基于调制传递函数的航天遥感图像恢复研究

基于调制传递函数的航天遥感图像恢复研究（精选4篇）

篇1：基于调制传递函数的航天遥感图像恢复研究

文章首先针对中巴地球资源卫星的.CCD成像系统的成像原理,提出基于调制传递函数(MTF)的遥感图像校正方法;其次,通过实验,使用均值、标准方差以及边缘能量等指标对MTF复原方法的结果进行了比较;最后,对影响MTF校正品质重要因素的噪声进行分析与讨论.

作 者：曾 于晋 陈世平Zeng Yong Yu Jin Chen Shiping 作者单位：曾,于晋,Zeng Yong,Yu Jin(中国资源卫星应用中心,北京,100830)

陈世平,Chen Shiping(中国空间技术研究院,北京,100081)

刊 名：航天返回与遥感英文刊名：SPACECRAFT RECOVERY & REMOTE SENSING年，卷(期)：29(2)分类号：V4 TP7关键词：中巴地球资源卫星 调制传递函数 图像恢复 像质

篇2：基于调制传递函数的航天遥感图像恢复研究

随着“全国联网”程度的不断提高,电力系统的结构越来越复杂,低频振荡问题日益成为危及电网安全稳定运行的主要因素之一[1,2]。电力系统稳定器(Power System Stabilizer,PSS)[3]对于抑制局部低频振荡效果很好,直流调制[4,5]能有效抑制区间低频振荡。

目前,在已见诸文献的基于直流调制的低频振荡抑制研究中,直流调制器参数的整定一直是个难点,文献[6,7,8]中的直流调制器参数根据工程实践经验得到,文献[9]中的直流调制器参数通过大量仿真实验试凑得到。参数难以整定的一个原因在于系统的开环传递函数难以得到,应用Prony传递函数辨识可以有效解决这个问题。文献[10,11]应用Prony辨识有效得到了系统振荡模式,文献[12,13]应用Prony辨识方法准确辨识出了系统的传递函数。基于GPS的WAMS系统[14]能为Prony辨识提供测量数据,同时也能为直流调制器提供包含系统区间被控模态的输入信号,本文将输入信号选取为直流线两端母线频率差值,采用双侧频差直流调制。

本文将Prony辨识方法应用到双侧频差直流调制抑制区间低频振荡中,辨识出系统的主导模式和传递函数,采用极点配置法[15]并结合辨识结果调整直流调制器参数,CEPRI-36节点算例时域仿真结果表明,直流调制能有效增大系统阻尼,提高系统的稳定性。

1 基于prony辨识的低频振荡特征提取和系统传递函数辨识

1.1 模态特征提取

根据Prony[16]算法的基本原理,信号可以用1组p个具有任意幅值、相位、频率与衰减因子的指数函数的加权线性组合来描述:

式中:Bi、Zi均为复数。假定:

式中:Ai为幅值;θi为相位;αi为衰减因子;fi为振荡频率;Δt为采样间隔。

模态特征提取的Prony辨识算法的计算步骤如下:

(1)利用式(3)计算样本函数r(i,j)

并构造扩展阶的样本函数矩阵如下:

(2)利用SVD-TLS算法确定Re的有效秩p和振荡模式所对应的系数a1,…,ap的总体最小二乘估计。

(3)求特征多项式1+-1a1z+…+apz-p=0的根z1,…,zp,并利用式(5)

计算得到

(4)利用式(6)计算出各个信号中每个模式的参与情况bk

(5)用式(7)计算幅值Ai、相位θi、频率fi和衰减因子αi

此时即求出信号的振荡模式,得到模态特征。

1.2 系统传递函数辨识

线性时不变的单输入单输出系统的Laplace变换通用模型如图1所示,其中I(s)为系统激励信号,Yxe(s)为系统激励响应,Y0(s)为系统初始状态,Y(s)为系统输出,G(s)为系统传递函数模型。

由图1可知,Yex(s)=Y(s)-Y0(s),I(s)G(s)=Yex(s),由I(s)已知,Y0(s)、Y(s)可测,可知传递函数G(s)可求。

系统的初始状态Y0(s)和传递函数G(s)可以表示为:

式中:n为传递函数阶数;Ai为初始状态的留数;λi是系统特征根;Ri是传递函数的留数。

设I(s)由具有相同特征值λn+1的有限项延迟因子ci(i=0,1,…,k)及特征值Di(j=0,1,…,k)组成,其表达式为:

考虑输入信号I(s)的作用后,则激励响应Yex(s)包含了由激励信号引起的模态和系统固有的模态,由I(s)和G(s)可得:

用部分分式展开将式(10)转化为:

