精準(zhǔn)的氣象數(shù)據(jù)對(duì)國(guó)家的生態(tài)、軍事安全具有重要的意義,因此對(duì)氣象數(shù)據(jù)進(jìn)行質(zhì)量控制是氣象觀測(cè)中重要的環(huán)節(jié)。氣象數(shù)據(jù)質(zhì)量控制中有兩個(gè)關(guān)鍵的技術(shù)問(wèn)題,一個(gè)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(gè)則是數(shù)據(jù)的觀測(cè)質(zhì)量,比如:地面觀測(cè)站失效傳感器產(chǎn)生相互沖的突觀測(cè)數(shù)據(jù)。但是,考慮到氣象數(shù)據(jù)中蘊(yùn)含的信息具有強(qiáng)烈的時(shí)效性,氣象數(shù)據(jù)的大規(guī)模特性給上述問(wèn)題帶來(lái)了嚴(yán)峻的技術(shù)挑戰(zhàn)。采用隨機(jī)觀測(cè)法,結(jié)合對(duì)觀測(cè)量的一些先驗(yàn)知識(shí),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(lǐng)域得到使用和驗(yàn)證。鑒于此,本文嘗試將隨機(jī)觀測(cè)法這一思想運(yùn)用于氣象數(shù)據(jù)質(zhì)量控制的關(guān)鍵技術(shù)問(wèn)題研究中。本文的主要工作如下。首先,針對(duì)數(shù)據(jù)傳輸質(zhì)量問(wèn)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(duì)圖像重構(gòu)的影響。該方法的核心思想在于利用隨機(jī)觀測(cè)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(chǔ)上,假設(shè)原始圖像服從高斯分布,通過(guò)方法分析了壓縮視角下噪聲的影響,推導(dǎo)了誤差概率的范圍,并提出了 BCS算法。實(shí)驗(yàn)結(jié)果表明圖像的分塊數(shù)量與圖像恢復(fù)過(guò)程有很強(qiáng)的相關(guān)性。其次,針對(duì)數(shù)據(jù)觀測(cè)質(zhì)量問(wèn)題。本文提出了 Rand... 

【文章來(lái)源】：湘潭大學(xué)湖南省

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．１真值發(fā)現(xiàn)的體系結(jié)構(gòu)??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(guò)以下的概率模型來(lái)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(cè)值基于相應(yīng)的真值和數(shù)據(jù)源權(quán)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(shè)??為分布平均值，而數(shù)據(jù)源權(quán)重呎為精度（方差的倒數(shù)）。然后，通過(guò)參數(shù)從??該特定分布中對(duì)觀測(cè)值４進(jìn)行采樣。如果數(shù)據(jù)源權(quán)重呎高，則方差相對(duì)較小，因??此“生成”的觀測(cè)值時(shí)將接近真值換句話說(shuō)，真值％接近權(quán)重高的數(shù)據(jù)源提??供的觀測(cè)值。同時(shí)

一般情況下，ｙ的維數(shù)遠(yuǎn)遠(yuǎn)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(gè)子塊，＆ｅｉ？Ｎ，Ｚ?＝?ｌ，２，…，Ｚ，??Ｚ?＜ｉＶ，如圖３．１所示。本章假設(shè)圖像ｘ服從一個(gè)均值ａ為和方差為的高斯分布。??另外，假設(shè)噪聲ＶＶ服從—均值為０和方差為ｄ的高斯分布。測(cè)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(shè)二維圖像被分割成Ｚ個(gè)圖像??子塊，圖像子塊有一個(gè)傳輸信道，每一個(gè)接收端經(jīng)由接收信道接收?qǐng)D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(xiàn)】：
期刊論文
[1]壓縮感知綜述[J]. 尹宏鵬,劉兆棟,柴毅,焦緒國(guó).  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(qiáng).  計(jì)算機(jī)與數(shù)字工程. 2012(08)
[3]壓縮感知研究[J]. 戴瓊海,付長(zhǎng)軍,季向陽(yáng).  計(jì)算機(jī)學(xué)報(bào). 2011(03)
[4]壓縮感知理論及其研究進(jìn)展[J]. 石光明,劉丹華,高大化,劉哲,林杰,王良君.  電子學(xué)報(bào). 2009(05)
[5]GMS氣象衛(wèi)星云圖實(shí)時(shí)數(shù)據(jù)錄取和圖像處理[J]. 許志宏.  電子技術(shù)應(yīng)用. 2002(10)

博士論文
[1]基于凸優(yōu)化的參數(shù)化稀疏估計(jì)理論及其應(yīng)用[D]. 劉翼鵬.電子科技大學(xué) 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(xué) 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(xué) 2013



本文編號(hào)：3624797