页面摘要。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。iv 致谢。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。.v 目录。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。vi 图列表。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。ix 表格列表。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。xi 符号列表。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。xii 缩写列表。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。xiii
扩展 SCANTER 6002 功能 SCANTER 6002 雷达是全球海军舰艇的首选雷达,用于对自身和敌方资产进行水面和空中监视。凭借新增的开发功能,SCANTER 6002 雷达现在可提供更多价值和态势感知,同时仍提供所有众所周知的功能,包括 IMO 导航、直升机控制、SAR 操作、水面和低空监视。新解决方案适用于所有类型的海军、海岸警卫队和高价值商用船舶。
使用激光束在1960年由T. Maiman发明激光后不久就会发出大气。在整个大气中,气溶胶的观察和表征随着复杂性的日益激增而普遍,现在经常整合到网络中。2006年发射了云 - 大气圈激光雷达和红外探路者卫星观察(卡利皮),仍在绕地球绕。LIDAR气溶胶观测值现在用于空气质量的预测。多普勒激光雷达,以观察较低或更高大气中的风场。现在,它们已商业可用,并在世界各地广泛部署了风能行业,机场的监视等。LIDAR,用于测量温度,湿度,大气中气态成分的浓度,设想用于太空任务的垂直轮廓,并得益于激光和探测器技术的进展。特刊将试图概述LiDAR技术和科学的最新发展以及观察大气的工业应用。
语音是我们最自然、最有效的交流方式,具有改善人机交互方式的巨大潜力。然而,语音通信有时会受到环境(例如环境噪音)、上下文(例如公共场所的隐私需求)或健康状况(例如喉切除术)的限制,从而阻碍可听语音的考虑。在这方面,已经提出了静音语音接口 (SSI)(例如,考虑视频、肌电图),然而,许多技术在日常使用中仍然面临限制,例如需要将设备与扬声器接触(例如,电极/超声波探头),并引发技术(例如,视频的照明条件)或隐私问题。在这种情况下,考虑可以帮助解决这些问题的技术,例如通过非接触式和/或放置在环境中,可以促进 SSI 的广泛使用。在本文中,我们将探讨连续波雷达以评估其在 SSI 方面的潜力。为此,我们获取了 3 位说话者的 13 个单词的语料库,并对结果数据测试了不同的分类器。使用 Bagging 分类器获得的最佳结果是,针对每位说话者进行训练,并进行 5 倍交叉验证,平均准确率为 0.826,这是一个令人鼓舞的结果,为进一步探索这项无声语音识别技术奠定了良好的基础。索引词:连续波雷达、无声语音识别、欧洲葡萄牙语、机器学习
2 Public Works Department, Faculty of Engineering, Cairo University, Giza12613, Egypt amr-m.eldemiry@polyu.edu.hk , muhammad.muddassir@polyu.edu.hk , tarek.zayed@polyu.edu.hk Abstract – In this paper, we propose a ground mobile robot that can perform both surface mapping and subsurface mapping using三维激光雷达同时定位和映射系统(3D激光雷达大满贯系统)和地面穿透雷达(GPR)。机器人由配备3D激光雷达传感器的移动平台和安装在固定机箱上的GPR天线组成。机器人可以自主浏览环境并从表面和地下收集数据。表面映射是通过使用±3 cm范围精度的3D激光镜传感器来观察地形的点云,然后对其进行处理以生成3D表面图。地下映射是通过使用GPR天线将电磁脉冲发射到土壤中并接收反射的,然后对其进行处理以生成3D地下图。然后,我们可以融合表面和地下图以获得地形的全面表示。我们在现实世界中(例如桥梁)演示了机器人的性能。我们表明,我们的机器人可以在表面映射任务和GPR数据采集中实现高精度和效率。
