反射演算法

㈠ 反射成立的三個條件是什麼

生物中的反射活動是指由神經細胞參與的不受大腦控制的反射活動。

影響反射活動的因素主要有三個，分別是：

1. 完整的反射弧。用來傳導神經信號的作用。

2. 完好的感受器，因為需要感受刺激的存在，然後才能傳導。

3. 完好的效應器，因為反射要有相應的動作，所以效應器就是負責完成這些動作的。

反射要完成，需要感受器感受，反射弧傳導，效應器反應。缺少任何一個，都完不成反射活動。

㈡ modis影像反射率求法

是由材料決定的,比如太陽能電池表面的蓋板玻璃,對陽光的透過率就要達到98%,而普通玻璃只有80%.

㈢ 怎麼改變matlab的fmincon函數用優化演算法

是通過fmincon函數的option參數傳入的，寫個簡單的例子

option=optimset('Algorithm','interior-point');%使用內點演算法
x=fmincon(@obj,x0,Ac,b,[],[],lb,ub,@con,option);

㈣ 帶有反射鏡的投影機投影距離具體怎麼計算（≥1次反射）

1次反射大概等於直投距離的0.6
2次反射大概等於直投距離的0.4
你需要注意要包含機身長度、鏡頭突出長度和投影機的散熱空間.
以上演算法只是大概,精確距離最好做圖計算.
點我的名字,看我的網路文庫,有很多你需要的資料.

㈤ 使用fmincon時，給出的警告是什麼意思

fmincon 非線性優化
警告：信託地區反射演算法不能解決這種問題，請使用積極裝置的演算法，你也可使用內點演算法當地最低可能的。
約束最優解。

當非線性優化停止，因為在目標函數變化預測
比函數的容忍范圍和約束默認值要小
停止准則的細節

禁止不均等演算法

㈥ 反射率反演

遙感器接收目標輻射或反射的電磁波所形成的遙感原始圖像與目標相比是失真的，這是因為在太陽-大氣-目標-大氣-遙感器的光線傳播路徑中，許多因素的影響造成接收的信號不能准確的反映地表物理特徵。這些因素歸結為以下幾個方面：

1）大氣內容物的影響。大氣主要由大氣分子和氣溶膠組成，這兩者的影響行為是不相同的。大氣分子瑞利散射、氣溶膠的Mie散射；大氣分子與氣溶膠的吸收及兩者的耦合作用。一方面，大氣的吸收導致消光，減少了輻射量，降低了圖像對比度，使圖像變得暗淡；另一方面，大氣散射導致的程輻射，增加了輻射量；

圖5.16 系統級幾何校正效果（660nm波段）

2）表面因素的貢獻。在一般的應用中，為了簡化計算，假定地表為朗伯體，反射與方向無關。事實上任何物體表面在物理特性與物質結構上都不是理想朗伯體，因此認為地面是朗伯體會帶來誤差，而當地表方向反射特性突出時，假設地面是朗伯體的大氣糾正方法精度受到限制。另一個因素是，由於大氣散射的存在，鄰近像元的反射光也會進入目標視場從而影響輻射量，即交叉輻射。

3）地形因素的影響。目標高度與坡向會對輻射造成影響。

4）太陽輻射光譜的影響。太陽本身是一個黑體，其光譜輻射按照普朗克定律有一定的形狀，這個因素在反射率反演中需要予以考慮。

由以上可知，大氣對光學遙感的影響是十分復雜的。為此，學者們嘗試著提出不同的大氣糾正模型來模擬大氣的影響。但是對於任一幅圖像，其對應的大氣數據幾乎是永遠變化的，且難以獲得，因而應用完整的模型糾正每個像元是不可能的。最早的大氣糾正方法是從圖像本身來估計大氣參數，反復運用大氣模擬模型進行糾正。結合地面實況數據進行大氣校正是另一種方法，其包括兩種類型：一種是通過地面測定大氣參數（如可見光近紅外的氣溶膠的密度及紅外區域的水汽濃度），再結合輻射傳輸方程作近似求解；另一種是測得地面目標物的反射率，再與圖像數據進行比較來消除大氣的影響。地面同步測量有助於提高精度，但是卻需要人力物力，且應用區域也有限。此外還有一些大氣糾正的方法。例如在同一平台上，除了安裝獲取目標圖像的遙感器以外，也安裝上專門測量大氣參數的遙感器，利用這些數據進行大氣校正。

