太阳10.7 cm射电流量中期预报模型研究(Ⅱ)

太阳活动指数中期预报一直是空间环境业务预报的难点之一.本文在自回归方法模型的基础上,利用太阳活动区面积、位置等参数与10.7cm辐射流量之间的定量关系,根据活动区面积衰减规律,建立了一个基于活动区参数及演化规律的改进型太阳活动指数中期预报模型.通过对预报测试实例分析发现,在日面出现较大活动区导致F_(10.7)迅速增长并超过历史数据峰值的情况,在日面活动区消亡导致指数突然出现平静期的情况,新模型的预报准确性相比自回归模型有很大提高,预报的平均相对误差下降约5%～9%.由此可见,新模型在某些特定条件下提高了原有模型的精度.该研究为提高业务型太阳10.7cm射电流量中期预报模型的预报精度奠定了基础.     

太阳10.7 cm射电流量中期预报模型研究

太阳活动指数中期预报一直是空间环境业务预报的难点之一. 本文在自回归方法模型的基础上, 利用太阳活动区面积、位置等参数与10.7cm辐射流量之间的定量关系, 根据活动区面积衰减规律, 建立了一个基于活动区参数及演化规律的改进型太阳活动指数中期预报模型. 通过对预报测试实例分析发现, 在日面出现较大活动区导致F10.7迅速增长并超过历史数据峰值的情况, 在日面活动区消亡导致指数突然出现平静期的情况, 新模型的预报准确性相比自回归模型有很大提高, 预报的平均相对误差下降约5%~9%. 由此可见, 新模型在某些特定条件下提高了原有模型的精度. 该研究为提高业务型太阳10.7 cm射电流量中期预报模型的预报精度奠定了基础.     

飞机框肋类零件基础特征自动识别与提取算法

飞机框肋类零件是组成飞机骨架的重要零件,具有数量大、形状各异等特点,其生产制造所耗费的时间在飞机研制过程中占有较大比重。然而,通过现有CAD软件所提供的功能进行相关制造操作,无论是效率、质量等均已不能满足现代飞机设计和制造要求,围绕飞机框肋类零件研究和开发相关的自动化制造系统已迫在眉睫。基于框肋类零件边界表示模型对零件基础特征进行自动识别与提取,是实现后续相关工艺规划与加工的基础与前提。针对该问题,提出零件基础特征模型,并建立一种基于同侧面的特征识别算法,即:以零件STEP数据作为输入,选取两侧腹板面,应用属性邻接图（AAG）构建、有效邻面识别、关联面完整识别等方法,逐级识别各级关联面以构建两侧同侧面,通过同侧面单元匹配最终实现基础特征构造和特征邻接图构建。其中,针对零件三维模型中的碎面缺陷提出其定义与识别方法,以保证特征面识别的完整性。经由实例测试,验证所提算法的可行性与有效性。      

基于小波与交叉小波分析的太阳黑子与宇宙线相关性研究

利用小波分析和交叉小波分析方法, 根据太阳黑子数以及Huancayo和Climax两个测站的月均宇宙线数据, 分析了两个测站的月均宇宙线周期变化, 同时利用太阳黑子数R₁₂对Climax站宇宙线流量进行预测研究. 小波分析结果表明, 太阳黑子与宇宙线除存在显著的11年周期外, 太阳活动高年期间还存在1～6个月尺度的周期特性, 在第22太阳周活动高年时还出现了6～8和1～22个月的变化周期; 交叉小波分析结果表明, 在130个月左右的周期上宇宙线与太阳黑子具有显著的负相关性, 并且宇宙线的变化滞后太阳黑子约8个月; 分别采用预测时刻和8个月前的太阳黑子数, 预测相对误差为3.8912%和3.2386%. 本文方法同样适用于估算其他空间天气参量之间的周期和相关性, 提高各种空间天气参量的预测或预报精度.     

第23周不同角宽CME的分布及与太阳黑子数位相的比较

统计分析了1996-2008年期间CME数量随角宽的分布, 将几个典型角宽的CME数量随时间变化的特征与太阳黑子数随时间变化特征进行比较. 分析结果表明, 角宽为0°～ 180°的CME占CME总数的95%以上, 全晕CME占2.83%, 角宽301°～ 359°的CME数量非常少. 角宽0° ～ 60°的CME有三个峰值, 与太阳黑子数随时间变化的特征不吻合. 角宽为121°～ 180°CME的数量无双峰分布. 全晕CME的分布具有明显的双峰结构, 第一个峰值出现在2001年, 第二个峰值出现在2005年, 与太阳黑子数的变化不同步.     

