X级以上耀斑与地磁效应关系研究

统计研究了2010年1月至2012年12月期间所有与耀斑爆发相伴生的日冕物质抛射(CME) 引发的地磁暴事件. 结果表明, 对于CME源区其主要分布在日面 45°E-45°W, 占总数的78.95%, 且西半球比东半球多, 即源区位于西半球的CME易产生地磁效应; X级耀斑与地磁效应的关联性更高, 60.0%的 X级耀斑在其爆发后的2～3天内观测到地磁暴, 而其他级别的耀斑与地磁效应的关联性低得多, 均不足10%; 通过对此期间日面爆发的所有X级耀斑研究分析后发现, 对于源区位于日面东经45°E-45°W 的X级耀斑, 若在其爆发过程中没有大尺度日面扰动, 则无伴生CME且后续产生地磁效应的可能性很低. 由此提出一种通过分析日面观测数据进行地磁暴预报的方法.     

基于太阳10.7 cm射电流量的全日面耀斑预报方法

太阳耀斑是一种重要的太阳爆发活动现象,表现为近乎全波段的电磁辐射增强。统计表明,太阳活动水平越高,太阳爆发越频繁,耀斑爆发的概率越大。利用1975－2007年10.7 cm流量与耀斑爆发的统计关系,建立了一种可行的全日面爆发耀斑概率的预报方法,能够实现C,M,X三种级别的耀斑在全日面爆发的概率预报。通过2008－2016年的观测数据,对模型进行了预报性能的评估,得到模型对C,M,X级耀斑发生概率的预报误差均较小,Brier评分误差分别为0.113,0.087,0.012;模型的预报性能均比平均模型有提高,对C,M,X级耀斑发生概率预报的Brier技巧评分分别为0.250,0.106,0.012。在2008－2016年未来1天耀斑预报的模型实测中,模型的预报效果与中国科学院空间环境预报中心的预报效果相当,这说明该模型在实际的空间环境预报中切实可行。     

改进深度卷积生成式对抗网络的文本生成图像

针对深度卷积生成式对抗网络(DCGAN)模型高维文本输入表示的稀疏性导致以文本为条件生成的图像结构缺失和图像不真实的问题,提出了一种改进深度卷积生成式对抗网络模型CA-DCGAN。采用深度卷积网络和循环文本编码器对输入的文本进行编码,得到文本的特征向量表示。引入条件增强（CA）模型,通过文本特征向量的均值和协方差矩阵产生附加的条件变量,代替原来的高维文本特征向量。将条件变量与随机噪声结合作为生成器的输入,并在生成器的损失中额外加入KL损失正则化项,避免模型训练过拟合,使模型可以更好的收敛,在判别器中使用谱约束（SN）层,防止其梯度下降太快造成生成器与判别器不平衡训练而发生模式崩溃的问题。实验验证结果表明：所提模型在Oxford-102-flowers和CUB-200数据集上生成的图像质量较alignDRAW、GAN-CLS、GAN-INT-CLS、StackGAN(64×64)、StackGAN-v1(64×64)模型更好且接近于真实样本,初始得分值最低分别提高了10.9%和5.6%,最高分别提高了41.4%和37.5%,FID值最低分别降低了11.4%和8.4%,最高分别降低了43....     

基于累积差分图像和高斯背景统计模型的烟尘目标检测

根据烟尘目标灰度与天空背景灰度很接近,目标内部灰度分布不均匀,且形状和面积会随着时间不停变化等特点,提出了一种由粗到精的目标检测算法。首先,通过累积差分图像序列得到烟尘目标出现的大致区域,再通过构造高斯背景统计模型得到每一个可能目标点的精确分割阈值,用该阈值在上一步操作得到的目标区域内部进行逐帧精细分割,得到烟尘目标出现的位置信息和时间信息。实验结果表明,该方法抗干扰能力强,能够可靠、快速地检测出烟尘目标。     

基于三维点云模型的空间目标光学图像生成技术

空间探测任务中大量先验图像数据的缺乏,使得基于光学图像的态势感知和导航算法无法被有效定量测试和评估。针对此问题,提出了一种基于三维点云模型和射影变换基本理论的空间目标光学图像生成方法。在完成对空间目标三维点云模型和仿真摄像机模型构建基础之上,利用射影变换基本理论依次计算像平面所有像素点与空间目标三维点云模型空间点的对应关系,并基于Lambertian漫反射模型和相对应空间目标三维点云模型空间点的光照方向,得到所有像素点的灰度值,从而生成给定空间目标的光学图像。大量仿真实验表明:与传统的基于解析模型的仿真图像生成方法相比,所提的空间目标光学图像生成技术能够以更快的速度生成更加真实的仿真图像,且生成的仿真图像可以广泛应用于椭圆拟合、陨石坑检测、着陆器视觉导航、航天器交会对接、空间目标跟踪等典型空间应用算法的定性与定量评估。      

