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.     

一种小天体旋转参数估计方法

小天体旋转参数是科学数据,也是小天体测绘,着陆导航的基础数据.研究一种在小天体探测接近段过程中使用的基于图像上特征点跟踪和扩展卡尔曼滤波器的小天体旋转参数估计方法.该方法首先建立小天体旋转关系模型,表示小天体在相机坐标系中的姿态变化;然后定义小天体旋转的状态方程,推到了扩展卡尔曼滤波器的计算过程.通过对观测图像序列上的特征点跟踪,利用扩展卡尔曼滤波器方法得到小天体旋转轴指向和自转角速度估计.实验中,在仿真相机与小天体相机100 km距离上,分析了相机坐标系小天体坐标系之间的四元数初值,图像上特征点跟踪精度,相机的观测指向等因素对小天体旋转参数估计精度的影响.实验结果表明,提出的基于图像特征点跟踪和扩展卡尔曼滤波器的小天体旋转参数估计方法能够得到具有较高精度的估计结果.     

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。     

美陆军展示EWPMT新功能

美陆军在最近的演示中验证了“电子战规划与管理工具”(EWPMT)的新能力,即通过空中数据链远程控制电子战传感器并反馈信息。EWPMT是一个电子战指挥控制与规划工具,能让部队通过有线链路对电子战的潜在效果进行可视化,并制定行动计划。在今年9月进行的“赛博探索2020”期间,美陆军测试了该工具的新功能。     

航天用电子元器件开展DPA工作的情况与效果

概述了航天系统开展DPA工作的情况,并通过实例说明了开展DPA所取得的工作效果,介绍了主要工作经验和体会。     

液体火箭发动机故障检测与诊断研究的若干进展

近十年来，液体火箭发动机故障检测与诊断方法和技术的研究在以下几方面取得了重要进展：基于信号分析的方法；基于模型的方法；基于人工智能的方法；故障模式分析与信号特征提取；阈值的选择。该文对这些研究的若干进展作简要评述。     

电视指令制导空地导弹垂直命中目标的末制导系统研究

根据人在回路的电视指令制导空地导弹的一般作战攻击过程，将其末制导归结为满足落角约束的目标跟踪问题，接着设计了一种考虑导弹驾驶仪动态因素和重力的影响，能垂直命中目标的末制导律，然后研究了将它应用于电视指令制导空地导弹的弹载设备需求和可行性，最后将其与某型电视指令制导空地导弹使用的末制导律进行了对比，检验了它的优良性能。     

基于三轴磁强计与雷达高度计的融合导航算法

为了减小近地轨道(小于1000km)地磁导航的估计误差协方差，提高导航的可靠性和准确性，在地磁导航系统中引入雷达高度计作为一个新的测量设备，提出了一种基于三轴磁强计与雷达高度计的融合导航算法。该算法取卫星的位置和速度向量作为状态向量，建立状态方程；取卫星周围的磁场强度和卫星到星下点实际海平面距离求出的地心距，作为观测量建立观测方程；利用扩展卡尔曼滤波构成一种融合导航算法。仿真结果表明，提出的融合导航算法对轨道位置的估计误差小于20米，速度的估计误差小于1米／秒，导航算法的精度和收敛性都优于使用单一地磁导航的系统。     

利用地面信标站自主确定静止卫星轨道

静止卫星接收在地面设置的信标站的测距信号，可以测得卫星到地面信标站的距离，从而用星上直接测得的伪距解算出卫星在惯性空间的位置。对卫星轨道的一个弧段进行测量，可以得到卫星的状态矢量和多组伪距记录，考虑到星上计算机的容量以及定位实时性的要求，用扩展卡尔曼滤波确定卫星在地心赤道惯性坐标系中的轨道。