基于被动探测的目标磁扰动信号检测与定位

针对目标探测定位的快速发展中,军事领域主动雷达存在的缺陷和实现具有高度隐蔽性的目标检测技术的需求,提出一种基于被动磁矢量测量的目标扰动信号检测与定位技术.该方法利用磁传感器阵列测量目标产生的磁矢量扰动信息,通过滤波、门限检测、基函数展开等技术将有效扰动从复杂的背景场中提取出来,并结合速度估计、磁梯度张量矩阵算法研究任意...     

一种高速可靠的大体量星载软件重构方案设计

随着星载软件的复杂度与体量不断增加,对软件在轨重构并进行更新维护的功能愈发重要。当软件越来越大时,使用低速通道进行重构的方案在时间上难以满足在一个测控弧段内重构软件的需求。同时,大软件使得数据存储空间更为紧缺,无法使用三模冗余等传统方法保证程序数据的可靠安全。因此,本文提出了一种使用高速通道的可靠的大体量星载软件重构方案。以固化在PROM （可编程只读存储器）上的引导监控程序作为根本保障,构建一个存于MRAM （磁随机存储器）上专门用于高速重构软件的安全模式程序作为方案核心,并给星载软件加入自重构功能作为最常用的重构方式。通过地面测试与在轨实验表明：该方案能够保证大体量软件重构功能的高速度与高可靠性,让星载软件的更新与维护更加安全与便捷。     

基于类脑模型与深度神经网络的目标检测与跟踪技术研究

目标检测与跟踪技术广泛应用于交通、医疗、安保和航天等领域.目前,目标检测与跟踪技术面临目标微弱、背景复杂、目标被遮挡等挑战.同时,随着脑科学研究的不断深入,人们对人脑视觉系统的理解逐渐透彻,利用类脑计算解决复杂背景下高精度目标检测与跟踪问题成为相关领域的重要研究方向.本文结合神经工程导向的类脑模型和计算机工程导向的深度神经网络(Deep Neural Networks, DNNs),提出多种基于类脑模型与深度神经网络的目标检测与跟踪算法,包括：基于演算侧抑制的目标检测算法,基于结构 对比度(Structure Contrast, SC)视觉注意模型的弱小目标检测算法和基于记忆机制与分层卷积特征的目标跟踪算法.实验结果表明,将类脑模型和深度神经网络应用于目标检测和跟踪领域,有利于实现复杂条件下的高精度目标检测和鲁棒性目标跟踪.     

视觉测振技术在柔性太阳翼模态试验中的应用

针对8 m×5 m的柔性太阳翼在倒立状态下进行模态试验,设计数字摄像视觉测振系统,基于图像特征跟踪法实现了从相机标定、图像采集、信息提取到三维振动数据获取的过程,通过工况模态辨识方法获取了柔性太阳翼模态频率及振型等动力学参数。并考虑空气和重力影响建立太阳翼有限元模型,通过与基于基恩士激光位移传感器的传统模态试验结果及仿真分析结果进行对比,验证了基于视觉测振工况模态试验方法的准确性,为柔性太阳翼在轨模态辨识奠定基础。     

100 kWe级空间快堆核电源系统仿真平台开发与应用

空间核反应堆电源作为一种具有竞争力的空间电源方案,正逐渐受到关注及应用。本文针对一个100 kWe级锂冷快堆耦合布雷顿循环的空间堆核动力系统方案,修改了RELAP5程序中的物性程序、换热模型,程序中的中子动力学模块使用蒙特卡洛方法计算快堆物理参数与堆芯控制调节参数,由此集成并建立一个空间快堆核动力系统综合仿真平台,应用该平台对100 kWe级空间堆核动力系统进行了稳态模拟与事故分析。结果表明:在瞬态发生后系统各参数变化符合预期,验证了各部件及控制系统的功能性及有效性;同时,还初步进行了仿真平台用于100 kWe级空间反应堆核动力系统设备的设计优化的实践,为空间快堆设计与安全分析提供了技术储备。     

PE燃料热解过程对H2O2-PE固液发动机点火的影响

通过85%H2O2-PE固液火箭发动机中含有液体层的燃料热解模型,计算了PE燃料的热解过程,分析了燃料热解过程对点火时间的影响,计算结果和试验值一致。H2O2的流量对点火过程起决定性作用,当氧化剂流量低于最小点火流量时,发动机将无法点火。     

激光捷联惯导量化热设计指标控制方法

随着机载激光捷联惯导向小型化方向发展,惯导结构的热设计正面临着更加严峻的挑战.针对设计中经常出现因无法在设计前期进行热设计指标控制而导致后期设计返工的问题,提出了一种热设计量化控制方法,即根据估算的整机功率计算箱体外表面积,再对箱体外表面积可达性进行判断,如可达则以该参数作为控制指标进行设计,如不可达则采用可达的最大表...     

基于表观细粒度辨别网络的近海船舶目标检测方法

近海船舶目标检测是一项非常具有挑战性的任务,受到学者专家广泛关注。基于卷积神经网络（CNN）和注意力机制的检测器在近海船舶目标检测方面的应用取得了显著成就。然而,船舶目标检测存在着表观相似和背景干扰导致检测过程中出现误检的问题。为此,本文提出了一种用于Faster RCNN（更快的基于区域的卷积神经网络）的表观细粒度辨别的检测头模块。该模块包括类别细粒度分支和高效全维动态卷积定位分支。其中类别细粒度分支通过全局特征建模和灵活的感知范围来挖掘和利用类别细粒度辨别特征,高效全维动态卷积定位分支通过高效灵活的感知船舶边界信息来区分目标与背景,从而减少误检漏检问题。通过在近海船舶公开数据集Seaships7000 上进行实验验证,本文算法减少了误检漏检,提升了检测器性能。     

不依赖卫星的定位导航与授时体系研究

定位导航与授时(positioning, navigation and timing, PNT)体系是支撑人类社会发展的基础设施。当前以卫星为核心的天基PNT应用广泛,但在卫星拒止环境下面临严峻挑战。通过总结天基PNT在国民经济发展与国防建设中的重大作用,分析天基PNT的脆弱性与依赖风险,明确了对不依赖卫星的PNT体系的迫切需求。提出了不依赖卫星的PNT体系概念与特征,即以“惯导+时钟”为核心增强基础PNT能力,利用外源传感器多源融合提高精度保持能力,在卫星拒止条件下为用户提供可承载的高性能PNT服务。基于现有技术基础重点发展微小型、高精度、低成本惯导技术,微时钟技术以及智能融合技术是有效途径,能够实现不依赖卫星的PNT覆盖性、精确性与可承载性的全面提升。     

基于区块链+北斗的铁路装备可信数字身份服务方法

智能铁路装备是一个典型的分布式物联系统,具有大量复杂的数据交互共享的需求与场景,装备及其产生的数据信令在系统中的数字身份标识是其重要安全基础。应用基于区块链去中心化的分布式数字身份标识技术,结合北斗时空信息,设计了铁路装备身份标识(railway decentralized identifier, RDID)可信数字身份服务,包括服务架构、生成流程、流转流程和验证流程,并进行了应用模型实现与效能分析。服务可以有效提升装备及其产生的数据信令的规范安全性,保证标识身份全局唯一,可追溯认证,从而提高智能装备系统通信过程数据的完整性与可靠性。