其中,

对Yex(s)进行拉普拉斯反变换,得:

若t≥Dk,令D0=0,则式(13)变为:

式(14)不能直接进行Prony分析,t必须要大于最大的延时因子Dk,因此设τ=t-Dk,v(τ)=yex(τ+Dk),则式(14)变为:

其中，

将式(16)代入式(12),得到传递函数的留数为:

这样,就可以通过对式(15)进行Prony分析得到的Bj和已知激励信号的参数λj、ci、Di计算得到传递函数的留数,从而求得系统的传递函数。

2 双侧频差直流调制

2.1 双侧频差直流调制

在交直流混合电力系统中,可以用直流线路的高度可控和调节速度快等优点来提高交流系统的稳定性,实践表明直流调制是一种抑制区间低频振荡的有效手段。

双侧频差直流调制是一种直流附加控制[6],指在直流输电基本控制基础上,从两端交流系统引入能反映系统异常的双侧频差信号,设计附加的阻尼控制器来调节直流线路的输送功率,使之能快速吸收或补偿与之相连交流系统的过剩功率或缺额功率,从而使功率达到平衡,起到增强交流系统阻尼、提高系统稳定性的作用。双侧频差直流调制模型如图2所示。图2中,W1,W2分别为整流侧和逆变侧母线的角速度,T0测量环节的时间参数,Tw为隔直环节时间常数,T1、T2为相位补偿环节时间参数,K为放大环节增益,LIM为限幅环节,Imod为直流调制器输出。

2.2 直流调制器参数整定

测量环节起滤波和稳定电路的作用,时间常数较小,T0取为0.05 s。隔直环节时间常数Tw取为10 s,其截断频率已在电网互联模式的振荡频率之下。

考虑到实际情况,每个超前-滞后相位环节[17]最多补偿60°,本文选用3个该环节。假设需要利用超前-滞后相位环节在主导频率f处提供角度为Φ的相位补偿,那么其时间常数可以用式(18)—式(21)计算。

应用极点配置法将系统的极点移到预定位置,改善系统阻尼。设辨识出的系统传递函数为G(s),输出为双侧频差直流调制器的输入信号,双侧频差直流调制器的传递函数为H(s),则加入控制器后的闭环方框图如图3所示。

Gc(s)=G(s)/(1-G(s)H(s))为加入双侧频差直流调制器后的闭环传递函数,设加入双侧频差直流调制器后系统主导特征值移动到λ0位置,则λ0必须满足闭环系统的特征方程1-G(s)H(s)=0,则H(s)=1/G(s),写成幅值和相角的形式为|H(s)|1/G(s),arg (H(s))=-arg(G(s)),这样控制器在λ0的幅值和相角可以通过G(s)在λ0的幅值和相角来计算,然后依据控制器具体的传递函数利用超前滞后环节提供相位补偿,最后选择控制器的放大倍数满足幅值方程即可。

3 仿真算例

3.1 prony辨识

(1)模态特征提取辨识

仿真算例选择CEPRI-36节点系统,扰动方式设置如下:1～1.2 s在BUS9和BUS22之间的支路设置两相短路接地故障,研究发电机相对功角和交流联络线有功功率的变化情况。对上述情况进行仿真分析,为了得到和机电振荡强相关的模态,选取和机电振荡强相关[18]的G7-G1相对功角曲线按1.1节所述进行Prony模态辨识。

选取合适的采样周期、数据窗宽度和采样点数,采样周期选为0.1 s,为了避免受故障影响,Prony辨识的开始时间选为1.3 s,模态特征辨识结果如表1所示。

表1中,频率为0.745 6 Hz对应的振荡模式阻尼为负,振幅较强,为增幅振荡,是最主要的区间振荡模式,并采用TLS-ESPRIT方法对系统进行辨识予以比较,得到系统的主导模式频率为0.749 1 Hz,阻尼比为0.006 2,已有研究成果表明TLS-ESPRIT在抗噪性上优于Prony方法,但是2种辨识方法结果相差不大,考虑到Prony方法已广泛应用于电力系统实际工程,故本文采用Prony方法。Prony辨识拟合曲线和系统实际相对功角曲线如图4所示,两者基本一致。

(2)prony传递函数辨识分析

根据I(s)的表达式,输入信号选择低幅值方波脉冲,信号的描述为:k=2,c0=0,c1=1,c2=-1,D0=0,D1=1.2,D2=1.3,λn+1=0。输出信号的选择依据所设计的直流调制器而定,本文采用Δω,按1.2节所述进行系统的传递函数辨识。即在直流线整流侧电流整定处设置激励,由于选择短时低幅值输入,对系统不会带来危害,WAMS获取整流侧和逆变侧的双侧频差曲线,然后减去其初始值,对所得结果进行Prony分析,得到从直流线整流侧电流整定处到双侧频差的22阶传递函数,如表2所示。

