基于改进YOLOv3的SAR舰船图像目标识别技术

合成孔径雷达(SAR)图像自动目标识别(ATR)技术是人工图像解译的关键技术之一。针对传统的SAR舰船目标检测算法大多受限于场景且泛化能力较差的问题,设计了一种基于改进YOLOv3网络的检测模型。将YOLOv3与DenseNet网络融合,使用稠密网络模块代替用于提取中小尺度特征的残差网络模块,通过训练得到模型的最优权重,实现端到端的目标检测。使用综合交并比(GIoU)损失代替交并比(IoU)边界框回归损失,提供更加准确的边界框位置信息,提高检测精度,采用中国科学院空天信息研究院制作的SAR图像船舶检测数据集进行测试。测试结果表明:与原YOLOv3算法相比,改进后的YOLOv3检测准确率提高了1.4%。     

基于注意力机制特征重建网络的舰船目标检测

深度学习为遥感领域诸多应用提供了重要的技术支撑,光学遥感图像的舰船目标检测对国防侦察和预警具有重要意义。真实场景中的舰船往往呈不同方向任意排列,且小目标的占比大,经典的深度学习目标检测算法在这种复杂条件下精度低、易漏检。为此,本文设计了基于注意力机制特征重建网络的舰船目标检测算法。首先,通过引入注意力机制对多尺度特征融合网络模型进行训练,以高召回率产生水平锚框;然后,旋转锚框以缓解密集排列目标引起的噪声问题,并利用特征重建模块来缓解特征不对齐的问题,实现模型精炼。在HRSC2016和DOTA数据集上的测试结果表明:舰船目标检测平均精度分别达到90.20和87.52,相比经典的深度学习目标检测算法得到了有效提升,并在模拟星载嵌入式智能图像处理平台上验证了算法在轨应用的可行性。     

基于可见光与红外卫星图像融合的舰船目标检测

为解决现有基于可见光卫星图像的舰船目标检测算法在云雾遮挡、海岸干扰等复杂场景下的错检和漏检问题,本文在YOLOv5网络基础上,通过空间特征与谱段特征的联合提取提高网络性能,提出了基于可见光与红外卫星图像融合的舰船目标检测算法VI-YOLOv5。实验结果表明:双模态融合目标检测算法性能优于单模态目标检测算法,在交并比阈值为0.5的情况下,可见光+红外融合网络的平均精度达0.976,相较于单可见光网络提高了2.5%,相较于单红外网络提高了8.9%,有效缓解了复杂场景下出现的错检和漏检问题,验证了可见光与红外卫星图像融合在舰船目标检测任务中的有效性。     

一种在轨卫星光学遥感舰船检测算法

为了解决资源有限的在轨处理环境对光学遥感舰船检测网络速度和精度的影响,提出了应用倒置残差结构的舰船检测算法。采用端到端网络作为基础模型,裁剪网络的层数和3/4通道数,构建2层卷积倒置残差模块,使用可分离卷积和1×1卷积对普通卷积层进行替换,只保留1个检测分支,使用金字塔检测方式实现多尺度目标检测网络。基于高分一号卫星数据集的试验结果表明:相较于当前的主流网络,算法模型在平均精度(AP)相差不大的情况下检测速度有很大提升。和YOLOv3相比,检测速度提升了72%,参数量减少了99.5%;和YOLOv2相比,检测速度和AP分别提升了58%和0.9。文章提出的算法可为计算资源极其有限的卫星在轨舰船检测实现提供有效的理论技术支撑。     

基于改进YOLOv3网络的遥感目标快速检测方法

针对将来卫星在轨实时目标检测需求,且在其内存和算力都受限的条件下,提出一种改进的YOLOv3,利用轻量化网络代替YOLOv3的特征提取网络,实现遥感目标的高效检测。在目标检测精度相近的情况下,改进模型参数相比原先降低了1.5倍,计算量降低了3.3倍。同时提出了一种基于交并比的迭代聚类算法,分别在YOLOv3和改进YOLOv3上实现了7.0%和2.3%的平均精度均值(mAP)提升。实验表明:改进模型的检测速度最快能达到101 frame/s,当其mAP比YOLOv3高6%时,检测速度仍是YOLOv3的1.6倍。本文提出的改进YOLOv3是一种高效遥感目标检测方法,为未来星上应用打下基础。     