綜上，大氣糾正具體演算法大致可歸納為基於圖像特徵的相對校正法、基於地面的線性回歸模型法、基於大氣輻射傳輸模型法和復合模型法這四種。

基於圖像特徵的相對校正法是在沒有條件進行地面同步測量的情況下，借用統計方法進行圖像相對反射率轉換。從理論上來講，基於圖像特徵的大氣校正方法都不需要進行實際地面光譜及大氣環境參數的測量，而是直接從圖像特徵本身出發消除大氣影響，進行反射率反演，基本屬於數據歸一化的范疇。精確的大氣校正需要精確的測量大氣參數和復雜的運算，這些在許多遙感應用中，往往很難滿足。並且，在某些應用中不一定需要絕對的輻射校正。此時，這種基於圖像的相對校正就能滿足其要求。輻射校正的統計模型主要有內部平均法、平場域法、對數殘差法等。

基於地面線性回歸經驗模型法是一個比較簡便的定標演算法，國內外已多次成功地利用該模型進行遙感定標實驗。它首先假設地面目標的反射率與遙感器探測的信號之間具有線性關系，通過獲取遙感影像上特定地物的灰度值及其成像時相應的地面目標反射光譜的測量值，建立兩者之間的線性回歸方程式，在此基礎上對整幅遙感影像進行輻射校正。該方法數學和物理意義明確，計算簡單，但必須以大量野外光譜測量為前提，因此成本較高，對野外工作依賴性強，且對地面定標點的要求比較嚴格。這種方法僅適用於地面實況數據特定的地區及時間。

大氣輻射傳輸模型能夠較合理地描述大氣散射、大氣吸收、發射等過程，且能產生連續光譜，避免光譜反演的較大誤差，因而得到了最廣泛的應用。在遙感實際應用中，大氣輻射傳輸模型需要進一步簡化，如：假定大氣是水平均勻的、假定地表是朗伯體、排除雲的存在、運用各種條件下的標准大氣模式及氣溶膠模式（由於長期試驗數據積累和理論研究歸納而成）等。不同的模型的假定也是有些區別的，比如6S是地表均勻、非朗伯體的模型而5S是地表均勻、朗伯體的模型。

5.5.1 原理與方法

基於圖像特徵的相對校正法主要有內部平均法、平場域法、對數殘差法等。

（1）內部平均法

假定一幅圖像內部的地物充分混雜，整幅圖像的平均光譜基本代表了大氣影響下的太陽光譜信息。因而，把圖像DN值與整幅圖像的平均輻射光譜值的比值確定為相對反射率光譜，即

ρ_λ ＝ R_λ /F （5.14）

式中：R_λ為像元在該波段的輻射值；F_λ為整幅圖像的平均輻射光譜值；ρ_λ為該像元的相對反射率。

（2）平場域法

平場域法是選擇圖像中一塊面積大且亮度高而光譜響應曲線變化平緩的區域，利用其平均光譜輻射值來模擬飛行時大氣條件下的太陽光譜。將每個像元的DN值與該平均光譜輻射值的比值作為地表反射率，以此來消除大氣的影響。

ρ_λ ＝ R_λ /F_λ （5.15）

式中：R_λ為像元在該波段的輻射值；F_λ為平場域的平均輻射光譜值；ρ_λ為該像元的相對反射率。

利用平場域消除大氣影響並建立反射率光譜圖像有兩個重要的假設條件：一個是平場域自身的平均光譜沒有明顯的吸收特徵；另一個是平場域輻射光譜主要反映的是當時大氣條件下的太陽光譜。

平場域模型已廣泛應用於遙感數據處理中，它是在內部平均法模型基礎上發展起來的，這種模型克服了內部平均法模型易受像幅內吸收特徵影響而出現假反射峰的弱點，而且計算量更小，其不足之處在於選取光譜地理平台單元時，會引入人為的誤差，而且需要對研究區內地物光譜有一定的先驗了解，當選取具有不同反射率等級的地理平台單元時，會引出不同處理結果。當研究區位於山區或其他地形起伏較大的復雜地區時，選擇地理平台單元較為困難。

