基于深度学习的遥感图像目标检测方法及系统设计

为解决传统的目标检测算法难以满足遥感图像数据爆发式增长需求这一问题，文章提出基于深度学习的遥感图像目标检测系统软件。首先，为给深度学习网络训练提供高质量的样本数据，在GIS平台上实现了样本标注功能和数据集兼容性转换功能，并提供图像预处理方法对样本进行扩充；其次，针对遥感图像场景分类与遥感图像特定目标检测，应用深度学习技术，分别实现了模型训练、迁移学习、目标检测等功能；最后，采用了形态学处理、矢量化、直角化约束等方法，对遥感图像场景分类的效果进行改善。实验结果表明，文章的遥感图像目标检测系统在遥感图像场景分类方面取得了85%的分类精度，在特定目标检测方面取得了95%的检测精度，明显优于传统的遥感图像处理方法。该系统软件满足目标检测应用需求，能够为遥感影像分类、信息提取、变化检测等任务提供技术支持。     

地球同步轨道目标物深度学习检测方法

针对欧空局SpotGEO竞赛中地球同步轨道目标物的检测问题,提出面向低精度CCD空间图像的深度学习检测方法。在图像预处理环节,分别采用高斯过程回归和模板匹配实现前景/背景分割和多帧图像配准。根据地球同步轨道物体的运动特征,采用拓扑扫描提取候选目标物。在此基础上,提出一套基于深度学习的目标物筛选方法。该方法利用卷积神经网络,依次对拓扑扫描前后候选目标物进行筛选,显著减少噪声点数量,提高检测效率。仿真结果表明,该方法达到98%的目标检测准确率,适用于存在光污染、云层遮挡等干扰的复杂环境。     

基于YOLO智能网络的红外弱小多目标检测技术

复杂背景下的红外弱小多目标检测是红外目标检测的难点,现有算法的稳健性难以满足实际弹载应用需求。针对弹载环境下的红外场景图像开展了基于典型深度学习网络模型的目标检测应用研究,提出一种基于YOLO(you only look once)网络的智能目标检测方法,通过高维特征学习表征和推理实现红外弱小多目标检测。采用传统的模板匹配算法和YOLO深度学习算法进行识别性能对比分析,验证了YOLO网络在红外弱小多目标检测方面的良好性能。实验结果表明:YOLO算法的检测概率可达92.2%,平均检测精度为0.844,与传统的模板匹配方法相比,YOLO具有明显的优势。     

光学遥感图像船只目标检测识别技术

船只目标检测识别技术是现阶段遥感图像研究领域的一个重要发展方向。随着国产高分辨率卫星的快速发展，高分遥感卫星陆续发射，基于光学遥感图像的船只检测识别技术会逐步成为研究热门。主要介绍了近年来基于光学图片的船只检测识别技术发展、以及当前技术存在的问题。当前基于深度学习的船只目标检测识别技术取得了较好的检测效果，成为主流研究方向，但在光学遥感图像船只检测领域基于深度学习的方法有一些基本问题限制了检测效果，对这些问题进行了归纳总结，并对未来光学遥感图像船只检测技术的发展进行了展望。     

基于深度学习的目标检测框架组件研究

深度学习与计算机视觉的结合给目标检测研究领域带来了全新的检测模式,通过对基于深度学习的目标检测网络分析研究,目标检测网络框架可模块化地拆分为特征提取网络、多尺度融合和预测网络三个部分。从组成目标检测网络模块化的角度对各个模块进行了详细的分析综述,并给出了如何根据实际需求来构建适合的模型框架建议,为基于深度学习的目标检测方法研究提供参考。     