基于YOLOV3的改进目标检测识别算法

经过近几十年不断的研究和发展，红外目标检测识别在侦察、导弹制导等领域取得了卓越的成就和广泛的应用，亦成为当今的热门话题。为进一步提高模型的检测识别性能，提出一种基于YOLOV3改进的目标检测识别算法。首先，通过分析红外目标的检测特性，改进了原始算法的特征提取网络，融合KL-LOSS，在原网络预测目标位置的基础上，进一步预测了位置的准确度标准差，并结合Soft-NMS算法用于改善网络的检测准确度;其次，针对红外目标相对三通道彩色图像的特征量少的问题，在检测层前融合了SKNET模块，使网络更加关注目标的有用特征;最后，给出改进网络训练的新的损失函数及前向传播算法流程。实验结果表明:改进的KS-YOLO网络在目标域(实拍空中红外目标数据集)上的平均AP性能值要优于原来的YOLOV3网络2.4个百分点，预测时间比YOLOV3实用性更好、更快。     

基于通道剪枝的SAR图像舰船检测优化算法

近几年,随着深度学习的发展,基于深度学习的目标检测算法开始应用于合成孔径雷达(SAR)图像中的舰船检测。但深度学习模型结构复杂,参数量与计算量巨大,无法应用到星载处理器的实时处理中。本文提出一种结合了Faster-RCNN和卷积通道剪枝的舰船检测方法,在保证检测精度不受较大影响的情况下,剪除卷积层中的部分参数,提高检测效率。实验表明:经过剪枝优化的Faster-RCNN舰船检测模型中的参数量降低了约56%,而推理时间减少了约51%,同时精度下降仅有1.9%。这给未来在星载处理器上部署舰船检测算法提供了新的思路。     

基于域适应Faster RCNN的复杂背景目标检测

本文提出的算法实现了对复杂多变环境下目标的稳定识别,通过改进模型训练算法,有效提升了深度学习模型对不同环境条件下的目标检测准确率。同时,本文在网络域适应部分设计了类别平衡多分类判别器算法应对多种环境条件下收集样本难易度不同的问题;在RPN网络分类器及输出分类器中引入Focal Loss算法,解决不同环境条件下目标检测难易度差别较大的问题;数据集制作过程中采用局部标注策略加以辅助。实验结果表明改进后的域适应Faster RCNN算法训练出的模型不仅增强了对复杂环境条件下目标检测的鲁棒性,还明显提升了对目标在不良环境条件下的检测准确率,这给遥感任务图像中复杂地理环境背景下的目标检测方法提供了一种新的思路。     

基于改进SSD算法的航拍目标检测算法研究

研究基于深度学习技术的无人机航拍图像目标检测算法，首先介绍目标检测算法SSD（Single Shot MultiBox Detector），并对其特征提取网络进行改进，采用稠密特征提取网络替换原网络的主干特征提取网络，提高算法的特征提取能力，从而提升了算法的检测精度。针对网络实时性问题，在算法中引入分组卷积，极大地减少了网络参数量，提升了网络推理速度。为解决训练中出现的正负样本不均衡问题，利用焦点损失（Focal Loss）改进了原算法的损失函数，进一步提升了网络的收敛速度和精度。最后，通过仿真验证了改进算法在目标检测精度上的优越性。     

面向高光谱图像的目标检测研究

现有的高光谱目标检测方法是通过逐像素分类而实现,导致了检测速度缓慢。物体级目标检测的发展为高光谱图像实时目标检测带来了希望。为了实现实时高光谱图像目标检测,文章提出了一种基于目标检测模型YOLO的卷积神经网络算法。首先,该算法提出了用多尺度光谱注意力网络（Res2NetSE）来提取空谱特征,能够提升多尺度目标检测效果并能更有效地提取关键波段信息;其次,该算法提出了一个空间增强的特征金字塔模块（Spatial Enhanced FPN,SFPN）用于特征融合,提升了神经网络的感受野和多尺度性能;最后,该算法设计了FIOU(Fantastic IoU)损失函数,提升了预测框定位精度。实验结果表明,所提出的算法能够有效提取空间域和光谱域信息特征,分别在平均准确率上提升了14.19%、8.01%和5.38%,与现有方法相比表现出更出色的性能。文章的算法为高光谱图像的物体级目标检测提供了一种有效的解决方案,有望推动高光谱图像分析领域的进一步发展。     

从汉译英的赘冗和疏漏问题看汉英语法特征之差异——汉语语法的柔性之于英语语法的刚性

本文从汉译英的翻译实践出发，从英语译文的错误以及汉英译文对比中，去发现并分析汉语和英语语法特征的差异。论述了英语语法的刚性、显性和汉语语法的柔性、隐性，并从语言对思维的影响的角度，探讨了汉语语言文化的深邃独特和英语语言的缜密精确。     

Antenna for precise orbit determination

The ESA SWARM mission will consist of three satellites that will measure the Earth magnetic field. The system calls for metre accuracy knowledge of the measurement locations. To achieve this a GPS receiver is used. At least four GPS signals are tracked to determine the code and carrier ranges, from which the position can be derived. The accuracy improves when using more GPS satellites and by averaging over many measurements. The latter is achieved in ground processing with a model-based orbit prediction, resulting in cm accuracy. The main error contributions in the processing are often measurement errors due to satellite multi-path effects. The multipath effects are characterized by measuring the antenna on a 1.5 m mock-up, representing the 9 m long satellite. In order to verify that the mock-up is representative, extensive electromagnetic simulations were made. The simulations included the antenna and the complete satellite and were then reduced to the antenna and a section of the satellite. The actual design of the antenna was performed with several levels of software. First, a fast bodies-of-revolution simulation found a geometry with the right coverage. Then, a finite element method simulation allowed us to match the antenna at two frequencies simultaneously.     