（3）對數殘差法

對數殘差法的意義是為了消除光照及地形因子的影響。按照一定的規則調節每個像元值，使其在每一個被選定的波段上的值等於整個圖幅的最大值，然後對每一個波段減去其歸一化後的平均值。假設有

DN_ij ＝ T_iR_ijI_j （5.16）

式中：DN_ij為像元i的j波段的灰度值；T_i 為像元i處表徵表面變化的地貌因子，對確定的像元所有的波段該值都相同；R_ij為像元i波段j的反射率；I_j為波段j的光照因子。

由表5.2我們可以看出，以上三種方法中，只有殘差圖像法是真正意義上的輻射校正。

表5.2 高光譜基於圖像特徵的相對校正法對各種影響輻射的物理因素的補償能力的比較

除上述基於圖像特徵的相對反射率校正外，還可基於大氣輻射傳輸理論的大氣糾正模型開展反射率校正工作。

5.5.2 實例分析

（1）基於6S的反射率反演模型對CHRIS數據進行反射率反演實例

歐空局（European Space Agency，簡稱ESA）的Proba（Project for On-Board Autonomy）衛星於2001年10月發射成功，是星上自主運行技術的示範，也是新的航天（包括硬、軟體）技術的成功範例，可用於測試地球觀測和空間環境儀器性能。有效載荷包括一台緊密型高解析度高光譜成像儀（CHRIS）和一台輻射測量感測器（SREM）及岩屑探測器（DEBIE）和寬視場角地球定位相機和恆星跟蹤器及陀螺儀。

經過一年的運行Proba已經完成了它的技術示範任務，它為科學界提供了前所未有的創新性的衛星高光譜多角度CHRIS數據。CHRIS圖像提供了可見/近紅外高空間、高光譜解析度的地表反射率數據，利用Proba的定位功能，可以得到試驗區五個觀測方向上的二向反射率數據（BRDF），五個角度的觀測幾何見圖5.17。CHRIS的主要參數見表5.3：

圖5.17 CHRIS/Proba圖像獲取幾何示意

C1～C5為相應的中心時間

表5.3 CHRIS/PROBA 的主要技術參數

CHRIS有五種工作模式，其中模式3和模式5是為陸地應用設計的，模式2則應用於水體，模式4應用於葉綠素反演與監測。模式3可獲取18個波段，相應圖像空間解析度為17m，不包含水汽通道；模式5可獲取37 個波段，空間解析度為34m，包含940nm的水汽通道，可用於水汽反演。圖5.18為模式5的每個掃描行的組成。

圖5.18 CHRIS模式5每掃描行像素組成

我們在本試驗中獲取的模式5觀測天頂角為0°的數據，相應的波段信息見表5.4。

表5.4 PROBA/CHRIS 工作模式5（mode5）對應的波長信息

續表

實驗所採用CHRIS數據其他信息描述：

獲取方式：MODE5；

波段數：37 個，波長范圍 442.49～1025.30nm，包括一個水汽通道（波段 31）：中心波長945.31 nm；

空間解析度：34 m；

圖像行列數：766列× 748行；

圖像數據類型：長整型；

圖像中心點經緯度：116°52′E，40°10′N（昌平一帶）；

圖像獲取時間：2004年7月8日，3：22（UTC時間）；

衛星平台高度：596 km；

圖像物理單位：μW/（m² ·nm·sr）；

地面平均高程：200 m。

圖像處理：

1）去壞行處理，以相鄰兩行（每側各兩行）取平均，代替壞行。

2）根據反射率反演軟體的要求，即圖像為整型數據和圖像定標後輻射單位為W/（m² ·μm·sr）將圖像單位μW/（m²·μm·sr）轉換為W/（m²·μm·sr），從量綱上來看，前者是後者的1/1000。因此根據原圖像的數據范圍，除以10取整得到整型數據（短整型），然後將所有波段的增益均設為0.01，將得到輻射單位為W/（m²·μm·sr）的整型圖像數據。

3）啟動反射率反演軟體，設置各項參量，運行程序。程序輸入參數界面如圖5.19所示。

圖5.19 CHRIS/Proba反射率反演輸入界面

4）由於感測器自身光譜與輻射定標的精度直接制約著反射率轉換的可靠性，為了有效去除圖像數據和大氣輻射傳輸模型間存在輻射定標不匹配現象需要進行圖像反射率光譜去噪平滑。

