为满足对无人机飞行的实时监控以及后期数据处理分析的需要，并能给予地面测控人员更真实的飞行控制直观感受，开发一种基于中央操纵杆的无人机地面测控软件。基于VC++，结合实际物理设备，分析该软件的总体结构设计，介绍地面测控软件的人机界面，给出地面测控软件的遥控遥测模块功能的设计与实现，并进行无人机地面仿真试验。仿真试验结果表明：该软件正确合理，满足设计要求，已用于实际无人机飞行项目中。

强地物杂波严重影响雷达系统对慢速目标的探测性能，对此设计了基于零频抑制与杂波图的地面慢速目标检测方法。采用Kalmus滤波器提高零频抑制能力，并针对慢速目标检测的实际需求，对其滤波性能和设计方法进行了分析。采用空间邻域插值方式完成目标区域的杂波背景积累，解决慢速目标检测不连续问题。最后对改进的慢速目标检测方法进行了仿真分析。实验结果表明，该方法对地面慢速目标的检测概率优于其他方法。

由于测距原理不同,相位式地面三维激光扫描仪相较于脉冲式具有测量精度高、测程短的特点。文中以Z+F IMAGER 5010C相位式地面三维激光扫描仪为试验对象,从距离入手,对其内、外符合精度进行了计算分析,并研究了此扫描仪用于变形监测的适用条件。结果表明:Z+F IMAGER 5010C扫描仪的测量精度随着距离的增加而降低;内符合精度要优于外符合精度;内符合精度分析结果表明,在设置靶标用于扫描数据配准的作业方式下同时开展高程、水平方向的监测,扫描仪距离扫描对象控制在30 m之内,可进行三级变形监测;外符合精度分析结果表明,借助全站仪测量靶标中心点坐标用于扫描数据配准的作业方式下同时开展高程、水平方向的监测,扫描仪距离扫描对象的距离控制在20 m之内,亦可进行三级变形监测。

应用零记忆非线性变换法（ZMNL），对幅度分布特性为瑞利分布、对数正态分布和韦伯分布，功率谱特性为高斯谱和平方谱的地杂波进行建模和仿真．实现了实时动态地模拟实际采集的雷达地杂波，而且可按给定的功率谱模型产生满足非高斯分布的随机数据序列．仿真结果和理想模型的吻合，证明了ZMNL是有效的地杂波仿真方法．最后研究了ZMNL方法产生误差的原因，以及ZMNL方法的适用范围．

环境复杂度是无人地面车辆自主性评价三因素（即任务复杂度、环境复杂度、人机交互程度）的一个重要方面。在对美国陆军新版《作战纲要》中作战环境分析的基础上，定义无人地面车辆乡村典型工作环境，以该环境复杂度作为评价目标，分为道路环境、车道内障碍、路面覆盖、路面破损、光照与阴影、成像模糊六个评价方面，建立乡村典型工作环境复杂度评价指标体系。通过算法进行道路边界分割，实现定量评价，并给出典型场景中环境复杂度的参考值。

Realtime Planar Reflections 1.5是一款基于unity引擎做的地面反射插件，增强环境效果，让你的场景显得更加真实可靠。

IMU_dataset 使用工业机器人作为地面真相的惯性和磁传感器的各种测试的matlab数据集，由@ Escola Superior de Tecnologia eGestão的InstitutoPolitécnicode Leiria开发。 数据集和测试的注意事项 该存储库旨在提供一些融合算法评估阶段收集的数据集。 无需在市场上可以找到的参考传感器上就可以比较出融合算法在恶劣动态环境中的性能，而无需事先了解由运动引起的磁场干扰或线性加速度。 使用工业机器人进行了测试，该机器人可以获取IMU单元在15 Hz时的方向和位置，从而建立了地面真相。 所有传感器信号均以100 Hz采样，并通过两个MRF24J40 Microchip模块之间的自定义无线协议与PC相连。 两个信号在Matlab时间内同步。 使用8种不同的传感器，以6种不同的速度在4条不同的路径上进行了测试。 运行Tes

科傻地面控制系统(免狗)直接运行cosawin

使用非平稳 Kanai-Tajimi 模型模拟地面加速度记录。 非平稳地面加速度记录基于郭等人的论文中提出的例子进行模拟。 [3] 我找到了很好的解释。 但是，该方法本身较旧，参见例如 [1, 2]。 此外，目前提交的文件还包含一个 Matlab 函数，用于将非平稳 Kanai-Tajimi 模型拟合到地面加速度记录。 拟合程序 (lsqcurvefit) 需要优化工具箱。 然而，可以替代地使用其他功能。 这里通过 filtfilt 函数使用信号处理工具箱。 任何改进代码的评论、问题或建议都受到热烈欢迎。 参考 [1] Lin, YK, & Yong, Y. (1987)。 演化的 Kanai-Tajimi 地震模型。 工程力学杂志，113（8），1119-1137。 [2] Rofooei, FR, Mobarake, A., & Ahmadi, G. (2001)。 使用非平稳

地上碳储量（AGC）的定量对于可持续森林管理和缓解气候变化的政策建议很重要。 传统的地面植被调查方法已被用来提供用于估计AGC储量的数据，但是受时间不足和通常成本过高的限制。 即使没有充分利用这种机会，遥感结合少量地面收集的数据也有可能改善森林资源评估的潜力。 在这项研究中，我们通过结合从51个永久性树苗样地收集的地面调查数据与Landsat 5专题制图仪图像得出的归一化植被指数（NDVI）相结合来绘制AGC。 在监督分类的训练阶段将两个数据源进行了链接。 总体分类精度为98％，这表明可以通过组合中等分辨率的卫星图像和少量地面样本来对大面积AGC进行可靠的估算。