基于改进大气散射模型的单幅图像去雾方法

雾天情况下获得的图像通常会出现对比度低、色彩丢失及噪声等问题,传统的去雾方法主要着眼于解决对比度低、色彩损失等问题,而没有考虑空气中灰尘颗粒散射隐藏的噪声光,导致去雾结果中易出现大量的噪声。针对该问题,提出了一种基于改进大气散射模型的单幅图像去雾方法。结合雾霾天气的特点,通过增加空气中介质散射的噪声光对传统雾天成像的大气散射模型进行改进;针对暗通道先验计算透射率不准确的问题,根据改进的模型构建一种透射率精细化的求取方法;结合全变分模型保边抑噪的思想,构造一种新的目标函数,迭代求解获得去雾图像。实验结果和对比分析表明:所提方法能有效去除图像中的雾,减少去雾结果中的噪声,同时也能保留图像中丰富的纹理信息。      

基于μCT图像的PVC泡沫微观试样几何模型生成算法

在泡沫微观结构的数值模拟中,泡沫空腔的几何特征和排列状态对计算效率及计算结果有着重要的影响,基于前进面搜索几何构造算法和Laguerre划分算法,提出了一种新的PVC泡沫微观试样几何模型生成算法。从μCT扫描图像重构泡沫的真实几何模型,测量泡沫空腔的几何特征及体积分布规律,将测量得到的泡沫空腔体积转化为球体,并通过前进面搜索几何构造算法投入空间,通过Laguerre划分算法将空间球体进行区域划分,赋予壁厚参数,构建出闭孔PVC泡沫的微观几何模型。所建立的模型在微观几何特征上与实际材料符合较好。      

基于紫外极光图像的极光电集流指数模型

极光电集流指数AE是描述地磁亚暴强弱的重要指标,且与极区磁层扰动及极光粒子沉降过程密切相关。因此,建立更加准确的极光电集流指数模型对空间天气的研究具有重要意义。利用1997年POLAR卫星紫外极光图像数据探究了紫外极光图像中极光强度I_AP的空间分布与AE指数在不同季节的相关性,并在此基础上提出了基于紫外极光图像的AE指数模型。以网格化方法提取极光强度空间分布特征,采用广义回归神经网络,通过相关系数法和方差选择法构建Cor-GRNN和Var-GRNN两种AE指数模型,并针对冬至月份、夏至月份、分点月份3个季节分别进行训练。研究结果表明,AE指数与I_AP具有相似的半年变化趋势,其相关性在不同季节差异较大。相比于太阳风驱动下的AE指数神经网络预测模型,基于极光图像的AE指数模型在E_RMS和R²标准上均优于其他模型,其中归一化E_RMS小于0.1,模型对于AE指数变化的可解释度提升了10%左右。     

基于单视点调节相机模型的水下图像三维重构

水下图像成像过程中,每个场景点所对应的光线在传播过程中均经过多种折射率不同的介质,因此水下图像会产生折射变形,导致传统基于单视点相机模型的水下图像三维重构方法精度极大降低.在理论分析一个新的单视点调节模型对水下图像折射变形的补偿能力的基础上,提出一种高效、自动的水下图像三维重构及其非线性优化方法.为了验证该方法的性能,利用合成数据和真实图像对其进行测试,并依据重构有效性、重构误差等定量指标考察分析了实验结果.实验结果表明,提出的多视图水下三维重构方法可有效补偿水下场景成像空间变形,进而显著提高传统基于单视点相机模型的水下三维重构质量.     

基于重加权低秩近似和高斯混合模型的图像块效应去除算法

针对离散余弦变换(Block-based Discrete Cosine Transform, BDCT)在图像解码器处产生的块重构伪影现象,提出了一种联合两种先验知识的图像去块效应算法,这两种先验知识分别是重加权低秩近似和高斯混合模型。该算法首先利用重加权低秩近似来增强图像块之间的局部结构和非局部的自相似性,有效地保留原始图像中更多的精细结构。其次,还利用高斯混合模型对块状伪影进行建模获得更可靠、更鲁棒的结果。通过在标准测试图像上的实验表明,提出的算法在主观视觉效果和客观评估方面均优于其他的块效应去除方法。     

从ACCV＇95看计算机视觉技术的发展

介绍了第二届亚洲计算机视觉会议（ＳＥＣＯＮＤＡＳＩＡＮＣＯＮＦＥＲＥＮＣＥＯＮＣＯＭＰＵＴＥＲＶＩＳＩＯＮ,ＡＣＣＶ’９５）的一些情况;回顾了在该领域及相关学科的研究成果;讨论了当前计算机视觉所面临的理论与实际应用问题,并对中国空间技术研究院这一学科的发展提出看法。     

太阳硬X射线爆简单脉冲峰的理论模型

ＳＭＭ卫星上γ射线谱仪（ＧＲＳ）于１９８０年２月至１９８２年１２月间,观测到１０３个强硬Ｘ射线爆发。根据它们的时间轮廓图,发现其中的２４个事件含有变化幅度大,时间轮廓平滑的简单脉冲峰。２４个峰在５４－１００ｋｅＶ能道的统计结果显示,时间轮廓的上相斜率与下降相斜率具有较好的相关性,相关系数达０．８０,且上升相斜率略大于下降相斜率,平均值比值约为１．３７,为了定理比较,根据它们斜率的平均值构造成了一个     

