当前位置：文档库 › 多尺度遥感辐射传输建模

多尺度遥感辐射传输建模

大气辐射传输模型

[转载]大气辐射传输模型已有 968 次阅读2010-11-6 14:31|个人分类:未分类|系统分类:科普集锦|关键词:辐射传输转自https://www.wendangku.net/doc/fb14900726.html,/s/blog_4b700c4c0100jgl7.html 相对辐射校正和绝对辐射校正基于物理模型的绝对辐射校是利用一系列参数(例如，卫星过境时的地物反射率，大气的能见度，太阳天顶角和卫星传感器的标定参数等)将遥感图像进行校正的方法。仪器引起的误差畸变一般在数据生产过程中由生产单位根据传感器参数进行了校正。对于用户来所，绝对辐射校正的方法主要是辐射传输模型法，该方法校正精度较高，它是利用电磁波在大气中的辐射传输原理建立起来的模型对遥感图像进行大气校正的方法。由于有不同的不同的假设条件和适用的范围，因此产生很多可选择的大气较正模型，例如 6S模型、LOWTRAN模型、MODTRAN模型、ATCOR模型等。基于统计模型的相对辐射校正,主要包括不变目标法、黑暗像元法与直方图匹配法等等。不变目标法假定图像上存在具有较稳定反射辐射特性的像元，并且可确定这些像元的地理意义，那么就称这些像元为不变目标，这些不变目标在不同时相的遥感图像上的反射率将存在一种线性关系。当确定了不变目标以及它们在不同时相遥感图像中反射率的这种线性关系，就可以对遥感图像进行大气校正。黑暗像元法的基本原理就是在假定待校正的遥感图像上存在黑暗像元区域、地表朗伯面反射、大气性质均一，忽略大气多次散射辐照作用和邻近像元漫反射作用的前提下，反射率很小的黑暗像元由于大气的影响，而使得这些像元的反射率相对增加，可以认为这部分增加的反射率是由于大气程辐射的影响产生的。利用黑暗像元值计算出程辐射，并代入适当的大气校正模型，获得相应的参数后，通过计算就得到了地物真实的反射率。直方图匹配法是指如果确定某个没有受到大气影响的区域和受到大气影响的区域的反射率是相同的，并且可以确定出不受影响的区域，就可以利用它的直方图对受影响地区的直方图进行匹配处理。此外，还有很多基于统计模型的方法，如有人提出利用小波变换的遥感图像相对辐射校正方法。该方法对源图像小波变换域的低频成分实施辐射变换,并保持高频成分不变,重构的图像具有保持高频信息的特性,因而能够较好地保留原图像中由于地物变化引起的辐射差异；也有人利用主成分分析法把遥感图像中有用的信息和大气影响噪音区分开来。大气辐射传输模型6S 1986年，法国Université des Sciences et Technologies de Lille（里尔科技大学）大气光学实验室Tanré等人为了简化大气辐射传输方程，开发了太阳光谱波段卫星信号模拟程序5S（SIMULATION OF THE SATELLITE SIGNAL IN THE SOLAR SPECTRUM），用来模拟地气系统中太阳辐射的传输过程并计算卫星入瞳处辐射亮度。1997年，Eric Vemote对5S进行了改进，发展到6S（SECOND SIMULATION OF THE SATELLITE SIGNAL IN THE SOLAR SPECTRUM）,6S吸收了最新的散射计算方法，使太阳光谱波段的散射计算精度比5S有所提高。这种模式是在假定无云大气的情况下，考虑了水汽、CO2、O3和O2的吸收、分子和气溶胶的散射以及非均一地面和双向反射率的问题。6S是对5S的改进，光谱积分的步长从5nm 改进到2.5nm，同5S 相比，它可以模拟机载观测、设置目标高程、解释BRDF作用和临近效应，增加了两种吸收气体的计

