在對(duì)流層至臨近空間的廣闊空域內(nèi)對(duì)陸、海、空、天目標(biāo)進(jìn)行探測(cè)、成像、識(shí)別與測(cè)量等。與航天光學(xué)遙感相比，航空成像與測(cè)量在時(shí)效性、靈活性、分辨率以及成本方面具有突出優(yōu)勢(shì)。在云層遮擋導(dǎo)致航天遙感無法拍攝到地面圖像的條件下，航空器可以在云層以下飛行成像，彌補(bǔ)航天遙感的不足。與航空微波成像相比，光學(xué)成像與測(cè)量利用被動(dòng)接收的光輻射，隱蔽性更好，并且能夠獲取實(shí)時(shí)、直觀的彩色圖像，可判讀性更佳。航空成像與測(cè)量技術(shù)無論從搭載平臺(tái)的角度還是體制機(jī)制的角度，都是不可或缺的遙感手段。實(shí)現(xiàn)航空成像與測(cè)量的光學(xué)載荷受航空飛行環(huán)境的影響很大。航空器有限的運(yùn)載能力對(duì)光學(xué)載荷的體積、重量、功耗提出了嚴(yán)格的約束，而對(duì)成像距離、測(cè)量精度、溫度適應(yīng)能力等性能又提出的嚴(yán)苛的要求。解決航空飛行環(huán)境的強(qiáng)約束條件與高性能指標(biāo)的矛盾成為航空光電成像與測(cè)量技術(shù)的問題。在大氣中飛行時(shí)，光學(xué)載荷受到載機(jī)姿態(tài)晃動(dòng)、嚴(yán)重的震動(dòng)以及氣動(dòng)力（矩）的影響，視軸很難穩(wěn)定指向和成像目標(biāo)，降低觀測(cè)質(zhì)量；由于載機(jī)前向飛行或處于擴(kuò)大收容范圍的目的采用主動(dòng)掃描成像的工作方式會(huì)在成像過程中帶來像移的影響導(dǎo)致圖像模糊；航空器從地面升至高空的過程中。廣西光學(xué)追蹤技術(shù)公司，可以聯(lián)系位姿科技（上海）有限公司；遼寧的光學(xué)追蹤醫(yī)用儀器

從而實(shí)現(xiàn)對(duì)多源遙感數(shù)據(jù)的定位精度提升。但是，高精度輔助數(shù)據(jù)的獲取仍然是一個(gè)難以攻克的困難所在，這些數(shù)據(jù)通常來說成本很高，覆蓋范圍較小，且在場(chǎng)景發(fā)生較大變化情況下容易引入較大偏差。因此，針對(duì)傳統(tǒng)方法的不足，本文提出了基于多源光學(xué)/SAR的通用無控幾何定位精度提升模型。該模型以傳統(tǒng)的有理多項(xiàng)式模型為基礎(chǔ)，通過對(duì)SAR圖像和光學(xué)圖像的定位誤差源進(jìn)行分析，建立起針對(duì)多源遙感影像的差異化權(quán)重設(shè)計(jì)策略，并采用三號(hào)SAR遙感影像和吉林一號(hào)多源光學(xué)小衛(wèi)星影像進(jìn)行了相關(guān)實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)方法為便于表示，現(xiàn)將文中涉及到的符號(hào)及含義說明如下：1.有理多項(xiàng)式模型對(duì)于有理多項(xiàng)式模型而言，通常利用一個(gè)多項(xiàng)式的比值來對(duì)遙感影像的歸一化像方坐標(biāo)和物方坐標(biāo)的關(guān)系進(jìn)行表達(dá)，如下公式所示：其中，物方坐標(biāo)中每個(gè)坐標(biāo)分量的冪大不超過3，且每一坐標(biāo)分量的冪的和也不超過3。由于星載傳感器本身測(cè)量所得的成像外方位元素存在誤差，通常采用像方補(bǔ)償模型來對(duì)有理多項(xiàng)式系數(shù)的定位誤差進(jìn)行補(bǔ)償。常用的像方補(bǔ)償模型由平移模型、線性變換模型和仿射變換模型，公式如下：在光學(xué)/SAR多源遙感影像多重觀測(cè)條件下，可以建立起基于有理多項(xiàng)式模型的多源遙感影像的誤差方程。內(nèi)蒙古光學(xué)追蹤品牌山東光學(xué)追蹤系統(tǒng)生產(chǎn)公司，位姿科技（上海）有限公司；

