务实而富有激情 低调但追求卓越——走近新西兰航空产业

纯净的阳光和空气,雄浑壮美的自然风光.悠久的毛利文化和发达的畜牧业,帆板和极限运动的聚集之地……除此之外,人们对新西兰的航空业并不是很熟悉。正是看中了中国巨大的潜在市场,新西兰航空企业在中国开始活跃,并逐渐走进了我们的视野。今年,时值新西兰举办2011橄榄球世界杯(Rugby),激情正在预热这个南半球的国度,本刊记者走访了新西兰,对新西兰日益发展壮大的航空产业有了进一步的了解。     

目标跟踪（定轨）中的信息融合估计技术

本文对目标跟踪中的多源信息融合估计问题进行论述,讨论了多个观测站对同一目标观测时的分布式和中心式融合估计问题,对Bayes融合的算法问题提出了技术途径。     

基于准贝叶斯结构的决策融合

证据理论是目前在决策融合技术中受到广泛重视的一种数学方法。在实际应用中,为了表达简洁和计算简单,常常根据准贝叶斯结构进行判断。本文系统阐述这一过程的一般性步骤,并通过实际问题进行分析。     

基于信息融合技术的无人机风速测量方法

随着无人机技术的发展,无人机风速测量技术成为了无人机的一个重要应用领域。为了提高无人机风速测量的精度,文中将信息融合技术应用于无人机风速测量中,数据层分别通过平均法和改进的 Kaiman 滤波对空速和航向角进行信息融合,以提高参数测量的精度,决策层通过加权平均法对速度矢量三角形法,空速归零法,以及航位推算法计算得到的结果进行融合,并通过实际飞行测量对文中方法进行验证。结果表明,基于信息融合技术的风速测量方法,可以与探测精度高的气球法相当,且探测区域广、探测成本低。     

中国专利年会(2011·北京) 向产业转化“校园发明”待交考卷

自改革开放以来,我国市场经济迅速发展,随着我国产业升级需求的日益高涨,企业越来越重视核心竞争力的建设,知识产权战略就变得越来越举足轻重。2011年11月9日,由国家知识产权局主办、中国专利信息中心承办的中国专利年会(2011·北京)在北京全国农业展览馆举办。据了解,年会围绕着深入实施专利战略,推动专利信息服务的主题开展一系列展览、展示及研讨活动。其中,校园创新话题被重点提出,校园创新人才培养、高校知识产权如何真正形成产业推力,再一次成为媒体热议焦点。     

基于稀疏表示的多雷达信号二维融合处理

多雷达信号融合通过对多视角和多频带雷达信号进行相干融合,可以提高图像的距离和方位向分辨率.为了克服基于谱估计的多雷达信号融合方法稳健性严重依赖于散射点个数估计精度和二维极点配对精度的问题,在深入研究逆合成孔径雷达(ISAR)信号的基础上,构造了多雷达信号二维融合的线性表示模型,将融合处理转化为一个信号表示问题;充分挖掘...     

国产支线飞机的发展前景

中国必须拥有强大的民机产业,而发展民机产业首先要从支线飞机入手。中国航空工业经过多年的发展已经为发展国产支线民机打下了良好的技术基础,国内的航空运输市场也需要国产支线飞机的及时进入。     

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。     

基于自适应记忆长度的多尺度模态融合网络

为了更好地利用点云和光学图像在自动驾驶领域的互补感知优势,提出了一种双模态融合网络MerNet。网络采用点云特征和光学图像特征并行编码的结构,在每一个编码阶段通过基于残差映射和膨胀点注意力机制的融合模块将光学图像特征单向融合到点云特征支路。设计了一种多尺度膨胀支路的级联空洞卷积模块,以加强点云的上下文联系,并在并行支路上采用瓶颈结构来降低上下文模块的参数量。为进一步优化参数更新过程,提出了一种自适应变历史记忆长度的优化算法,考虑了不同梯度变化趋势下历史梯度的贡献值。研究了一种基于交叉熵损失的协同损失函数,通过交叉比对不同模态的预测标签,并通过设定阈值筛选对比模态的预测特征,突出不同传感器的感知优势。在公开数据集SemanticKITTI上对MerNet进行了训练和验证,实验结果表明：提出的双模态网络能够有效提升语义分割性能,并使算法更加关注驾驶环境中的高危险性动态目标。同时,提出的上下文模块还能够降低64.89%的参数量,进一步提高算法的效率。     

多传感器多模型多尺度组合导航系统算法

多传感器组合导航系统是组合导航发展的方向之一。针对复杂环境,多模型自适应算法可以较好地解决模型及参数不确定的问题;而多尺度融合算法将基于模型的动态系统分析与具有统计特性的多尺度信号变换方法相结合,可有效提高系统的滤波精度。为此,文章将多模型估计与多尺度滤波算法相结合构成多模型多尺度滤波算法,该算法用于多组合导航系统后,经仿真验证,相对于多模型或单模型多尺度滤波算法,系统的滤波精度明显提高。