晶圆制程的多尺度和多物理场仿真解读

晶圆制程的多尺度和多物理场仿真中仿科技公司（简称CnTech）是多物理场耦合分析软件COMSOL Multiphysics中国地区的独家代理商。本文基于东京电子股份有限公司（TEL）研发中心模拟晶圆制造工艺的成功故事，向大家介绍COMSOL Multiphysics强大的多物理场耦合计算功能。半导体晶圆的制造牵涉到大量的工艺，涵盖从米到纳米量级的多尺度和多物理场，经过对能够综合各种模拟环境的工具的寻找，最终定位于COMSOL Multiphysics。 - by Jozef Brcka of the TEL Technology Center (Albany, NY) 简介对半导体制造过程的最优化设计，是一项艰巨的任务，因为需考虑很多因数对整体的影响。首先，在复杂的等离子环境下处理并加工材料和薄膜；其次，在制造工艺过程中，必须处理好流场和反应气体混合物，这对于静态或高频电磁场，以及中间态介质的耦合而言，都必须得到全面的考虑。以晶圆加工为例，放置晶圆的反应器的特征尺度通常是大于一米，同时还必须考虑到发生于纳米级的分子运动。更进一步地，工艺工程师和设计者感兴趣的时间尺度可从千分之一秒至数个小时。在过去，由于对基础物理与化学现象未得到彻底的了解，晶圆的制造和工艺设备的设计大部分需依赖经验公式。纵使在各种研究机构中开发出专门的方程来执行模拟，但通常需要使用者精通这些工具，才能顺利地操作，况且这些方程通常也是通过简化几何或经验公式推导出来的。在建模不当的情况，要处理复杂的化学环境、热或电磁场问题，并预测出对工艺过程实际出现的情况，只能不断从错误中尝试，这样不仅耗费了大量的金钱，即使得到原理性的结果也需要相当长的时间。如果能够在数值模拟软件中建立正确的模型，则仅仅需要几天时间即可测试几十个案例，以最快的速度让新工艺上线。 COMSOL Multiphysics是由瑞典的COMSOL公司开发的“全球第一款真正的多物理场耦合分析软件”，作为一个大型有限元计算仿真平台，它可以实现多尺度、多物理场的直接全耦合数值模拟。适用于模拟科学和工程领域的各种物理过程，对任意多物理场得到高度精确的数值仿真。在全球得到了日益广泛的应用，多次被NASA技术杂志评为“本年度最佳上榜产品”。在很多公司的技术革新中表现出强劲的实力。本文以东京电子股份有限公司（TEL），在美国纽约州Albany的TEL研发中心利用COMSOL Multiphysics成功地仿真晶圆加工工艺来说明这款软件的建模理念和思路。

多时间尺度调度

Coordination Between Short-Term and Real-Time Scheduling Incorporating Wind Power Kui Wang, Buhan Zhang, Jiajun Zhai, Wen Shao, Xiaoshan Wu and Chengxiong Mao State Key Laboratory of Advanced Electromagnetic Engineering and Technology Huazhong University of Science and Technology, Wuhan, China wangkui_hust@https://www.wendangku.net/doc/fb14900726.html, Keywords: short-term scheduling, real-term scheduling, coordination scheduling, wind power. Abstract. Coordination strategies between short-term (e.g., weekly and daily scheduling ) and real-time scheduling in wind power integrated system are disscussed. To cope with the uncertainty of wind power and load demands, weekly and daily rolling schedulings are applied. According to the latest updated prediction results of wind power and load demands, weekly rolling scheduling is applied to revise unit commitment and fuel allocation in remaining hours in a week. Daily rolling scheduling is applied to revise generation scheduling in remaining time in a day. A modified IEEE 118-bus system is applied to test the proposed approach. Introduction Generation scheduling are generally divided into long-term [1], mid-term [2], daily[3,4] and real-time [5] schedulings in time scales. The coordination among different time scales schedulings is very important, and effective coordination can ensure that the whole scheduling can be implemented smoothly. The coordination between long-term and short-term scheduling are discussed in references [6], and a predetermined minimum reserve energy was used as the coordination index. If the reserve energy was less than the minimum value, the long-term scheduling would be adjusted. In reference [7], the daily unit commitment was implemented with daily energies constraints, obtained from the long-term scheduling. However, there're few articles concerning the coordination between short-term and real-term scheduling, especially incorporating wind power. In weekly scheduling, the horizon of the study is one week with increments of an hour, mainly focusing on unit commitment and fuel allocation. The study of the daily scheduling is one day with increments of 10min, mainly solving economic dispatch problem. Real-time scheduling is used to adjust unit power in the nest 10min.The characteristics (e.g., randomness, volati-lity and unpredictable) of wind increase difficulty and uncertainty and lead to great difference between higher and lower time scales schedulings. To solve the above problems, we adopt rolling schedulings, including weekly and daily rolling schedulings. According to the latest updated prediction results of wind power and load demands, rolling schedulings are carried out to revise the results of the original schedulings. Multi-time scales generation schedulings A. Weekly scheduling Weekly scheduling mainly focuses on unit commitment and fuel allocation in hours. The objective function consists of fuel cost )(?Gi F and start-up cost Git S . ∑∑==??+= week G T t N i Git t i it Git Gi it week S u u P F u F 11 )1(] )1()([min (1) where t is the index of time in weeks, and i is the index of thermal units. week T equals 168h in one week. it u and Git P represent the commitment state and the output power of unit i at time t respectively. 1=it u if unit i is running at time t else 0=it u .

Fluent辐射传热模型理论以及相关设置

Flue nt辐射传热模型理论以及相关设置目录 1概述..................................... 2基础理论................................... 2.1专业术语解释： ........................... 2.2FLUENT畐射模型介绍：......................... 2.3辐射模型适用范围总结 ........................ 3Flue nt实际案例操作............................ 3.1Casel-测试external emissivity 使用DC模型计算-2D 模型....... 3.2Case2-测试in ter nal emissivity- ........................... 使用DO模型计算-2D 模型 3.3仿真结论 ..............................