Prony辨识拟合曲线和系统实际相对功角曲线如图5所示,两者基本吻合。

3.2 双侧频差直流调制

结合上述Prony分析结果,计算抑制频率0.745 6 Hz对应的主导模式的双侧频差直流调制器参数,利用极点配置法提高主导模式的阻尼,将极点移到-0.5±j4.68的位置。求得双侧频差直流调制器参数T1=0.248 7,T2=0.183 2,K=685.95。

添加双侧频差直流调制器进行区间低频振荡抑制,结合仿真结果对参数进行最后的调整和完善,得到无直流调制和双侧频差直流调制2种情况下的G7-G1相对功角曲线,如图6所示,支路31有功功率曲线如图7所示。

由图6和图7可知,系统在加双侧频差直流调制器之后,功角曲线和功率曲线振荡得到了很好的抑制,说明双侧频差直流调制改善了系统的阻尼,提高了系统的稳定性。

4 结论

篇3：基于调制传递函数的航天遥感图像恢复研究

[关键词]函数图像

自对称互对称相关点法

[中圖分类号]G633.6

[文献标识码]A

[文章编号]1674-6058（2016）32-0063

通过以上两种对称关系的证明可知，对于自对称的证明，关键是说明相互对称的两个点都落在同一个函数的图像上；而互对称是利用两点的对称相关性，找出与原解析式对称的新解析式，是典型的相关点法求解析式的应用，相同的是，这两种对称性质都要利用到点的任意性才能使得证明具有完备性。

篇4：基于调制传递函数的航天遥感图像恢复研究

近十年来，随着各国卫星的陆续发射以及传感器的不断改进，遥感技术正在进入一个能够快速准确地提供多种对地观测海量数据的新阶段，多分辨率多遥感平台并存，空间分辨率、时间分辨率及光谱分辨率普遍提高。而这种情况下获取的遥感影像数据量往往非常庞大，具有“海量信息”的特点，作为空间数据基础设施、基础空间数据库等的重要组成部分，海量遥感信息的管理、存储和应用都是极具挑战性的课题。因此，需要对遥感图像进行压缩，它已受到人们越来越多的关注[1,2]。

与视频图像压缩不同，遥感信息因其获得的代价昂贵，用途非常广泛和具有时效性与永久性等特点，遥感数据压缩技术在研究初期大多停留在无损压缩方法上。这种方法是以经典的Shannon信息论为压缩的理论极限，压缩比通常在2:1左右，满足不了现阶段的需求。近年来，遥感信息爆炸性地增长，对压缩比有了更高的要求，有损压缩逐渐成为热点。小波变换数据压缩编码技术成为其中之一[2]。

图像压缩从本质上来说就是对要处理的图像按一定的规则进行变换和组合，从而达到以尽可能少的代码(或符号)表示尽可能多的数据信息。压缩通过编码来实现，或者说编码带来压缩的效果。

本文主要采用小波函数进行航空遥感图像压缩，压缩效果主要通过图像大小、压缩比、字节及类型等参数以及图像质量来体现。

1 小波函数理论

1.1 小波函数定义

小波函数是指满足小波条件的函数，选择标准主要有自相似原则、判别函数和支集长度等，但在实际工作中很难找到模式，只有靠经验获取。除此之外，小波函数性质还包括对称性、消失矩阶数和正则性等。对称性用于图像处理中避免相移;消失矩阶数大的小波变换以能量更集中，在压缩中用处很大;正则性好的信号重构过程比较平滑。一般来说，支集长度越长，消失矩和正则性越高[3]。

1.2 小波函数

1.2.1 Haar小波

Haar小波是小波分析中发展最早的小波，也是最简单的小波。实际上它是阶跃函数，该表达式为：

1.2.2 Daubechi es小波

Daubechi es小波是小波领域的里程碑，使小波的研究由理论转到可行。Daubechi es系列的小波简写为dbN，其中N表示阶数，db是小波名字的前缀。除db(等同于Haar小波)外，其余的db系列小波函数都没有解析的表达式，小波函数与尺度函数的有效支撑长度为2N-1，小波函数的消失矩为N。

1.2.3 Syml et s小波

Syml et s小波的构造类似于db小波族，两者的差别在于sym小波有更好的对称性，更适合于图像处理，减少重构时的相移，其简写symN(N=2、3、4、…)。该小波的支撑长度为2N-1，滤波器的长度为2N，消失矩为N，具有近似的对称性。

