基于深度学习光流法的荧光油膜全局速度测量

针对基于先验的传统光流法存在前提条件苛刻的问题，提出使用基于深度学习的光流法进行荧光油膜全局速度测量。采用数值仿真试验对基于先验的改进HS光流法和基于深度学习的FlowNet2光流法进行对比，结果显示：在不外加干扰时，改进HS光流法和FlowNet2光流法的平均端点误差分别为0.458 7像素/s和0.381 7像素/s；在亮度变化、噪声干扰或不同的演化时间下，FlowNet2光流法的平均端点误差均明显低于改进HS光流法，平均端点误差差值最大可达5.19像素/s；风洞试验进一步证明，FlowNet2光流法能够获得正确、清晰、定量的荧光油膜全局速度场，较改进HS光流法鲁棒性更高，对风洞工程应用具有一定的参考价值。     

边缘网络下多无人机协同计算和资源分配联合优化策略

针对边缘网络环境下多人机之间存在计算负载不均，造成卸载任务失败的问题，提出了一种多无人机间协作的智能任务卸载方案。通过联合考虑多无人机任务分配、计算资源分配和无人机飞行轨迹，引入公平性指数建立了无人机公平负载最大化和能量消耗最小化问题。基于多智能体深度强化学习框架，提出了融合轨迹规划和任务卸载的分布式算法。仿真结果表明，所提出的多无人机协作方案可以显著提高任务完成率和负载公平度，并且有效适用于大规模用户设备场景。     

缺陷检测中的标签噪声形态恢复方法及其应用

为了保证碳纤维材料产品的可靠性，消除各种可能存在的缺陷，有必要采取有效的手段对其质量进行检查。结合图像识别算法的基于X射线无损检测技术被认为是一种快速有效的解决方案。然而，加工材料的表面通常附有包含各种信息的标签，这些标签会在检测中对缺陷的识别造成干扰，甚至被误检为缺陷。主要研究基于图像特征的产品标签噪声恢复方法及其在缺陷检测中的应用，该方法可以有效地消除噪声，而不影响其余的图像信息，从而确保算法正确识别材料中的缺陷。     

变推力液体火箭发动机推力调节技术研究综述及发展趋势

系统梳理了国内外变推力液体火箭发动机调节控制技术的研究历程及研究现状，并结合我国航天动力研究基础，指出通过在主系统或副系统管路上设置液体或燃气流量调节装置、通过可调结构的针栓式喷注器同步对流量与压力进行匹配调节仍然是实现大范围变推力调节的两种主要手段；分析了变推力液体火箭发动机推力调节的关键技术及其解决途径，预测了未来一段时期内变推力液体火箭发动机及其调节技术发展趋势，提出了若干适合我国国情的研究建议，为我国低成本、可重复使用天地往返运输技术的发展和有关研究者开展研究工作提供一定的参考。     

Performance improvement of licklider transmission protocol in complex deep space networks based on parameter optimization

A reasonable parameter configuration helps improve the data transmission performance of the Licklider Transmission Protocol (LTP). Previous research has focused mainly on parameter optimization for LTP in simplified scenarios with one to two hops or multihop scenarios with a custody mechanism of the Bundle Protocol (BP). However, the research results are not applicable to communications in Complex Deep Space Networks (CDSNs) without the custody mechanism of BP that are more suitable for deep space communications with LTP. In this paper, we propose a model of file delivery time for LTP in CDSNs. Based on the model, we propose a Parameter Optimization Design Algorithm for LTP (LTP-PODA) of configuring reasonable parameters for LTP. The results show that the accuracy of the proposed model is at least 6.47% higher than that of the previously established models based on simple scenarios, and the proposed model is more suitable for CDSNs. Moreover, the LTP parameters are optimized by the LTP-PODA algorithm to obtain an optimization plan. Configuring the optimization plan for LTP improves the protocol transmission performance by at least 18.77% compared with configuring the other parameter configuration plans.     

基于改进式YOLOv2的红外图像目标识别方法

针对智能化导引头信息处理算法设计验证需求，本文对多类型目标、海陆空背景辐射特性数据进一步挖掘，提出引入深度学习算法应用于外场红外数据二次分析挖掘的方法。选择采集得到的包括车、船、无人机(UAVs)、客机等类型的红外数据，针对红外图像与可见光图像不同的成像特性，利用改进式YOLOv2红外目标检测与分类算法，融合多级特征，增加一个重组特征图，实现对红外弱小目标智能化快速分类研究，对提取的海量视频库中的目标红外辐射特征进行分类整理。     

深空极低温服役环境下材料力学/物理性能低成本快速评价方法研究进展

随着我国空间探测卫星、深空探测飞行器等国家战略装备的快速发展,宇航材料的服役环境越来越苛刻,常常面临极端低温的考验。然而低温下材料的力学/物理性能和常温相比有很大差异,极低温使役环境下材料力学/物理性能评价成为人们关注的重点问题。本文着重对基于力-热能量密度等效原理而发展的深空极低温服役环境下材料屈服强度、弹性模量、理想拉伸强度、硬度等力学性能的低成本快速评价方法研究进展进行了总结和回顾;同时,介绍了力-热能量密度等效原理在低温下半导体材料的带隙能、折射率、拉曼频移,金属材料磁晶各向异性常数等物理性能的低成本快速评价方面的推广应用情况。该评价方法为实现地面实时监测在轨航天器中关键材料的主要力学/物理性能提供了有效途径,为国家高端技术装备建设中关键材料的设计、可靠性评价和实时性能监测等提供重要的手段。     

基于天基边缘计算的在轨智能技术

针对低轨互联网星座的发展以及天基应用不断拓展对计算能力的需求,开展基于天基边缘计算的在轨智能技术研究,这对提升星地带宽利用率和实时决策效率具有重要意义.提出了以低轨卫星为核心的天基边缘计算架构,在此基础上,进一步提出了一种基于深度模仿学习的智能计算卸载模型,以及该模型的在轨分布式联邦学习训练方案.基于空天地海一体化网络...