遥感影像弱小目标智能解译算法研究

随着遥感技术的快速发展,光学遥感影像弱小目标智能解译成为遥感信息处理的研究热点之一。遥感影像的地物目标常具有尺度小、种类多、数量大、部分重点小目标移动速度快的特点,易受到复杂背景环境及噪声影响,使得提取遥感影像弱小目标的信息面临着巨大的挑战。早期智能解译算法中的弱小目标分割、检测及跟踪等算法研究,多依赖模板匹配及先验知识,此类算法需耗费大量资源、算力及专家知识成本,存在着计算量大、泛化能力差的问题。近年来,随着深度学习等人工智能技术的快速发展,在海量遥感数据中准确获取弱小目标的信息,通过结合深度学习算法可对弱小目标的特征进行快速提取,以提供高效、准确的解译信息。本文综述了遥感影像弱小目标智能解译算法研究进展,包括基于传统图像处理方法的弱小目标分割、检测和跟踪算法,以及基于深度学习等典型相关算法。通过分析这些方法的优点与局限性,对于提高相关目标的信息获取能力、提升观测的态势感知水平以及未来应用等方面具有重要意义。     

基于数据扩充和特征增强的雷达回波无人机检测

针对基于雷达无人机目标识别难度高、精确度低、适应性差等问题，本文提出了利用深度学习的方法，对雷达回波进行无人机检测。首先，利用相参累积的方法生成雷达回波的距离-多普勒图像，增强目标特征并提高信噪比;其次，采用生成对抗模型对距离-多普勒图像进行数据扩充，以获得充足的图像数据减小网络的过拟合并提高网络鲁棒性;最后，使用基于位置感知的卷积神经网络增强特征，通过构建基于距离-多普勒图像的感知模块，实现对目标距离和运动速度的检测。通过在雷达回波序列中弱小飞机目标检测跟踪数据集上验证的结果表明:最终检测结果在召回率89%的情况下达到了91%的准确率。相比于基准方法，本文提出的方案具有更高的检测精度和更好的网络运行效率。     

未知空间目标纹理缺失表面三维重建算法

针对传统三维重建方法难以对纹理缺失表面进行完整重建的问题，提出一种基于深度学习与截断符号距离函数(TSDF)融合的未知目标三维表面完整重建算法。首先设计一种基于深度学习的图像逐像素深度估计框架，通过在训练过程中引入多个复杂结构模型，提高该深度估计框架的泛化能力；其次，利用TSDF对各帧图像所估计的深度信息进行融合，实现对纹理缺失区域的空间目标完整三维重建。根据仿真校验，对于300 mm尺寸的卫星模型图像，像素深度估计平均误差约为13 mm，通过TSDF融合后尺寸精度误差小于5.10%。实验结果表明该算法可以对未知空间目标光学图像进行逐像素深度估计，并获得目标完整的三维结构与纹理信息，有效解决无纹理区域的重建结构缺失问题。     

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。     

基于粒子滤波的红外弱小多运动目标检测

针对低信噪比条件下红外图像序列中的多个弱小运动目标检测问题,提出了一种基于粒子滤波的多目标检测前跟踪方法.首先分析了红外图像的状态及观测模型,然后将弱小运动目标的检测转化为贝叶斯滤波框架下的检测前跟踪,并利用多个粒子滤波器予以实现.为了评估该算法的有效性,采用人工合成的红外图像序列对其进行测试,结果说明该算法可同时处理低信噪比条件下的多个弱小运动目标,检测和跟踪性能良好.     

高超声速跳跃-滑翔弹道方案设计及优化

针时常规弹道导弹突防能力差、成本高的缺点,提出了一种高超声速跣跃-滑翔弹道方案.以某弹道导弹为例,通过采用高升阻比外形和末级发动机多次点火技术,将其再入弹道设计成大气层边缘的跳跃-滑翔弹道,并以航程为目标对弹道进行了优化.结果表明,跳跃-滑翔弹道能大幅增加导弹航程,同时还具有较强的突防能力,而且当跳跃幅度较大时,还可减轻气动加热;优化后导弹的航程进一步增加,跳跃幅度减小,热流峰值减小,加热时间和总气动加热量增加.     

