基于类脑模型与深度神经网络的目标检测与跟踪技术研究

目标检测与跟踪技术广泛应用于交通、医疗、安保和航天等领域.目前,目标检测与跟踪技术面临目标微弱、背景复杂、目标被遮挡等挑战.同时,随着脑科学研究的不断深入,人们对人脑视觉系统的理解逐渐透彻,利用类脑计算解决复杂背景下高精度目标检测与跟踪问题成为相关领域的重要研究方向.本文结合神经工程导向的类脑模型和计算机工程导向的深度神经网络(Deep Neural Networks, DNNs),提出多种基于类脑模型与深度神经网络的目标检测与跟踪算法,包括：基于演算侧抑制的目标检测算法,基于结构 对比度(Structure Contrast, SC)视觉注意模型的弱小目标检测算法和基于记忆机制与分层卷积特征的目标跟踪算法.实验结果表明,将类脑模型和深度神经网络应用于目标检测和跟踪领域,有利于实现复杂条件下的高精度目标检测和鲁棒性目标跟踪.     

液体火箭发动机健康监控技术研究现状

液体火箭发动机健康监控技术是改进和提高运载火箭、航天器可靠性与安全性的核心技术之一,对其进行研究具有重要的学术价值和工程应用价值。液体火箭发动机健康监控技术的研究主要包括液体火箭发动机故障检测与诊断理论方法、液体火箭发动机健康监控系统两方面。该文介绍了基于模型驱动的方法、基于数据驱动的方法和基于人工智能的方法,阐明了液体火箭发动机故障检测与诊断理论方法的研究现状,通过对美国液体火箭发动机典型健康监控系统的介绍,阐明了液体火箭发动机健康监控系统研究的若干进展及现状,并对液体火箭推进系统健康监控技术的演变趋势作了简要评述。     

高效能源系统管理与控制技术

能源系统是飞行器的关键技术之一,能源系统性能的优劣对飞行器能否正常飞行及实现预定任务有重要影响。本文针对大功率飞行器对分布式循环能源系统的管理需求,开展高效能源系统管理与控制技术研究,提出一种集逐级调压控制、限流充电控制、恒流输出控制以及最大功率点跟踪(MPPT)控制为一体的层级梯次控制策略,实现分布式系统的全局优化控制和飞行器能源的功率优化调度。研制的能源管理系统(PCU)配备1条234～328 V高压母线,额定功率15 kW,电路效率大于97%,功率密度大于750 W/kg。PCU依托分布式架构,采用层级梯次控制策略,验证了高效能源系统管理与控制技术的正确性和有效性。     

舱段结构热振耦合环境下仿真分析

针对武器装备对环境适应性要求不断提高的现状,以某舱段结构为研究对象,基于高加速应力筛选试验(HASS)条件,研究了结构在温变-振动耦合环境下的失效机理。首先,结合HASS试验剖面,确定了载荷条件,建立有限元模型;其次,采用ANSYS Workbench软件分析得到结构温度场分布及应力响应,确定了结构危险位置,并对其疲劳寿命进行计算分析,为舱段结构的失效分析及HASS试验剖面的合理制定提供依据和指导。     

复杂电磁环境中智能决策对抗技术的应用

当前雷达技术的发展突飞猛进,复杂的电磁环境已经是战场必须面对的现实情况,提出了一种可适应战场复杂电磁环境的智能干扰技术,主要从分选、干扰策略和干扰效能评估等方面讨论了整个智能对抗干扰的原理,对战场指挥决策有一定参考价值。     

群时延特性对卫星高速数传中继系统的影响

主要关注线性和抛物线特性的群时延对高速数传系统的影响,在分析了群时延特性的概念后,设计了具有仿真要求的群时延滤波器,建立模型对系统进行了仿真,得出了线性和抛物线特性的群时延对系统接收端信噪比恶化的影响,为整个系统的均衡程度提出了指标要求和参考。     

一种中心型间断有限元MMALE方法

针对多介质可压缩流体动力学问题,提出了一种单元中心型二维MMALE(Multi-Material Arbitrary Lagrangian-Eulerian)方法.在拉氏步,流体力学方程组采用中心型间断有限元方法求解.对于混合网格,采用Tipton压力松弛模型更新物理量,用等参坐标法更新物质中心点坐标.界面重构采用一种...     

一种Ka频段双通道遥测设备的无杆标校方法研究

Ka频段双通道遥测设备的和、差通道存在相位差,并且随环境变化而变化,需要在基带终端通过校相才能实现相位差的校正,最终完成对目标的自主跟踪。在靶场中,以往都是通过架设标校杆进行基带校相,这种方法可以实现相位标校的目的,但是随着遥测设备作战领域已经向深海、高原等区域拓展,受到这些特殊位置环境等对架设标校杆的种种限制。本文重点研究了在高原环境下,不架设标杆校,通过偏馈天线发射信号,实现和、差通道相位零值标定的目的。本文给出了基于偏馈天线的无杆标校原理和方法,并通过实验验证了本文方法的有效性。     

无人车基于激光雷达/视觉的目标体积自动测量方法

近些年,基于激光雷达和视觉的目标感知在无人系统中得到了广泛应用。目标的体积测量在很多应用场景可以发挥极其重要的作用,然而对识别感知目标的体积测量,目前尚无大量研究。首次提出了一种基于激光雷达/视觉的无人车目标体积自动测量方法,实现了无人车与目标体积测量功能的结合。通过在LeGO-LOAM算法中加入点云畸变补偿,相较于原始LeGO-LOAM算法,无人车在高速情况下的构图精度得到提升;通过将激光雷达与视觉进行深度融合,实现了目标的自动识别与全局定位;通过基于平面拟合的地面分割与欧式聚类,实现了目标点云轮廓的实时获取;通过设计一种基于切片法的不规则物体体积测量方法,实现了无人车在运动情况下对目标体积的自动估计。最终,分别通过Gazebo仿真和实际试验验证了算法的有效性。试验结果表明,所提算法在无人车运动的情况下对静态目标物的实时体积测量精度优于3%,具有较好的工程应用价值。     

论中小企业管理策略

在激烈的市场竞争中,中小企业所处的内外部环境正处于快速变化中,其所选择的管理与发展战略能否适应当前形势的变化,将成为决定中小企业生存和发展的重要因素。