学科前沿讲座

学科前沿系列讲座心得姓名：张舒学号：02104031第一课学科前沿讲座的第一课是由赵亦工教授为我们介绍的，十分有幸能参加赵教授为我们开展的讲座。赵教授主要为我们介绍了智能图像识别与跟踪的相关知识，知识新颖，具有前瞻性，为我们开拓了视野，提供了新思路，受益匪浅。图像识别所研究的问题，是如何用计算机代替为人自动去处理大量的物理信息，解决人类生理器官所不能识别的问题，从而从部分上代替人的脑力劳动。图像识别的方法很多，可概括为三种：统计（或决策理论）法，结构（或句法）方法和神经网络法。[1]对于一幅实际图像来说，目标和背景常常不是线性可分的，统计法是一种分类误差最小的方法。它以数学上的决策理论为基础，根据这种理论建立统计学识别模型。其基本模型是对研究的图像进行大量的统计分析，找出规律性认识，提出反映图像本质特点的特征进行识别。如Bayes模型和马尔科夫（MRF）模型。但是统计方法基本严格的数学模型，而忽略了图像中被识别对象的空间相互关系，即结构关系，所以当被识别物体的结构特征为主要特征时，用统计方法便会很难识别。句法识别是对统计识别方法的补充，统计方法用数值来描述图像的特征，句法方法则是用符号来描述图像特征的。它模仿了语言学中句法的层次结构，采用分层描述方法，把复杂图像分解为单层或多层的简单子图像，主要突出识别对象的结构信息。模式识别是从统计方法发展起来的，而句法方法更扩大了模式识别的能力，使其不仅限于对象物的分类，而且用于景物的分析与物体结构的识别。神经网络方法是指用神经网络的算法对图像进行识别的方法，神经网络系统是由大量简单的处理单元（神经元）广泛地互相连接而形成的复杂网络系统，它反映了人脑功能的许多基本特性，是人脑神经网络系统的简化，抽象和模拟。句法方法侧重于模拟人的逻辑思维，而神经网络侧重于模拟和实现人的认知过程中的感知觉过程，形象思维，分布式记忆和自学自组织的过程，与符号处理是一种互补的关系。但神经网络具有大规模并行，分布式存储和处理，自组织，自适应和自学习的能力，特别适用于处理需要同时考虑许多因素和条件的不精确和模糊的信息处理问题。其他图像识别方法，模糊集（FuzzySet）识别方法。在模式识别，自动控制等方面有广泛应用。在图像识别中，有些问题极其复杂，很难用一些确定的标准作出判断。人脑的识别精度不高，却能够用一些不够精确，也即模糊的概念准确地辨识复杂事物的特征，怎样用不太精确的方式来描述复杂的系统，怎样建立合理的数学模型来研究模糊现象，并能快速准确地进行识别，就是模糊识别法研究的目的。标记松弛法(RelaxationLabeling)[2]是另一种采用符号来描述图像特征的识别方法，在这种方法中，处理对象一般称为目标，而描述目标的符号则称为标记，标记松弛法先对目标给定一组不确切的标记，通过迭代运算[3]逐次更新标记，最后求得这组目标的较为确切的标记集，算法的整个过程与人对某一事物的猜测推理过程相类似。由于以迭代方式进行，所以易于实现，但所缺点是计算量太大[4]，只有采用并行处理的方法，标记松弛法才能充分发挥它的作用。此外，还有实用性很强的识别方法，就是模板匹配（TemplateMatching）法，模板匹配法是按照预置在机内的模板用匹配的方法来识别目标，模板可以是数字量，也可以是符号串等。因此可以把它看作是统计法和句法方法的一种特例来研究。模板匹配法简单方便，各种自动售货机，字符阅读机等往往按此构成，但由于噪声的影响和实际图像结构千变万化，模板匹配在较复杂的情况下往往得不到理想的效果。分辨现实世界中的各种复杂景物对为类来说是一件轻而易取的事，而用计算机进行图像识别却非常困难，图像识别大多数成功的应用是相对简单（或对识别环境有严格的限制）的领域，并且多是二维的。当前图像识别所面临者许多问题：首先，完成一幅图像的识别要经过许多不同的处理过程，图像的识别正是这些过程的综合作用的结果。但是缺少一个普遍的原理来指导这些过程在完成特定任务时应该如何组织和搭配，即使是对于各种常用的图像分割算法之间的性能比较，也没有一个较好的统一的标准。