乘务英语词汇教学认知策略探析

通过历年对乘务英语教材编写和词汇教学的经验总结,结合专门用途英语教学,归纳出五种比较有效的词汇认知策略:语音法、构词法、联想与图片法、语境阅读法、词源文化法,旨在加深乘务专业学生对专业词汇的理解和应用能力,提高任课教师理论课的课堂效率,有效实现职业英语教学"学以致用"的目的。     

一种地图匹配算法的设计与实现

设计一种面向定位定向导航系统的地图匹配算法,首先通过网格划分和建立路段连通性拓扑关系表对电子地图数据进行预处理;然后根据车辆的行驶状态采取不同的候选路段确定方法,计算各候选路段的匹配度,取值最大的作匹配路段;最后采用垂直投影法求取匹配点。通过跑车数据进行仿真试验,验证了该算法具有良好的准确性和实时性。     

基于统计CSI的双层卫星协作波束成形算法

针对高轨和低轨卫星构成的双层卫星通信系统,提出了2种协作式波束成形（BF）算法,从而采用认知无线电技术实现卫星通信网和地面移动网的频谱共享。具体而言,在地面网络作为主网络、卫星网络作为次级网络且系统仅已知统计信道状态信息的情况下,提出了基于次级用户信干噪比最大化的波束成形算法,以及提出基于主用户受到干扰最小化的波束成形算法,得到2种算法相应的最优波束成形权矢量解析表达式。最后,计算机仿真验证了所提2种波束成形方案的正确性以及有效性。     

全球电离层地图TEC数据的插值算法

由IGS工作组提供的全球电离层地图(GIM)是电离层重要的应用数据.卫星高度计能够提供全球实时的电离层延迟误差校正.利用GIM数据,以Jason-3时空分辨率进行电离层总电子含量(TEC)的时间维度插值和空间维度插值,其中空间维度插值采用了Kriging插值和双线性插值两种方法.针对两种插值方法得到的总电子含量,与平滑...     

基于SURF特征匹配的优化RatSLAM类脑导航方法

RatSLAM是模拟鼠类感知环境机制提出的一种定位与构图的导航算法。针对复杂环境如光线影响导致RatSLAM产生误差的问题,提出了基于SURF特征匹配与位置细胞校正算法的优化RatSLAM类脑导航模型。本方法通过一套移动视觉系统采集环境信息,构建的局部场景细胞通过SURF特征匹配算法获取到载体在环境中的方向与位置信息,头朝向细胞与位置细胞通过连续吸引子神经网络共同表示载体当前的位姿,利用上述细胞所获取的位姿与时间信息,通过路径积分计算当前载体在坐标系中所处的位置,最后构建基于认知点的拓扑经验地图。此外,在局部场景细胞获取环境信息的同时,通过SURF特征匹配算法来进行闭环检测与检测预先设置好的位置细胞节点,对当前运动轨迹进行修正。实验结果表明,在有光线影响的情况下,本文所提出的方法将绝对定位误差大大降低。     

多无人系统协同视觉SLAM算法

针对传统同时定位与地图构建(SLAM)方法受计算能力、存储能力的限制无法在大范围场景下作业,无法建立大范围场景的全局一致性地图等问题,基于ORB-SLAM2系统框架建立了一种中心式的多无人系统协同视觉SLAM算法。设计了地图大小限制策略,以保证无人系统不受机载设备算力和存储能力的影响,基于字典机制和Sim3转换构建了地图融合优化算法,以完成全局地图构建与优化。最后进行了数据集测试,结果表明：所提出算法能够完成多无人系统协同SLAM,相对传统SLAM算法具有明显优势。     

基于视觉SLAM的飞机模拟座舱三维地图构建

针对飞机座舱副驾驶的研究需要,为使得机械臂能够在飞机座舱完成导航任务,旨在构建一个可用于机械臂导航的飞机模拟座舱三维地图。针对特征点分布情况对即时定位与地图构建(simultaneous localization and mapping,简称SLAM)的建图精度的影响,通过实验对比,验证了ORB-SLAM改进的ORB(oriented FAST and rotated BRIEF)特征检测算法相对于OpenCV库中SIFT,SURF和ORB算法检测提取的特征点分布更加均匀,更适用于SLAM。采用Kinect V2.0作为深度信息图像和彩色图像的数据采集设备,在飞机模拟座舱真实的环境下,结合ROS系统和ORBSLAM2系统框架,构建了飞机座舱内的三维稠密点云地图。针对点云地图存在数据大和难以实现导航等问题,采用了OctoMap数据模型,该数据模型能够压缩点云,调节分辨率和判断空间是否被占据,将点云地图转化为八叉树地图,最终获得数据小和适用于导航的三维八叉树地图。     

面向智能驾驶的高精度多源融合定位综述

随着信息时代各行各业效率的提升,传统的人工驾驶交通系统已逐渐无法满足人们对高效率、低风险交通服务的需求,而智能驾驶技术的出现为这一领域带来了机遇。如今,以自动驾驶为代表的智能驾驶已经成为一种实用的深度交叉技术,其核心模块包括高精度定位、场景感知、决策规划与控制等。定位模块作为智能驾驶系统中最基本、最核心的功能模块,需具备高精度、高可用、低时延的性能特点。当前,结合高精度卫星导航、惯性导航以及环境感知的多源融合技术已成为实现泛在智能驾驶所公认的核心手段,通过充分利用车载传感器的量测信息可以实现精确、可靠的定位服务。从导航定位中常用的传感器技术出发,对当前智能驾驶领域涉及的高精度定位技术进行了全面的回顾,给出了主流的基于滤波和因子图优化的多源融合框架,并对代表性算法进行了整理。最后,总结了现阶段智能驾驶中高精度定位技术的发展现状,并对未来的发展趋势进行了展望。     

从认知语言学角度分析航行通告E项内容有误时的可靠性和对策

本文从认知语言学的角度出发,针对现阶段航行通告E项内容有误时不论具体错误类型均对其进行更正从而导致报文号码资源浪费的问题,分类分析了公共英语和航行情报服务专业英语出现拼写错误及成分缺失等问题后的可靠性,并提出了相应的建议处理方法以提高航空情报工作效率和减少专业人员工作负荷。     

基于改进SIFT的高鲁棒性特征点提取方法

为实现无人作战飞机(UCAV)认知导航的高鲁棒性特征点提取,提出一种基于自适应非极大值抑制(ANMS)的多元量化Hessian-Affine迭代式尺度不变特征变换(SIFT)方法。针对认知导航对特征点均匀分布的需求,提出基于ANMS的初始特征点优选算法。为确保特征点的仿射不变性,利用引入迭代调节因子的Hessian-Affine迭代算法估计仿射不变区域,并在对应归一化圆形区域进行主方向确定以及圆形描述子生成。针对模拟特征序列分布不均匀、正确匹配率不高的缺陷,采用多值量化与比特抽取结合法对模拟特征序列进行多元量化,并且分析验证了该方法的优越性能。仿真结果表明,本文方法具有较高的正确匹配率,具有旋转不变性和尺度不变性,其抗噪性能提高了10 dB,并且在大视角变化范围内具有较优的抗仿射性能。