精準的氣象數(shù)據(jù)對國家的生態(tài)、軍事安全具有重要的意義,因此對氣象數(shù)據(jù)進行質(zhì)量控制是氣象觀測中重要的環(huán)節(jié)。氣象數(shù)據(jù)質(zhì)量控制中有兩個關鍵的技術問題,一個是數(shù)據(jù)的傳輸質(zhì)量,比如:衛(wèi)星圖像在含有噪聲信道中的傳輸,另一個則是數(shù)據(jù)的觀測質(zhì)量,比如:地面觀測站失效傳感器產(chǎn)生相互沖的突觀測數(shù)據(jù)。但是,考慮到氣象數(shù)據(jù)中蘊含的信息具有強烈的時效性,氣象數(shù)據(jù)的大規(guī)模特性給上述問題帶來了嚴峻的技術挑戰(zhàn)。采用隨機觀測法,結合對觀測量的一些先驗知識,可以有效降低待處理的數(shù)據(jù)量,這一思想已經(jīng)在壓縮感知領域得到使用和驗證。鑒于此,本文嘗試將隨機觀測法這一思想運用于氣象數(shù)據(jù)質(zhì)量控制的關鍵技術問題研究中。本文的主要工作如下。首先,針對數(shù)據(jù)傳輸質(zhì)量問題。本文提出了一種面向壓縮感知的分塊（BCS）方法推斷圖像分塊數(shù)量對圖像重構的影響。該方法的核心思想在于利用隨機觀測矩陣的特性尋找最優(yōu)的圖像矩陣分塊數(shù)量。在前人理論基礎上,假設原始圖像服從高斯分布,通過方法分析了壓縮視角下噪聲的影響,推導了誤差概率的范圍,并提出了 BCS算法。實驗結果表明圖像的分塊數(shù)量與圖像恢復過程有很強的相關性。其次,針對數(shù)據(jù)觀測質(zhì)量問題。本文提出了 Rand... 

【文章來源】：湘潭大學湖南省

【文章頁數(shù)】：58 頁

【學位級別】：碩士

【部分圖文】：

圖１．１真值發(fā)現(xiàn)的體系結構??然而，真值發(fā)現(xiàn)也有存在不足的地方

２．２．３基于概率圖形方法的模型介紹??一些真值發(fā)現(xiàn)方法［３６，４３，４４］基于概率圖形模型（ＰＧＭ）。圖２．１顯示了一般的??ＰＧＭ，并通過以下的概率模型來獲取真值：??Ｙ＼?［￣［?ｆ?Ｐ（ｖ〇?｜？）?ｐ（ｖ〇，ｖ〇，?ｗｓ）?Ｊ?（２．６）??ｓｅｓ?０６０?Ｖ?Ｓ＃??＇??在該模型中，觀測值基于相應的真值和數(shù)據(jù)源權重ＭＺＳ生成，并且函數(shù)??ｐＯＪ，％，呎）將它們連接在一起。以高斯分布為例，在這種情況下，真值＜可以設??為分布平均值，而數(shù)據(jù)源權重呎為精度（方差的倒數(shù)）。然后，通過參數(shù)從??該特定分布中對觀測值４進行采樣。如果數(shù)據(jù)源權重呎高，則方差相對較小，因??此“生成”的觀測值時將接近真值換句話說，真值％接近權重高的數(shù)據(jù)源提??供的觀測值。同時

一般情況下，ｙ的維數(shù)遠遠小于ｘ的維數(shù)，也就是Ｍ《７Ｖ。??在ＢＣＳ方法中，２Ｄ圖像ｘ首先被分割成Ｚ個子塊，＆ｅｉ？Ｎ，Ｚ?＝?ｌ，２，…，Ｚ，??Ｚ?＜ｉＶ，如圖３．１所示。本章假設圖像ｘ服從一個均值ａ為和方差為的高斯分布。??另外，假設噪聲ＶＶ服從—均值為０和方差為ｄ的高斯分布。測量矩陣中在發(fā)送??端和接收端是己知的。??＇遭愈?ｍｍ?＇??屬一靈．■肩一＼＂＿??圖３．１圖像分塊??圖３．２矩形方框顯示了圖像分塊傳輸系統(tǒng)。假設二維圖像被分割成Ｚ個圖像??子塊，圖像子塊有一個傳輸信道，每一個接收端經(jīng)由接收信道接收圖像子塊。一??般情況下，圖像塊大小相等的，如圖３．２所示。??廣’－－－－－－）??，Ｙ，?一??１?ｗ?；??Ｔｒａｎｓｍｉｔ?、—一?Ｊ??ｉｉ?：?４?（，Ｗｎ?＂Ｌ’［?ｒ?．、??．ｖ：??＿、?ｙ?ｖ：＝＾ｔｖ．４－ｗ?；—－■???．．．ｊ??Ｘｉ??？Ｂ?Ｒｅｃｅｉｖｅ??Ｍ?，?Ｃｈｕｎｎｅｌ??）ｚ??■???圖３．２圖像分塊傳輸系

【參考文獻】：
期刊論文
[1]壓縮感知綜述[J]. 尹宏鵬,劉兆棟,柴毅,焦緒國.  控制與決策. 2013(10)
[2]壓縮感知理論綜述[J]. 盧雁,吳盛教,趙文強.  計算機與數(shù)字工程. 2012(08)
[3]壓縮感知研究[J]. 戴瓊海,付長軍,季向陽.  計算機學報. 2011(03)
[4]壓縮感知理論及其研究進展[J]. 石光明,劉丹華,高大化,劉哲,林杰,王良君.  電子學報. 2009(05)
[5]GMS氣象衛(wèi)星云圖實時數(shù)據(jù)錄取和圖像處理[J]. 許志宏.  電子技術應用. 2002(10)

博士論文
[1]基于凸優(yōu)化的參數(shù)化稀疏估計理論及其應用[D]. 劉翼鵬.電子科技大學 2011

碩士論文
[1]基于壓縮感知的圖像融合研究[D]. 趙康.武漢科技大學 2014
[2]基于壓縮感知理論的衛(wèi)星遙感圖像融合算法研究[D]. 郭晶.北京交通大學 2013



本文編號：3624797