公开(公告)号：CN102393518B

公开(公告)日：2013-07-17

申请号：CN201110330797.8

申请日：2011-10-27

Applicant: 上海大学

Inventor： 谢亚楠 ,  万智龙 ,  郑和 ,  刘文渊 ,  周洁

IPC: G01S13/90

Abstract: 本发明公开了一种适用于大斜视角的机载SAR成像方法，其步骤：(1)构建回波信号模型；(2)信号成像处理，其步骤：(2-1)对点目标信号进行距离向快速傅里叶变换和方位向快速傅里叶变换；(2-2)距离向傅里叶逆变换并对其信号相位进行精确处理；(2-3)乘以ChirpScaling因子；(2-4)距离向傅里叶变换；(2-5)乘以距离补偿因子；(2-6)距离向傅里叶逆变换；(2-7)乘以方位补偿因子；(2-8)方位向傅里叶逆变换得到压缩后的SAR图像信号。该方法在大斜角下对点目标成像，能得到良好峰值旁瓣比、积分旁瓣比；用SAR脉冲压缩技术和合成孔径技术可在距离向和方位向获较高空间分辨率；在时域进行距离迁徙校正，简化回波信号距离模型，减少二维耦合量，运用精确相位展开，实现对信号精准校正，有较快处理速度。

公开(公告)号：CN102708307B

公开(公告)日：2015-07-01

申请号：CN201210211744.9

申请日：2012-06-26

Applicant: 上海大学

Inventor： 谢亚楠 ,  刘文渊 ,  张洪 ,  万智龙 ,  木红柳

IPC: G06F19/00

Abstract: 本发明公开了一种应用于城市的植被指数构造方法，该方法包括以下步骤：(1)、根据获得的城市光学遥感影像数据，进行不同程度的辐射校正，获取辐射校正后的城市遥感影像数据；(2)、对辐射校正后的城市光学遥感影像数据，进行几何精校正、镶嵌和裁剪预处理，获得预处理后的城市遥感影像；(3)、计算上述预处理后的城市遥感影像的植被指数IVI。该方法可以更好的抑制城市建筑用地和水体的影响，增强植被信息，且适用于无地面定标参数的传感器所获得的遥感影像数据。该方法构造的城市植被指数计算方法可以准确、快速、高精度的反演出城市的植被信息。

公开(公告)号：CN102708307A

公开(公告)日：2012-10-03

申请号：CN201210211744.9

申请日：2012-06-26

Applicant: 上海大学

Inventor： 谢亚楠 ,  刘文渊 ,  张洪 ,  万智龙 ,  木红柳

IPC: G06F19/00

Abstract: 本发明公开了一种应用于城市的植被指数构造方法，该方法包括以下步骤：(1)、根据获得的城市光学遥感影像数据，进行不同程度的辐射校正，获取辐射校正后的城市遥感影像数据；(2)、对辐射校正后的城市光学遥感影像数据，进行几何精校正、镶嵌和裁剪预处理，获得预处理后的城市遥感影像；(3)、计算上述预处理后的城市遥感影像的植被指数IVI。该方法可以更好的抑制城市建筑用地和水体的影响，增强植被信息，且适用于无地面定标参数的传感器所获得的遥感影像数据。该方法构造的城市植被指数计算方法可以准确、快速、高精度的反演出城市的植被信息。

公开(公告)号：CN120033652A

公开(公告)日：2025-05-23

申请号：CN202510050452.9

申请日：2025-01-13

Applicant: 上海大学

Inventor： 郭慧 ,  万智龙 ,  朱宇昕 ,  汪飞

IPC: H02J1/10 ,  H02J1/12 ,  H02J1/08 ,  H02J7/35 ,  G06N3/08

Abstract: 本发明公开一种基于深度学习的直流微电网自适应分层控制方法，包括：基于深度学习的直流微电网稳定边界在线识别模型，用于实时捕获系统动态特性；以及稳定边界内的分散式实时控制策略和稳定边界外基于神经网络的自适应致稳控制策略。通过构建多时间尺度分层控制框架，结合系统动态特性分析，实现了直流微电网稳定边界内基于母线电压信号共享的完全分布式实时功率协调控制，同时运用深度学习方法对稳定边界外的异常运行状态进行主动致稳管理。本发明能够提升系统在多变运行条件下的鲁棒性与适应性，保障直流微电网的安全可靠运行，提高其灵活性和扩展性。

公开(公告)号：CN102393518A

公开(公告)日：2012-03-28

申请号：CN201110330797.8

申请日：2011-10-27

Applicant: 上海大学

Inventor： 谢亚楠 ,  万智龙 ,  郑和 ,  刘文渊 ,  周洁

IPC: G01S13/90

Abstract: 本发明公开了一种适用于大斜视角的机载SAR成像方法，其步骤：(1)构建回波信号模型；(2)信号成像处理，其步骤：(2-1)对点目标信号进行距离向快速傅里叶变换和方位向快速傅里叶变换；(2-2)距离向傅里叶逆变换并对其信号相位进行精确处理；(2-3)乘以ChirpScaling因子；(2-4)距离向傅里叶变换；(2-5)乘以距离补偿因子；(2-6)距离向傅里叶逆变换；(2-7)乘以方位补偿因子；(2-8)方位向傅里叶逆变换得到压缩后的SAR图像信号。该方法在大斜角下对点目标成像，能得到良好峰值旁瓣比、积分旁瓣比；用SAR脉冲压缩技术和合成孔径技术可在距离向和方位向获较高空间分辨率；在时域进行距离迁徙校正，简化回波信号距离模型，减少二维耦合量，运用精确相位展开，实现对信号精准校正，有较快处理速度。