多尺度遥感影像融合技术及其算法研究进展

多尺度遥感影像融合技术及其算法研究进展培东①,②,曾永年①,②,历华①,② (①中南大学信息物理工程学院,长沙410083;②辽宁工程技术大学地理空间信息技术与应用实验室,阜新123000) 摘要:随着传感器光谱分辨率和空间分辨率的提高,现代遥感技术提供了金字塔状的可利用遥感数据。与此同时,也给遥感技术应用提出了挑战———如何充分、有效地利用多源、多尺度的遥感影像数据。影像融合技术为充分利用多源、多尺度的遥感影像数据提供了有效的途径。本文对目前多尺度影像融合技术及其算法的发展进行了系统分析,在此基础上,对影像融合技术的发展进行了简要的分析。关键词:多尺度影像;影像融合;融合算法;进展中图分类号:P237.9 文献标识码:A 文章编号:1000-3177(2006)88-0067-05 收稿日期:2006-04-11 修订日期:2006-06-12 基金项目:辽宁工程技术大学地理空间信息技术与应用实验室基金资助(编号2005012)作者简介: 培东(1977～),男(汉),内蒙古集宁市人,硕士生,研究方向为遥感影像处理及其应用研究。 E 2m ail :yunpeidong @https://www.wendangku.net/doc/fb14900726.html, 1　引　言随着遥感技术的发展,多源、多尺度的遥感影像已广泛应用于对地观测及其信息的获取。为了有效地利用多源、多尺度遥感数据,最大限度地获取感兴趣目标的信息,影像融合技术得到了应有的重视,并成为目前遥感影像处理领域的一个重要的研究课题。影像融合是指把来自不同传感器或同一传感器不同尺度的同一场景的两幅或多幅影像,采用一定的算法生成一组新的信息或合成影像,以提高影像的清晰度和可识别性,获得单一影像所不能提供的特征信息[1]。影像融合不仅仅是多源、多尺度的遥感影像的简单复合,而是采用一定的算法来强调信息的优化、突出专题信息、提高影像所表达信息量、抑制或消除冗余信息,从而增加影像解译可靠性,减少模糊性、多义性、不确定性和误差。通过综合利用多种数据资料的不同优势,达到优势互补的效果。目前影像融合的方法很多,不同的融合算法适合于不同的应用目的,有多波段影像融合、多时相影像融合、不同传感器影像融合、不同分辨率影像之间的融合[2～6]。方法虽然不同,但最终目都是要提高影像空间分辨率、改善影像的几何精度、增强特征显示能力、改善分类精度、提高变化检测能力、替代或修补影像数据的缺陷 [7～10] 。本文针对不同尺度影像融合技术的发展,对其算法研究进展进行了较系统分析与总结,并对影像融合的评价方法进行了归纳。在此基础上,对影像融合技术今后的发展进行了简要的分析。 2　影像融合技术的发展多尺度影像融合一般是指多光谱影像与高分辨率全色波段影像之间的融合,它既保留了多光谱影像的光谱特性,又可提高多光谱影像的空间信息。在融合后的新影像上,地物纹理清晰、颜色区别明显,地类的边界清晰,有利于影像的解译和分类精度的提高[11]。目前影像融合的方法很多,从信息表征层次上可分为三个层次:像元级融合,特征级融合,决策级融合[12]。像元级融合是低层次的融合技术,是直接在采集的原始数据层或其变换数据层上进行的融合,是为了补充、丰富和强化融合影像中的有用信息,使融合影像更符合人或机器的视觉性,更有利于对影像的进一步分析与处理。融合算法可分为以光谱域为主的融合和以空间域为主的两类。目前光谱域主要的融合算法有代数运算法[13～15]、Brovey 变换[16]、 IHS 变换法[17～21]、主成分变换法[13];空间域主要的算法有高通滤波[18～21]、基于平滑滤波的融合[22]、Gram-Schimdt 变换法[23]、合成变量系数法[15]以及现在热门的小波分析法[24～26]等。特征级的融合是较高层次的融合,这类融合技术首先对各种数据源进行目标识别的特征提取、分类等,然后对这些特征进行综合分析和融合处理。融合结果能体现大部分信息,同时使计算过程中的数据量大大减少,缺点是由于不是基于原始影像的数据,在特征提取过程中难免出现部分信息的丢失,并难以提供细微信息。主要有Bayesian 统计决策理论[27-28] 、Dempster 2Shafer 证据理论[29～30]、模糊推理[31～32] 和人工神经网络[33～34],基于统计特征[35]、基于空间自适应融合等[36]。决策级的融合是最高层次的融合技术,是基于影像的理解和识别的基础上的融合。首先是对原始影像进行特征提取以及一些辅助信息的参与,再对有价值的数据运用判别准则、决策规则加以判断、识别、分类,然后再将这些有用的信息进行融合。所以融合后的影像能很好的为决策分析提供信息。主要有马尔可夫随机场模型加入多源决策分类[37～39]、贝叶斯法则的分类理论与方法[40]、基于统计融合

