本研究得到国家重点研发计划(2018YFB1801101)、国家自然科学基金(61960206006)、江苏省科技攻关计划(工业前瞻性与关键技术)BE2022067 和 BE2022067-1、欧盟 H2020 RISE TESTBED2 项目(872172)、欧盟 H2020 ARIADNE 项目(871464)、欧盟 H2020 RISE-6G 项目(101017011)以及美国国家科学基金会(CCF-1908308 和 CNS-2128448)的支持。还要感谢毛希晨、卜英兰、季文协、周子豪、杨越、辛力建、常恒泰和黄多贤,他们在本工作中提供了宝贵的帮助和建议。C.-X.王(通讯作者)、尤晓红(通讯作者)、高晓倩、朱晓明、李志雄、张晨和黄艳梅均就职于东南大学信息科学与工程学院国家移动通信研究实验室,南京 210096,中国,以及紫金山实验室,南京 211111,中国(电子邮件:{ chxwang, xhyu, xqgao, xm zhu, lizixin, chzhang, huangym } @seu.edu.cn)。H. M. Wang 就职于东南大学信息科学与工程学院和毫米波国家重点实验室,南京 210096,中国,同时也就职于紫金山实验室普适通信研究中心,南京 211111,中国(电子邮件:hmwang@seu.edu.cn)。Y. F. Chen 就职于英国华威大学工程学院,考文垂 CV4 7AL,英国(电子邮件:yunfei.chen@warwick.ac.uk)。H. Haas 就职于英国思克莱德大学电子电气工程系 LiFi 研究与开发中心,格拉斯哥 G1 1XQ,英国(电子邮件:harald.haas@strath.ac.uk)。J. S. Thompson 就职于英国爱丁堡大学工程学院数字通信研究所,地址:爱丁堡 EH9 3JL,英国(电子邮件:john.thompson@ed.ac.uk)。E. G. Larsson 就职于瑞典林雪平大学电气工程系(ISY),地址:581 83 Linköping,瑞典(电子邮件:erik.g.larsson@liu.se)。M. Di Renzo 就职于法国巴黎萨克雷大学、法国国家科学研究院、中央理工学院、信号与系统实验室,地址:3 Rue Joliot-Curie,91192 Gif-sur-Yvette,法国。(marco.di-renzo@universite-paris-saclay.fr) W. Tong 就职于华为技术有限公司无线先进系统和能力中心,地址:加拿大渥太华,ON K2K 3J1(电子邮件:tongwen@huawei.com)。P. Y. Zhu 就职于华为技术加拿大有限公司,地址:加拿大渥太华,ON K2K 3J1(电子邮件:peiying.zhu@huawei.com)。X. Shen 就职于加拿大滑铁卢大学电气与计算机工程系,滑铁卢,ON N2L 3G1(电子邮件:sshen@uwaterloo.ca)。H. V. Poor 就职于美国新泽西州普林斯顿大学电气与计算机工程系,普林斯顿 08544(电子邮件:poor@princeton.edu)。L. Hanzo 就职于英国南安普顿大学电子与计算机科学学院,南安普顿 SO17 1BJ(电子邮件:lh@ecs.soton.ac.uk)
摘要:本研究提出了快速、高分辨率冰川地貌测绘的操作框架,使用廉价无人机和运动结构法。拟议的工作流程包括七个阶段:(1)准备和选择合适的平台;(2)运输;(3)初步现场活动(包括可选的地面控制点收集);(4)飞行前设置和检查;(5)执行任务;(6)数据处理;(7)测绘和变化检测。挪威斯瓦尔巴群岛 Hørbyebreen 冰川前陆的测绘案例研究说明了拟议框架的应用。使用消费级四轴飞行器(DJI Phantom)收集数据,同时使用运动结构法处理图像。由此产生的正射影像(1.9 厘米地面采样距离 - GSD)和数字高程模型(7.9 厘米 GSD)用于详细绘制与冰川相关的地貌。它证明了所提出的框架的适用性,可以使用低成本方法绘制并潜在地监测快速演变的冰川前环境中的详细变化。它涵盖了多个方面,确保了所提出的框架具有通用性,并且可以应用于更广泛的环境。
