基于PIV的凝胶模拟液撞击雾化速度场实验研究

为了更好研究凝胶推进剂的雾化,采用时间分辨粒子图像测速(TR-PIV),研究了不同撞击角度(45°,60°,75°,90°和120°)和射流压差(0.4MPa~0.8MPa)对凝胶推进剂雾化速度的影响。实验结果表明:雾化液滴速度对于撞击轴线呈单峰对称分布,距离撞击点越远,雾化液滴速度越小且分布越均匀;增大撞击角和增大射流压差都可提高凝胶推进剂有效撞击速度,即增加撞击后液体动能转换液体破碎所需的能量,雾化质量提高;当有效撞击速度大于27.9m/s时,实验室配置的凝胶推进剂可充分雾化。     

一种四元数矩阵建模的彩色图像质量评价方法

针对彩色图像的质量评估问题,提出了一种基于四元数矩阵模型的图像质量评价方法。利用四元数矩阵对彩色图像建模,构造出图像的四元数矩阵模型;对矩阵进行奇异值分解,得到一组奇异值向量;计算标准图像与失真图像对应奇异值向量间的欧式距离,获得失真映射图谱;由失真图谱计算两幅图像间的全局误差,作为失真图像的质量评价结果。通过对几组不同类型失真图像的评价测试,结果表明,方法对图像质量的客观评价结果与主观感知有较高的一致性,并且能够从失真映射图谱判定图像的失真类型。     

读屏模式下的网络文学

随着传播信息所依赖的媒介不断改变,人类进入读图时代,开启了读屏模式。读屏模式下的网络文学实现了语图的和谐共存。透过屏幕,经典作品与大众文化进行了沟通,自由精神的信念得以深入人心。读屏模式下的网络文学的必由之路是由解构走向重建,为语图战争的消弭另辟蹊径。     

基于某型发动机发展 STOVL 动力性能方案研究

短距起飞/垂直降落（STOVL）飞机由于其优越的作战性能,受到了世界航空大国的高度重视。通过借鉴目前最先进的 STOVL 动力 F135- PW -600发动机技术发展思路,研究了基于国内某型发动机改 STOVL 动力方案时,主发动机与升力风扇之间的匹配和约束关系。研究结果表明：随着升力风扇压比和流量的增加,主发动机升力减小,升力风扇升力增加;同一主发动机状态下,升力风扇流量越大,发动机前后升力平衡的升力风扇压比越小,总升力越大;主发动机性能越高,发动机前后升力平衡的升力风扇压比和流量越大,发动机总升力也越大。     

飞行仿真中雷达地形数据库构建关键技术

雷达图像仿真是飞行仿真的重要组成部分,而雷达地形数据库为雷达图像仿真提供基本的数据支持。为构建满足仿真精度与实时性要求的雷达地形数据库,对相关关键技术进行了研究。在分析雷达图像仿真原理的基础上,研究了雷达地形数据库在分布式飞行仿真系统中的应用方式和组成形式。根据所用数据源的不同,对雷达地形建模技术进行了分类,并分析了不同建模方法的优缺点。比较了网格式与多边形式2种数据存储与调度技术的特点和适用性,指出多分辨率表示技术雷达地形建模中的重要性,给出了一种材质数据多分辨率映射的基于材质最大出现概率的子取样方法。对机载雷达实波束地形测绘成像进行了仿真。     

SAR图像匹配制导精度影响因素分析

合成孔径雷达（SAR）具有高分辨率、全天候等优点,是提高精确制导武器制导精度的有力工具。制导精度是精确制导武器的重要性能指标,影响SAR制导系统精度的主要因素有实时图的获取误差及预处理误差、图像匹配误差、惯导测量误差、SAR制导特殊弹道引起的导航制导的误差。概述了SAR图像匹配制导系统精度的相关研究,对比和分析了这些研究和结论,指出了该研究存在的问题和发展方向。     

一种基于稀疏分解的微多普勒频率估计算法

目标微动特性和微多普勒特征分析在真假目标识别方面发挥了重要作用。由于微动目标雷达同波具有非线性、多分量性等特征,需要相应的具有高分辨力、低交叉项、大的动态范围的分析工具,才能较好地揭示目标微多普勒特征。稀疏分解方法中的匹配追踪（MP）具有频域高分辨能力,对于信号细微特征提取具有很好的效果。研究了基于匹配追踪的微多普勒频率估计问题,该方法可以准确提取出目标微多普勒频率,为后续的目标识别提供了重要的依据。-     

可形变人脸模型研究进展综述

正确理解和跟踪人脸是构建能够在复杂人类环境中自主工作的智能机器系统的首要和关键步骤，可形变模型通过统计学习方法给出对象形状的紧凑数学表示，是达成这一目标的重要手段。从机器学习和计算机视觉领域角度，对人脸图像的可形变模型构建这一研究课题的最新研究进展进行了综述。特别地，对其中涉及的关键问题进行了归纳，并建立了一个抽象的统一贝叶斯可形变模型；在此框架下，对标准的点分布模型PDM模型及其最新研究进展进行了回顾、对一些主要的方法进行了介绍、对这些方法优缺点进行了对比分析。     

Advanced fractal approach for unsupervised classification of SAR images

Unsupervised classification of Synthetic Aperture Radar (SAR) images is the alternative approach when no or minimum apriori information about the image is available. Therefore, an attempt has been made to develop an unsupervised classification scheme for SAR images based on textural information in present paper. For extraction of textural features two properties are used viz. fractal dimension D and Moran’s I. Using these indices an algorithm is proposed for contextual classification of SAR images. The novelty of the algorithm is that it implements the textural information available in SAR image with the help of two texture measures viz. D and I. For estimation of D, the Two Dimensional Variation Method (2DVM) has been revised and implemented whose performance is compared with another method, i.e., Triangular Prism Surface Area Method (TPSAM). It is also necessary to check the classification accuracy for various window sizes and optimize the window size for best classification. This exercise has been carried out to know the effect of window size on classification accuracy. The algorithm is applied on four SAR images of Hardwar region, India and classification accuracy has been computed. A comparison of the proposed algorithm using both fractal dimension estimation methods with the K-Means algorithm is discussed. The maximum overall classification accuracy with K-Means comes to be 53.26% whereas overall classification accuracy with proposed algorithm is 66.16% for TPSAM and 61.26% for 2DVM.     

曲面和任意取向表面表面摩阻油膜测量法的进展

本文叙述曲面和任意取向表面表面摩阻测量方法的进一步的发展。介绍用漫射照明获取薄油膜等厚度干涉条纹谱的理论根据和实验结果。讨论了通过油流显示图像的分析，自动探测表面流线方位的可能性。所得结论表明油膜法也能应用于复杂的三维流动。