從節(jié)點(diǎn)浮標(biāo)按照自身序號(hào)信息在收到同步碼后延遲預(yù)定時(shí)隙廣播自身位置和探測(cè)目標(biāo)的方位信息,主浮標(biāo)累積該信息,以120s為周期隨同步碼廣播利用累積信息計(jì)算的目標(biāo)運(yùn)動(dòng)參數(shù)及自身位置,各浮標(biāo)接收該信息后進(jìn)行空間對(duì)準(zhǔn)并獲取目標(biāo)位置。母船應(yīng)按照正多邊形布置浮標(biāo),若浮標(biāo)自帶動(dòng)力可航行,各浮標(biāo)航路終點(diǎn)的拓?fù)浣Y(jié)構(gòu)為正多邊形。按照測(cè)量孔徑原理,浮標(biāo)的優(yōu)布置位置呈直線等間隔布置且直線方向與目標(biāo)航向一致,這種布置能保證測(cè)量精度達(dá)到優(yōu),但實(shí)際使用時(shí)目標(biāo)航向是未知的,在這種條件下,優(yōu)的拓?fù)浣Y(jié)構(gòu)仍為正多邊形布置,原因如下:1)保證目標(biāo)以任何航向航行或機(jī)動(dòng)時(shí),浮標(biāo)陣的綜合孔徑大;2)若浮標(biāo)無動(dòng)力,可大程度節(jié)約布放母船的航行距離,若浮標(biāo)有動(dòng)力,可大程度節(jié)約多個(gè)浮標(biāo)總體的航行距離,有利于浮標(biāo)同時(shí)出水工作;3)各浮標(biāo)綜合通信距離短,有利于各浮標(biāo)的無線自組織網(wǎng)絡(luò)構(gòu)建。圖4多光學(xué)浮標(biāo)聯(lián)合定位信息流程圖4聯(lián)合定位計(jì)算結(jié)果與分析非線性小二乘法定位效果理論上可采用Cramer-Rao界值分析,即式(5)中H(tk)TH(tk)矩陣的逆矩陣主對(duì)角線元素[12]。實(shí)際工程中,定位誤差不來源于測(cè)量的隨機(jī)誤差,也來源于,是各誤差綜合疊加的結(jié)果,很難以數(shù)學(xué)解析的形式描述。

  研究背景遙感影像定位精度提升在遙感影像應(yīng)用中具有重要意義，是基于遙感影像進(jìn)行目標(biāo)識(shí)別、三維重建以及區(qū)域鑲嵌等應(yīng)用的前提條件。有理多項(xiàng)式模型的提出很好地解決了多源遙感影像在幾何處理時(shí)模型和參數(shù)不統(tǒng)一的問題，為多源遙感影像的幾何處理及應(yīng)用提供了很好的技術(shù)支撐。隨著對(duì)地觀測(cè)技術(shù)的不斷發(fā)展，遙感影像的種類不斷增加，從常規(guī)的光學(xué)遙感影像到SAR遙感影像、多光譜遙感影像及激光雷達(dá)數(shù)據(jù)等，而這些影像也在不同的領(lǐng)域發(fā)揮著各自的作用。通常來講，從同一數(shù)據(jù)源獲取的對(duì)于同一地物目標(biāo)的多次觀測(cè)遙感影像數(shù)據(jù)集需要長(zhǎng)時(shí)間的積累才可以獲得，而在長(zhǎng)時(shí)間內(nèi)同一場(chǎng)景可能會(huì)發(fā)生較大變化；相比較之下，多源數(shù)據(jù)則可以很好的解決由于時(shí)間跨度大而導(dǎo)致的場(chǎng)景變化的問題，利用不同衛(wèi)星平臺(tái)所獲取的遙感影像進(jìn)行組合，在不同時(shí)間周期對(duì)同一場(chǎng)景反復(fù)拍攝，可以在較短時(shí)間獲取大數(shù)據(jù)量的多重觀測(cè)遙感影像數(shù)據(jù)集。但是，相對(duì)于同源遙感影像而言，多源遙感影像不論是在幾何還是在輻射等方面的表現(xiàn)都有較大差別，從而導(dǎo)致多源遙感影像的應(yīng)用依舊存在不少問題。傳統(tǒng)的多源遙感數(shù)據(jù)處理方法中，通常以高精度的參考數(shù)據(jù)（正射影像或激光雷達(dá)數(shù)據(jù)）作為輔助控制信息。江蘇光學(xué)追蹤定位，可以咨詢位姿科技（上海）有限公司；