Piégay Hervé(Orcid ID:0000-0002-3864-2119) Arnaud Fanny(Orcid ID:0000-0002-8784-1384) Belletti Barbara(Orcid ID:0000-0002-6247-7619) Bertrand Mélanie(Orcid ID:0000-0003-1921-8811) Bizzi Simone(Orcid ID:0000-0002-0588-826X) Carbonneau Patrice(Orcid ID:0000-0001-8246-9491) 人类世遥感河流:现状与前景 标题:河流遥感 H. Piégay 1,F. Arnaud 1 , B. Belletti 2 , M. Bertrand 3 , S. Bizzi 4 , P. Carbonneau 5 , S. Dufour 6 , F. Liebault 3 , V. Ruiz-Villanueva 1, 7 , L. Slater 8 1 里昂大学, UMR 5600 CNRS EVS, 里昂高等师范学院, 15 Parvis René Descartes,F- 69342 里昂,法国 2 米兰理工大学电子、信息和生物工程系,Piazza Leonardo da Vinci 32, 20133 米兰,意大利 3 格勒诺布尔阿尔卑斯大学,Irstea,ETNA,F-38 000 格勒诺布尔,法国。 4 帕多瓦大学地球科学系,意大利帕多瓦。 5 杜伦大学,地理系,杜伦,英国,DH1 3LE 6 雷恩第二大学,CNRS UMR LETG,Place Le Moal,F-35000,雷恩,法国
2 国际贸易部 (2021),《英日自由贸易协定:英国的战略方针》,政策文件,2021 年 1 月 4 日,[脚注 3],https://www.gov.uk/government/publications/uks-approach-to-negotiating-a-free-trade-agreement-with-japan/uk-japan-free-trade-agreement-the-uks-strategic-approach#fn:3。3 世界经济论坛 (2020),《未来系列:网络安全、新兴技术和系统性风险》,《洞察报告》2020 年 11 月,科洛尼/日内瓦:世界经济论坛,http://www3.weforum.org/docs/WEF_Future_Series_Cybersecurity_emerging_technology_and_systemic_risk_2020.pdf。4 有关最新分析,请参阅数字、文化、媒体和体育部 (DCMS) (2020),《5G 供应链多元化战略》,2020 年 12 月 7 日,https://www.gov.uk/government/publications/5g-supply-chain-diversification-strategy/5g-supply-chain-diversification-strategy。
印度独立之初,农业状况不佳。由于产量较高和灌溉面积较大的地区都位于新成立的巴基斯坦 2 ,农业状况更加恶化。独立后的前二十年,粮食总体供应状况并没有任何改善,直到1966-67年,人均年粮食产量仍保持在296公斤不变。绿色革命技术的采用使状况得到改善,20世纪70年代初,人均粮食产量达到了365公斤(约合每人每天1公斤)。目前,年粮食产量已达到每人683公斤,即每人每天1.87公斤。进入21世纪,人均粮食产量增长加速,与独立后前50年的趋势增长率相比已有明显偏离。印度在 1950-51 年之后的 50 年里(即到 2000-2001 年)人均粮食产量增长了 50%。接下来的 50% 增长只用了不到 25 年的时间,也就是前一时期的一半。接下来的 50% 增长很可能在不到 25 年的时间内实现。
使用 GPU 图形加速器加速 AES 编码。与 Intel i7 740QM 相比,速度提高了 31 倍,2011。 基于 GSM 通信基础设施,设计和实现超低功耗、长寿命的 AMR(自动抄表)系统,2016。 实现可通过短信在线通知的防盗报警系统,2015。 使用 Rasbperry pi 3 实现自动车牌读取器。实现改进的学习算法以提高系统随时间推移的准确性,2015。 基于全球定位系统加 CAN 接口,设计和实现资产跟踪系统,以便使用 SIM808 与汽车 ECU 通信,2015。 在 STM32F4 的 ARM 微控制器上实现超高速精确的指纹识别匹配算法,2014。 设计和实现用于 SAMSUNG e-MMC 4.5 级数据存储的全速 USB 通信,2013。