X射线动态数字图像降噪方法与快速实现

对于X射线动态数字成像系统,为了实现高帧频采集引起的数字摄影(DR,Digital Radiography)图像降质的恢复,采用Anscombe变换将NL-means降噪算法引入到DR图像的降噪中.为了解决NL-means降噪算法计算量大、运算速度慢的问题,利用可编程图形处理单元(GPU,Graphic Processing Unit)并行计算和高速浮点计算特性,将DR图像映射为GPU中的纹理,采用多线程并行计算,使得NL-means算法在GPU中加速执行.实验结果表明,NL-means能够有效抑制动态DR图像噪声.GPU加速方法可以在不损失图像信息的前提下,加速比可达2个数量级以上,满足了实时降噪的要求.     

基于线性调频波的有源对消隐身仿真及分析

有源对消隐身技术由于其适用性广、灵活主动及不破坏目标外形等特点而受到重视。针对其技术要求中的快速反应、延时较短的特点,提出了一种基于线性调频（LFM）波的对消系统方案。该方案对入射波采样后进行相位和频率的调制,然后直接转发,使其匹配滤波输出与原入射波的回波输出进行对消;探讨了有源对消技术的电磁学原理并以理想导电无限长圆柱为散射源,对平面波与柱面波的对消效果进行了仿真验证,得出不同视角、平面波与柱面波的夹角都会对对消效果产生影响的结论,且在两列波夹角为0°时达到最佳;推导了进行相位与频率调制的对消后信号输出公式,并利用MATLAB对其进行了仿真验证,结果表明,对消后输出信号峰值由时延脉宽之比决定,带宽对输出信号主峰的宽窄程度有直接影响。      

304不锈钢两相流冲蚀腐蚀的实验研究

通过液固两相流冲蚀腐蚀实验,辅以电化学测量方法,研究了不同冲角（45°,60°,90°）、冲蚀时间、流体性质（有无氯离子）等因素对304不锈钢冲蚀腐蚀的影响。实验结果表明,模拟海水（NaCl的质量分数为3.5%）中的氯离子极大促进了颗粒对材料的冲蚀效果,45°冲角下氯离子对冲蚀腐蚀的促进作用最为显著,其次是90°和60°冲角。金相显微照片显示了冲蚀时间对样品表面形貌的影响。在3个不同冲角冲蚀腐蚀下,电化学测试表明,材料钝化膜随冲蚀腐蚀时间增加而变得不完整是不锈钢材料抗腐蚀性能下降的主要原因。      

基于AMTEC的空间核反应堆电源热力学性能分析

随着深空探测任务不断推进,空间探测器对于动力的需求也在不断提升,基于碱金属热电转换器(Alkali Metal Thermal to Electric Converter,AMTEC)的空间核反应堆电源系统由于其自身优良的特性被广泛关注.基于热力学第一和第二定律,结合空间核反应堆电源系统内部热力过程能量传递特性,建立了...     

基于GAN网络的红外图像生成技术

当将人工智能技术应用于军事领域中的目标识别任务时,针对由红外图片采集的局限性而造成的训练数据不足的问题,提出了基于生成对抗网络以生成红外图像的方法,实现了数据集的扩充。对基本的生成对抗网络进行了改进,将网络的输入由随机噪声变为真实图片,使之实现了图片到图片的风格转换,即彩色图片转变为红外图片。经过网络模型的搭建和训练,实验结果表明,该方法能够有效生成清晰和高质量的红外图片,解决了由红外数据不足而造成的网络训练不充分的问题。     

基于倒置残差注意力的无人机航拍图像小目标检测

针对无人机航拍图像背景复杂、小尺寸目标较多等问题,提出了一种基于倒置残差注意力的无人机航拍图像小目标检测算法。在主干网络部分嵌入倒置残差模块与倒置残差注意力模块,利用低维向高维的特征信息映射,获得丰富的小目标空间信息和深层语义信息,提升小目标的检测精度;在特征融合部分设计多尺度特征融合模块,融合浅层空间信息和深层语义信息,并生成4个不同感受野的检测头,提升模型对小尺寸目标的识别能力,减少小目标的漏检;设计马赛克混合数据增强方法,建立数据之间的线性关系,增加图像背景复杂度,提升算法的鲁棒性。在VisDrone数据集上的实验结果表明：所提模型的平均精度均值比DSHNet模型提升了1.2%,有效改善了无人机航拍图像小目标漏检、误检的问题。     

“田口式质量损失函数”的应用

利用质量损失函数，讨论产品质量波动给社会带来的损失，并将其应用于企业生产中，使企业改进了产品质量，提高了效益。这说明，在质量管理中，解决“质量”问题时，必须把改进质量的焦点移向产品的设计和开发阶段，即从以往的“产品出厂后的检查或加工过程中的控制”的质量观，推向“产品设计阶段的优化”，从“下游管理”转向“上游管理”，使产品设计或加工过程设计成为保证产品质量优化的关键。     

齿轮抗弯曲疲劳可靠度预测的方法

把齿轮弯曲疲劳失效处理成随机事件，以这个随机事件为研究对象，用齿轮抗弯曲疲劳的累积损伤强度ＫＷ和总疲劳损伤量ＤＷ来描述弯曲疲劳失效随机事件，得出用概率描述的弯曲疲劳的疲劳累积损伤模型。用这个计算模型，提出齿轮抗弯曲疲劳可靠度预测的方法。     

LPV模型的动态压缩测量辨识算法

在解决线性参变（LPV）模型的辨识问题上,最小二乘算法以结构简单、计算复杂度低等优点被大量使用。但最小二乘算法辨识结果受制于计算精度和模型近似精度,而这两者在同一个系统中是互斥的。因此,该算法的辨识结果与真值总是存在一定的误差。另外,在高阶LPV模型辨识或采样成本高的情况下,一般模型参数要多于辨识数据,而此时最小二乘算法很难得到稳定的辨识结果。本文提出的动态压缩测量辨识（DCMI）算法从两个方面提高在该情况下的系统辨识精度。其一,利用“匀速变化”及“非匀速变化”模型表示参变函数,以提高模型近似精度。其二,利用压缩感知理论的欠采样能力,在同等数据量的情况下提高参数的计算精度、扩大模型的计算规模。仿真结果表明,基于“匀速变化”模型DCMI算法可以准确地辨识出LPV函数,而且该算法在辨识数据不足的情况下仍然能够获得稳定的辨识结果。