結果表明：反演得到的反射率在498～760 nm波長區間能夠表徵植被（玉米）的反射率光譜特徵，與圖5.20（c）相比，能夠去除絕大多數的大氣吸收特徵，但在760～805nm之間的峰形與標准植被光譜差異較大，這可能與CHRIS儀器本身在760 nm附近的氧氣吸收帶的光譜定標誤差有關。在805 nm以後與被標准植被反射率曲線差異也很大，主要是近紅外的高反射率「平台」不明顯，反而呈急劇下降趨勢，940 nm附近的水汽吸收帶也沒有反映；對於土壤光譜，眾所周知，常見的土壤光譜反射率在＜1140nm波長范圍內呈現單調增加的趨勢，而圖5.20（b）中的土壤光譜反射率在900nm之後遞減，這與常識相違背，而事實上即便在土壤的野外光譜測量上940 nm的水汽吸收作用也並不明顯。究其原因可能在於兩方面：一是CHRIS儀器本身的定標精度，另一方面也與反射率反演模型的校正誤差有關。

圖5.21是將通常的統計方法IRAA和FF應用於CHRIS圖像上得到的同樣采樣點上的植被和反射率光譜，可以看到，兩種方法得到的植被反射率光譜在譜形上非常相似，FF方法得到的反射率更平滑些，但二者在以500 nm為轉折，反射率先下降後增大，這與通常的植被在藍光波長范圍的單一上升趨勢不一致，與反射率反演結果相比，沒有760 nm的凸起變形，這從另一個側面反映了基於模型的反射率反演對定標要求更為苛刻；從土壤光譜來看，兩種統計方法獲得的結果差異很大，特別是在＜750 nm波長區域，IRAA起伏變化劇烈，而FF結果總體上要平緩得多，呈平穩微小上升趨勢，這與土壤光譜反射率在＜1140 nm呈單調遞增趨勢的常識相一致，雖然平場域法的有效性與「平場區域」的選擇恰當與否直接有關，但無疑在本試驗中平場域法得出的結果最切合實際。

圖5.20 CHRIS數據反射率反演結果

圖5.21 內部平均法（IRAA）和平場域法（FF）得到的CHRIS圖像反射率光譜

圖5.22 地面實測光譜采樣到與CHRIS波長設置相一致

為比較三種方法所得地物反射率光譜與地面實測光譜間譜形上的相似性，我們收集到2004年7月6日本試驗區內的地面測量光譜，典型地物為玉米和土壤（裸土）。測量時間為北京時間11：40左右，與圖像獲取准同步，便於與圖像光譜進行比對。光譜測量採用的儀器是ASD Fieldspec FR2500光譜儀，其光譜范圍為350～2500nm，采樣間隔為1.4nm（350～1000nm 區間）和2nm（1000～2500 nm區間）。每個樣本測量10 次取平均作為最終光譜，以避免隨機雜訊干擾。圖5.22 為根據CHRIS中心波長和半高全寬（FWHM）采樣後的光譜。

計算得出它們之間的相關性（表5.5），並對可見光和近紅外分別進行比較。可以看到，對玉米光譜而言，反射率反演演算法訂正後的反射率光譜與實測光譜間的一致性最好，特別是在可見光范圍的一致性遠遠高於經驗方法；對土壤光譜而言，在可見光范圍，基於反射率反演的仍保持相似性最高，但是在近紅外波長范圍，反射率反演和IRAA都與實測光譜呈負相關，基於模型反射率反演不能很好地表徵植被在近紅外反射率「平台」（750～900nm）和900～1100nm的水汽吸收特徵，特別是平台部分相關系數為-0.43221。相比之下只有FF方法在可見-近紅外波段都保持較高的相似性。也印證了上文的分析結論。

表5.5 三種方法得到的植被反射率光譜在可見光區域的相關性（R）

為此，將反射率反演糾正結果與FF相結合，即保留760 nm之前的反射率反演光譜，將760 nm之後的FF光譜做適當平移，然後採用經驗平場反射率轉換演算法（EFFORT）對光譜做進一步平滑處理，可以得到與真實光譜更加一致的光譜：譜形的相似性和特徵位置的保持。修正後的玉米光譜見圖5.23。