遥感辐射传输模型

遥感辐射传输模型姓名：张超学院：地球科学与环境工程学院专业：遥感科学与技术班级：遥感一班提交时间：2015年5月10日大气订正是遥感技术的重要组成部分，主要包括大气参数估计和地表反射率反演两个方面。如果获得了大气特性参数，进行大气订正就变得相对容易，但是

获得准确的大气特性参数通常比较困难。通常有两类方法用辐射传输方程计算大气订正函数：一种是直接的方法，对于大气透过率函数和反射率函数，通过对模型的积分来得到；另一种是间接的方法，他不是直接计算所需要的大气订正函数，而是通过辐射传输模型输出的表观反射率，结合模型输入的参数来求解。大气订正方法有很多，比如：基于图像特征的相对订正法、基于地面线形回归模型法、大气辐射传输模型法和复合模型法等。它是利用电磁波在大气中的辐射传输原理建立起来的模型对遥感图像进行大气订正的方法。其中，大气辐射传输模型(Atmospheric Radiative Transfer Model)法是较常用的大气订正方法，它用于模拟大气与地表信息之间耦合作用的结果，其过程可以描述为地表光谱信息与大气耦合以后，在遥感器上所获得的信息，其中考虑了光子与大气相互作用机理，物理意义明确，具有很高的反演精度。大气辐射传输原理电磁辐射在介质中传输时，通常因其与物质的相互作用而减弱。辐射强度的减弱主要是由物质对辐射的吸收和物质散射所造成的，有时也会因相同波长上物质的发射以及多次散射而增强，多次散射使所有其它方向的一部分辐射进入所研究的辐射方向。当电磁辐射为太阳辐射，而且忽略多次散射产生的漫射辐射时，光谱辐射强度的变化规律可以表述为[1] （1）式中，IΛ是辐射强度， s是辐射通过物质的厚度，ρ是物质密度,KΛ表示对波长λ辐射的质量消光截面。令在s=0 处的入射强度为Iλ（0），则在经过一定距离s1后，其出射强度可由式(1)积分得到（2）假定介质是均匀的，则kλ与距离s无关，因此定义路径长度（3）则式(2)可表示为（4）上式就是比尔定律，也称朗伯定律。它指出，通过均匀消光介质传输的辐射强度按简单的指数函数减弱，该指数函数的自变量是质量消光截面和路径长度的乘积。它不仅适用于强度

matlab时间序列的多时间尺度小波分析

小波分析—时间序列的多时间尺度分析一、问题引入 1.时间序列（Time Series ）时间序列是指将某种现象某一个统计指标在不同时间上的各个数值，按时间先后顺序排列而形成的序列。在时间序列研究中，时域和频域是常用的两种基本形式。其中：时域分析具有时间定位能力，但无法得到关于时间序列变化的更多信息；频域分析（如Fourier 变换）虽具有准确的频率定位功能，但仅适合平稳时间序列分析。然而，许多现象（如河川径流、地震波、暴雨、洪水等）随时间的变化往往受到多种因素的综合影响，大都属于非平稳序列，它们不但具有趋势性、周期性等特征，还存在随机性、突变性以及“多时间尺度”结构，具有多层次演变规律。对于这类非平稳时间序列的研究，通常需要某一频段对应的时间信息，或某一时段的频域信息。显然，时域分析和频域分析对此均无能为力。 2.多时间尺度河流因受季节气候和流域地下地质因素的综合作用的影响,就会呈现出时间尺度从日、月到年,甚至到千万年的多时间尺度径流变化特征。推而广之，这个尺度分析，可以运用到对人文历史的认识，以及我们个人生活及人生的思考。 3.小波分析产生：基于以往对于时间序列分析的各种缺点，融合多时间尺度的理念，小波分析在上世纪80年代应运而生，为更好的研究时间序列问题提供了可能，它能清晰的揭示出隐藏在时间序列中的多种变化周期，充分反映系统在不同时间尺度中的变化趋势，并能对系统未来发展趋势进行定性估计。优点：相对于Fourier 分析：Fourier 分析只考虑时域和频域之间的一对一的映射，它以单个变量（时间或频率）的函数标示信号；小波分析则利用联合时间-尺度函数分析非平稳信号。相对于时域分析：时域分析在时域平面上标示非平稳信号，小波分析描述非平稳信号虽然也在二维平面上，但不是在时域平面上，而是在所谓的时间尺度平面上，在小波分析中，人们可以在不同尺度上来观测信号这种对信号分析的多尺度观点是小波分析的基本特征。应用范围：目前，小波分析理论已在信号处理、图像压缩、模式识别、数值分析和大气科学等众多的非线性科学领域内得到了广泛的应用。在时间序列研究中，小波分析主要用于时间序列的消噪和滤波，突变点的监测和周期成分的识别以及多时间尺度的分析等。二、小波分析基本原理 1. 小波函数小波分析的基本思想是用一簇小波函数系来表示或逼近某一信号或函数。因此，小波函数是小波分析的关键，它是指具有震荡性、能够迅速衰减到零的一类函数，即小波函数)R (L )t (2 ∈ψ(有限能量空间)且满足： ?+∞ ∞-=0dt )t (ψ （1）式中，)t (ψ为基小波函数，它可通过尺度的伸缩和时间轴上的平移构成一簇函数系： )a b t (a )t (2/1b ,a -=-ψψ 其中，0a R,b a,≠∈ （2）

