多个空间高斯源信号情况下成组三维图像特征提取方法

针对功能磁共振成像数据中含有多个高斯信号源的盲源分离问题,介绍了一种成组典型相关分析方法(Group BSS-CCA)。这个方法的组分析框架参照了GIFT工具箱中的Group ICA算法,具体的典型相关分析方法应用的是Friman等人提出的BSS-CCA算法。以验证该方法的有效性为目的,设计了仿真实验;结果表明,该方法能较好识别出混合在人脑功能磁共振成像数据的2个空间高斯信号。Group BSS-CCA算法对研究人脑的功能磁共振成像数据具有较高的实用价值。     

空间太阳观测科学任务国际合作典型案例分析

<正>1引言人类对于太阳的思考和探索从未停止过。迄今，人们已利用科学卫星实现了包括X射线、紫外线等在内的全波段、全时域、高时空分辨率的太阳观测，发现了太阳活动驱动的空间天气，对太阳的研究亦拓展至受太阳和太阳风影响的日球层全域。2021年10月14日，我国太阳Hα光谱探测与双超平台科学技术试验卫星（CHASE）“羲和号”发射升空；2022年10月9日，     

远距离大容量连续无线功率传输的机遇与挑战

远距离大容量连续无线功率传输是支撑空间太阳能开发利用和碳中和目标实现的未来可行路线之一。首先介绍了远距离连续大功率无线功率传输的应用需求和当前面临的发展机遇，针对具体应用提出了对该技术的具体需求；然后论述了国际范围内远距离连续大功率无线功率传输的最新研究进展。结合发展态势和应用需求，阐述了技术发展到目前所面临的挑战，并针对这些挑战提出了发展建议。     

顾及动态物体感知的增强型视觉SLAM系统

传统的同步定位与制图（Simultaneous localization and mapping, SLAM）系统在复杂环境下工作时，无法分辨环境中的物体是否存在运动状态，图像中运动的物体可能导致特征关联错误，引起定位的不准确和地图构建的偏差。为了提高SLAM系统在动态环境下的鲁棒性和可靠性，本文提出了一种顾及动态物体感知的增强型视觉SLAM系统。首先，使用深度学习网络对每一帧图像的动态物体进行初始检测，然后使用多视图几何方法更加精细地判断目标检测无法确定的动态物体区域。通过剔除属于动态物体上的特征跟踪点，提高系统的鲁棒性。本文方法在公共数据集TUM和KITTI上进行了测试，结果表明在动态场景中定位结果的准确度有了明显提升，尤其在高动态序列中相对于原始算法的精度提升在92%以上。与其他顾及动态场景的SLAM系统相比，本文方法在保持精度优势的同时，提高了运行结果的稳定性和时间效率。