基于注意力机制特征重建网络的舰船目标检测

深度学习为遥感领域诸多应用提供了重要的技术支撑,光学遥感图像的舰船目标检测对国防侦察和预警具有重要意义.真实场景中的舰船往往呈不同方向任意排列,且小目标的占比大,经典的深度学习目标检测算法在这种复杂条件下精度低、易漏检.为此,本文设计了基于注意力机制特征重建网络的舰船目标检测算法.首先,通过引入注意力机制对多尺度特征融...     

融合注意力机制的战术意图智能识别模型研究

为解决传统意图识别模型中,依赖专家经验、信息过载等问题,提出一种融合注意力机制的战术意图智能识别模型.模型基于循环神经网络进行设计,能自动对来袭目标的时序数据进行特征提取;借鉴人脑聚焦式注意力机制,依据注意力分布处理输入信息,解决信息过载问题;在注意力分布计算过程中,设计了点积打分函数,提高模型训练时的收敛速度.结果表...     

基于证据理论的航天器异常状态融合监测方法

利用多传感器数据对在轨航天器的状态进行监测时,多源信息具有的不确定性会导致通道间判定的不一致,目前工程上主要采用依靠专家经验进一步分析的方法,人工干预增加了判定结果的主观性,导致监测效率不高。本文针对此类问题提出了一种基于证据理论的融合方法,用以实现自动监测。设计了6种监测异常状态的信度函数,通过比较分析,最终选定根式函数,并根据数据特点进行了分段改进;结合工程需求介绍了参数设定原则。用此方法处理在轨航天器下传的多传感器数据,监测结果与现有人工判定结果相符,融合监测方法的有效性得以验证。     

基于回归分析的航天器异常检测方法

针对某在轨航天器电源温控系统典型故障案例,提出基于Pearson相关系数回归分析的航天器多元遥测数据异常检测方法.首先,对相关遥测数据进行特征提取;其次,对正常状态下的遥测数据进行拟合建模,并用该模型检测后续遥测数据;最后,采用基于Pearson相关系数的回归分析方法对实测数据进行仿真分析.结果表明,针对航天器首次发生...     

融合ASPP与双注意力机制的建筑物提取模型

精准高效地从高分辨率遥感影像中提取建筑物信息对国土规划和地图制图意义重大,近年来基于卷积神经网络进行建筑物信息提取已经取得了很大的进展,然而在处理高分辨率遥感影像时仍存在影像的高级语义特征利用不够充分,难以获得细节丰富高精度分割影像的问题。文章针对以上问题提出了一种用于建筑物自动提取的深度学习网络结构空洞空间与通道感知网络(Atrous Space and Channel Perception Network,ASCP-Net）。该模型将空洞空间金子塔池化（Atrous Spatial Pyramid Pooling, ASPP）和空间与通道注意力（Spatial and Channel Attention, SCA）模块融入到编码器-解码器结构中,通过ASPP模块来捕获和聚合多尺度上下文信息,采用SCA模块选择性增强特定位置和通道中更有用的信息,并将高低层特征信息输入解码网络完成建筑物信息的高效提取。在WHU建筑数据集（WHU Building Dataset）上进行实验,结果表明：文章提出的方法总体精度和F1评分分别达到了97.4%和94.6%,相比其他模型能够获得更清晰的建筑物边...     

航天器在轨泄漏声发射信号特征分析

载人航天器的防护要求不断增强, 在轨泄漏检测的重要性日益凸现。文章阐述了航天器在轨泄漏声发射检测的基本原理, 介绍了泄漏检测系统的基本组成及性能参数。通过泄漏声发射检测实验, 利用频谱分析法和特征参数分析法对不同孔径圆形漏孔泄漏产生的声发射信号进行研究, 得到了泄漏声发射信号的频谱和特征参数。实验结果表明, 机械泵运行产生的背景噪声信号主要分布在10 kHz以下, 而气体泄漏产生的是高频声发射信号, 且漏孔越小, 信号能量越小, 高频成分所占比例越大。该研究对于航天器在轨泄漏的检测及泄漏量评估等具有实际意义。     

航天器电子设备焊点质量检测技术研究

航天器电子设备焊点质量靠人工目测和民用全自动光学检测（AOI）系统很难满足未来航天电子产品焊点质量检测的需求。为此,文章提出了航天器电子设备焊点质量检测的新方法,通过三维显微镜与CCD相机提取焊点的图像特征,并与焊点质量评价准则相对应,用计算机自动识别技术进行焊点质量的判别。在此基础上,对焊点质量检测平台的总体方案进行了设计。通过焊点检测技术的研究,采用三维显微镜及CCD成像技术,可以获得焊点多角度、高清晰的图像,在提取焊点特征信息的同时,还可获取印制板信息,可以确保全焊点检测,能够满足航天电子产品的焊点质量判别标准,有效提高航天电子产品的质量控制水平。设计的焊点质量检测平台定位精度小于10μm,可以检测的最大印制板尺寸为450mm×450mm。     

载人航天器密封舱地面微生物控制与检测

研究载人航天器密封舱微生物控制技术的目的是指导后续长期驻留阶段密封舱微生物的控制工作。文章以某中短期驻留载人航天器为例,分析了航天器发射前地面研制阶段微生物控制的关键因素,提出了控制方法,并对舱内微生物控制情况进行了实际检测。测试结果表明微生物控制水平满足驻留要求,控制措施有效。     

面向资源约束航天器控制系统的故障检测研究

针对航天器控制系统的闭环特性和星载计算机存储空间和计算能力等资源受限的特点,研究基于互质分解技术和Youla参数化方法的故障检测方法.考虑航天器控制系统动力学方程和运动学方程,建立线性化系统模型,并给出状态空间表达形式;以状态观测器为基础,利用互质分解技术和Youla参数化方法分别研究控制信号和控制误差与残差的关系,进而给出只与控制信号和控制误差相关的残差设计方法;建立卫星闭环姿态控制系统仿真平台对算法进行仿真验证.仿真结果表明:由于在故障检测过程中避免了观测器的并行运行,因此所提方法在保证故障检测性能的前提下减少了计算量.     

