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。     

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。     

空间激光通信调制技术的研究进展

空间激光通信系统具有传输速率高、体积小、质量轻、功耗低等特点，适用于卫星高速数据传输。激光通信调制技术作为空间激光通信系统的一项关键技术，是影响系统通信性能的主要因素之一。首先，介绍空间激光通信调制技术的原理及其分类，并对其优缺点做比较分析，再对激光调制的关键技术进行阐述；然后，从发展阶段与应用环境角度对国内外已报道的空间激光通信调制技术研究进展进行总结；最后，对空间激光通信调制技术的发展趋势进行展望。     

基于码片幅度调制的导航信号扩频码认证方法

信号认证是满足全球卫星导航系统(GNSS)民用信号安全性需求的关键，相比于导航电文认证(NMA),扩频码认证(SCA)具有更强的安全性。为了在实现SCA的同时不对非认证用户造成影响，提出了一种基于码片幅度调制(CAM)的导航信号SCA方法，对民用信号的扩频码的码片幅度进行了调制，实现了在扩频码层面的认证特征的引入。为了验证所提方法的有效性，采用理论和仿真分析，与GPS L1C采用的Chimera SCA方法进行了比较。结果表明，所提方法在检测性能方面提升了2.55～2.78 dB。研究成果可为下一代高安全卫星导航信号的设计提供支持。