分块变换和GPU并行的遥感影像快速正射校正方法

正射校正是整个遥感数据处理过程中计算量最大、耗时最长的步骤之一,已经成为制约整个遥感数据处理快速完成的瓶颈。为了提高正射校正处理效率,文章系统地探讨了基于分块三维直接线性变换和图形处理单元(GPU)并行的遥感影像快速正射校正方法。首先针对正射校正坐标转换计算量过大的问题,提出了分块三维直接线性变换策略,有效地降低了坐标转换的计算量;在此基础上,采用"渐进式"策略开展GPU并行处理,首先通过GPU并行映射(核函数任务映射、基本设置),使方法在GPU上可执行,然后通过"两层次"性能优化(核函数性能优化、整体流程性能优化),进一步提高了方法的执行效率。在CPU和GPU组成的实验环境中,使用文中方法对"高分二号"卫星全色标准景影像进行实验,GPU执行时间仅为5.13s,与CPU相比,相应加速比达到142.42倍,可以满足对大数据遥感影像的快速正射校正需求。     

无人机载MiniSAR实时成像处理GPU异步优化

合成孔径雷达(SAR)以其全天候、全天时的工作特性及其分辨率不随平台高度变化的成像特性，已成为航天遥感、目标检测领域重要的传感器之一。SAR算法复杂度往往与成像分辨率呈正相关，其中计算量问题成为雷达成像实时性的一大挑战。无人机载MiniSAR具有小型化、低功耗、灵活性强和隐蔽性强等优点，其小型化使设备计算能力受限，加剧了复杂度与分辨率之间的矛盾。图形处理单元(GPU)和多线程技术发展迅速，为无人机载MiniSAR实时成像提供了平台。本文根据实时处理机数据流和GPU异构系统的特点，提出了一种GPU异步优化方案，该方案可明显提高中央处理单元(CPU)与GPU之间的并行工作效率，节约大部分的数据存取开销。实验结果证明:GPU的成像效率是单CPU系统的12倍左右，在此基础上，使用GPU异步优化方案后效率可继续提升15%左右。本文提出的设计思路可显著缓解无人机载MiniSAR的实时成像计算压力。     

小型SAR卫星用双高特性锂离子电池技术

小型合成孔径雷达(SAR)卫星对储能电池系统提出了轻量化、大功率的要求,现有的SAR卫星用电池难以满足需求,急需开发高能量高功率的锂离子电池。采用兼具容量和功率性能的镍钴铝酸锂(LiNixCoyMnzO2, NCA)作为正极活性材料,高容量中间相炭微球(MCMB)作为负极活性材料,显著提升了电池体系的容量和比能量。通过设计极片的活性物质载量和电解液用量,保证了电池功率性能(≥10 C)的发挥;通过加大电极片面积和极柱尺寸,控制了大倍率放电时电池温升。研制了兼顾高比能和高功率的锂离子电池单体,额定容量20 Ah,1 C放电比能量达到180 Wh.kg^-1,且10 C放电容量相较1 C保持率96.24%,15 C下持续放电比功率超过2 000 W.kg^-1,可以满足下一代轻小型SAR卫星能源供电需求。     

基于时变散射特征与CNN的双极化SAR作物分类

作物类型分类是极化合成孔径雷达(PolSAR)图像中最重要的应用之一。然而，由于成本和系统限制，越来越多的双极化SAR系统已经投入使用。由于双极化模式的限制，双极化SAR数据集存在严重的贴现特性，使得双极化SAR图像难以获得令人满意的分类精度，因此有必要提取更适合于双极化SAR数据集的散射特征。基于H/α分解的基本理论，引入了一个新的参数来测量农作物的时变散射特性，并针对双极化SAR图像提出了时变散射特征驱动的卷积神经网络(CNN)。实验结果表明:提出的CNN分类方法达到了最高的分类精度。与不同的特征组合输入相比，提出的新参数能稳定地提高分类器的分类性能，H、α、θ和强度特征的组合也能达到最佳的分类性能。     