大气环境仿真建模方法研究(精)

第 18卷增刊 2 系统仿真学报 ? V ol. 18 Suppl.2 2006年 8月 Journal of System Simulation Aug., 2006 ? 24 ? 大气环境仿真建模方法研究许丽人,徐幼平,李鲲,成巍,程锐,邓志武 (北京市应用气象研究所 , 北京 100029 摘要:大气环境仿真模型是大气环境仿真试验及大气环境仿真系统建设的基础和前题, 是综合自然环境仿真的重要组成部分。阐述了大气环境仿真模型的三种设计方法, 即理想化模型、统计特征模型和数值模型, 并着重以统计特征模型为例, 提出了统计建模的具体步骤和方法, 最后指出了大气环境仿真模型的关键技术及其发展中应注意的问题。关键词:大气环境仿真;综合自然环境;仿真模型;关键技术中图分类号:TP391.9 文献标识码 :A 文章编号:1004-731X (2006 S2-0024-04 Research on Modeling Methods of Atmospheric Environment Simulation XU Li-ren, XU You-ping, LI Kun, CHENG We, CHENG Ru, DENG Zhi-wu (Beijing Institute of Applied Meteorology, Beijing 100029

Abstract: The atmospheric environment simulation model is basis and proposition for atmospheric environment simulation experiment and atmospheric environment simulation system, is one of important parts of synthetic natural environment(SNE simulateion. Firstly, three design methods of atmospheric environment simulation model are discussed, such as idealized model , statistical characteristic model and numerical model. Secondly, by taking statistical characteristic model as an example, the process and means of statistical modeling are presented. Finally, the key technologies of atmospheric environment simulation model and attentive questions during the process of developing are pointed out. Key words: atmospheric environment simulation; synthetic natural environment(SNE; simulation model; key technologies 引言综合自然环境 (Synthetic Natural Environment, 简称 SNE 仿真是包括地形、大气、海洋和空间在内的整个自然环境, 其研究对象包括了整个自然环境仿真领域, 目标是为国防和军事领域的建模和仿真应用提供权威、一致的综合自然环境数据和模型。大气环境是 SNE 的重要组成部分,对社会活动、作战过程以及武器装备的性能等具有重要影响。 1995年美国国防部发布了建模与仿真主计划(Modeling and Simulation Master Plan, MSMP[1]。该计划提出了基本发展战略和设想, 以及要努力实现的 6大目标, 其中第二大目标就是提供自然环境适时而权威的表示。大气的动态和静态物理特性对武器系统性能及作战效能的影响, 一直是武器系统设计和作战使用所必需考虑的重要问题 [2-3]。利用大气环境仿真手段深入研究大气环境特征及其模型, 对于优化武器系统设计、提高武器系统环境适应性能及其作战能力,都是非常必要的 [4-6]。

