基于CS的SAR图像自动目标分割算法

图像目标分割是SAR图像目标超分辨处理和自动目标识别的重要步骤。针对图像固有的稀疏结构,提出了一种SAR图像自动目标分割算法。通过构造变换字典将SAR图像数据投影到高维空间,实现了图像局部特征的稀疏表示,然后利用随机矩阵获得稀疏域局部特征的压缩采样,并对多组采样数据运用Mean-shift 算法并行处理,最后通过符号检验法,实现了对目标像素与背景像素的分类。试验表明,该算法对硬目标具有较好的目标分割性能。     

基于空域稀疏性的宽带DOA估计

利用宽带阵列接收信号的空域稀疏性,将宽带信号的波达方向(DOA)估计转化为一个稀疏信号重构的问题,提出了一种新的宽带信号DOA估计算法。该算法将宽带信号分解为多个子带信号,联合利用多个子带信号的空域稀疏性进行重构。它是对用于稀疏重构的标准的稀疏贝叶斯学习算法的推广,可适用于多冗余字典的信号模型。另外,通过对多快拍的阵列接收信号进行奇异值分解(SVD),提取信号子空间作为算法的输入数据,可以在有效减少运算复杂度的同时,提高对噪声的稳健性。与传统的宽带阵列DOA估计方法相比,该算法能够用于低信噪比、快拍有限和信源相关性较高的场合,同时算法的性能对信源个数的估计值不太敏感。仿真实验表明,该算法相对现有的基于子空间类的方法,具有更好的DOA估计性能。     

基于RIPless理论的层析SAR成像航迹分布优化方法

层析合成孔径雷达成像(TomoSAR)是通过同一观测区域不同入射角的多幅二维合成孔径雷达(SAR)图像在高程向进行孔径合成,从而实现三维成像。近年来,压缩感知(CS)被用于高程向稀疏场景的重建,高程向重建质量取决于观测矩阵的性质,而航迹分布是影响观测矩阵重构性能的重要因素。相比于度量观测矩阵重构性能的其他约束条件,RIPless理论具有有效、直观和计算简单等优点。提出了一种基于RIPless理论的压缩感知层析SAR成像航迹分布优化准则,从而在航迹数目一定的情况下,获取最优分布以实现高程向优化重建。最后,通过仿真和实验验证了所提优化准则的有效性。     

基于优化字典学习算法的压缩数据收集

为了提高压缩数据收集对多样化传感数据的适应能力,同时抑制环境噪声对数据收集精度的影响,提出了一种优化字典学习算法来构造压缩数据收集中的稀疏字典。理论分析表明在压缩数据收集中由环境噪声导致的数据收集误差和稀疏字典的自相干程度正相关。为此在字典学习的过程中引入了自相干惩罚项来抑制环境噪声对数据收集精度的影响。该惩罚项还能减少字典学习过程中对训练数据的过拟合,从而进一步提高了该算法的稀疏表示能力。实验表明,该算法的稀疏表示能力高于同类字典学习算法,而且能有效地抑制环境噪声对压缩数据收集精度的影响。      

一种基于压缩感知的信道估计算法

信道估计是无线通信系统的关键技术之一。文章提出一种基于压缩感知（Compressed Sensing）的信道估计方法,这种方法通过分析信道时延和多普勒域的稀疏度,可以有效降低导频的数量,从而提高系统的频谱利用率。通过与最小均方（Least Square,LS）信道估计方法的对比,可以明显看到导频数量的降低。     

变体飞机智能结构技术进展

具有可变外形特征的变体飞机能始终保持最佳飞行状态,满足多种任务需求,是未来飞行器的重大技术方向。本文从变体飞机的背景出发,论述了变体飞机的结构组成和能力需求,阐述了变体飞机结构的关键技术（如柔性结构技术、驱动/控制技术和状态感知技术)的研究现状与发展方向,提出智能材料柔性结构、分布式驱动/控制系统与微小传感器一体化是未来变体结构的主方向。同时指出,4D打印技术在设计和制造智能材料柔性结构方面具有很大的应用潜力。本文的研究为变体飞机智能结构设计和关键技术研究提供了参考,对于未来变体飞机的发展具有指导意义。     

建设面向态势感知的智能防跑道侵入系统

随着民航业的快速发展,航班量越来越大,跑道侵入事件的发展正呈现出逐步上升的趋势.本文分析了跑道侵入的主要类型以及目前国内外防跑道侵入方面采用的技术手段,并提出了利用新技术建设面向态势感知的智能防跑道侵入系统的构想和建议.     

美国反导态势感知太空系统发展中的问题和新决策

□□美国反导态势感知太空系统主要包括导弹预警卫星系列,其中“国防支援计划”(DSP)自20世纪70年代初以来,获得了比较成功的应用,目前该系列卫星仍在使用。20世纪90年代中期,美国开始论证接替DSP的新一代系统,即“天基红外系统-高轨道”(SBIRS-High),这项经过12次反复论证形成     

面向不确定环境的航天器智能自主控制技术

针对智能自主控制系统所涉及的自主感知技术、自主决策技术和控制执行技术的研究现状进行了分析和总结,剖析了目前航天器控制系统在应对不确定环境时面临的困境.结合未来空间任务对航天器能力的需求,提出了一种新型"感知-演化-决策-执行"(OEDA)星上闭环控制框架,探讨了其特点和功能,进一步阐述了OEDA控制框架中所涉及的理论与...     

协作机器人外力感知与交互控制研究现状及展望

协作机器人指的是一种能够在共享工作空间中实现物理人–机器人交互并执行协作任务的机器人系统。协作机器人正逐渐融入人类社会,与人类、其他机器人或非结构化环境等进行密切和复杂的交互。机器人–环境物理交互过程,外力感知和交互控制对于保证其安全性并提高其交互性能具有非常重要的意义。分别从外力感知、协作控制以及认知控制3个方面对协作机器人的研究现状进行综述,并对协作机器人感知与控制领域的研究进行展望。