1.2.4 Bi or t hogonal小波

Bi or t hogonal小波是一族双正交小波。双正交小波主要解决对称性和精确信号重构的不相容性，其简写bi or N(N=1.1-6.8)。

1.2.5 Coi f l et小波

Daubechi es提出的另一个小波系，有更长的支集长度(6N-1)和更大的消失矩(2N)，对称性比较好，其简写coi f N(N=1、2、…)。

1.2.5 Rever s eBi or小波

Rever s eBi or由bi or t hogonal而来，因此两者形式相似。该小波可简写为r bi oN(N=1.1-6.8)。

2 小波函数在航空遥感图像压缩中的应用

2.1 小波压缩图像

小波变换压缩图像是根据图像的统计特性和人眼的生理特性，对分解成不同频域的图像信号采取不同的压缩方法，主要有变换压缩和相邻像素去相关压缩两种方法。变换压缩方法是指将图像信号进行域的变换，变换后的图像主要能量大都集中在少数变换系数上，对这些变换系数进行量化编码就可以实现对图像的压缩，即小波函数压缩。由于图像分解后的主要能量集中于近似分量或低频分量，对这些分量进行编码就可以得到不同压缩比的图像。相邻像素去相关压缩是利用遥感图像相邻像素之间的灰度值的相关性，采用小波包分析实现遥感图像数据的压缩。根据给定的熵标准计算出最佳分解树，使图像信号按最佳分解树进行小波分解，对除低频部分以外的每个小波包系数，选择适当的阈值进行处理，实现遥感图像数据压缩[3,4]。本文将采用变换压缩方法进行航空遥感图像压缩。

2.2 小波函数分析航空遥感图像压缩

航空遥感图像压缩采用小波函数，主要有haar小波、db小波、sym小波、bi or小波、r bi o小波和coi f小波。本文以某矿区航空遥感图像为为原始数据，如图一所示。

2.2.1 haar小波函数

采用haar小波分析遥感图像压缩如图二所示。从图二中可以看出，该图像经过两次压缩之后图像变黑以及颜色变化不大的地方，图像颜色模糊。原因是图像压缩过小，使灰色、黑色以及白色混合比值降低。

2.2.2 其它小波函数

采用db小波、sym小波、bi or小波、r bi o小波和coi f小波函数，以haar小波函数进行航空遥感图像压缩，结果如图二、三、四所示，分析如表一所示(以原始图像为依据)。从图二中可以看出遥感图像经过两次压缩之后，图像比采用haar小波函数的图形经过两次压缩要略模糊，但是图像的压缩比比其小，而图像尺寸却比采用haar小波大;从图三中可以看出遥感图像采用sym小波和bi or小波分别两次压缩之后图像变的比采用haar小波的压缩图像要模糊，特别是采用后者图像更模糊，而且图像尺寸比采用haar小波大，但是其压缩比相反;从图四中可以看出遥感图像采用coi f小波和r bi o小波分别两次压缩，前者比采用haar小波图像要清晰，而后者比采用haar小波图像要模糊，两者都比其图像尺寸大，但是相差不大，可是采用rbior小波压缩图像比较清晰。在图像大小变化不大的情况下，主要考虑图像清晰度，因为图像清晰能够帮助识别以及恢复。通过分析与比较可以看出采用rbio小波函数进行航空遥感图像压缩较佳。

3 结束语

图像压缩属于图像处理的范畴，小波变换处理图像是图像压缩技术的方法之一。本文采用haar小波、db小波、sym小波、bior小波、rbio小波和coif小波函数进行航空遥感图像压缩，并对结果进行比较与分析，从中发现采用rbio小波分析该类图像比较好。但是，研究中还发现压缩图像损失仍有，要想减少对图像压缩损失，必须深入研究，这为深入研究图像压缩处理提供有益的参考和帮助。

摘要：本文主要研究小波函数对航空遥感图像压缩,介绍小波函数的理论以及在遥感图像中的应用,在此基础上采用haar小波、db小波、sym小波、bior小波、rbio小波和coif小波对航空遥感图像进行结果分析与比较,主要有图像大小、字节大小与类型以及压缩比等参数。结果表明:采用rbio小波函数对航空遥感图像压缩较佳。

关键词：小波函数,图像压缩,遥感图像

参考文献

[1]董长虹.Matlab图像处理与应用[M].北京:国防工业出版社,2004,01.

[2]杜培军.遥感科学与进展[M].徐州:中国矿业大学出版社,2007,02.

[3]董长虹.Matlab小波分析工具箱原理与应用[M].北京:国防工业出版社,2004,01.