自适应融合 RGB图像特征的稀疏深度修复

深度修复的目的是从稀疏深度图像中恢复出稠密的深度图像。现有方法通常是以稀疏深度图像及其对应的 RGB图像为输入,通过 1个卷积神经网络恢复出密集深度图像。然而,普通的卷积层在处理稀疏且不规则的深度信息时有较大的局限性,同时,RGB图像特征和深度图像特征属于不同的模态。针对这些问题,文章提出了自适应稀疏不变模块,根据输入像素的有效性来处理稀疏深度,并提出了结合注意力机制的多尺度特征融合模块,在关注有效特征的同时,抑制不必要的特征,进一步提高深度修复性能。文章在 NYUv2数据集上进行了一系列实验,实验结果表明了所提出算法和模块的有效性。     

基于北斗的电子对抗装备备件保障模式研究

随着新电子对抗变革的发展,我军电子对抗装备备件保障工作由传统的“粗放型”向“精准化”转变。为主动适应战时装备备件保障工作,构建“三化融合”视域下的战时电子对抗装备备件保障模式,以北斗定位技术为支持,5G技术为补充,利用北斗系统提供的备件运输工具的相关实时数据,形成强有力的集机械化的装备备件配送系统、智能化的地面仓储中心以及信息化的战时后勤指挥体系于一体的保障模式,提高电子对抗装备备件保障工作的透明性、精准性和及时性,并对我军电子对抗装备备件保障的未来发展方向进行展望。     

面向边缘计算的数字化车间制造数据实时融合方法

针对当前数字化车间制造数据冗余性高、传输协议不一致的问题,提出一种面向边缘计算的车间数据实时融合方法。首先,围绕边缘计算思想,建立基于物联网的车间数据实时采集体系架构;其次,借鉴证据理论,以一致性检测和归一化后的数据为基础,提出互支持度进行证据转换,并引入改进的证据组合规则获得融合数据,减少设备端上传的数据量,减轻传输网络的传输压力;然后,以OPC UA信息模型为基础,构建协议转换所需配置的信息层次结构模型,以可视化配置的形式完成协议转换,为车间数据提供统一的传输接口;最后,以某航天制造车间总线控制台为验证对象,验证了所提方法的有效性。     

面向建筑空间的OFDM信号定位性能分析

针对利用OFDM信号进行定位时信号非连续性问题,提出一种粗检测和精细检测结合的测距方法,将距离测量转换为不同尺度的时延样点,采用时域粗检测快速估算接收OFDM信号的最大相关峰值,然后对传输时延进行频域精细测量,提升了小数倍采样周期时延测量的精度。在此基础上,分析了OFDM信号的定位性能,仿真结果表明,当OFDM信号在信噪比-11dB的情况下测距误差由3m左右(子载波数512)降至1m(子载波数4096)。     

一种常用两次扫描算法的改进

针对交会对接最后逼近段光学成像敏感器图像处理中的快速连通域标记问题,将标记融合和两次扫描相结合,改进了连通域标记中常用的两次扫描算法,并基于标志灯成像的几何约束和统计约束给出了可完成目标粗识别的连通域标记算法.仿真结果表明这两种改进措施都可提高有效连通域标记的效率.改进后的连通域标记算法处理一幅1 024×1 024的图像,其50次重复运行的平均耗时小于98 ms,具备实时应用的能力.     

一种改进的多点融合非均匀校正技术

针对空间宽幅相机在进行非均匀性校正过程中相机镜头与积分球输出口的相对位置发生变换后非均匀性校正精度下降的原因进行了分析,提出了一种改进的融合多点位置的非均匀校正新方法,即为了消除积分球的角均匀性和面均匀性的不足,采用获取多个位置的大量定标图像,融合求取平均值的方法得到校正系数来削弱这种影响,并进行试验验证分析。结果表明,多点融合的校正方法在积分球输出口光强不均匀、又无法固定相机与积分球相对位置的前提下,减少了积分球光强的不均匀性对系数可靠性的影响,相对辐射定标的非均匀校正精度得到大幅提高。     

亚声速翼身融合无人机概念外形参数优化

为了兼顾翼身融合（BWB）布局无人机（UAV）的气动、隐身和结构重量要求,应用优化方法研究了某亚声速翼身融合无人机概念方案的外形设计问题。外形优化设计流程包括全机参数化几何外形模型、气动分析、机翼根部弯矩计算、雷达散射截面（RCS）分析、代理模型的建立和外形参数优化计算。选择了三种不同优化目标研究翼身融合无人机外形优化问题：①未配平状态升阻比最大;②配平状态升阻比最大;③配平状态升阻比尽量大和机翼弯矩尽量小。通过优化结果的对比分析,揭示了配平约束和机翼弯矩目标对优化设计结果的影响。研究结果表明：计入配平约束能够有效提高配平升阻比;将配平状态升阻比尽量大和机翼根部弯矩尽量小作为优化目标能够获得合理的优化外形。     

《2013军民两用技术年度发展报告》发布

4月22～23日,2014年度中国军民两用技术应用推进大会在京举行,来自政府、军工和民企的400余人参会。中国航天科技集团公司所属的《军民两用技术与产品》杂志发布了《2013军民两用技术年度发展报告》。报告首次从“新技术产品研发、工程化研制、产业化应用技术、军民两用影响潜力”四个维度,     

模糊传感器与区间型多属性决策的信息融合方法

对于日益复杂的信息环境和变化的目标特性,现有的多传感器信息融合方法大多为"静态的",较少考虑传感器可信度变化以及测量过程中的多维特征指标权重的时效性给融合结果带来的影响.为了解决此问题,提出了一种基于模糊理论与区间型多属性决策的信息融合方法.该方法从各传感器对模糊命题支持度的一致性来定义其信息质最优化度,用区间数与多属性决策理论来定义特征识别综合置信度,并从这两方面客观确定了传感器的融合权重,较好地解决了对传感器信息与目标特征权重为模糊与不确定时的合理评价,以此构建了一个智能优化决策层融合识别模型.最后以弹道目标识别实验证明了此方法有较好的时效性和准确性.