跟踪。由于 2-D 雷达提供的绘图数据仅包含距离和方位角信息,由于可观测性问题,无法使用单个传感器估计目标高度,因此需要结合从多个 2-D 雷达获得的信息(距离和方位角)。如果只有两个主雷达检测到飞机,则无法使用多点定位技术在空中交通管制系统中确定其高度。一次监视雷达 (PSR) 仅提供飞机的斜距和方位角测量,因此,空中交通管制 (ATC) 系统通常使用从飞机机载模式 C 应答器获得的高度信息来估计飞机的三维位置和速度。二次监视雷达 (SSR) 通常用于询问模式 C 和其他应答器并获取高度和其他
未来的机载雷达将需要在由杂波和干扰组成的干扰背景下检测目标。空时自适应处理 (STAP) 是指多维自适应滤波算法,它同时将来自阵列天线元件的信号和相干雷达波形的多个脉冲组合在一起,以抑制干扰并提供目标检测。STAP 可以改善对被主瓣杂波遮蔽的低速目标的检测、对被旁瓣杂波掩盖的目标的检测以及在杂波和干扰组合环境中的检测。本报告分析了解决 STAP 问题的各种方法。回顾了最佳或完全自适应处理。计算复杂性以及从有限可用数据中估计干扰的需求使完全自适应 STAP 不切实际。因此,需要部分自适应空时处理器。介绍了降维 STAP 算法的分类,其中算法根据所采用的预处理器类型进行分类。例如,波束空间算法使用空间预处理,而后多普勒方法在自适应处理之前执行时间(多普勒)滤波。在某些情况下,可以利用杂波的特殊结构来设计产生最小杂波等级的预处理器。对于每个类,可以采用样本矩阵求逆 (SMI) 或基于子空间的权重计算。仿真结果显示
简介 风激光雷达在风力发电场场地评估等方面的应用近年来有所增加,这是准确性和可靠性提高的必然结果。激光雷达也正在成为主动涡轮机控制的工具 [1,2,3]。激光雷达在风速测量方面的一些优势在于它们可以进行远程测量,这意味着不需要高桅杆,并且可以轻松地从一个地点移动到另一个地点。这不仅适用于大气测量,还可用于风洞等,在风洞中,人们可以从几乎任何空间点的空间局部测量中受益,而不会干扰气流。然而,很少有研究报道将相干激光雷达技术应用于风洞环境。
关键词:3D 城市建模、机载 LiDAR、全景图像、LoD2、LoD3 摘要:本文介绍了基于 3D 点云数据和其他辅助数据为土耳其伊斯坦布尔市生成 LoD2 和 LoD3 建筑物的 3D 城市建模。该项目自 2012 年 10 月起由伊斯坦布尔大市政当局 (IBB) 实施。其目的是为 IBB 内的相关城市规划部门提供 3D 信息。3D 城市模型的开发利用了多种数据采集技术、软件和计算工具作为方法的一部分。这些工具包括 Riegl、TerraSolid、TerraScan、FME Workbench、MicroStation 和其他可视化工具。生成的 3D 城市模型说明了高分辨率点云和 3D 建模如何在这种开发中发挥重要作用。本文还强调了开发中的几个问题和挑战,即数据采集、点云处理和建筑物的 3D 建模。
摘要。随着计算、传感和车辆电子技术的进步,自动驾驶汽车正在成为现实。对于自动驾驶,雷达、激光雷达和视觉传感器等环境感知传感器作为车辆的眼睛发挥着核心作用;因此,它们的可靠性不容妥协。在本研究中,我们提出了一种通过中继攻击进行欺骗,它不仅可以在激光雷达输出中引起错觉,还可以使错觉看起来比欺骗设备的位置更近。在最近的一项研究中,前一种攻击被证明是有效的,但后一种攻击从未被证明过。此外,我们提出了一种针对激光雷达的新型饱和攻击,它可以完全使激光雷达无法感知某个方向。这两种方法的有效性都已通过 Velodyne 的 VLP-16 实验验证。