【摘要】：為了更好的了解海洋,充分合理的開發(fā)海洋資源,對(duì)海洋環(huán)境及其要素進(jìn)行系統(tǒng)的觀測尤其重要。眾多海洋要素中,海水溫度作為認(rèn)識(shí)和研究海洋生物以及地球物理化學(xué)過程的一把鑰匙,對(duì)其的觀測和數(shù)據(jù)重構(gòu)對(duì)研究者們深入了解海洋有著重要作用。基于對(duì)海水溫度觀測的需求,本課題對(duì)海洋要素采樣方法進(jìn)行研究,提出一種基于海水溫度變異性和梯度特性的采樣點(diǎn)優(yōu)化配置方案,來實(shí)現(xiàn)對(duì)有限的采樣資源的優(yōu)化分配;在海水溫度場數(shù)據(jù)重構(gòu)方面,應(yīng)用壓縮感知理論中的K-SVD字典學(xué)習(xí)算法訓(xùn)練得到針對(duì)海水溫度場特性的稀疏矩陣,并將稀疏矩陣應(yīng)用于海水溫度場數(shù)據(jù)重構(gòu)中,以達(dá)到提高海水溫度場的重構(gòu)精度的目的。首先,介紹了海水溫度場采樣和重構(gòu)的相關(guān)基礎(chǔ)知識(shí)。采樣相關(guān)知識(shí)具體介紹了海水溫度場的變異性分析方法和梯度特性分析方法,并給出數(shù)學(xué)表達(dá)和方法應(yīng)用過程。重構(gòu)相關(guān)知識(shí)具體介紹了壓縮感知技術(shù)的稀疏表示、測量矩陣選取、信號(hào)重構(gòu)三個(gè)方面內(nèi)容的基本原理。其次,基于海水溫度場的變異性和梯度特性分析方法,提出一種基于海水溫度場變異性和梯度特性的采樣點(diǎn)優(yōu)化配置方法。該方法首先分析了子采樣區(qū)的海水溫度場變異性,以變異性參數(shù)作為海水溫度信息豐富程度的衡量標(biāo)準(zhǔn)來計(jì)算每個(gè)子采樣區(qū)域的采樣率。然后對(duì)子采樣區(qū)域內(nèi)的海水溫度梯度特性進(jìn)行聚類分析,進(jìn)一步區(qū)分出溫度梯度變化顯著區(qū)和平穩(wěn)區(qū),并對(duì)變化顯著區(qū)分配更多的采樣資源。仿真結(jié)果表明,采樣資源同等條件下,該采樣點(diǎn)優(yōu)化配置方法能夠提高溫度場的重構(gòu)精度。再次,基于K-SVD字典學(xué)習(xí)算法,訓(xùn)練出針對(duì)海水溫度場特性的稀疏矩陣。根據(jù)海水溫度場的采樣特點(diǎn),以采樣點(diǎn)位置編碼矩陣作為測量矩陣。根據(jù)海水溫度場的重構(gòu)方式,基于ASMP稀疏度自適應(yīng)重構(gòu)算法進(jìn)行海水溫度場的重構(gòu)。仿真結(jié)果表明,利用K-SVD字典學(xué)習(xí)算法得到的稀疏矩陣相比于傳統(tǒng)的稀疏矩陣,在溫度場分布的重構(gòu)效果上有顯著提高。最后,利用海表溫度再分析數(shù)據(jù)對(duì)本課題設(shè)計(jì)的海水溫度場采樣和重構(gòu)方法進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,利用本課題提出的采樣優(yōu)化配置方法能夠?qū)崿F(xiàn)采樣資源的優(yōu)化配置和重點(diǎn)區(qū)域的采樣,本課題提出的重構(gòu)方法得到了針對(duì)海水溫度場特性的稀疏矩陣,在海水溫度場的重構(gòu)效果上有較大提升。
【圖文】：

圖 1.1 海洋環(huán)境立體監(jiān)測系統(tǒng)示意圖、海洋生態(tài)被我國列入國家中長期科技發(fā)展規(guī)劃重點(diǎn)發(fā)建設(shè)也逐漸重視起來。我國中科院在近期的部署建設(shè)中海、南海進(jìn)行長期的重點(diǎn)觀測網(wǎng)絡(luò)平臺(tái)基站[16]。實(shí)現(xiàn)一科學(xué)研究提供數(shù)據(jù)支撐和技術(shù)保障。策略研究現(xiàn)狀的發(fā)展，海洋觀測涉及的采樣優(yōu)化設(shè)計(jì)方面的研究也逐采樣策略設(shè)計(jì)基本采用簡單的數(shù)據(jù)統(tǒng)計(jì)估計(jì)[18]，或是簡僅僅依靠主觀的標(biāo)準(zhǔn)來設(shè)計(jì)采樣策略。Bretherton 等人化的方法來實(shí)現(xiàn)海洋傳感器優(yōu)化配置的方案[20]，目的是們定義以最小化均方誤差為目標(biāo)的函數(shù)，以此確定傳感略缺乏一個(gè)尋找傳感器位置的優(yōu)化配置方案，傳感器的后，Barth 和 Wunsch 分別用不同的優(yōu)化算法（模擬退

課題結(jié)構(gòu)體系圖
【學(xué)位授予單位】：哈爾濱工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：P731.1

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周亞同;王麗莉;蒲青山;;壓縮感知框架下基于K-奇異值分解字典學(xué)習(xí)的地震數(shù)據(jù)重建[J];石油地球物理勘探;2014年04期

2 朱心科;俞建成;王曉輝;;水下滑翔機(jī)自適應(yīng)覆蓋采樣[J];機(jī)器人;2012年05期

3 朱心科;俞建成;王曉輝;;多水下滑翔機(jī)海洋采樣路徑規(guī)劃[J];信息與控制;2012年04期

4 王艷;練秋生;李凱;;基于聯(lián)合正則化及壓縮傳感的MRI圖像重構(gòu)[J];光學(xué)技術(shù);2010年03期

5 阮永芬;黃興周;李仕勝;趙華;;遺傳算法擬合變異函數(shù)的參數(shù)[J];云南大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年02期

6 李穎虹;王凡;王東曉;;中國科學(xué)院近海海洋觀測研究網(wǎng)絡(luò)建設(shè)概況與展望[J];中國科學(xué)院院刊;2008年03期

7 姚長青;喬曉東;;東海海域春季溫度場空間結(jié)構(gòu)特征分析——三維地統(tǒng)計(jì)學(xué)方法[J];海洋通報(bào);2007年02期

8 楊勇;劉敏;李霖;;基于遺傳算法的Kriging空間分析及其在礦業(yè)中的應(yīng)用[J];礦業(yè)研究與開發(fā);2006年03期

9 萬麗;;基于變異函數(shù)的空間異質(zhì)性定量分析[J];統(tǒng)計(jì)與決策;2006年04期

10 馮國慶,周涌沂,李允,李宏,李家寧;利用遺傳算法擬合實(shí)驗(yàn)變差函數(shù)[J];西南石油學(xué)院學(xué)報(bào);2005年05期

相關(guān)博士學(xué)位論文 前1條

1 涂乾光;基于日變化分析的衛(wèi)星遙感海表溫度重構(gòu)研究[D];浙江大學(xué);2016年

相關(guān)碩士學(xué)位論文 前2條

1 胡開云;基于顯著性信息的圖像塊壓縮感知編碼方法研究[D];中南民族大學(xué);2013年

2 馬宇飛;基于梯度算子的圖像邊緣檢測算法研究[D];西安電子科技大學(xué);2012年

，

本文編號(hào)：2601974