基于多尺度DEM的雷达仿真图像生成

第２５卷．第２期计算机仿真２００８年２月文章编号：１００６—９３４８（２００８）０２－０２１９一０４基于多尺度ＤＥＭ的雷达仿真图像生成张尚悦１’２，贾传荧１，王涌２（１．大连海事大学航海动态仿真与控制实验室，辽宁大连１１６０２６；２．大连舰艇学院航海系，辽宁大连１１６０１８）摘要：为了改进目前应用于雷达仿真图像生成的数字高程模型ＤＥＭ（ＤｉｓｔａｌＥｌｅｖａｔｉｏｎＭｏｄｅｌ）中存在的不足，引入“不规则地形起伏参数”来动态调整生成ＤＥＭ的采样间隔和密度，并根据导航雷达的方位和距离分辨能力，建立了基于多尺度ＤＥＭ雷达仿真图像生成方法。应用结果表明，该方法对量程范围内、外的地形模型数据采用了不同的分辨率，所生成的仿真图像近处细节逼真，远处显示地形轮廓，大大提高了各种量程下的雷达图像生成速度，该成果已经应用于雷达模拟器的研制中。关键词：多尺度；数字高程模型；雷达；图像生成中图分类号：Ｕ６６６．１５８文献标识码：ＡＲａｄａｒＳｉｍｕｌａｔｉｏｎＰｉｃｔｕｒｅＰｒｏｄｕｃｔｉｏｎＢａｓｅｄｏｎＭｕｌｔｉ．．ｓｃａｌｅＤＥＭＺＨＡＮＧＳｈａｎｇ—ｙｕｅｌ”，ＪＩＡＣｈｕａｎ—ｙｉｎ９１，ＷＡＮＧＹｏｎ９２（１．ＭａｒｉｎｅＤｙｎａｍｉｃＳｉｍｕｌａｔｉｏｎａｎｄＣｏｎｔｒｏｌＬａｂｏｒａｔｏｒｙ，ＤａｌｉａｎＭａｒｉｔｉｍｅＵｎｉｖｅｒｓｉｔｙ，ＤａｌｉａｎＬｉａｏｎｉｎｇ１１６０２６，Ｃｈｉｎａ；２．ＤｅｐａｒｔｍｅｎｔｏｆＮａｖｉｇａｔｉｏｎ，ＤａｌｉａｎＮａｖａｌＡｃａｄｅｍｙ，ＤａｌｉａｎＬｉａｎｎｉｎｇ１１６０１８，Ｃｈｉｎａ）ＡＢＳＴＲＡＣＴ：ＩｎｏｒｄｅｒｔｏｏｖｅｒｃｏｍｅｔｈｅｓｈｏｒｔａｇｅｏｆＤＥＭ（ＤｉｇｉｔａｌＥｌｅｖａｔｉｏｎＭｏｄｅｌ）ｉｎＲａｄａｒｓｉｍｕｌａｔｉｏｎｐｉｃｔｕｒｅｅｉ＇ｅａ— ｔｉｏｎａｔｐｒｅｓｅｎｔ．ｔｈｅｐａｐｅｒｕｓｅｓ“ｉｒｒｅｇｕｌａｒｔｅｒｒａｉｎｕｎｄｕｌａｔｉｏｎｐａｒａｍｅｔｅｒ”ｔｏｄｙｎａｍｉｃａｌｌｙａｄｊｕｓｔｔｈｅＤＥＭ’ｓｓａｍｐｌｉｎｇｄｅｎ?ｓｉｔｙａｎｄｓａｍｐｌｉｎｇｉｎｔｅｒｖａｌ．ＡｃｃｏｒｄｉｎｇｔｏｎａｖｉｇａｔｉｏｎＲａｄａｒ‘Ｓｒｅｓｏｌｕｔｉｏｎ（ｂｅａｒｉｎｇａｎｄｄｉｓｔａｎｃｅ），ｔｈｅｐａｐｅｒｄｅｖｅｌｏｐｓａｍｕｌｔｉ—ｓｃａｌｅＤＥＭｆｏｒＲａｄａｒｓｉｍｕｌａｔｉｏｎｐｉｃｔｕｒｅｃｒｅａｔｉｏｎ．ＴｈｅｕｓａｇｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅＤＥＭｕｓｅｓｄｉｆｆｅｒｅｎｔｒｅｓｏｌｕ—ｔｉｏｎｆｏｒｄｉｆｆｅｒｅｎｔｒａｎｇｅａｎｄｃａｎｅｎｈａｎｃｅｔｈｅｐｉｃｔｕｒｅ’Ｓｄｅｔａｉｌｓａｎｄｃｒｅａｔｉｏｎｓｐｅｅｄ．ＴｈｅｒｅｓｕｌｔｈａｓｂｅｅｎｕｓｅｄｉｎＲａｄａｒｓｉｍｕｌａｔｏｒ．ＫＥＹＷＯＲＤＳ：Ｍｕｌｔｉ—ｓｃａｌｅ；Ｄｉｇｉｔａｌｅｌｅｖａｔｉｏｎｍｏｄｅｌ；Ｒａｄａｒｓｉｍｕｌａｔｉｏｎ；Ｐｉｃｔｕｒｅｃｒｅａｔｉｏｎｌ引言随着计算机图形图像学成果及地理信息技术的不断应用，雷达模拟器仿真技术的研究也得到了较快地发展。尤其是基于数字高程模型（ＤＥＭ）的图像生成技术也开始应用于雷达仿真之中…。但是对以往应用ＤＥＭ生成雷达仿真图像技术的分析和研究，认为存在以下几点不足：１）由于ＤＥＭ是由计算机根据原始的二维电子海图的等高线数据批量自动生成…，因此ＤＥＭ的网格问距通常为固定值，在起伏不大、不复杂的地形表面生成的雷达仿真图像失真较小，能较好地反映原始地形地貌；但当地面起伏较大，存在断裂线、较小的孤立物标时，如果ＤＥＭ网格间距选择不当，则生成的雷达图像失真较大，细节不够丰富，容易漏掉重要物标。收稿日期：２００７一Ｏｌ一０ｒ７修回日期：２００７－０１－２２２）在应用ＤＥＭ生成雷达仿真图像时，不同的量程（即不同的尺度）采取相同的分辨率，且分辨率的确定没有考虑雷达的方位和距离分辨率，在大尺度时漏掉真实信息，在小尺度时，影响了仿真图像的生成速度。本文从ＤＥＭ生成的采样间隔和采样密度的讨论入手，根据导航雷达的方位和距离分辨能力口１，建立了多尺度的ＤＥＭ，提高了雷达仿真图像的逼真度和显示速度。２雷达仿真地形ＤＥＭ的格网生成导航雷达的仿真图像生成主要依据ＤＥＭ并综合考虑雷达回波显影特点。由于舰船航行海区地形复杂度不完全一致，如果由等高线内插生成ＤＥＭ时Ｈ儿“，模型采样间隔和采样密度保持不变就不能适应不同的地形表面，如图１所示。因此有必要引入“不规则地形起伏参数”ＡＨ。 “不规则地形起伏参数”ＡＨ的定义如图２所示：等高线高程中１０％最大高程值与１０％最小高程值的差值叫做该区一２１９— 　万方数据万方数据