（2）基於MODTRAN的反射率反演模型對Hyperion數據進行反射率反演實例

啟動基於MODTRAN的反射率反演模型，其界面如圖5.24所示。

美國航天局（National Aeronautics and Space Administration，簡稱NASA）的EO-1（Earth Observing One）衛星於2000年11月發射成功，其上搭載的Hyperion高光譜成像儀目前已獲取了大量高質量的星載高光譜數據（表5.6）。

使用如圖5.25所示慶陽地區Hyperion數據進行反射率反演，提取裸土像元反射率光譜，並將其與ASD數據進行比較，如圖5.26 所示。由圖可見，在可見近紅外波段，兩光譜在波形及量值上相近，在短波紅外波段，反射率反演結果要略低於ASD採集的數據，這主要是因為氣溶膠數據不準確造成的。反射率反演的裸土反射率光譜與 ASD 採集的裸土反射率光譜之間的光譜相關系數達到0.9342。

圖5.23 與FF 相結合修正後的玉米光譜與真實光譜比較

圖5.24 基於MODTRAN的反射率反演模型界面

圖5.25 實驗所用Hyperion數據

表5.6 Hyperion/EO-1 的主要技術參數

圖5.26 反射率反演得到的反射率與ASD反射率比較

圖5.27 敦煌實驗場Hyperion數據

使用如圖5.27所示敦煌實驗場地區的Hyperion數據進行反射率反演，提取實驗場均一像元的反射率光譜，並將其與准同步的ASD數據進行比較，如圖5.28所示。由於該ASD數據在大於1800 nm的譜段雜訊非常大，所以只比較450～1800 nm之間的譜段。兩光譜在波形及量值上相近，反射率反演的反射率光譜與ASD採集的反射率光譜之間的光譜相關系數達到0.9516。

圖5.28 反射率反演得到的反射率與ASD反射率比較

㈦ FLYback變壓器中反射電壓是怎麼計算出來的還有占空比的具體演算法是怎麼樣的

首先VOR（反射電壓） 和輸入整流後的DC最小（Vmin）電壓就決定了你的占空比，在恆定功率參數不變的情況下面，電壓越高，輸入電流會越小，而占空比也會相對變小，當然這個我說過了是在輸出負載不變的情況下面
反射電壓取多高要看你前面MOS的耐壓有多高，假定 你前面的MOS管用的是700V 那麼在高壓的時候你因該要知道 VOR+Vdcmax +漏感引起的電壓尖峰 （假設反射電壓130V）那麼就有380+130+50=560V 這個時候你的MOS電應力在550V了 應該要考慮其他一些因素，並且需要給MOS留一定的餘量，為什麼要留一定的餘量 在因在264V 滿載啟動的瞬間是有一個電壓尖峰存在，而電壓尖峰太高容易將MOS瞬間擊穿，導致MOS損壞
我給你一個公式 你看了就應該知道：

首先做一個反擊電源我們需要知道一些參數和假設一些參數
例如做一個15W的電源：MOS耐壓在650V 頻率：（這個要看你是固定頻率還是變頻）65K D：0.35 輸入電壓在歐規：180-264 KRP系數決定電源工作在何種模式（0.1-1）輸出12V

首先求T=1/F =15.3US 求Ton=（TXD）15.3*0.35=5.35US Vor=100V (自己根據前面MOS管設定)
求平均輸入電流：Iave=P/Vin*效率 15/(160*0.84)=0.1116A
求峰值輸入電流：Ipk= Iave/(1-0.5*KRP)*D 0.1116/（1-0.5*0.8）0.36 =0.537A
求有效電流我這里就不寫了 因為那個根號不好描述
求初級匝數 NP=Vin*Ton/Bmax*AE (這里的B值指的磁飽和 一直在0.1-0.3之間取值)AE代表你的磁芯AE面積 NP=160*5.35/（0.27*31）=102匝 NS= NP*（Vo+Vf）/Vor=13匝
求LP=Vin*Ton/Ipk*Krp 160*5.35/0.537*1=1.594MH
你可以通過測試去驗證 Bmax的值 這個值在低壓滿載最好不要超過0.3 因為會比較容易飽和
如果你還有不懂的可以加網路M我 給我留言 我可以詳細給你解釋