基于EMD的东亚夏季风年代际变化特征及与太阳活动的关系

应用英国气象局哈德利气象研究中心(HadleyCenter)及美国环境预报中心和国家大气研究中心(NCEP/NCAR)的海平面气压(SeaLevelPressure,SLP)资料归一化得出1850-2011年的东亚夏季风指数,利用经验模态分解(EmpiricalModeDecomposition,EMD)方法对其变化特征进行分析,得到东亚夏季风指数的周期特征.太阳黑子活动与东亚夏季风活动存在相同的11年及80年左右周期,其中11年周期变化尤为明显.对比1850-2011年间太阳黑子数与东亚夏季风指数经验模态分解后的11年周期变化分量,发现两者波动振幅变化基本一致.     

小天体软着陆中的地面特征区域提取与跟踪算法

考虑到自主导航过程中的特征区域检测与跟踪问题,提出了一种新的跟踪算法。该算法是基于DIMES框架。首先,对在软着陆过程中拍摄的行星表面图像进行亮度均衡化,对处理后的图像进行二值化;然后,对二值化特征区域进行模板匹配找出高度相关位置点;最后,根据特征区域之间的几何关系确定特征区域的搜索范围,再分别提取这些相关点所代表区域的特征向量,并且与模板的特征向量进行相似性分析从而找到相似性最大的位置点。通过两组小行星表面图片进行分析验证得到了较好的效果。     

结合颅骨形态特征与神经网络的民族判别

针对颅骨民族判别问题,提出结合颅骨形态特征与神经网络的判别方法,可以推进法医人类学的发展,加快探索民族发展历程。首先,根据颅骨形态学相关研究,提取36个维吾尔族和汉族颅骨数据的几何特征;其次,采用反向传播神经网络（BPNN）对特征向量进行民族判别,并通过Adam算法对网络进行优化,避免陷入局部最优值,添加正则化项保证算法稳定性;最后,分别采用2种网络结构进行对比实验,输入层、隐藏层和输出层的神经元个数分别为36、6、2和36、12、2,并设置不同初始学习率进行对比实验。结果表明:隐藏层神经元个数为12、学习率为0.000 1时,分类精度最高,测试阶段平均准确率最高为97.5%。为了验证所提方法的普适性,生成116例国外颅骨数据进行实验,测试阶段平均准确率为90.96%。相比较于支持向量机（SVM）、决策树、KNN、Fisher等机器学习方法,所提方法学习能力更强且分类精度有明显提升。      

一种融合MRF分割与数学形态学的道路提取算法

针对高分辨率合成孔径雷达（Synthetic Aperture Radar, SAR）图像中道路目标难以有效提取的问题,提出一种融合马尔可夫随机场（Markov Random Field, MRF）分割与数学形态学处理的高分辨率SAR图像道路提取算法。该算法首先利用直方图均衡化和增强Lee滤波对SAR图像进行预处理,实现道路的边缘增强,抑制相干斑噪声;进而利用基于条件迭代模式（Iterated Conditional Mode, ICM）的MRF对SAR图像中的道路目标进行初分割;再用数学形态学填充空洞,平滑道路边缘;最后,基于道路的几何特征,使用偏心率、矩阵度、复杂度等因子去除虚警,从而提取出道路目标。利用该文算法对两块实际高分辨率SAR图像进行道路目标提取,均可以取得90%以上的正确道路提取率,表明本文算法具有较高的道路提取精度。     

单幅图像的三维重构视觉系统特征点提取算法的研究与实现

实现基于单幅二维图像不标定欧氏重构三维场景的关键技术之一是有效提取彩色伪随机编码图像特征角点。为给图像特征点匹配提供更多的样本信息,采用定位于彩色图像Harris算子探测特征角点,并动态给出角点响应的自适应阈值条件。特征点提取实验及三维欧氏重构结果证实了该方法的适用性和有效性。     

航天发动机多余物自动检测系统

针对现有多余物检测装置检测效率低、精度低等问题,研制了一种航天发动机多余物自动检测系统,系统包括电机驱动转台的机械装置、驱动控制电路和信号调理采集电路。本文采用阈值比较和累积平均能量比较方法,实现多余物的粒径识别和空间定位。     

基于虚拟仪器的雷达自动监控系统

针对传统检测技术存在的局限,为提高雷达监控系统的自动化程度和精度,分析了虚拟仪器技术的特点,设计了一套自动监控系统,对硬件进行了选型。总结了图形化编程语言LabVIEW的优势,编写的程序能方便地完成数据采集、信号分析的功能。将虚拟仪器技术应用于工程检测,精度高,操作简单,可靠性强,易于扩展。     