时间序列的多尺度不可逆性和复杂度研究

时间序列的多尺度不可逆性和复杂度研究真实世界复杂系统是由多数量、大规模的内在成分构成的,这些内在成分在时间和空间尺度上互相影响,表现出多层次结构、突现性和自组织性等特点,这使得我们在刻画复杂系统内在结构时变得非常困难.本文主要利用时间序列的不可逆性分析和复杂度分析这两种重要手段来探索复杂系统内在结构和动态演化.由于复杂系统的输出序列具有非平稳性和非线性,基于平稳性和线性假设构建的传统理论方法已不再适用.在本文中,我们从两方面研究复杂系统输出的序列:一方面是基于概率分布理论,探讨非平稳时间序列的多尺度不可逆性;另一方面是基于信息论中的熵分析,研究时间序列的多尺度复杂度.本文总共分为六章,组织结构如下:第一章为引言部分,介绍本文的研究背景、研究对象、研究意义和主要工作.第二章探讨了时间不可逆性在多尺度上的波动变化.我们不仅研究了不可逆指数和可视图系列模型的不可逆度量方法,还进一步探索了时间序列在多重时间尺度上的不可逆性.由此,我们提出基于PG指数平面的多尺度不可逆度量和基于有向水平可视图的多尺度不可逆分析方法,并分别对六种生成序列:白噪声、1/f 噪声、均匀分布U[0,1]、Henon映射、逻辑映射和一维随机游走过程进行数值模拟,对比验证模型的有效性.此外,我们还分析了不同程度的噪音对序列不可逆性的影响,对比验证两种模型的鲁棒性.对金融时间序列的实证分析中,我们发现其不可逆性具有多尺度特征,且相近地域内的股指序列具有相似的复杂结构.这一发现让我们可以更好地了解时间序列的内在结构及其复杂程度,并通过在多重尺度上的不同呈现,达到对序列进行分类的目的.第三章提出了基于序列分割的时间不可逆性分析方法.该方法利用Jensen-Shannon散度对时间序列进行分割,并在分割思想的基础上,首次提出交叉对比分割,以此识别序列及其子序列具有相

