浅谈空间光学遥感器稳像技术

文章首先分析了影响像稳定的因素,然后对几种常见的稳像技术的工作原理及其优缺点进行了介绍,在论述当前稳像技术发展现状及未来发展趋势的基础上,讨论开展综合稳像技术研究的必要性。     

基于多特征的高分遥感图像分割算法研究

针对传统的图像分割算法不能完全适用具有多种特征〖BF〗（〖BFQ〗光谱特征、纹理特征和几何特征〖BF〗）〖BFQ〗的高分辨率遥感图像的问题,提出了一种基于多特征的遥感图像分割算法。算法基于改进的均值漂移滤波和自动标记分水岭分割方法来实现最终分割。首先利用自动标记分水岭分割方法对遥感图像进行分割,进而采用仿射不变矩形状特征算子提取图像几何特征;其次对图像进行主成分分析,计算第一主成分灰度共生矩阵,分析矩阵特性得出纹理特征;然后结合光谱特征通过改进的均值漂移方法得到多特征滤波结果;最后利用分水岭分割方法实现高分辨率遥感图像分割。为了表明算法的分割效果,利用基于多光谱信息熵方法对算法和单一的分水岭分割方法进行非监督评价。研究结果表明,算法可较好地改善遥感图像的过分割问题,是一种适合高空间分辨率多光谱遥感图像的分割算法。     

基于Hybrid-TOPS的星载SAR运动目标监视新模式

针对传统星载合成孔径雷达(SAR)模式下运动目标测速范围有限、精度低等问题,本文提出了一种基于Hybrid-TOPS的星载SAR运动目标监视新模式。首先,利用混合度因子对星载SAR成像模式进行定量化的描述。在此基础上,通过TOPS模式与逆TOPS模式的组合提出一种运动目标监视新模式,该模式不仅能实现对同一区域的多次观测,且具有方位向连续观测的能力。然后,利用新模式所获取的不同方位向观测角度下的SAR序贯图像,再结合图像配准和基于新模式的运动目标参数反演即完成目标方位向速度信息的精确提取。最后,仿真验证了新模式的有效性与运动信息提取的精确性。      

微处理器中含噪热传感器位置分布优化方法

高性能处理器普遍集成热传感器,采用动态热管理技术对芯片实施连续热监控。然而,由于实际芯片中的模拟或者数字热传感器不可避免伴随噪声,使动态热管理的可靠性受到很大影响。因此,为了提高热监控的精确性,本文运用主成分分析（PCA）技术对原始热图像样本矩阵进行降维近似处理,并结合矩阵扰动分析提出基于模拟退火算法的热传感器位置分布优化方法。实验结果表明：该方法比现有的贪婪算法在热重构误差、信噪比（SNR）和误警率等性能方面有了一定提高,能够有效运用在动态热管理中实现精确的热监控。     

一种图像辅助火星着陆段自主导航方法

针对未来深空探测软着陆高精度实时导航的需求,提出了一种图像辅助的自主导航方案。首先通过下降段图像与落点区域地形匹配,获得着陆器相对于落点的位置和姿态;然后基于误差Kalman模型估计着陆器的状态误差,修正惯性导航的结果;在图像信息不可用的情况下,只进行惯性递推导航;这种方案既提高了导航的精度,也能保证实时性的要求。 数值仿真验证了该方案的可行性,该方案对未来实际工程任务具有很大的参考价值。     

失效航天器的姿态机动接管控制

为实现失效航天器寿命延长的目的,采用接管控制技术接管失效航天器姿态控制系统。针对姿态机动接管控制中,失效卫星参数不确定和推力器构型矩阵突变的问题,提出一种基于控制系统重构的失效航天器姿态机动接管控制方法。首先采用指令滤波backstepping控制来重构姿态机动接管控制律,并利用Lyapunov方法分析系统稳定性;然后对推力器构型矩阵进行重构;最后考虑燃料消耗和控制输入受限问题,通过基于约束最优二次规划的动态控制分配算法对推力器推力进行控制重分配。采用本文方法实现了对燃料耗尽航天器和部分执行机构失效航天器的姿态机动接管控制。数值仿真证明了该方法的有效性。     

箱梁颤振过程中旋涡的演化规律及气动力的变化特性

利用粒子图像测速技术（PIV）观测了箱梁颤振过程中模型周围流场的旋涡特征,以模型扭转振动位移作为参考信号,采用相位平均的方法研究了旋涡规律性演化对模型周期性振动的驱动作用。风速较低时,箱梁振幅很小,其尾部风嘴附近上侧的旋涡尺度也很小,不易观测到,而下侧的旋涡尺度较大,其形状接近于圆形。当风速接近颤振临界风速时,箱梁振幅明显增大,并且模型尾部风嘴上侧的旋涡尺度也显著增大,达到与下侧旋涡尺度相匹配的程度,模型尾部风嘴上下侧旋涡的交替作用主导了结构振动直到模型振动发散。基于流固松耦合的计算策略,采用计算流体动力学（CFD）的数值方法模拟了箱梁颤振临界状态下的绕流特性,结合正交特征分解（POD）的方法研究了模型颤振时刻表面压力的空间分布特征,通过分析发现在颤振过程中箱梁表面波动压力的主控成分向迎风侧风嘴漂移。     

太阳活动区EUV图像的生成式模型耀斑分级与预报

近年来,不断发射的空基观测台持续传送回海量日面图像及日地间气象数据,为采用人工智能技术对太阳活动进行预报预警提供了数据基础。但是,极端天气爆发少,样本量较少;中等程度爆发稍多,样本量较多;常规无爆发天气常见,样本较为集中,样本不均衡状况严重影响机器学习方法在空间天气领域的广泛应用。本文面向多源多通道多尺度日面图像信息,构建了来自SOHO和SDO的1996-2015年日面活动区图像数据集;针对数据分布的不平衡,对太阳活动区图像作耀斑分级与预报。在对比分析元学习算法的基础上,设计了结合分类头设计和卷积核初始化的生成式模型;在使网络轻量化的基础上,能够将M和X级耀斑预报的检测率指标相较于普通的深度学习模型和无监督度量式模型分别提升10%和7%。     

基于混沌序列加权抽样和排序变换的图像置乱

为增强网络中传输的数字图像信息的安全性,对一类典型的基于混沌排序图像置乱算法——Ye算法进行了研究,给出应用间隔抽样混沌序列置乱图像可以提高混沌排序置乱算法置乱度这一性质,并依据近似熵理论给出其提升的依据.为增加图像置乱算法的密钥空间,结合Shannon加权保密思想,设计了基于加权抽样混沌序列排序图像置乱算法.结果表明,该方法密钥空间大,置乱强度高,抗重构攻击.