数据流图,并对抽象数据流图进行规范化定义,描述在抽象数据流图基础上进行模块划分的规则.针对具体的弹载遥测系统问题,利用抽象数据流图和模糊聚类两种方法进行模块划分;然后计算模块之间总耦合度,得到相对统一的模块划分方案;最后通过对系统的分析得...