还有，现在的各种图像识别算法都或多或少带有一定的局限性，在一种环境下效果很好，但另一种环境下就可能很差，传统的只简单处理方法很难构造图像中景物的完整描述。再次，一些能用性，效果好的算法往往计算量很大，难以实时应用。最后，为类对生物体的视觉机理还不清楚，不能给计算机图像识别提供有力的指导。尽管计算机图像识别技术面临着很大的挑战，但还是取得了很大的发展，多年的发展变化，不难看出一些特点：1)立体视觉与人工智能仍然是计算机图像识别今后发展的方向，短时间内实现全自动的通用性很大的计算机视觉系统的可能性不大，今后应结合各种实际应用开发各种用途的计算机视觉系统。2)七十年代末Marr提出的视觉计算理论极大地促进了计算机视觉的发展，但同时也存在不少缺陷，视觉识别是一个极其复杂的过程，在Marr的理论中，有些东西是作为一种假设出现的，有些重要问题甚至还没有涉及，图像识别技术的发展必须以视觉计算理论的发展为前提。3)一些优秀的数学方法，如神经网络，模糊集，分形理论，小波分析，遗传算法纷纷应用于图像识别领域，取得了一定的成就，这些方法的继续发展完美以及各种方法相互融合，取长补短的综合集成是往后发展的重要任务。图像智能识别未来应用前景广阔，赵教授的课大大开拓了我们的视野，同时也让我们体会到了如今科技的日新月异以及智能科学技术的广阔发展。我们应该好好学习科学知识，勇攀电子科学高峰。第二课学科前沿讲座的第二课是由许录平教授为我们介绍的，十分有幸能参加许教授为我们开展的讲座。许教授主要为我们介绍了我国的“北斗”人造卫星、美国的gps及导航的相关知识，知识新颖，具有前瞻性，为我们开拓了视野，提供了新思路。关于导航，许教授主要为我们介绍了卫星导航的相关知识。卫星导航就是采用导航卫星对地面、海洋、空中和空间用户进行导航定位的技术。卫星导航系统由导航卫星、地面台站和用户定位设备三个部分组成。导航卫星是卫星导航系统的空间部分，由多颗导航卫星构成空间导航网。地面台站是跟踪、测量和预报卫星轨道并对卫星上设备工作进行控制管理，通常包括跟踪站、遥测站、计算中心、注入站及时间统一系统等部分。跟踪站用于跟踪和测量卫星的位置坐标。遥测站接收卫星发来的遥测数据，以供地面监视和分析卫星上设备的工作情况。计算中心根据这些信息计算卫星的轨道，预报下一段时间内的轨道参数，确定需要传输给卫星的导航信息，并由注入站向卫星发送。用户定位设备通常是由接收机、定时器、数据预处理器、计算机和显示器等组成。它接收卫星发来的微弱信号,从中解调并译出卫星轨道参数和定时信息等,同时测出导航参数，再由计算机算出用户的位置坐标和速度矢量分量。用户定位设备分为船载、机载、车载和单人背负等多种型式。通过许教授关于导航的介绍，我了解到卫星导航是实现全球连续、实时、高精度导航，降低用户设备价格，建立导航与通信、海空交通管制、授时、搜索营救、大地测量及气象服务等多用途的综合卫星系统，在未来具有极广阔的应用前景。然后，我们还学习了关于美国GPS全球卫星定位系统的相关知识。GPS由空间部分、地面控制系统、用户设备部分组成。GPS的空间部分是由24颗卫星组成（21颗工作卫星；3颗备用卫星），它位于距地表20200km的上空，均匀分布在6个轨道面上（每个轨道面4颗）。卫星的分布使得在全球任何地方、任何时间都可观测到4颗以上的卫星。地面控制系统由监测站、主控制站、地面天线所组成。用户设备部分即GPS信号接收机。其主要功能是能够捕获到按一定卫星截止角所选择的待测卫星，并跟踪这些卫星的运行。当接收机捕获到跟踪的卫星信号后，就可测量出接收天线至卫星的伪距离和距离的变化率，解调出卫星轨道参数等数据。根据这些数据，接收机中的微处理计算机就可按定位解算方法进行定位计算，计算出用户所在地理位置的经纬度、高度、速度、时间等信息。GPS接收机的结构分为天线单元和接收单元两部分。