多目标遥外测方案的探讨

介绍了对空中多目标进行遥、外测量的一种全新方案，该方案利用ＧＰＳ系统、＂倒ＧＰＳ＂测量方法对多目标进行综合测量，它的特点是遥外测合一。研究表明，该系统定位精度１０～２５ｍ，测量精度小于０．０８ｍ／ｓ，可以在空中多目标测量中得到应用。     

基于Transformer模型的卫星单目位姿估计方法

鉴于测量精度高、设备成本低等优点,基于单目图像的卫星位姿估计方法在交会对接、空间攻防等应用中具有广泛前景。得益于强大的特征提取与表达能力,卷积神经网络在目标单目位姿估计应用中取得了明显优于传统方法的性能表现,但已有基于卷积神经网络的方法存在诸如归纳偏置、绝对距离描述不直接、长距离建模能力不足等问题。聚焦卫星单目位姿估计应用需求,针对以上问题,创新地将Transformer模型应用于卫星目标位姿估计中,提出了一种新颖的端到端卫星单目位姿估计方法。首先,设计了一种基于关键点集合的卫星目标表示方法,并构建了基于该表示方法的损失函数,进一步,结合关键点回归任务特点,设计了端到端的关键点回归网络模型,并改进了用于特征提取的主干网络结构。在公开数据集上实验测试结果表明：本文方法实现了可靠、高效的卫星目标单目位姿估计,并取得了优于已有同类方法的性能。     

陶瓷隔热瓦的缺陷修补

分别采用了MgO、YSZ和Al₂O₃三种陶瓷粉体和一种含隔热瓦本体成分的粉料对陶瓷隔热瓦缺陷进行修补。研究了修补前后材料的微观形貌、力学及隔热性能。结果表明：采用含隔热瓦本体组成的粉料对陶瓷隔热瓦进行修补,修补部位与本体部位相容性好,且微观形貌相似,仍保持纤维搭接的多孔空间网络结构;修补后试样密度0.24 g/cm³、室温热导率0.044 W/（m·K）、压缩强度0.58 MPa;1 200℃、30 min热处理后,修补部位与本体部位结合性好,未出现裂纹、凹陷等缺陷,是有效的缺陷修补方法。     

基于遗传算法的插值Coons曲面孔位修正方法

在机器人自动制孔过程中,制孔点位信息通常从待制孔工件工艺数模上获取,而待制孔工件安装过程中会出现位置偏移和变形,由工艺数模得到的点位信息无法直接满足孔位精度要求。为了保证自动制孔的孔位精度,提出了一种基于遗传算法的插值Coons曲面孔位修正方法。利用制孔区域边角基准孔建立双线性Coons误差曲面模型,通过模型计算出待制孔的误差补偿向量,并补偿至理论制孔位置。针对误差曲面切矢模长无法确定的情况,利用制孔区域内的基准孔构建遗传算法模型,计算出切矢模长最优值,使拟合的误差曲面更符合实际制孔区域曲面。通过试验对算法的有效性和精度进行验证,结果表明:采用基于遗传算法的插值Coons曲面孔位修正方法,可以使孔位误差得到有效的补偿。补偿后的平均孔位误差仅为0.195 6 mm,与传统的插值曲面方法相比,孔位误差降低了5%~10%。      

卫星组播多组共享密钥管理方案

现有的多组组密钥管理方案应用于大型动态卫星多组组播环境时,受卫星资源的限制,密钥管理效率成为瓶颈。设计了一种卫星多组组密钥管理方案SMGKM（Satellite Multiple Group Key Management）,根据对组播源的访问能力对用户进行分组,并在子组中设置子组管理者,通过构造组播密钥管理图和子组密钥管理结构进行多组组密钥管理,具有良好的前向和后向安全性,与现有典型方案相比,SMGKM有效降低了卫星的通信和存储开销,更适合大型动态卫星多组组密钥管理。     

欧俄合作带活联盟号火箭

由欧洲公司与俄罗斯合资组建的斯达西姆公司自年初以来在66天之内在拜科努尔航天发射场三次用俄联盟号运载火箭发射了12颗全球星低地轨道移动通信卫星,并均获成功。按计划,联盟号今年还将在90天之内再进行3次这样的发射,把共重12450公斤的全球星送入轨道。联盟号的出色表现引起了人们对负责该火箭商业运作的斯达西姆     

酒店企业微博营销效果影响因素与策略

微博极大促进了信息的传播,成为企业营销的新平台,找出影响微博营销效果的因素成为酒店企业亟须解决的问题.基于酒店企业微博营销的特点,构建酒店企业微博营销效果影响因素体系,并对上海柏悦酒店和绿城千岛湖喜来登度假酒店微博营销效果进行测量及分析,提出优化酒店微博营销的策略.     

虚拟测试技术在卫星研制中的应用

针对卫星研制过程中技术难度跨越大和“阶段交叠,多线并行”等问题,提出一种虚拟测试技术.该技术以虚拟测试平台为依托,将星上软件嵌入虚拟目标机中,并将其与动力学仿真软件、部件仿真软件和自动化测试软件共同运行于一台PC机上,实现了软件运行的真实底层环境、软件各项功能、对外接口的模拟.虚拟测试具备“全软件工作”和“半实物工作”等多个模式,既能采用全虚拟部件运行,也支持接入真实部件,可应用于卫星各个研制阶段.和传统纯硬件测试相比,虚拟测试大大提前了测试时机,丰富了测试手段,同时缩短了测试周期,提高了卫星研制效率,节约了研制成本,具有较强的工程推广价值.     

基于多模态组合互补性学习的时尚兼容度预测模型研究

在时尚单品兼容度预测研究中,多模态特征间的互补性以及融合特征对于视觉特征的相关性问题未得到充分挖掘。针对这个问题,提出多模态组合互补性学习的时尚兼容度预测模型。该模型由四部分构成：特征提取网络使用ResNet18提取视觉特征和LSTM提取文本特征;然后使用联合表征网络将视觉特征与文本特征映射到相同的多模态嵌入空间中,减小模态间的差异性增强互补性;考虑到互补融合特征对于视觉特征的相关性问题,特征融合网络使用了组合模块分别组合了视觉特征和多模态特征;最后使用类别感知的映射方法将多模态特征映射进基于类别感知的嵌入空间中分析时尚服装的兼容度。实验仿真结果表明,该模型在消融实验以及在时尚兼容度预测的相关评价指标上均有提升和优化。