  涉及不同行業(yè)的語(yǔ)音識(shí)別、圖像分類、對(duì)象識(shí)別和語(yǔ)言等各種問題。如果說生態(tài)系統(tǒng)的基礎(chǔ)設(shè)施和分析部分已經(jīng)發(fā)展到后期的大多數(shù)，那么對(duì)于企業(yè)和垂直人工智能應(yīng)用來說，我們?nèi)匀皇欠浅Ｔ缙诘南闰?qū)者。盡管人工智能初創(chuàng)市場(chǎng)可以說已經(jīng)顯示出終降溫的跡象，但以深度學(xué)習(xí)為基礎(chǔ)的初創(chuàng)企業(yè)在一兩年前開始暴增的情況依然在繼續(xù)。整體規(guī)模和估值的期望仍然很高，但我們肯定已經(jīng)經(jīng)過了這樣一個(gè)階段：大型互聯(lián)網(wǎng)企業(yè)會(huì)為了人才而高價(jià)收購(gòu)早期人工智能初創(chuàng)企業(yè)。與其他一些利用這種的企業(yè)相比，市場(chǎng)中也出現(xiàn)了一些“真正”的人工智能初創(chuàng)企業(yè)。在2014~2016年期間成立的一些人工智能初創(chuàng)企業(yè)正開始初具規(guī)模，許多企業(yè)在醫(yī)療、金融、“工業(yè)”和后臺(tái)辦公自動(dòng)化等跨行業(yè)和垂直領(lǐng)域提供越來越有趣的產(chǎn)品。在未來的幾年里，深度學(xué)習(xí)將繼續(xù)為現(xiàn)實(shí)世界的應(yīng)用帶來巨大的價(jià)值，而專注于垂直方向的人工智能初創(chuàng)企業(yè)將面臨許多巨大的機(jī)遇。這種持續(xù)的在很大程度上是一個(gè)全球現(xiàn)象，加拿大、法國(guó)、德國(guó)、英國(guó)和以色列都特別活躍。然而，中國(guó)在人工智能方面似乎處在一個(gè)完全不同的水平，有報(bào)道稱，主導(dǎo)的數(shù)據(jù)匯集規(guī)模令人難以置信(跨越了互聯(lián)網(wǎng)企業(yè)和市政當(dāng)局)。面部識(shí)別和人工智能芯片等領(lǐng)域的迅速發(fā)展。內(nèi)蒙古光學(xué)追蹤技術(shù)公司，可以聯(lián)系位姿科技（上海）有限公司；云南光學(xué)追蹤聯(lián)系電話

重慶光學(xué)追蹤系統(tǒng)生產(chǎn)公司，位姿科技（上海）有限公司；遼寧的光學(xué)追蹤醫(yī)用儀器

也帶來了在人工智能芯片、GPU數(shù)據(jù)庫(kù)、人工智能DevOps工具以及能夠在企業(yè)中部署數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)的平臺(tái)上的巨大機(jī)遇，以及大量資金。2)機(jī)器學(xué)習(xí)和人工智能在人工智能研究領(lǐng)域，這無疑是瘋狂的一年，從AlphaZero的威力到新技術(shù)發(fā)布的驚人速度——生成對(duì)抗網(wǎng)絡(luò)的新形式，替代型的遞歸神經(jīng)網(wǎng)絡(luò)，GeoffHinton的新膠囊網(wǎng)絡(luò)。像NIPS這樣的人工智能會(huì)議已經(jīng)吸引了8000人，每天都有成千上萬的學(xué)術(shù)論文提交。與此同時(shí)，對(duì)AGI的追求仍然難以捉摸，這也許是值得謝天謝地的事兒。目前人們對(duì)人工智能的興奮和恐懼，大部分源于2012年以來令人印象深刻的深度學(xué)習(xí)表現(xiàn)，但在人工智能研究領(lǐng)域中，有一種情緒在人們中日益彌漫開來：“接下來怎么辦?”因?yàn)橛行┤速|(zhì)疑深度學(xué)習(xí)的基礎(chǔ)(反向傳播)，而其他一些人希望能夠超越他們所認(rèn)為的“蠻力”方法(大量數(shù)據(jù)、大量算力)，或許更傾向于采用更多基于神經(jīng)科學(xué)的方法。在人工智能研究領(lǐng)域，許多人非但不擔(dān)心機(jī)器人主宰世界，反而擔(dān)心，該領(lǐng)域持續(xù)的過度可能終會(huì)讓人失望，并導(dǎo)致另一個(gè)人工智能核冬天的到來。然而，在人工智能研究之外，我們正處于一波深度學(xué)習(xí)在現(xiàn)實(shí)世界中的部署和應(yīng)用浪潮的開端。遼寧的光學(xué)追蹤醫(yī)用儀器