星载“偏振交火”传感器设计及初步在轨应用

针对近地表细颗粒物含量的卫星遥感精度问题，系统提出了“偏振交火”的卫星遥感策略和模型，开发了高精度偏振扫描仪(POSP)和多角度偏振成像仪(DPC)双偏振载荷套件，装载在大气环境监测卫星上并成功发射。本文在介绍“偏振交火”原理的基础上，系统论述了载荷工程的实现方法和在轨应用方法，初步展示和评估了在轨应用效果。在轨初步应用结果显示:双偏振载荷间能够实现稳定交火工作，视场匹配精度优于0.077 POSP像元;基于L1级数据初步开展了双偏振载荷间的辐射和偏振交叉定标/验证，共有波段拟合优度(R²)分别达到0.999和0.993;基于“偏振交火”载荷观测数据融合反演的近地表PM2.5与地基网络监测结果的相关性为0.684，偏差落在期望误差(EE)范围内的比例为88.36%。初步在轨结果达到了预期应用目标，显示了“偏振交火”方案在气溶胶污染监测方面的应用潜力。     

智能化多站遥测数据处理系统

快速正确的遥测数据处理是航天发射试验结果鉴定评估的前提。针对传统遥测处理软件因型号需求变化造成的维护困难问题,设计并实现了一套智能化多站遥测数据处理系统。该系统将数据处理过程分为预处理层、协议解析层和参数还原层,在预处理层,提出一种帧计数约束的多站遥测数据拼接方法;在协议解析层,提出嵌套协议树和标准化1553B总线消息的解析方法,解决了传统结构化数据处理难题;在参数还原层,提出一种基于公式流处理的参数物理量还原方法。系统为多型号遥测参数处理提供了一个统一的架构,解决了遥测数据处理软件任务准备时间长和程序维护困难等难题。     

羲和卫星磁浮机构地面高精度分离测试研究

为满足“羲和”卫星在轨超高指向精度(优于5×10^-4 (°))和超高姿态稳定度(5×10^-4 (°)/s)要求,开展地面复杂环境下的磁浮机构高精度分离测试研究。分析地面测试的静态误差、动态误差和测量误差,以气浮系统变化、厂房环境和气浮平台精度为主要影响因素,试验验证了分析结果。提出了一种基于地面超静环境下的磁浮机构高精度分离测试方法,解决了传统测试方法难以满足卫星高精度分离测试的难题。     

基于E×B探针系统的霍尔推力器束流特性分析

为探究霍尔推力器羽流中各价态离子能量分布，并以此为依据评估推力器性能，根据Wien条件，设计了一种用于测量稀薄等离子体羽流场不同电荷状态离子分布的E×B探针系统。基于对探针最大输入角离子的运动分析，推导了仅与探针结构参数相关的能量分辨率关系式，并以此为依据设计了探针，使用该E×B探针系统对200 W量级霍尔推力器进行羽流离子成分诊断。分析结果表明:距离推力器出口500 mm处，在中轴线角度0~20°内，单电荷氙离子Xe⁺比例分数为90.42%~94.25%，对应的Xe²⁺比例分数为9.58%~5.75%;随着角度的增加，Xe⁺比例分数减少，Xe²⁺比例分数增加，平均电荷增加;推力器的电荷利用效率、电压利用效率分别为99.38%、86.95%。该探针系统的测量结果可为分析推力损失和优化推力器性能提供参考，并可为羽流仿真提供验证。     

空间应用高光束质量小型化被动调Q激光器

为了实现航天应用的特定需求，对空间激光器的激光单脉冲能量、脉冲宽度、光束质量等都有严格的技术指标要求。研究并设计了一种适用于空间的小型化高光束质量被动调Q激光器，实现了工程样机。样机输出激光脉冲宽度约为5 ns，峰值功率可达兆瓦，激光光束质量因子M²=1.01，单脉冲能量稳定性均方根(Root Mean Square， RMS)为1.53%。激光头体积为0.469 L，质量为0.52 kg，激光器样机实现了结构小型化。     

