用TH神经网络方法外推数据的超分辨雷达成象

研究用Ｔａｎｋ－Ｈｏｐｆｉｅｌｄ神经网络（ＴＨＮＮ）求解ＡＲ模型参数作数据外推的超分辨雷达成象,并用微波暗室实测数据对ＴＨＮＮ方法和Ｂｕｒｇ方法作了验证,结果表明,两种方法均能在较低的信噪比条件下实现超分辨成象,且随着ＶＬＳＩ技术的发展,神经网络方法将是一种很有希望的超分辨成象方法。     

模拟高度复杂流动的自适应网格算法

提出一种基于对等弧分布律进行扭转修正的自适应网格算法。该方法将三维网格系统分裂为３个单方向自适应网格子系统,在计算中与主控方程的求解格式相耦合,交替地使用。应用所构造的算法结合ＭａｃＣｏｒｍａｃｋ显式格式对喷流／绕流干扰流场进行了雷诺平均Ｎ－Ｓ方程模拟,给出了清晰的剪切层与激波波系结构。计算结果表明,该自适应网格算法可较大程度地提高ＭａｃＣｏｒｍａｃｋ格式的分辨率。     

叶栅绕流计算的高分辨率隐式解法

以一种性能优越的高分辨率格式为基础, 发展了其隐式解法, 提出并实现了与这种格式相适应的隐式边界处理过程, 从而显着提高了高分辨率格式的收敛速度。用不同来流条件下叶栅绕流数组计算结果与实验做了对比, 以说明解的准确程度和本文算法的效果。      

一种含柔性轴的超声电机定位特性研究

为了进一步提高超声电机的定位精度，满足航空航天驱动机构对高定位精度的迫切需求，采用柔性轴提高超声电机运行稳定性，并基于电机瞬态响应特性，实现超声电机的高精度定位性能.超声电机具有响应快的特点，具有实现高定位精度的可能，但由于其步进特性不清晰，运行波动较大，其潜力尚未被完全挖掘.针对该问题，首先探索超声电机的步进特性，得到不同负载下电机的步进规律，然后采用连续模式和步进模式相结合的控制策略，实现了超声电机的高精度定位特性.研究结果表明：采用柔性轴后，电机步进波动大幅降低，电机定位精度可达0.48″，所需的定位时间小于1.34 s.     

国外对地观测微纳卫星发展趋势分析

针对微纳卫星对地观测系统发展水平较高的美国、英国、日本、阿根廷、芬兰等国的典型微纳卫星对地观测系统,从系统的发展目标、系统构成、发展历程、目前状况,以及系统(卫星)的主要性能和技术状态等方面进行了较为全面的论述。从中可看出,微纳卫星可获取亚米级分辨率的光学和合成孔径雷达图像,使微纳卫星的技术水平大幅提高;对地观测系统微纳卫星的数量从数颗、几十颗到数百颗,组网卫星的数量多,能够高频次地获取所观测目标的信息。经比较、分析与归纳,微纳卫星对地观测系统呈现出中分辨率与高分辨率协调发展,主动观测方式与被动观测方式全面发展,军民融合式发展,以及微纳卫星对地观测系统之间的竞争更加激烈等发展趋势。     

合成孔径相关积分器的数字实现方法

给出了合成孔径相关积分器的数字实现方法,在二维成像处理和聚焦方面采用新的、快速的算法,并通过分析证明此方法是有效的.     

一种改进的MUSCL格式

给出了一种改进的二阶精度的ＭＵＳＣＬ格式，并用来求解Ｅｕｌｅｒ方程，改进后的ＭＵＳＣＬ格式在线化插值步中，用Ｖａｎ Ｌｅｅｒ的插值斜率对特片变量进行插值，并对与熵波、剪切波对应的特片变量使用了小耗散的插值斜率，在迎风步采用Ｒｏｅ的近似黎曼解求得迎风通量。比较一维和二维的计算结果均可以看出，改进后的ＭＵＳＣＬ格式在消除数值振荡的同时，明显提高了流场间断的分辨率。     

美国公司不久将发射高分辨率商业遥感卫星

美国总统克林顿１９９４年３月宣布的遥感政策允许美国私营公司拥有和经营分辨率为１ｍ的遥感卫星，为高精度商业遥感卫星的发展扫清了道路。截至目前，已有３家美国公司准备在１９９９年发射３颗军用卫星级的商业遥感卫星，它们的黑白图像的分辨率高达１ｍ，彩色图像的分...     

微焦点高分辨率软X射线照相技术

微焦点高分辨率软Ｘ射线源的焦点尺寸＜０．１ｍｍ，其Ｘ射线管不封闭，可分解并配有连续式抽真空系统，管电流，比一般的要低得多，尽管如此，其焦点功率密度却是很高，灯丝易烧损，因此必须是可更换的；此外，阳极靶材料为钨或钼，更换不同材料的阳极靶可改变Ｘ射线的波长、以适应不同的用途。小焦点有利于调出短焦距而不产生半影，提高成象清晰度，其分辨率可达６μｍ，比一般高出一个数量级；放大率Ｍ＝１～５０，是在现代电子光学技术和高真空技术基础上的新成果，此项成果适用于对产品中微细缺陷的检测和实物微细组织结构的分析。     

对偶空间上的高分辨率遥感影像道路提取

道路目标的提取是遥感领域的重要研究内容。针对背景复杂的高分辨率遥感影像，论文提出一种在对偶卒间榆测道路目标的算法。该算法包含以下步骤：通过投影变换，分别将直线的灰度级标准差及其边缘梯度矢量均值映射到直线方程的对偶空间；在对偶卒间上，根据直线的标准差和边缘梯度矢量的峰谷分布规律检测道路目标；根据已检测的目标位置，用搜索和跟踪的手段提取连接道路网。实验结果表明，本方法能够很好的提取各种明暗度及一定曲度的道路目标。