众眼看宇宙

<正>NGC 6302蝴蝶星云蝴蝶星云是位于天蝎座美丽的行星状星云,与其它行星状星云一样,它也是类太阳恒星演化晚期的产物。它有一对非常对称的像蝴蝶翅膀一样的双极结构,目前科学家们对这种双极型行星状星云的物理机制的细节研究还不是很清楚。但是可以肯定的是,在它的中心有一个气体盘面,盘面的中心有两颗互相绕转的恒星,这个双极星     

邻避设施规划中的政府决策机制构建研究

近些年来,邻避冲突的频发,给社会和谐稳定和城市发展提出了新的挑战,规避邻避冲突具有重大的现实意义。笔者认为规避邻避冲突的关键在于政府要把好邻避设施的规划关,并最终落实到做好政府决策上来。论文结合案例分析了当前地方政府在主导城市邻避设施规划时决策“失守”的原因,并提出了城市邻避设施规划中政府决策机制构建的途径,即要实现决策科学化、决策的民主化和决策的法治化。     

航空复合材料结构精密干涉连接技术综述

凭借在强度、韧性及寿命上的优势,复合材料尤其是碳纤维增强树脂基复合材料（CFRP）逐渐作为主承力结构应用于飞机产品,但由于极易产生连接损伤,其机械连接正面临"干涉破坏强度,非干涉降低性能"的矛盾。而其关键在于对干涉量的精密控制,即实现复合材料结构的精密干涉连接。针对此问题,本文分析了航空复合材料结构精密干涉连接的特点、难点与应用现状,并提出了航空复合材料结构精密干涉连接技术体系框架,重点归纳总结了航空复合材料结构精密干涉连接的三大核心问题：复合材料干涉连接孔周应力分析方法、干涉连接结构损伤萌生与扩展机理、干涉连接结构力学性能退化机制的学术发展脉络及现有问题,在此基础上,指出了未来航空复合材料结构精密干涉连接技术在模型、紧固件、工艺、材料等层面的发展趋势。     

融合卷积注意力和Transformer架构的行人重识别方法

行人重识别技术是智能安防系统中的重要方法之一,为构建一个适用各种复杂场景的行人重识别模型,基于现有的卷积神经网络和Transformer模型,提出一种融合卷积注意力和Transformer(FCAT)架构的方法,以增强Transformer对局部细节信息的关注。所提方法主要将卷积空间注意力和通道注意力嵌入Transformer架构中,分别加强对图像中重要区域的关注和对重要通道特征的关注,以进一步提高Transformer架构对局部细节特征的提取能力。在3个公开行人重识别数据集上的对比消融实验证明,所提方法在非遮挡数据集上取得了与现有方法相当的结果,在遮挡数据集上的性能得到显著提升。所提方法更加轻量化,在不增加额外计算量和模型参数的情况下,推理速度得到了提升。     

基于Transformer的点云几何有损压缩方法

点云被广泛地用于三维物体表达,不过真实世界采集到的点云往往数据庞大,不利于传输与储存,针对点云数据冗余性问题,引入基于注意力机制的Transformer模块,提出一种基于Transformer的端到端多尺度点云几何压缩方法。将点云进行体素化,在编码端利用稀疏卷积提取特征,进行多尺度的逐步下采样,结合Transformer模块加强点空间特征感知与提取;在解码端进行对应的多尺度上采样重建,同样采用Transformer模块对有用特征进行加强与恢复,逐步细化并重建点云。与2种点云标准编码方法对比,所提方法平均获得80%和75%的BD-Rate增益;与基于深度学习的点云压缩方法对比,平均获得16%的BD-Rate增益,在相同码率点有约0.6的PSNR提升。实验结果表明：Transformer在点云压缩领域的可行性与有效性;在主观质量方面,所提方法也有明显的主观效果提升,重建的点云更接近原始点云。     

奥运空管运行指挥机构开始正式运行 民航奥运空管运行指挥机制全面进入实战状态

7月20日9时30分,民航空管系统三级运行指挥中心启动,这标志着作为保障民航奥运正常运转的神经中枢——奥运空管指挥系统全面进入实战状态。     

基于改进注意力机制CNN-ATT的区域性ZTD预测模型

基于天顶对流层延迟（ZTD）的强时空特征,提出了一种融合卷积神经网络的改进注意力机制（CNN-ATT）的多站点ZTD组合预测模型。该模型首次将多源数据（包括日解算精度、年积日(DOY) 和三维坐标）综合运用于ZTD预测任务。通过对南宁市的5个参考站（CORS）和14个国际GNSS服务（IGS）站点共1 501个年积日的观测数据进行研究,选取传统BP模型、GPT2w模型和ATT模型作为基线模型进行实验对比分析。研究结果显示,在预测精度方面,改进的CNN-ATT模型与BP模型相比其均方误差（MSE）和平均绝对误差（MAE）分别减少了5.5 mm和 4.4 mm,预测精度分别提高了41.4%和67.8%;与ATT模型相比,CNN-ATT模型的预测MSE和MAE也分别减少了4.6 mm和2.1 mm,预测精度分别提升了36.2%和50.0%。在定位精度方面,改进的CNN-ATT模型的精度表现优于SAAS,GPT2w,BP以及ATT模型。并且与传统SAAS对流层模型相比,CNN-ATT模型在N,E,U 3个方向的精度提升高达18.2%,12.6%和31.0%。此外,研究还发现CNN-ATT模型在长预测时间步长中的精度表现更为稳定,更适合多测站预测任务,并且其精密单点定位（PPP）收敛速度更快。     

基于合同网的对地观测资源动态协同规划方法

卫星、无人机等对地观测资源已经成为执行灾害救援、灾损评估等多样化监测任务的主要观测手段,而大规模任务的随机调整和动态执行环境是快速制定对地观测方案的核心难点。针对此问题,提出一种面向不确定环境的对地观测资源动态协同规划方法,以动态高效地制定异构观测资源的协同观测方案。首先,结合合同网协议提出一种自下而上的分布式动态协同框架,以整合空天地异构观测资源构建分布式、动态、松耦合的协同观测网络。然后,根据该协同框架提出多轮组合分配方法及优化算法以快速动态地分配大规模监测任务。最后,通过仿真实验证明,在任务持续并发的动态不确定环境中,基于合同网的动态协同规划方法在提升了约25%任务完成率的同时,降低了约20%的运行时间,实现了任务完成率与方法运行时间的平衡。      

通用航空应急救援能力的影响机制分析

为了有效地区分制约通用航空应急救援能力的关键影响因素,并明确因素间作用路径,本文创新性地提出了将航空应急救援的安全类指标纳入救援能力的分析体系中,进而通过全面梳理体系制度性、救援专业性指标、技术先进性的指标因素,构建了一个包含了18个影响因素的分析指标体系。采用决策实验室分析法,构建了影响因素的相互关联矩阵,计算了影响因素的中心度和原因度,揭示了制约我国通用航空应急救援能力的影响机制,明确了应急救援能力提升的路径。研究结果显示,政府救援体系完善性、空中保障能力、通航救援队伍能力的原因度最高,是提升救援能力的关键指标。研究结论为制定我国航空应急救援能力的提升策略提供决策依据。