包装箱正压环境下航天器总漏率检测技术

在总装测试中,多采用氦质谱非真空累积检漏技术在常压环境下对航天器的密封性能进行检测。检漏过程中由于自然环境大气压的变化,作为收集氦气的检漏容器——包装箱箱体可能需要承载负压,因此设计包装箱时须增强包装箱结构,会导致箱体自重过大。文章对正压环境下氦质谱非真空累积检漏技术进行研究,对该方法的可行性、测量精度和误差进行理论分析和试验验证,意在证明正压法检漏的可行性,进而优化航天器包装箱结构。结果表明：该方法适用于航天器总漏率检测,能避免泄漏检测过程中航天器包装箱因承载负压而发生损坏,可为航天器包装箱的减重设计提供参考。     

航天器微振动信号的地面测试方法

文章从现阶段航天器故障诊断的测试需求出发,分析了航天器常见微振动信号的来源和特征,阐述了航天器微振动信号的地面测试方法,并对该方法的准确性进行了校验。最后将该方法应用于实际的型号测试中,取得了较好的效果。     

卷积神经网络在舵机异常检测中的应用

针对舵机测试数据样本不均衡,小样本难以被准确分类的问题,提出了一种基于卷积神经网络(CNN)的舵机异常检测模型.该模型的优异性适用于对舵机测试数据进行特征提取和多故障分类,从而使得舵机的异常检测从单纯人工走向自动化和智能化.实验结果表明,该方法的准确度可达99.774％,证实了卷积神经网络应用于舵机异常检测的可行性.     

归因于空间环境的航天器故障与异常

天然空间环境对航天器设计、研制和运行的影响是NASA马歇尔空间飞行中心系统分析和集成实验室电磁与航空宇宙环境部组织编写的一系列NASA RP报告的主题.其中,NASA RP-1390详细概述了天然空间环境7个主要环境因素,包括它们的简单定义、相关的型号计划事项以及对各种航天器分系统的影响.该报告提供100多个从1974...     

基于气相色谱法的电推进航天器氙气泄漏检测系统

为了能够对电推进航天器加注后的泄漏进行检测,对氙气泄漏检测方法和关键技术进行研究,研制了一套基于气相色谱法的氙气泄漏检测系统。试验结果表明,氙气体积分数在1×10-7~5×10-4之间时,系统可以定性定量判断氙气的真实泄漏量(1.0×10-5~5.0×10-2 Pa·m3·s-1);而当氙气体积分数超过5×10-4时,则应定性判断电推进系统有大泄漏(泄漏量10-2 Pa·m3·s-1)。检测系统能够满足电推进航天器加注后泄漏检测任务的要求。     

归因于空间环境的航天器故障与异常

天然空间环境对航天器设计、研制和运行的影响是NASA马歇尔空间飞行中心系统分析和集成实验室电磁与航空宇宙环境部组织编写的一系列NASA RP报告的主题。其中,NASA RP-1390详细概述了天然空间环境7个主要环境因素,包括它们的简单定义、相关的型号计划事项以及对各种航天器分系统的影响。该报告提供100多个从1974～1994年间发生的归因于天然空间环境的航天器故障和异常的案例,统计分析天然空间环境及其对航天器的影响。文章是对这篇报告的介绍与点评。     

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。     

一种航天器软件进程堆栈使用深度的动态检测方法

航天器软件进程堆栈溢出往往会导致软件跑飞的后果。文章分析了现有堆栈使用深度检测的静态测试方法和动态测试方法的优点和不足,针对航天器数管软件的特点,提出了一种适用于航天器数管软件进程堆栈使用深度的动态检测方法。通过访问应用软件与系统软件的接口,获得进程堆栈的起始地址和大小等信息,将堆栈区初始化为特定标识,对软件执行最大路径测试后,扫描堆栈区特定标识被覆盖情况,获得进程堆栈的使用深度。在嫦娥五号上升器数管软件中,实现了此方法,并通过上注在轨维护指令进行了测试。结果表明:在不借助任何专业检测软件的情况下,该方法能够实时检测出软件进程堆栈的最大使用深度,以利于避免进程堆栈溢出的风险,提高软件的可靠性。     

再入航天器的神经网络自适应控制

对于再入航天器来说 ,可恢复故障通常会导致总体控制权限的降低。本文将伪控制限制方法和神经网络自适应控制运用到再入航天器的制导与控制中。利用两个控制回路来实现控制目标。其中 ,外回路适用于力的扰动 ,而内回路适用于力矩的扰动。限制外回路以阻止对内回路动态特性的调整。在达到控制极限时 ,伪控制限制也可进行自适应调整。另外 ,本文还通过加入加速度计反馈元件以提高系统的性能