空间邻近目标跟踪与航迹关联的联合优化算法

针对单传感器跟踪空间邻近目标过程中存在航迹交错的问题,提出一种基于分布式多传感器融合结构的跟踪与航迹关联联合优化算法.该算法在单帧航迹全局最优航迹关联的基础上,通过航迹关联质量检测传感器航迹是否存在交错,然后构造交错航迹对的拟测量,并根据拟测量误差协方差计算融合“测量”,最后由融合中心对融合“测量”进行全局最优点迹-航迹互联和交互多模型(IMM)滤波更新融合航迹.考虑分布式融合系统约束情况,给出采用次优拟测量的替代方法.仿真结果表明,与传统航迹关联算法相比,联合优化算法能够明显提高目标跟踪精度和身份正确率.     

一种基于FPGA的全帧率图像处理方法

针对图像算法在FPGA内的硬件化实现问题,提出了一种全帧率处理的思路,并提供了两种具体的可供参考的设计方法——基于像素流缓冲的卷积核处理技术和基于相邻图像帧相关性的图像参数提取技术。通过其可以方便地设计并实现大部分空间域图像处理算法及其任意组合的硬件逻辑电路,并达到与图像输入帧率相同的处理速度。以Canny算子的硬件化实现为例验证了设计理念。实验结果表明,全帧率图像方法具有可操作性强、实时性好、符合结构化模块化设计的特点,特别适合于对实时性要求高的嵌入式视觉系统。     

星载合成孔径雷达图像的飞机目标检测

针对大场景下星载合成孔径雷达(SAR)图像中飞机目标检测问题,提出一种端到端的飞机目标检测算法。先在大场景SAR图像中对机场目标进行粗检测,定位机场区域,再通过精确分割算法获得机场的精细区域。对机场区域中的飞机目标进行检测,采用一种基于Canny算子的边缘检测与卷积神经网络结合的飞机目标检测算法。通过飞机边缘检测、边界框预处理等操作确定潜在飞机目标在机场中的位置范围,采用基于GoogLeNet的卷积神经网络对可疑目标进行鉴别。利用星载合成孔径雷达数据对算法进行验证,证明该方法的有效性与实用性。     

基于深度学习算法的极化合成孔径雷达通用分类器设计

地物分类是PolSAR(极化合成孔径雷达)的重要应用方向。传统算法需要基于特定数据人工选取特征和设计分类器,而深度学习算法能够自行从海量数据中提取层次化特征。在深度学习算法总结的基础上,结合深度学习和PolSAR大数据,提出了一种高效率、高精度的通用分类器设计方法。使用人工标记的数据训练CNN(深度卷积网络),自动化地进行特征学习和提取,并实现高精度的地物自动分类。在具有不同分辨率的机载和星载PolSAR数据上对通用分类器进行测试,都能快速、准确地分类。研究成果可快速将PolSAR数据转译为更直观的地物分类结果,对海量数据,特别是GF-3卫星PolSAR图像的利用有一定的辅助价值。     

一种基于COTS的SAR分布式目标模拟方法

针对目前合成孔径雷达(SAR)目标模拟器通常只能模拟点目标，且通用化程度和实时性较低的问题，提出了一种基于商用现成品或技术(COTS)的SAR分布式目标模拟方法。利用NI PXI平台构建了一个基于电磁仿真的SAR分布式目标模拟器，由电磁仿真软件模拟获取目标散射特性，并通过高速网口输入硬件设备进行采样及卷积操作得到仿真SAR回波数字信号，经数模转换模块完成对SAR数字信号的调制并输出模拟回波，可以直接用于SAR系统的数据验证。模拟器采用数字式一体化硬件设备，由NI PXIe-5646R和PXIe-5840进行信号的接收和发送，PXIe-7902作为系统核心进行高速实时数据运算。系统以现场可编程门阵列(FPGA)为核心，通过LabVIEW RT (Real Time)和FPGA模块直接进行访问，能实时、高速地采集和处理数据。经过测试，该目标模拟器可以生成分布式目标的射频回波信号，环路验证结果证明了本文提出方法的有效性。另外，本文提出的方法适用于多种雷达信号的模拟，通过设置不同的信号体制或接收外部信号输入，可以实现灵活的SAR目标模拟。     