Numerical Simulation of Impact Loading on Solid Propellant Within an Orthotropic Shell

The strain–stress state of the solid propellant rocket engines (SPREs) is simulated under impact. The effect of orientation of elastic and strength properties of orthotropic organoplastic shell material on the strain–stress state of the solid propellant is investigated. Normal and oblique impact of single steel cylinder projectiles, both simultaneous and at different times of multiple, converging steel spheric particles with SPRE are investigated in this study. The investigation is conducted numerically. The numerical modeling was carried out in a three-dimensional formulation by the method of finite elements for the continuous approach of the mechanics of a deformable solid. The destruction of the anisotropic material is described by the tensor-polynomial criterion of the fourth degree, which takes into account the influence of hydrostatic pressure.     

测控技术标准体系浅析

在新版《军用标准体系表》中,测控技术标准作为24项共用技术之一被单独列项,为测控技术标准体系建设提供了良好机遇。在扼要介绍新版《测控技术标准体系》的基础上,对新版《测控技术标准体系》的构建思路、技术特点进行了简要分析。     

涨落、协同、竞争及启示

运动的破缺产生差异，导致涨落，造成对系统原有方向、轨道的偏离，致使事物发展与进化，由此带来一系列富有生机和活力的启示。作为系统内在机制的协同与竞争，也深深地楔人了我们的生活。     

基于解调分选的时分多址信号时/频差参数联合估计方法

针对TDMA多时隙信号不连续,通信时隙外噪声以及其它用户信号影响时/频差参数估计的问题,首先证明了多时隙多普勒频差信号具有相参性,指出多时隙信号在相关处理中能量是可以积累的;在此基础上,根据通信时隙外噪声、其它用户信号与特定用户信号在时域上的可分离特性,提出基于解调分选的TDMA时/频差参数估计方法,并推导分析了该方法的处理性能。试验结果表明,提出的方法可以实现TDMA信号中多用户信号的时/频差参数联合估计,可以有效降低通信时隙外噪声与其它用户信号对参数估计精度的影响。     

Portfolios of promise: A review of R&D investment techniques and how they apply to technology development in space agencies

Despite a rich legacy of impressive technological accomplishments, the government acquisition of advanced space systems is increasingly synonymous with schedule slips and cost overruns. Program reviews have suggested that investing more in centralized and strategic research and development outside particular programs will reduce technical uncertainties and improve cost and schedule outcomes. This paper suggests roles for a centralized technology office by examining the methods available in the literature for managing portfolios of research projects.     

一类单通道信号的时频分析

根据循环平稳信号分析理论，对一类单通道信号进行了时频分析，并在此基础上提出了利用该信号在不同时段功率差值提取目标位置的方法，其最大优点在于可以固定中频带宽，从而省去滤波器组，同时具有精度高、抗噪声性能强的特点。仿真结果表明，采用功率检波法得到的结果与理论值是吻合的。     

结构局部刚度变化对小卫星动特性影响

首先针对模块式小卫星动特性进行灵敏度理论分析，分析目标是寻找提高结构动特性的局部位置和参数。然后基于有限元法分析改变局部刚度对结构动特性的影响。小卫星结构动特性分析计算的主要问题是建立计算成本可控的有限元模型，本文详细讨论了小卫星有限元模型建模方法和简化途径，并通过7个算例考察改变模块底板局部刚度、改变适配器支撑刚度、模块问设置弹簧模拟阻尼器等对小卫星结构动特性的影响。灵敏度分析和计算表明，影响动特性的主要因素是模块盒底板刚度和星箭适配器的支撑刚度；增加模块局部刚度以及适配器支撑刚度可以屏蔽星体摆动和包带联结部位的某些频率，同时可以减缓部分中间模块的振幅；在部分模块间设置弹簧可以模拟阻尼器或减振器的效果。另一方面，降低适配器刚度可以增加隔振作用。因而优化模块刚度分布和支撑刚度分布是改进动力学性能的有效途径。本文分析为模块式小卫星动力学修改以及多功能结构设计和主动振动设计提供依据。     

强化实践教学与管理 提高实践质量与效果

本文以《模拟电路》及相关实验为例，分析了实践性教学的现状，找出了实践性教学中存在的问题。最后针对所存在的问题，提出了几点改进措施，以期达到提高实践质量与效果的目的。