15 多尺度材料建模

22.54 中子与物质的相互作用及应用（2004年春季）第十五讲（2004年4月15日）多尺度材料建模参考文献 S. Yip, "Synergistic Science", Nature Materials 2, 3 (2003). This commentary is attached as Chap15(S).pdf. 材料发现与创新我们社会中各种科技企业对新材料的需求日益增长，这就要求成功的材料设计是基于整体分析的，在合成与处理方法中，对材料基本性能和特性的了解是与创新结合在一起的，并进一步与性能分析、使用寿命预计、环境评估和经济学研究联系起来。实际中材料的发现与创新是一个多学科高度综合的过程，依赖于多种科学和工程团体的贡献，因此也就需要在不同学科之间的有效交流，跨越传统的界限来进行合作。在材料研究所涉及到的所有领域中，计算都显著地推进了研究工作的进展，通过第一原理全能量计算对半导体材料电子学性能的定量理解就是一例；另外，通过对聚合体流变行为的建模，实现了对热塑过程设计的改进。随着科学计算和可视化在功能上的日益强大与使用便捷，建模变得越来越普遍，不仅是仿真、分析和预测，还包括数据库生成和虚拟测试。材料研究是一个异常活跃和多学科交织的领域[1]。大学、工业界和政府研究实验室中的科学家和工程师们在其中扮演了重要的角色。爆炸性增长的材料研究协会会议与期刊如MRS Bulletin和Nature Materials见证了这一点。也有一些杂志是针对材料建模与模拟的，如the Journal of Computer-Aided Design[2]和Modeling and Simulation in Materials Science and Engineering[3]，还有其它一些越来越多的会议论文集。还有另外一个因素增加了材料建模的重要性，即政府部门注意到了模拟和建模是可靠的，能够作为实验验证的补充（并将最终取代之）。一些国防部、能源部资助的项目是针对高性能计算的开发与实现的，而这些高性能计算的目的是以更高的效率和更低的成本（有时候人员安全也是要考虑的）来实现目标任务。例如High Performance Computing Modernization Program[5]和the Accelerated Strategic Computing Initiative，后者是与the Science-Based Stockpile Stewardship紧密相关的，而这本身又是一个规模空前、责任重大的国家项目[6]。由于材料建模的能力在深度和广度都在增加，因此材料的分子工程也变得更加切实。这是每个材料科学家和工程师长久以来的梦想，创造出来的新材料不仅性能优越、使用寿命延长、对环境影响小，而且不必考虑成本问题。尽管计算机辅助的材料设计落在计算机辅助的分子（药品）设计之后，它还是取得了重要的进展，尤其是在微电子、光学和磁应用方面的功能材料领域[7]。与之形成对比的是，对于结构材料来说，机械、热学和化学（合金，腐蚀等）等现象对可靠和具有预测性的建模提出了严峻的挑战。因此，对于理解和控制这些现象最有希望的方法是有效地将几种建模技术结合起来，每种技术只适合一种特定的长度和时间尺度。这个概念被称作多尺度材料建模。在材料建模中的长度/时间尺度在许多科学问题中，一个简单的物理现象可以通过几种层次或长度（时间）尺度来进行检验。例如，海浪冲上沙滩的复杂运动可以通过看电影的方式来观察，也可以观察构成波浪

Fluent辐射传热模型理论以及相关设置

Fluent辐射传热模型理论以及相关设置目录 1概述 (2) 2基础理论 (2) 2.1专业术语解释： (2) 2.2FLUENT辐射模型介绍： (3) 2.3辐射模型适用范围总结 (4) 3Fluent实际案例操作 (5) 3.1Case1-测试external emissivity 使用DO模型计算-2D模型 (5) 3.2Case2-测试internal emissivity-使用DO模型计算-2D模型 (6) 3.3仿真结论 (10)

1概述在传热的仿真中，有时候会不可避免的涉及到辐射传热，而我们对Fluent中辐射模型的了解甚少，很难得到可靠的计算结果。因此，一直以来，Fluent中的带辐射的传热仿真是我们的一个难点，本专题重点来学习辐射模型的理论，让我们对辐射计算模型有一个深入的了解，以帮助我们攻克这个仿真难点。2基础理论 2.1专业术语解释：在Fluent中开启辐射模型时，流体介质以及固体壁面会出现一些专业的参数需要用户来设置。在Fluent help中介绍辐射模型时会经常提到一些专业术语。对这些专业参数以及术语，我们来一一解释： 1、Optical thickness（光学深度，无量纲量）：介质层不透明性的量度。即介质吸收辐射的能力的量度，等于入射辐射强度与出射辐射强度之比。设入射到吸收物质层的入射辐射强度为I ，透射的辐射强度为e，则T = I/e，其中T为光学深度。按照此定义，那介质完全透明，对辐射不吸收、也不散射，透射的辐射强度e=入射辐射强度I，即光学深度为T=1，介质不参与辐射。—摘自百度百科而FLUENT中T=αL，其中L为介质的特征长度，α为辐射削弱系数（可理解为介质因吸收和散射引起的光强削弱系数）。如果T=0，说明介质不参与辐射，和百度百科中的定义有出入。但是所表达的意思是接近的，一个是前后辐射量的比值；一个是变化量和入射辐射量的比值（根据Fluent help里的解释，经过介质的辐射损失量=I*T，个人理解，按照此定义，T不可能大于1啊，矛盾。// Theory Guide :: 0 // 5. Heat Transfer // 5.3. Modeling Radiation // 5.3.2. Radiative Transfer Equation）。该问题的解释为：其实一点也不矛盾，如果Optical thickness =1，就说明辐射在经过一定特征长度L的介质后被完全吸收。如果>1，就说明辐射根本穿透不了特征长度L的介质，而被早早吸收完了。打个比方，Optical thickness=10，说明辐射在经过L/10距离后已经被吸收（或散射）完。其中α=αA+αS； 2、Absorption Coefficient（αA吸收系数，单位1/m，见图2-1）：因为介质吸收而导致的辐射强度在经过每单位长度介质后改变的量。空气作为流体介质时，一般不吸收热辐射，该系数可近视设为0。而当气体中水蒸气和CO2含量较高时，那对辐射的系数就不能忽略了。 3、Scattering Coefficient（αS散射系数，单位1/m）：因为介质散射而导致的辐射强度在经过每单位长度介质后改变的量。空气作为流体介质时，一般情况下，该系数可近视设为0。对于含颗粒物的流体，散射作用不容忽视。