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。     

基于小波包变换的Quick Bird全色影像和多光谱影像的融合

为了能够更好地将迄今为止在商业领域内空间分辨率最高的Quick Bird卫星遥感影像的高空间分辨率特性和多光谱特性结合起来,以提高对影像信息的分析和提取能力,笔者在研究了小波包图像分析法之后,提出了一种基于小波包变换(WPT)的Quick Bird遥感影像融合方法,在此基础上,对同一地区Quick Bird全色影像和多波段影像进行了融合实验,获得了满意的实验结果。     

信息融合图像识别算法及其在三维飞机图像识别中的应用研究

将D S证据推理与不变矩理论相结合,提出了信息融合图像识别算法,并应用于三维飞机图像的识别。构造了基本置信指派函数,建立了分类规则,针对Dempster组合规则只适用于高置信度、低冲突性的情况,应用可解决证据冲突的加权分配冲突法及吸收法,完成了三维飞机图像识别的仿真,比较了3种组合规则的识别效果,结果表明吸收法识别率最高。     

智能人机交互在有人太空探索中的应用与展望

近年来,空间机器人技术发展迅速,国内外已有诸多空间站机器人、深空探测机器人的应用实例。未来有人太空探索过程当中,人与众多智能机器人协同开展任务将成为必然趋势。对国内外空间协作机器人应用实例进行了总结,在分析人机协作机制的基础上,提出了空间人机交互的关键技术,包含人体检测与跟踪、手势识别与分类、动作识别与意图预测、低重力环境下的人机协同控制等,对上述关键技术的难点与研究进展进行了分析综述,并对后续的发展方向进行了展望。     

基于IoTDB的航空发动机试验数据清洗与升维方法

航空发动机型号研制过程中会产生大量的试验数据,为了充分发挥这些数据的作用,选用IoTDB数据管理平台,对航空发动机多源试验数据的清洗和升维方法进行了研究,并提供了一种面向多源数据融合的分布式数据平台架构。通过该平台,可保证数据得到高效利用,解决了通过人工手段处理、整合数据费时耗力且效果不理想的问题,同时为后续开展数据挖掘奠定了基础。     

基于小波变换与局部离散度的多聚焦图像融合算法

提出了一种基于小波变换与局部离散度的多聚焦图像融合算法。首先对不同聚焦图像进行小波变换,然后采用局部离散度准则对各个方向上的高频系数进行融合,采用重要度准则对低频系数进行融合,最后对融合后的小波系数进行重构,得到了很好的融合图像。实验结果表明,融合效果优于取绝对值大的小波系数和区域方差准则的融合算法。     

基于卫星遥感的岛礁影像多类目标智能化提取

卫星遥感影像具有背景复杂、目标尺度不一、观测方向各异、纹理不清晰等特点,主流的深度学习目标检测算法不能直接适用于卫星遥感影像的目标检测。改进了RetinaNet,使其适用于卫星遥感影像。首先设计了一种新的特征融合方式,融合ResNet50输出的特征图,使得融合后的特征图同时具有高层语义信息和低层纹理细节信息。为了减弱遥感影像复杂背景对目标特征的影响,设计了特征感知模块,在减弱噪声对特征图影响的同时增强有用特征。挑选DOTA数据集中船只、飞机和存储罐图像进行训练和测试。改进的算法与RetinaNet相比,飞机、船只和存储罐的平均精度分别提高了41%、25%、24%。基于高分二号卫星（GF 2）真实影像数据的试验结果表明,提出的算法能够用于卫星遥感岛礁影像的多类目标智能化提取。     

基于混合网络的异源遥感图像变化检测

为了更加准确地进行异源遥感图像的变化检测任务,提出了一种基于混合网络的异源遥感图像变化检测算法。利用伪孪生网络提取异源遥感图像块间空间维度的变化特征,利用早期融合网络提取异源遥感图像块间光谱维度的变化特征,将2支网络提取的特征进行融合,并将融合后的变化特征输入到sigmoid层进行二分类检测。同时,在伪孪生网络中加入对比损失函数,通过优化对比损失函数,使得在特征空间中,未变化图像对的空间特征差异更小,变化图像对的空间特征差异更大,以提升网络的区分能力和收敛速度。      

室内多移动机器人协同建图与路径规划

多机器人协同定位与路径规划是协同侦察、作战等场景中的首要问题,其难点在于如何在未知环境下完成自主定位。提出了将多机器人同步定位与构图(Simultaneous Localization and Mapping,SLAM)系统应用于室内环境,,以解决此问题。针对机器人定位存在的相关定位误差,采用了增加惯性测量单元的方法,以进行修正。为解决单个机器人在构建地图时速度较慢的问题,将基于坐标变换的方法用于多机器人的地图融合。此外,基于冲突检测和冲突规避思想,对多机器人路径规划方法进行了研究,并将其部署在了多机器人系统中。实验结果表明,采用多机器人协作进行环境探测,在确保全局地图信息完备的同时,可以提高构图效率。基于冲突规避的多机路径规划方法,可以为机器人个体规划出无碰撞路径,机器人可以根据该路径到达目标位置。     

面向天地融合网络的无线资源智能分配方法

为满足天地融合网络全时、全域通信需求,采用认知无线电技术可实现有限频谱资源的感知与高效利用,有效缓解同频干扰问题。文章提出了一种用于天地一体认知网络的信道选择和功率调整的无线资源智能分配方法,在保证主用户服务质量的前提下最大化系统数据速率。首先,将天地融合网络建模为异质图结构,通过用户距离估计信道状态信息,并且利用图卷积网络提取和分析关键环境特征。其次,采用深度强化学习探索底层拓扑环境信息,通过试错与奖惩机制不断优化资源分配策略。仿真结果验证了所提方法的收敛性,并且证明系统数据速率能够得到显著提升。