空间交会对接光学敏感器测量的实验研究

光学敏感器通常用作空间交会对接最后阶段的测量敏感器。本文研究了光学成像敏感器的测量方法，并在此基础上进行了物理仿真实验。实验结果表明，当距离为１ｍ左右对直径４０ｃｍ的目标模拟器进行测量时．位置测量精度优于１ｍｍ，姿态测量精度优于０．４°。     

碳化硅纤维增强铝复合材料疲劳性能及疲劳破坏机理研究

介绍了SiC/Al复合材料单向板和正交板试样的拉—拉疲劳特性和疲劳破坏机理研究结果。研究结果表明,SiC/Al板试样拉—拉循环5×10~4次后,其剩余静拉伸强度系数超过0.87,随着循环应力水平的提高,材料的剩余静拉伸强度几乎没有变化,但声发射信号的起始峰值向应变增大方向移动;疲劳将导致复合材料表面产生温升,通过测量材料表面温度的变化,可以提前预告SiC/Al复合材料的疲劳破坏。     

抗相参雷达的侦察干扰一体化处理技术

基于数字射频存储技术,提出了对相参体制雷达的侦察干扰一体化处理方案.通过对侦察和干扰技术的分别论述和整合研究,将传统上独立的侦察和干扰的主要数字处理算法集成在单个可编程器件内,大大提高了对相参雷达的干扰效能,减小了电子对抗设备的体积和功耗.     

超声速进气道流场三维数值模拟

超声速进气道是固体火箭冲压发动机至关重要的部件之一,直接影响燃烧室的燃烧及发动机性能。基于N-S方程、标准k-ε双方程湍流模型,利用FLUENT软件对某型固体火箭冲压发动机楔形超声速进气道内外流场进行了三维数值模拟。计算得到了超声速进气道在飞行马赫数为Ma=3.5的情况下的流场性能。并在相同马赫数下,研究了等比压缩和攻角条件下的进气道流场的分布情况。模拟结果表明：进气道的总压恢复系数和流量系数等性能指标受到攻角的影响而发生变化。     

基于卫星中继的导弹飞控数据链链路分析

导弹飞控数据链路可极大地提高导弹的作战性能.分析了基于卫星中继的导弹飞控数据链链路特性,给出了其系统组成结构.完成了地星链路和星弹链路系统的分析与设计.最后给出了各链路的通信余量估算.对导弹飞控数据链的工程实现具有参考意义.     

基于HLA的卫星组网通信与对抗仿真系统设计

介绍了一种基于HLA的卫星组网通信与对抗仿真系统设计框架,并较为详细地描述了其联邦与成员设计。基于此设计框架的目的系统能够提供虚拟空间战场环境,使部队进行可信度较高的空间信息作战演习,并进行相应的技术和战术研究。     

卫星系统热特性分析

考虑空间轨道外热流、卫星表面自身辐射、热载荷等因素影响,建立卫星温度场计算模型,在采用蒙特卡罗(Monte-Carlo)法求解卫星复杂辐射边界条件的基础上,利用有限容积法对卫星在轨飞行阶段的瞬态温度场进行数值模拟,计算得到卫星瞬态温度场,并考虑其表面自身辐射及空间轨道外热流等因素,建立卫星红外辐射通量计算模型,计算得到不同时刻、不同热载荷情况下的卫星红外辐射通量分布,并简要分析了在轨卫星热控涂层衰减所带来的表面太阳吸收比的变化对卫星温度场的影响。     

氦气渗透对高空长航时浮空器驻空能力影响

氦气渗透率是浮空器蒙皮材料的重要设计指标之一,直接影响浮空器的运行时间和成本,决定高空浮空器能否实现长航时工作。以正球型浮空器为例,根据蒙皮材料薄壳受力特点得出浮空器体积与压差关系,建立了运动学模型和基于微孔损伤的氦气渗透模型,针对不同设计高度的正球型浮空器,结合浮空器内部氦气全天温度变化情况,分析了蒙皮材料渗透率对浮空器驻留高度、驻留时间等关键性能的影响,总结了渗透率、设计高度以及热力学特性之间的关系。
     

浅谈档案室的管理

如何加强档案规范化管理,充分发挥档案在实际工作中的作用,本文从档案的收集、整理、保管、利用和人员的素质五个方面来进行阐述。从而提高人们对档案室管理工作的认识,以确保档案室管理工作的进一步提高。