预处理AUSMDV格式在微型扑翼绕流数值模拟中的应用

由于微型扑翼的低速低雷诺特性,对其粘性绕流的数值模拟存在较大困难。传统的中心空间离散格式不具有格式耗散而需要加入带有自由度的人工耗散,给计算带来不确定因素;此外,在低速低雷诺条件下,RANS方程组的条件数太大,导致计算收敛缓慢甚至不收敛,需要引入预处理方法加速收敛。本文使用具有低耗散特性的AUSMDV空间离散格式结合预处理方法对扑翼的非定常粘性绕流进行了数值模拟,非定常推进采用了含双时间迭代的LU-SGS隐式时间推进,湍流模型采用了BL模型。计算结果表明,加入预处理能够克服AUSMDV格式难以收敛的缺点,并且与中心格式相比,基于预处理的AUSMDV格式能够更准确地模拟扑翼的非定常粘性绕流,通过将本文计算结果与文献结果对比验证了本文方法的有效性。在此基础上研究了扑翼相关参数对气动特性的影响,对进一步了解扑翼气动力产生机理,指导扑翼的气动设计具有参考价值。     

一种高分辨率积分输出的A/D转换电路的设计

针对通常需要高分辨率的模数转换的导航领域,描述了一种高分辨率积分输出的A/D转换电路的设计,论述其工作原理和软硬件设计方案。通过电路仿真和试验分析表明,这种A/D转换电路的设计兼具V/F转换的高精度和A/D转换的高速输出的优点。     

面向高分辨率遥感影像的地形辐射校正方法

地形辐射校正对获取准确的地表定量遥感精度意义重大。针对传统地形辐射校正模型不适用于高分辨率遥感影像的问题,提出了一种基于辐射传输模型,同时严控误差源的地形辐射校正方法,以资源三号01星高分辨率全色及多光谱遥感影像为例进行相关实验,实现对高分辨率遥感影像的地形辐射校正,并进行了主客观分析与评价。分析结果表明:本文提出的地形辐射校正模型和方法,能有效解决全色遥感影像在绝对辐射定标系数缺失情况下校正效果差以及如何保持高分辨率遥感影像细节等难点,较传统方法更适用于高分辨率遥感影像。      

微振动影响下的TDICCD相机图像复原方法

随着遥感卫星成像分辨率的不断提高,微振动对空间相机成像质量的影响已不能忽视。本文主要针对微振动影响下的时间延迟积分电荷耦合器件（TDICCD）图像的复原方法进行了研究。首先,结合成像器件与目标存在相对运动时的曝光成像规律和TDICCD相机成像原理,建立了微振动下TDICCD相机的成像模型,并进行了仿真得到退化图像。然后,对面阵图像复原方法进行了介绍。最后,将面阵复原方法改进推广至TDICCD图像复原,提出了一种微振动影响下的TDICCD相机图像复原方法,并进行了仿真。恢复图像各指标均有一定提升,验证了方法的有效性。     

高分辨率格式在非定常无粘可压缩流动中的应用研究

本文发展了一种计算非定常无粘可压缩流动的高分辨率格式。通量计算采用AUSMPW+Rie-mann求解器,其中使用了基于单调性的压力加权函数f,并与Roe Riemann求解器进行比较。为提高精度,使用五阶WENO格式进行左右状态插值,且时间推进采用三阶TVD Runge-Kutta方法。用该方法对移动接触间断问题、Sod激波管问题、二维激波反射问题和双马赫反射问题进行了数值计算,数值结果表明基于五阶WENO插值的AUSMPW+格式有很高的激波及接触间断分辨能力,并比基于五阶WENO插值的Roe格式有更高的计算效率。     

首颗民用高分辨率卫星明年发射

7月29日,中国航天科技集团公司与国家测绘局签署了战略合作框架协议。双方确定了合作基本原则、业务合作领域和合作推进机制等内容。根据协议,双方的合作目标是建立多传感器、多系列的测绘卫星体系,提高卫星测绘数据     

高分辨率商业遥感卫星现状与发展

介绍了全球主要航天国家的高分辨率商业遥感卫星的现状和卫星系统的主要特点,分析了高分辨率商业遥感卫星的发展趋势。     

运动激波绕射的数值模拟

用高分辨率的ＴＶＤ格式对复杂的激波反射过程做数值模拟。激波斜壁反射计算结果与实验干涉照片、压力分布、密度分布均符合得很好。通过对运动激波绕射凸起物的数值模拟,得到非定常反射流场发展过程及复杂流场间断的清晰图谱。     

融合空洞空间金字塔池化和注意力的轻量化遥感影像道路提取

针对高分辨率遥感影像中道路形状结构错综复杂,出现窄小型道路提取错误或漏分的问题,提出一种基于空洞空间金字塔池化和注意力机制的轻量化遥感影像道路提取方法。首先,在原始高分辨率网络（HRNet）基础上,通过引入空洞空间金字塔池化模块,实现多尺度道路信息融合;再引入挤压激励通道注意力机制,增强网络特征表征质量;最后使用深度可分离卷积方法改进网络残差模块实现模型轻量化,以降低模型计算复杂度。在公开数据集上进行了模型性能测试,实验结果表明,文章所提算法的准确率、精确率、召回率、F1分数和平均交并比,相比原始HRNet分别提升了5.35%、2.15%、4.1%、3.15%和14.34%,且减少了36.1%的参数数量;相比其他网络,该算法突出了细小道路的特征,道路预测结果连续性、完整性好,并且模型小易于部署在实时检测设备中,有效改善了道路提取任务中错分和缺失的情况,是一种适应性更强、分割精度更高、更轻量化的多尺度道路提取算法。     

未来成像体系(FIA)的障碍可能推动商业成像市场

由于修改了建造下一代高分辨率成像卫星的计划,美国政府开始考虑从商业成像卫星获得更多图像的补救措施。