基于纹理边界检测的航天器椭圆特征提取方法

为确定失效航天器等非合作目标的相对位姿，提出一种通过纹理边界检测的椭圆特征提取方法。该方法假设椭圆特征是航天器表面两种不同纹理的边界，利用上一时刻相对位姿信息，将对接环离散几何模型投影到像平面，并沿各离散点的法向方向通过概率方法检测纹理边界点。利用随机抽样一致(RANSAC)方法剔除边界点中的粗大误差，进而拟合出椭圆参数。纹理特征对光照变化具有鲁棒性，因此该方法能够在变光照、星体表面反光不均匀等复杂情况下快速准确地提取图像中的椭圆特征。本文以对接环图像特征提取为例进行仿真校验，分析了算法参数和噪声对提取椭圆精度和时间的影响。利用真实图像与基于梯度边缘的椭圆提取方法进行对比，结果表明，所提出的算法具有较高的精度和速度。     

Rotating machinery fault diagnosis based on convolutional neural network and infrared thermal imaging

Rotating machinery is widely applied in industrial applications. Fault diagnosis of rotating machinery is vital in manufacturing system, which can prevent catastrophic failure and reduce financial losses. Recently, Deep Learning (DL)-based fault diagnosis method becomes a hot topic. Convolutional Neural Network (CNN) is an effective DL method to extract the features of raw data automatically. This paper develops a fault diagnosis method using CNN for InfRared Thermal (IRT) image. First, IRT technique is utilized to capture the IRT images of rotating machinery. Second, the CNN is applied to extract fault features from the IRT images. In the end, the obtained features are fed into the Softmax Regression (SR) classifier for fault pattern identification. The effectiveness of the proposed method is validated using two different experimental data. Results show that the proposed method has a superior performance in identification various faults on rotor and bearings comparing with other deep learning models and traditional vibration-based method.     

一种虹膜特征提取与匹配方法

人眼虹膜尺寸很小，并且容易受到干扰，如果不能有效地提取出稳定的虹膜特征进行模式匹配，将严重影响虹膜识别的准确性和鲁棒性。本文提出一种稳定的虹膜特征提取与匹配方法，在虹膜注册端通过构建强特征分类器获得增强型特征模板，在虹膜识别端通过多样本特征映射融合提取稳定的特征样本，并根据风险预测自适应地确定分类阈值，然后进行特征匹配与虹膜分类，从而有效提高虹膜识别的准确性和鲁棒性。     

Experimental study on plasma jet deflection and energy extraction with MHD control

This paper presents an integrated research scheme for vector deflection and energy extraction in a gas plasma jet under Magneto-Hydrodynamic (MHD) control. A MHD-controlled thrust-vector test rig was used to conduct the experimental research. A gas plasma was obtained by injecting ionization seeds of Cs₂CO₃ into the combustion chamber via artificially forced ionization. The effects of the gas temperature and ionization seed mass fraction on the plasma jet deflection and energy extraction were experimentally verified under an applied magnetic field. The experimental results were analyzed theoretically. The results showed that the deflection amplitude of the gas plasma jet and the extracted voltage signal intensity increased with increasing gas temperature and the ionization seed mass fraction. The extracted dynamic voltage signals proved that the ionization seeds of Cs₂CO₃ induced gas ionization at 1173 K. The experiment verified that it is feasible to simultaneously achieve jet deflection and extract energy under the action of an external magnetic field.     

嫦娥四号动力下降段图像可视化传输方案

针对嫦娥四号降落相机在动力下降段的图像可视化传输需求和深空通信下行数传信道带宽受限的矛盾，文章提出了一种动力下降段速率自适应的可视化图像传输方案，对如何保证降落相机图像下传的实时性、完整性、速率自适应性等关键问题进行了讨论，并对方案中涉及的抽帧回放算法、帧格式识别方法、合路调度算法等关键技术进行了详细说明。同时，文中给出了该方案在嫦娥四号在轨的验证情况，结果表明，在数传通信速率受限的情况下该方案实现了降落相机图像的存储管理和可视化下传，具有实时性高、速率自适应、图像下传完整等特点，可以为其他航天器数据管理系统设计提供参考。     

基于熵与TOPSIS法的空中目标威胁判断

针对舰艇对空防御空中目标威胁判断指标属性权重与属性值均为区间数的情况,通过以各方案与理想方案偏差最小、与负理想方案偏差最大,以及权系数熵的最大化为优化目标,用拉格朗口乘子法给出模型的最优解,得到指标的权重值;基于区间数的4种不同的距离度量方式,建立基于TOPSIS法的威胁判断模型;通过实例对比在不同距离度量下的排序效果...     

基于伪随机序列调制的混合域自适应盲水印算法

在多小波变换和DCT变换混合变换域中，提出了一种基于伪随机序列调制的彩色图像盲水印算法。该算法先将原始彩色图像由RGB空间转换到YIQ空间．选取Y分量多小波变换后的中频区域作为水印的嵌入区域。水印嵌入前先对待嵌入水印区域8×8分块，然后对所有子块按照纹理和能量特征进行模糊分类，最后将置乱后的二值水印信息用两个互不相关的伪随机序列进行扩频调制．嵌入到8×8子块DCT变换后的交流系数上。提取水印时，通过比较两个伪随机数列和待检测系数相关性的大小来提取水印，不需要原始图像参与。实验表明，该算法对噪声、JPEG压缩和几何剪切等常见的攻击操作具有很强的鲁棒性。     

复杂曲面零件散乱点云特征点提取

复杂曲面零件的几何特征提取对加工质量的检测及逆向重构具有重要意义。提出了一种复杂曲面零件散乱点云特征点提取方法。首先,提出了基于高斯权重的邻域主成分分析的方法,通过估计每一点邻域的局部变化程度对点云模型进行初始标记;然后,采用基于标记的自动识别法实现特征点的提取;最后,通过特征点聚类的方式去除了特征点集中的异常点,完善了提取的点云特征。该方法直接操作于散乱点云,无需任何的拓扑连接信息。试验结果表明:该方法简单、有效,不需要过多地人为调节参数,特征点提取完整。     

实时数据库的主动机制研究与实现

主动机制是实时数据库管理系统（ＤＢＭＳ）的一个重要功能。在主动机制的基础上，实时ＤＢＭＳ能够根据数据库中某些数据及环境的变化，主动地作出一定的反应，执行预先设计的动作，而不仅仅是被动地执行用户的命令。文中主要介绍一个实时ＤＢＭＳ的主动子系统，采用事件－条件－动作的规则来实现其主动功能；讨论了规则的表示和存储结构，规则子系统的系统结构及与ＤＢＭＳ的联系；并详细介绍了条件评价器、规则检索优化、规则冲突     

基于表观细粒度辨别网络的近海船舶目标检测方法

近海船舶目标检测是一项非常具有挑战性的任务,受到学者专家广泛关注。基于卷积神经网络（CNN）和注意力机制的检测器在近海船舶目标检测方面的应用取得了显著成就。然而,船舶目标检测存在着表观相似和背景干扰导致检测过程中出现误检的问题。为此,本文提出了一种用于Faster RCNN（更快的基于区域的卷积神经网络）的表观细粒度辨别的检测头模块。该模块包括类别细粒度分支和高效全维动态卷积定位分支。其中类别细粒度分支通过全局特征建模和灵活的感知范围来挖掘和利用类别细粒度辨别特征,高效全维动态卷积定位分支通过高效灵活的感知船舶边界信息来区分目标与背景,从而减少误检漏检问题。通过在近海船舶公开数据集Seaships7000 上进行实验验证,本文算法减少了误检漏检,提升了检测器性能。