曾星昀+趙磊娜+陳一源+阿飆+熊勤
摘要:本文根據太陽影子的變化規(guī)律,通過拉丁超立方抽樣算法(Latin hypercube sampling,簡記成LHS算法)對太陽影子定位問題進行研究。通過太陽影子長度與時間和經緯度的關系,利用LHS算法得到經度、緯度、日期、長度四維隨機組合向量,求得理論的影長,從而得到拍攝地點和測量時間。該方法為隨機分層抽樣算法,與全局搜素法相比計算所用時間大大縮短;與蒙特卡洛算法相比,對概率比較小的區(qū)域也有所考慮,得到的結果更加精確。
關鍵詞:太陽影子長度;定位定時;LHS算法;隨機分層抽樣
一、引言
隨著互聯網技術的不斷發(fā)展以及電子視頻的廣泛應用,通過視頻和圖片來定位事件的發(fā)生地點日漸成為軍事和刑偵的重要方法。太陽影子定位技術就是其中一種技術,它是通過分析視頻中物體的太陽影子變化,確定視頻拍攝的地點和日期。目前國內外關于該問題的研究成果可見[5-8],他們主要是通過遺傳算法、BP神經網絡、回歸分析、全局搜素算法等方法進行定位。而本文是通過LHS算法確定拍攝地點和拍攝日期。
LHS算法是最近出現的抽樣技術,和蒙特卡羅方法相比,它被設計成通過較少迭代次數的抽樣,準確地重建輸入分布。LHS算法的關鍵是對輸入概率分布進行分層然后又隨機抽取組合[4]。具體步驟如下:
假設要在n維向量空間里抽取m個樣本
(1)首先將每一維分成互不重迭的m個區(qū)間,使得每個區(qū)間有相同的概率 (通??紤]一個均勻分布,這樣區(qū)間的長度相同)。
(2)然后在每一維里的每一個區(qū)間中隨機的抽取一個點,每個維度可得到m個點;
(3)再從每一維里隨機抽出(2)中選取的點,將它們組成向量,最后得到m個樣本。
LHS算法的MATLAB函數命令為:x=lhsnorm(mu,sigma,n)
其中,mu為平均值向量,sigma為協(xié)方差矩陣,n為抽取的樣本個數。
二、模型的建立與求解
2.1 影子長度變化模型的建立[1-3]
我們首先忽略空氣折射率對太陽影子長度的影響;并假設太陽照射光線為平行光線;最后以地球為參考系且只考慮太陽繞地球的運動。
設直桿的高度為,影子的長度為,根據圖1中的幾何關系和文獻[1]可得出
(1)
(2)
其中為當地的緯度,為太陽赤緯角,為太陽時角,具體公式可參考文獻[1-3]。
2.2 數據處理
下面我們使用2015年全國大學生數學建模競賽的數據。
數據有兩類,一個給出了測量的時間,一個沒有給出測量的時間。但太陽影子長度的數據都是影子的頂點(以直桿為原點)坐標。
對給出測量時間的數據,通過LHS算法得到經度、緯度、長度三維隨機向量,并得到理想的影子長度,我們選取理想長度與實際長度方差和最小的結果,前兩個分量即為測量地點。
由于直桿的實際長度未知,所以用拉丁超立方的方法進行擬合的時候,需要先確定經度、緯度、直桿三個參數的大致范圍就可以確定平均值了。首先我們設直桿的長度范圍是,緯度的范圍是北半球的。
注:頂點的數據可以得到影子方位角,因為方位角與時間和維度有關系,可以確定維度的大致范圍。
經度的大致范圍可以通過對影子的長度與時間的圖像擬合來求。因為正午時刻的影子長最短,所以我們只需在擬合圖像上找到最小值所在的時間,然后通過與北京時間的時差來求出其經度值的范圍。
由圖2可以大致看出影子的最低點對應的時刻在12:40左右,通過與北京時間的時差計算出經度的范圍在左右,故取經度的范圍是。
確定了經度、緯度和長度三個參數的大致范圍后,用拉丁超立方的方法確定隨機參數代入方程,此步驟由編程實現,最后根據方差和確定定位結果
對沒有給出測量時間的數據,只需在前面的基礎上加上時間變量維度,其范圍為(0,365),再按照前面的步驟求解
注:若想提高算法的精度,可以考慮空氣折射率因素,可以使用埃德林的空氣折射率公式[1],也可以加上影子方位角與時間地點的關系來驗證。
三、結論
本文根據太陽影子的變化規(guī)律、通過LHS算法對物體進行定位、定時,并研究出太陽影子定位技術,我們發(fā)現LHS算法因為其為隨機分層算法,計算方便、用時較短、精度較高,是一種比較好的太陽影子定位技術。
參考文獻:
[1]張文華,司德亮等.太陽影子倍率的計算方法及其對光伏陣列布局的影響[J].SOLAR ENERGY.2011(09).
[2]??≡?基于相機的太陽方位檢測與跟蹤技術的研究[D].哈爾濱工業(yè)大學 . 2012(05):10-11.
[3]陳曉勇,鄭科科. 對建筑日照計算中太陽赤緯角公式的探討[J] .浙江建筑 . 2011(09):8-10.
[4]LHS算法介紹:http://blog.sina.com.cn/s/blog_5d5250c5 0100xkhh.html
[5]黃玲,楊鵬輝,謝文,吳春艷. 基于曲線擬合法太陽影子定位技術的研究[J]. 棗莊學院學報,2016,(02):41-47.
[6]宋焱燚,朱家明,計萍. 基于遺傳算法的太陽影子定位研究[J]. 蘭州文理學院學報(自然科學版),2016,(02):26- 29.
[7]葉劍橋,何韜,葉杰. 基于BP神經網絡太陽影子定位問題研究[J]. 信息化建設,2016,(04):368-370.
[8]孫慧宇,賀小龍,吳飛. 基于全局搜索算法的太陽影子定位研究[J]. 河北北方學院學報(自然科學版),2017,(01): 12-17.
作者簡介:曾星昀,男,侗族,1995-,本科,河北邯鄲人,數學與應用數學。
通訊作者:趙磊娜,女,漢族,1981-,講師,山東青島人,應用數學。
基金項目:1、重慶交通大學大學生創(chuàng)新創(chuàng)業(yè)訓練計劃項目(201610618053 )
2、重慶交通大學實驗教學改革與研究基金項目(syj201531)