T700/3234 管件力学性能

采用压机压制工艺方法研制了T700/3234 管件,对其进行了拉伸、压缩和弯曲试验。结果表明,

T700/3234 管件胶接长度对于拉伸试验结果影响较大,安装记忆合金环有助于提高管件的抗拉伸性能,有记忆

合金环试样可承受的最大拉伸载荷较无记忆合金环试样提高10. 1%;压缩性能试验单独管件与不加记忆合金

的金属胶接后的管件对于压缩试验结果影响不大,记忆合金环有助于提高管件的抗压缩性能,有记忆合金环试

样可承受的最大压缩载荷、压缩强度较无记忆合金环试样提高10. 0% 以上,但压缩模量较无记忆合金环试样

无变化;有记忆合金环试样可承受的最大弯曲载荷可达20. 433 kN,较无记忆合金环试样提高5. 5%;为高性能

碳纤维复合材料管件设计提供了依据。

     

基于相位相关的部分可辨编队精细起始算法

针对部分可辨条件下编队目标的精细起始难题,提出了一种基于相位相关的部分可辨编队精细起始算法。首先,采用基于坐标映射距离差分的快速群分割与基于编队中心点的预互联对雷达量测进行预处理;然后,利用图像匹配中相位相关特性,将相邻时刻编队结构进行补偿对准,解决了低目标发现概率情况下的编队结构对准问题;最后,采用增加虚拟量测并后验判决的方式,结合最近邻法做编队航迹精细互联,在填补航迹缺失、增加正确航迹的同时抑制虚假航迹的产生。经仿真验证,与修正的逻辑法、基于相对位置矢量的灰色编队精细起始算法相比,本文所提算法在提高航迹正确起始率、抑制虚假航迹方面性能优势显著,且对环境杂波与雷达精度具有较好的鲁棒性,对目标发现概率具有较好的适应性。     

基于改进SURF算法的无人机遥感图像拼接方法

针对传统SIFT算法在无人机遥感图像拼接中存在的运算缓慢、误匹配较多且计算过于复杂,无法满足遥感图像处理的实时性要求等缺陷,以及由于采集到的图像之间存在曝光差异等情况,直接进行叠加拼接后极大可能会在边界处产生重影错位的情况,文章提出了一种改进的SURF算法与融合算法用于无人机的遥感图像拼接。首先,在特征检测阶段,将SURF算法与Harris角点检测算法2种算法相结合,快速得到图像的特征点与特征描述子;在特征匹配阶段分为粗匹配与精匹配2个步骤:通过KNN算法对待拼接图像间特征点的粗匹配,以及应用RANSAC算法去除误匹配点的精匹配;在图像融合阶段,采用了基于距离的加权平均算法进行图像融合;最后,实验表明:文章所提出的算法处理速度相比于传统SUFT算法提升了近5倍,相比于其他改进算法,匹配精度也有所提高,并且该算法能够有效提高图像拼接后的质量与效果,解决了拼接痕印明显、重影、错位等现象可能发生的问题。     

无人机遥感图像融合算法综述

遥感图像拼接融合技术可分为"像素级""特征级""决策级"3个级别;根据各级别特点,无人机遥感图像的融合应采用像素级的融合方法。文章对一些常见的像素级融合方法进行了简要描述,重点介绍了3种经典的图像融合方法,讲述了可以根据哪些指标对一幅图像从主观与客观两方面进行评价;在实验阶段,对3种经典融合方法进行了实验验证与性能分析。     

我国首次火星探测任务

我国首次火星探测任务于2016年立项实施。综合介绍了国际火星探测的历史和现状,我国首次火星探测任务的工程目标和科学目标、总体技术方案、关键技术难点、预期创新成果。我国首次火星探测任务将通过一次发射,实现火星环绕和着陆巡视,对火星开展全球性普查和局部的精细探测,推进火星地形地貌与地质构造、土壤特征与水冰分布、表明物质组成、大气电离层和气候环境、物理场与内部构造等方面的研究。实现火星探测任务目标,针对火星探测面临的各种特殊环境,需突破长期自主管理与控制等8类关键技术,取得的一系列创新成果,将为我国建立独立自主的深空探测基础工程体系,掌握深空探测基础共性技术,形成开展深空探测的基础工程能力。