高分辨率星载SAR并行成像处理系统设计

针对高分辨率星载SAR成像处理流程的特点,提出一种高分辨率星载SAR并行成像处理系统方案。该系 统能完成星载SAR数据预处理、轨道参数及多普勒参数计算、多普勒参数估计、成像处理以及辐射校正等功能。系统采 用模块设计,具有很强的向后兼容和可扩展性;同时,基于多CPU高性能计算机的并行结构,使系统具有很高的实时性。 测试证明系统设计合理和有效。     

基于通用计算机平台的星载合成孔径雷达成像处理系统

针对通用微型计算机平台的特点，基于面向对象的设计思想，结合工程化的要求，进行了星载合成孔径雷达(SAR)成像处理系统的方案设计和软件实现。该系统能够完成针对真实星载SAR数据的辅助数据处理、轨道参数估计、多普勒参数估计、成像处理、成像结果显示以及产品数据打包等一系列任务，实现从星载SAR回波数据到1级产品数据的处理流程。同时，该系统具有功能完整、精度高、有较强通用性、稳定性、易用性的优点。通过实际运行、测试，证明设计合理、性能稳定。     

星载合成孔径雷达的数字成像处理

对星载合成孔径雷达的数字成像处理过程进行了详细的阐述，其中包括点目标回波信号的分析，距离压缩，距离徙动校正，方位压缩，多普勒参数估计，参考函数的形成和更新，多视处理等内容。还介绍了数字成像处理的实现方法     

小波分析在光纤陀螺信号滤波中的应用研究

介绍了小波分析的理论及小波变换快速算法，给出了光纤陀螺漂移的数学模型，阐明了小波分析在陀螺信号滤波中的应用方法，并通过实验证明了该方法的有效性，为消除陀螺漂移及基座动态干扰提供了一个新的途径。     

遥测数据处理系统码同步器的仿真及PLD实现

介绍了简易遥测站重要组成部分 PC机遥测数据处理系统 ,阐述了利用高密度、高速度的在系统可编程器件 isp L SI及其仿真软件 SYNARIO设计系统中码同步器的方法和成效     

差分吸收激光雷达的信号处理技术

针对差分吸收激光雷达系统 ,研究信号平均和卡尔曼滤波两种信号处理技术 ,并进行了数值仿真。通过仿真可以看出 ,采用信号平均和卡尔曼滤波技术都可以很好地估计出待测气体的浓度 -光程积 ,大大地提高测量精度 ,同时也将两者的性能进行了比较     

基于深度学习的SAR图像质量提升方法研究

提升合成孔径雷达(SAR)图像质量以增强其可判读性,一直是SAR图像处理中的关键问题。近年来,深度学习在光学图像处理中取得显著的成功,并逐步应用到SAR图像质量提升领域。对深度学习在SAR图像质量提升中的关键应用进行综述,对深度学习在SAR图像质量提升中采用的典型网络进行了介绍,并从SAR图像旁瓣抑制、超分辨(SR)处理和图像融合3个方面对深度学习的应用进行阐述。最后,分析与探讨了基于深度学习的SAR图像质量提升中的关键问题及进一步研究方向。     

实测数据的降秩空时自适应处理方法

在实际非均匀环境中，机载雷达数据的非均匀性会恶化杂波协方差矩阵的估计，严重地降低了空时自适应处理器的性能。本文首先用非均匀检测器在非均匀环境下选择辅助距离门，来估计样本协方差矩阵。而后讨论了基于广义旁瓣相消器结构上的两种降秩空时自适应处理方法：主分量法和互谱法，这两种方法都是利用杂波和干扰的低秩属性，用依赖于采样数据的转换矩阵来构造空时自适应滤波器。最后对从Mountain Top计划测得的数据，应用上述两种降秩方法对其进行了分析。仿真实验表明了这两种方法的可行性，减少了计算量，并提高了有效可测收敛性，可有效地提高空时自适应处理器的性能。     

利用CAD工程图自动生成数控加工程序

本文介绍了利用工程图自动生成孔加工程序的方法.既可以自动选择图中不同尺寸的孔,又可以避免同一坐标位置多个同尺寸的圆的问题.同时又克服了手工编程容易出现错误的问题.也避免了其他自动编程软件需要在图上选择要加工的孔困难.