海洋一号A卫星技术性能与业务运行模式

一、概述2002年5月15日,我国成功地将自行研制的海洋一号A(HY-1A)卫星送入太阳同步轨道。自2002年5月29日开始HY-1A卫星正式下传海洋水色扫描仪与CCD成像仪所探测的数据,国家卫星海洋应用中心的北京、三亚地面站成功地接收到了第一轨HY-1A卫星遥感图像。国家海洋局与中国航天科技集团公司组织进行了在轨测试,对卫星与地面应用系统的各项功能进行了检验与验证,各项试验取得了圆满成功。该卫星境内外水色探测能力与灾害监测能力得到充分证实,已于2002年9月18日交付后投入业务化使用。在卫星与地面系统运行的一年多时间内,已获得我国渤海…     

美国的商业遥感计划

□□1986年法国发射了第1颗斯波特-1(SPOT-1)卫星,这给美国遥感界带来了一些小的震动。几年后,“斯波特”卫星图像的销售额超过了“陆地卫星”。1988年印度发射了第1颗印度遥感卫星(IRS-1A),这时人们似乎面对这样一种事实:即遥感技术在不断增值,商业遥感市场在不可避免的产生。     

基于冗余伪观测的自适应滤波算法

现有的二阶互差分(SOMD)算法能够给出与状态估计误差解耦的观测噪声协方差估计，但是需要满足冗余测量的条件，但这一条件往往难以满足。 针对这一问题，提出了一种利用状态预测值构造相邻2个时刻伪观测的方法，将原SOMD算法扩展到具有单测量的系统中。使用目标跟踪问题对该算法的有效性进行验证。仿真结果表明，当采样周期较小时，该算法能够忽略状态估计误差的影响并给出较准确的观测噪声方差，在精度和鲁棒性方面优于其他参考算法。     

雷达数字信息识别系统的理论研究

对雷达数字信息进行识别,识别率高达98.7%.对于摄取的图像通过选取阈值进行二值化,在第一次分割中从背景中提取数字图像信息,第二次分割采用统计投影直方图方法,把单个数字字符图像分割开,将图像大小规范化,提取轮廓,采用方向线素特征提取,通过欧式距离分类器方法进行识别.引入信度函数,对识别结果进行分析,提高了字符识别率.     

扫描隧道显微镜对粘胶基碳纤维表面微观结构的研究

用扫描隧道显微镜（STM）对粘胶基碳纤维（RCF）表面的微观结构进行了研究，首次获得了原子级的RCF图像，对其原子间距作了精确地量化，并且尝试着将所得到的图像与高定向降解石墨（HOPG）相比较，以期对RCF的微观结构有更深入的了解，在原子级尺度上，发现了原子排列并不规则的石墨状结构，二维视图量化结果表明：相邻原子间距为0．142nm，最近六圆环中心的距离是0．253nm。     

多坐标系下目标跟踪的联合滤波

针对雷达目标观测和处理在不同的坐标系下完成，本文提出了联合滤波算法来跟踪机动目标。该算法以卡尔曼滤波器为基础，直角坐标系下和极坐标系下的算法相联合，不仅克服了两种坐标系下滤波算法的不足，而且对机动目标有很好的跟踪效果。仿真实验结果表明了该算法的有效性。     

UKF方法及其在方位跟踪问题中的应用

采用UKF(Unscented Kalman Filter)方法处理了平面内地面站对目标的方位跟踪的估计问题。目标的位置和速度由选定的高斯分布采样点来近似，在每个更新过程中，采样点随着状态方程传播并随着非线性测量方程变换，由此不但得到目标位置和速度的均值及较高的计算精度，而且避免了对非线性方程的线性化过程。仿真结果表明，UKF方法比传统的扩展卡尔曼滤波(EKF)算法有更高的估计精度，并能有效地克服非线性严重时，方位跟踪问题中很容易出现的滤波发散问题。     

基于BP人工神经网络的GPS／SINS组合导航算法

基于扩展Kalman滤波的GPS／SINS组合导航算法，需要对原始的非线性连续系统模型进行线性化和离散化处理，要求系统噪声和测量噪声为零均值的高斯白噪声，且易于出现滤波器发散。BP人工神经网络毋需对所求解的问题建模，能够很好地逼近系统非线性特性，获得较高精度的导航定位信息；还具有计算过程稳定，不涉及矩阵求逆，不需要迭代逼近，以及容易实现并行处理等优点。本文设计适用于GPS／SINS组合导航系统的BP网络模型，并在标准的BP算法基础上，采用共轭梯度法改进网络训练速度及精度。最后，通过仿真算例说明BP网络方法用于GPS／SINS组合导航计算的可行性。     

不完整投影数据情况下的图像重建

给出了代数重建收敛准则和图像重建算法,重构出7幅图像,并对代数重建算法存在的问题进行了讨论和改进.     

微型飞行器的发展与展望——访西北工业大学长江学者宋笔锋教授

研制翼展小于0.15m的飞行器并不难,重要的是这种飞行器能完成特定的任务,如能够摄像,并将所拍摄的图像送回基地;还要具备一定的飞行性能,比如要能飞行几千米,要能躲避障碍物等。那么,究竟需要解决哪些问题?现在研究进展情况如何?微型飞机的前景会怎样?带着以上问题,记者专访了西北工业大学长江学者宋笔锋教授。