基于计算机控制的无人机装备自动检测设备设计与应用

检测技术是武器装备设计、研制、使用和保障的基础。分析了现代武器装备自动检测设备的结构、组成及功能,结合无人机系统的测试内容并基于计算机控制和PXI总线,在采取基本测量环节和闭环控制环节相结合措施基础上,设计了具有自动测试、故障辨识定位、实时控制、自动判断决策等功能的无人机自动检测设备,通过在无人机综合测试等多种测试中应用,取得了满意测试效果。     

通用电学参数自动校准系统接口研制

为了提高日常检定工作的工作效率,介绍一种基于LabVIEW平台下,以为接口的电学参数自动检定系统的组成、仪器控制方式及系统的特点。     

地磁Ap指数滞后太阳周循环分析

把1932-2006年地磁Ap指数12个月流动均值分解成为(Ap)R和(Ap)I.其中(Ap)R为太阳黑子数R的线性函数,与太阳黑子数R相位相同,可能对应于日冕物质抛射(CME)等地磁控制因素. (Ap)I分量与太阳黑子数R相位相差约180°,该分量可能对应于极冕洞变化(从太阳峰年开始,由日面极区逐渐向赤道延伸).以地磁Ap指数与太阳黑子数R滞后非常严重的第20太阳周为例,证实了(Ap)I分量与极冕洞向赤道延伸循环变化相对应.因此极冕洞循环变化可能是导致地磁扰动指数与太阳周循环相位不一致,出现滞后现象的一个十分重要原因.     

Birthdates of patients affected by mental illness and solar activity: A study from Italy

Purpose

This epidemiologic study tested an hypothesized association between the year of birth of persons with major mental illnesses and solar activity over the past century.

Methods

We collected data on diagnoses and birthdates of psychiatric patients born between 1926 and 1975 (N = 1954) in south Italy for comparison to yearly solar activity as registered by the International Observatories.

Results

We found a strong inverse correlation between high solar activity (HSA) and incidence of schizophrenia and bipolar disorder in a 20-year period whereas the incidence of non-affective/non-psychotic disorders was moderately associated with HSA in the same period.

Conclusions

Interpretation of the observed correlations between HSA during years of birth and the incidence of mental illnesses remains unclear, but the findings encourage further study.     

Klobuchar模型的实用分析与改进

电离层延迟误差是无线电信号传播中不可忽视的误差源.GPS特许用户利用双频接收机的双频观测值直接对电离层延迟进行实时测定,其所得结果精度很高.多数普通用户所使用的单频接收机依靠电离层模型对其进行误差修正,效果不很理想.本文通过WUHN观测站双频接收机10天的实测数据对GPS广播星历采用的Klobuchar模型进行了验证,其结果与前人论述相一致.此外,经由反映太阳活动强度的太阳相对黑子数对Klobuchar模型提出了新的改进方法.实验数据结果表明,该方法对此模型修正效果有大幅提升,对原模型修正效果>50%的修正率由60%左右提升至85%以上,>80%的修正率由10%左右提升至40%以上.在实际应用中单频接收机用户可以参考本文改进方法对Klobuchar模型进行修正.     

Detection of sub-kilometer craters in high resolution planetary images using shape and texture features

Counting craters is a paramount tool of planetary analysis because it provides relative dating of planetary surfaces. Dating surfaces with high spatial resolution requires counting a very large number of small, sub-kilometer size craters. Exhaustive manual surveys of such craters over extensive regions are impractical, sparking interest in designing crater detection algorithms (CDAs). As a part of our effort to design a CDA, which is robust and practical for planetary research analysis, we propose a crater detection approach that utilizes both shape and texture features to identify efficiently sub-kilometer craters in high resolution panchromatic images. First, a mathematical morphology-based shape analysis is used to identify regions in an image that may contain craters; only those regions - crater candidates - are the subject of further processing. Second, image texture features in combination with the boosting ensemble supervised learning algorithm are used to accurately classify previously identified candidates into craters and non-craters. The design of the proposed CDA is described and its performance is evaluated using a high resolution image of Mars for which sub-kilometer craters have been manually identified. The overall detection rate of the proposed CDA is 81%, the branching factor is 0.14, and the overall quality factor is 72%. This performance is a significant improvement over the previous CDA based exclusively on the shape features. The combination of performance level and computational efficiency offered by this CDA makes it attractive for practical application.