多视角多尺度陨石坑特征检测识别方法

针对序列图像间视角尺度变化大带来的特征无法检测和识别效率低等问题，提出了多视角多尺度陨石坑特征检测识别方法。基于明暗区域信息和形态学处理实现陨石坑图像特征边缘粗提取，利用快速傅里叶变换计算模板与图像特征的匹配度，从而实现图像特征所在区域粗定位。在此基础上，通过引入惯性测量信息计算图像间重叠面积，更新模板形状，并预测搜索区域，解决了序列图像间视角尺度变换及信息冗余带来的特征无法检测和识别效率低的困难，最终在单一陨石坑区域内实现其精细检测。     

利用多尺度区域权重的红外可见光图像融合

针对红外、可见光图像融合，提出了一种利用多尺度区域权重的方法，获得既具有良好视觉效果又能保留和继承特征细节的融合结果。首先，通过改变平滑滤波的参数构建多尺度分解，获得一系列具有不同细节的双波段图层；其次，基于每一图层生成区域权重图，实现双波段图层融合;最后，利用适当的系数对融合后的图层进行合成，获得最终的融合结果。通过对比实验结果的主客观评价分析，证明本文方法能够产生最佳视觉效果的融合图像，能保留和突出原始双波段图像中的细节与特征，并能获得最佳的客观评价指标。     

类火星环境中火箭起降过程喷流影响研究

采用尺度自适应模拟（Scale Adaptive Simulation, SAS）方法对火箭在起降过程中喷流的地面效应进行了数值研究，对比分析了在海平面和类火星环境下的喷流冲击倾斜地面和水平地面时的流场结构以及喷管的侧向载荷。在海平面环境下，喷管内部出现流动分离，喷管内壁压力先减小，在分离点处压力达到最低点，然后压力增加至环境压力。喷流冲击倾斜地面时具有更强烈的流动不稳定性，喷流出现明显的时间演化现象。在类火星环境下，喷管内部不发生流动分离，内壁的压力沿着流向逐渐减小。喷流冲击倾斜地面时，在喷管出口的外侧形成了上下移动的马赫盘；喷流冲击水平地面时，喷流和地面反弹气流相互作用，阻碍了马赫盘的形成。研究结果还表明在类火星环境和海平面环境下，喷流冲击倾斜地面时喷管内壁温度均上升。研究结果将为火箭回收和火星着陆的方案选取提供参考。     

宏/细观一体化多尺度数值分析的进展与应用

以C/SiC为代表的纤维增强陶瓷基复合材料具有多尺度特征，传统的复合材料力学理论和以均匀化假设为基础的常规有限元分析方法难以全面准确地评估其力学行为。因而，近年来以跨微观-细观-宏观为特征的多尺度数值模拟方法被广泛应用于评估复合材料的力学特性，加快了新一代复合材料的研发和推广应用。本文首先从分析策略角度，对目前学术界的多尺度数值计算方法的发展情况进行了分类概述，总结了不同宏/细观多尺度方法的特点。在此基础上提出了新的采用过渡区域的宏/细观一体化多尺度建模计算方法，给出了开孔板和典型连接的算例结果，并探讨了其面临的技术难点及合理应用场景。以热结构最常用的典型盒型件为对象分析了其力学特点，给出了采用这种建模计算的必要性和分析策略。     

基于VMD-MPE的开关磁阻电机功率变换器故障诊断

故障诊断是提升开关磁阻电机(SRM)调速系统可靠性的重要技术。针对功率变换器故障信号非线性不稳定、有效信息易被噪声掩盖的特点, 提出了一种新的故障特征提取方法。对直流母线电流进行变分模态分解, 得到若干本征模态分量, 取多尺度有效模态分量排列熵平均值作为特征向量, 输入支持向量机分类器进行故障识别。为验证所提方法的可行性, 建立仿真模型, 与传统的小波分析等故障诊断方法进行对比；搭建了开关磁阻电机实验台架, 测试了开路、短路故障状态。仿真和实验结果表明:所提方法可减小噪声影响, 提高故障识别准确率。      

基于变尺度混沌算法的曲面品质优化

曲面品质优化是曲面重构中的常见问题，在航空航天和汽车等高端产品设计中，如果要求重构的曲面间具有高阶连续性，往往需要进行大量的优化工作。为了便捷地得到光滑的高品质曲面，提出一种基于变尺度混沌算法的曲面品质优化方法。引入可调参数，在与邻接面NURBS曲面片一阶连续条件下，可以灵活调整多个参数值对目标面进行变形操作；建立变尺度混沌优化的数学模型，计算出可调参数组的最优解，得到相对原曲面变形量最小的高品质曲面。通过案例分析验证了所提方法的鲁棒性和实用性。对优化后的曲面进行光影分析，结果表明：所提方法可以在保证曲面品质的同时，提高曲面重构的效率。     

嵌入注意力机制的多尺度深度可分离表情识别

针对面部表情识别中，传统机器学习方法特征提取较为复杂，浅层卷积神经网络识别率不高，以及深度卷积神经网络易带来梯度爆炸或弥散的问题，构建了残差网络嵌入注意力机制的多尺度深度可分离表情识别网络。通过多层多尺度深度可分离残差单元的叠加进行不同尺度的表情特征提取，使用CBAM注意力机制进行表情特征的筛选，提升有效表情特征权重的表达，削弱训练数据的噪声影响。所提网络模型在Fer-2103和CK+表情数据集分别取得了73.89%和97.47%的准确度，表明所提网络具有较强的泛化性。      

考虑温度影响的干摩擦接触分子动力学研究

基于多尺度方法对干摩擦行为进行预测已成为当前研究热点。对于航空发动机等高温机械系统，温度对干摩擦行为影响至关重要。针对高温影响下微动界面摩擦行为开展分子动力学建模与分析，研究不同温度下微凸体的切向碰撞过程；考虑温度的升高使摩擦界面微凸体黏着作用增强，提出不同于赫兹接触理论预测的真实面积计算方法；基于所建的分子动力学模型和G-W接触模型，研究不同温度下接触面的摩擦系数，与实验测量的摩擦系数结果吻合，验证所提方法的正确性。对于在高温环境下接触、摩擦及微动等界面力学问题的研究提供了可借鉴的方法，同时为高温旋转机械动力学多尺度方法提供了可参考的解决手段。     

基于多尺度CNN模型的多时相PolSAR图像作物分类

农作物分类是偏振合成孔径雷达(PolSAR)数据的重要应用之一。由于单时相PolSAR数据获取的信息有限，因此，采用多时相PolSAR数据，其含有农作物生长周期更丰富的特征信息。针对多时相PolSAR数据在极化特征分解时造成的“维数灾难”问题，提出了一种非负性约束稀疏自编码器(NC-SAE)的特征压缩方法，用于对分解后的特征数据进行压缩，以获得分类所需的有效特征。此外，构建了一种多尺度特征分类网络(MSFCN)，该网络可以提高农作物的分类性能，且优于目前传统的卷积神经网络和支持向量机方法。通过使用欧空局提供的数据进行仿真实验，对分类结果进行性能评估，并与传统方法比较。实验结果表明:所提的方法具有很好的农业应用前景。