GPS定位系统工作原理是由地面主控站收集各监测站的观测资料和气象信息,按规定的格式编辑导航电文,通过地面上的注入站向GPS卫星注入这些信息。测量定位时,用户可以利用接收机的储存星历得到各个卫星的粗略位置。根据这些数据和自身位置,由计算机选择卫星与用户联线之间张角较大的四颗卫星作为观测对象。观测时,接收机利用码发生器生成的信息与卫星接收的信号进行相关处理,并根据导航电文的时间标和子帧计数测量用户和卫星之间的伪距。将修正后的伪距及输入的初始数据及四颗卫星的观测值列出3个观测方程式,即可解出并转换所需要的坐标系统。最后，许教授为我们介绍了关于“北斗”的相关知识。北斗卫星导航系统是中国自行研制的全球卫星定位与通信系统，是继美全球定位系统GPS和俄GLONASS之后第三个成熟的卫星导航系统。系统由空间端、地面端和用户端组成，可在全球范围内全天候、全天时为各类用户提供高精度、高可靠定位、导航、授时服务，并具短报文通信能力，已经初步具备区域导航、定位和授时能力。北斗卫星导航系统由空间端、地面端和用户端三部分组成。空间端包括5颗静止轨道卫星和30颗非静止轨道卫星。中国此前已成功发射4颗北斗导航试验卫星和16颗北斗导航卫星。北斗卫星导航系统的工作过程是：首先由中心控制系统向卫星I和卫星II同时发送询问信号，经卫星转发器向服务区内的用户广播。用户响应其中一颗卫星的询问信号，并同时向两颗卫星发送响应信号，经卫星转发回中心控制系统。中心控制系统接收并解调用户发来的信号，然后进行相应的数据处理。对定位申请，中心控制系统测出两个时间延迟：即从中心控制系统发出询问信号，经某一颗卫星转发到达用户，用户发出定位响应信号，经同一颗卫星转发回中心控制系统的延迟；和从中心控制发出询问信号，经上述同一卫星到达用户，用户发出响应信号，经另一颗卫星转发回中心控制系统的延迟。由于中心控制系统和两颗卫星的位置均是已知的，因此由上面两个延迟量可以算出用户到第一颗卫星的距离，以及用户到两颗卫星距离之和。从而中心控制系统可最终计算出用户所在点的三维坐标，这个坐标经加密由出站信号发送给用户。“北斗”具有四大功能，分别是（1）短报文通信：北斗系统用户终端具有双向报文通信功能，用户可以一次传送40-60个汉字的短报文信息。可以达到一次传送达120个汉字的信息。（2）精密授时：北斗系统具有精密授时功能，可向用户提供20ns-100ns时间同步精度。（3）定位精度：水平精度100米，设立标校站之后为20米。（4）系统容纳的最大用户数：每小时540000户。通过这堂课的学习，我对导航、GPS及“北斗”都有了更深入的了解。对我们专业的未来发展也有了一定的了解，开拓了视野。希望学校有机会能多多开展此类课程。第三课学科前沿讲座的第三课是由石光明教授为我们介绍的，能参加石教授的课，我感到十分有幸。石教授讲课生动活泼，风趣幽默，将复杂的知识简单化，深入浅出，使我们在轻松愉快的氛围里学习到了很多最前沿的电子科学知识，受益匪浅。石教授主要为我们介绍了压缩感知技术，并为我们简单介绍了一些关于云计算的知识，大大拓宽了我们的视野，使我们对未来电子科技发展方向有了一定的了解。首先，石教授为我们介绍了关于压缩感知的一些知识。石教授利用图片和文字、公式的形式，简单而又形象的为我们介绍了关于压缩感知的内容。一直以来，信号采样是模拟的物理世界通向数字的信息世界之必备手段。多年来，指导信号采样的理论基础一直是著名的Nyquist采样定理，但其产生的大量数据造成了存储空间的浪费。压缩感知提出一种新的采样理论，它能够以远低于Nyquist采样速率采样信号。Nyquist采样定理指出，采样速率达到信号带宽的两倍以上时，才能由采样信号精确重建原始信号。可见，带宽是Nyquist采样定理对采样的本质要求。然而随着人们对信息需求量的增加，携带信息的信号带宽越来越宽，以此为基础的信号处理框架要求的采样速率和处理速度也越来越高。解决这些压力常见的方案是信号压缩。但是，信号压缩实际上是一种资源浪费。近年来基于信号稀疏性提出一种称为压缩感知或压缩采样的新