用EDF调度实时任务和GC

 在以往对垃圾搜集器（GC）的研究论文中,为了易于分析,在GC模型中人们一般都用单调比率时限调度（RM）算法来调度GC和实时任务。近年来,为保证GC调度中硬实时任务的时限,一些研究文献提出了基于时间的GC并发调度策略。通过对算法的描述及内存需求分析,提出了用最早时限优先调度（EDF）算法来调度GC和实时任务集的方法。对用EDF和RM调度任务的延迟抖动进行了比较分析,对用EDF调度GC给出了详细的分析,而且做了相应的仿真。对比结果说明,与以RM算法为基础的其他调度策略相比,基于EDF调度的系统可以调度硬实时的非周期任务,因而更具灵活性,并且在保证硬实时任务时限要求下对系统内存的需求更小,而在任务的延迟和抖动方面,事实证明EDF调度算法并不比RM调度差。     

XTCAD明细表自动生成系统的开发

本论文根据重机企业单件小批订货制的生产特点以及CAD／CAPP／CAM一体化技术和GT、ERP等先进制造技术和现代管理模式的要求，阐述了在XTCAD系统平台上能自动生成符合企业要求的各种报表的软件程序的开发过程，从而为企业实现信息资源共享和实施ERP管理模式，增强企业的竞争能力莫定了基础。     

Following the water,the new program for Mars exploration

In the wake of the loss of Mars Climate Orbiter and Mars Polar Lander in late 1999, NASA embarked on a major review of the failures and subsequently restructured all aspects of what was then called the Mars Surveyor Program--now renamed the Mars Exploration Program. This paper presents the process and results of this reexamination and defines a new approach which we have called "Program System Engineering". Emphasis is given to the scientific, technological, and programmatic strategies that were used to shape the new Program. A scientific approach known as "follow the water" is described, as is an exploration strategy we have called "seek--in situ--sample". An overview of the mission queue from continuing Mars Global Surveyor through a possible Mars Sample Return Mission launch in 2011 is provided. In addition, key proposed international collaborations, especially those between NASA, CNES and ASI are outlined, as is an approach for a robust telecommunications infrastructure.     

嫦娥一号CCD立体相机数据光度校正

为更加精确拟合相函数系数, 得到较为准确的光度校正结果, 针对嫦娥一号CCD立体相机数据的特点, 对改进的Lommel-Seeliger模型中的Lommel-Seeliger因子进行修订, 使去除太阳入射角和传感器观测角影响的遥感图像数据能够更好地契合相位角的变化; 利用加入修订后Lommel-Seeliger因子的模型对嫦娥一号CCD立体相机数据进行逐像素光度校正; 选取同一轨道不同纬度和同一区域不同视角两组数据来验证算法的有效性和适用性. 实验结果表明, 该方法能够有效校正由于几何观测条件变化而引起的目标光谱特性的不一致性, 对于较亮和较暗区域的光度校正效果更为有效.      

基于多尺度空谱特征提取的高光谱遥感图像重建

遥感高光谱图像(HSI)凭借其丰富的光谱信息被广泛地应用于军事、农业、地质等领域。然而,HSI成像因其成本高、传输难等问题限制了其应用规模。通过光谱超分辨(SSR)方法,可以实现输入高分辨率红绿蓝(RGB)图像生成相应的高光谱图像,有效地解决了HSI成本高与传输难的问题。但是,已有的SSR方法对于图像的空间特征提取与光谱之间的相关性关注仍有所不足。针对上述问题,本文提出了一种多尺度空谱特征提取方法,并在SSR领域引入组归一化(GN)方法,关注相邻光谱之间的相关性。同时,还借助条件生成对抗网络进一步优化网络的参数,提升生成图像的真实性,并在DFC2018 Houston数据集上进行实验。结果表明:本文提出的方法可以实现精准的高光谱图像重建,重建的高光谱图像相比当前先进的主流方法性能均明显提高,其中相比CanNet方法,均方根误差下降了48.3%,平均峰值信噪比上升了20.7%。