一些空间站活动的智能系统

空间站活动的自主性要求空间系统具有智能。本文就空间站的一些活动,尤其是针对材料生产所需的智能:空间视觉,空间机器人规划,智能敏感器,专家系统等提出初步的设计思想和技术实现途径。并对支持这些智能的空间站计算机系统作一构思。     

一种NRLMSISE-00模型太阳辐射校正方法

根据空间天气的状态,调整大气模型的相关输入参数能够减小模型的计算误差.通过对比CHAMP卫星在轨大气密度探测数据与NRLMSISE-00模式的计算结果发现,通过调整F_10.7的输入,使轨道大气密度积分的模式计算结果与探测结果之间的误差达到最小,此时的F_10.7被称为理想F_10.7输入（F^*）.进一步的分析发现,F^*与太阳紫外辐射MgII指数存在很好的相关性,因此可以选择其他的太阳紫外辐射代理参数取代F_10.7,从而减小模型计算误差.本文采用神经网络技术,建立新的太阳紫外辐射代理参量F_euv与MgII,F_10.7等的对应模型,能够根据当日参数值计算F_euv.研究结果表明,新的代理参数能够有效减小NRLMSISE-00的计算误差.     

2011年8月4日螺旋状日冕物质抛射爆发事件

利用多卫星多波段的综合观测数据,通过追踪光球表面等离子体速度分析计算了耀斑爆发前后磁螺度的变化,发现耀斑爆发前活动区中光球表面存在强的水平剪切运动,活动区磁螺度的注入主要由这种剪切运动所产生;使用CESE-MHD-NLFFF重建了耀斑爆发前后活动区的磁场位形,推测出耀斑过程中存在磁绳结构的抛射.基于这些分析,给出了这一螺旋状抛射结构的形成机制：爆发前暗条西侧足点的持续剪切运动驱动磁通量绳增加扭转,高度扭缠的通量绳与东侧足点附近的开放磁力线重联并与东侧足点断开,进而向外抛出并伴随解螺旋运动.另外,利用1AU处WIND卫星的观测数据在对应的行星际日冕物质抛射中找到典型磁云的观测特征.这表明除了传统上双足点均在太阳表面的磁云模型,这种单足点固定于太阳表面的磁通量绳爆发图景同样可能在行星系际空间形成磁云结构.研究结果对进一步认识磁云结构具有重要意义.     

准远场天线测量修正方法研究

远场测量是获得天线辐射特性的一种常用方法。然而对于一维电尺寸大,另一维电尺寸小的天线,如基站天线,由于场地因素的限制,往往不能满足远场测量条件,用近场测量又费时费力。在这种准远场条件下,天线测量结果与远场情况下的测量结果有较大差异。本文基于柱面波展开,给出了一种由准远场距离上测得的方向图计算远场的理论计算方法,经过该算法补偿后的结果与理论计算结果吻合很好,从而验证了算法的正确性。     

人工智能在矢量推力现场动态校准中的应用研究

基于航天工程中对于发动机试车台矢量推力现场动态校准需求,以摆锤式动态力加载装置为力源,研制了发动机试车台矢量推力现场动态校准装置。在发动机试车台试验校准点有限的情况下,将人工智能技术应用在校准工作中,对矢量推力的动态响应特性进行校准与补偿。验证结果表明,该方案动态性能优异,响应迅速,满足试车台矢量推力校准的需求,为后续进一步准确测试矢量推力提供了依据。     

基于人工智能技术的雷达目标检测

强杂波背景下的目标检测是各国争相研究的热点,传统的雷达目标检测技术无法实现,人工智能技术的出现,其在目标识别和特征提取方面的独特优势,使得强杂波背景下的目标检测成为可能,利用人工智能神经网络的强大非线性预测能力对海杂波的非线性动力方程进行逼近,实现了对海杂波的非线性预测,提出了一种基于神经网络技术的强海杂波背景下的脉冲多普勒雷达导引头小目标检测方法,使得强海杂波背景下的目标检测能力有2 dB到6 dB的提升。     

基于局域性约束线性编码的人体动作识别

针对动作特征类内差异较大,导致动作分类识别率较低的问题,以及当前算法在计算复杂度和扩展可识别动作类别方面的不足,提出一种基于局域性约束线性编码(LLC)的人体动作识别方法.算法将人体关节的位置、速度和加速度作为局部动作特征;采用局域性约束线性编码对局部动作特征求解稀疏表达,从而减小特征的类内差异,增强区别力;由于编码方法具有解析解,方法处理视频速度可达760帧/s;词典由K均值法分别对每类数据学习得到的子词典组成,使算法在扩展可识别动作类别时无需全局优化.此外,为避免了词典较大情况下分类器的过拟合现象,利用词典元素类别对编码系数进行降维.在使用深度摄像机获得的MSR-Action3D数据库上对所提出的方法进行验证,取得了85.7%的识别率.