基于侧扫声纳图像的AUV侧向速度估计与DVL粗差检测

复杂水底环境和自主潜航器(AUV）机动会造成Doppler测速仪(DVL）速度测量结果中出现粗差,提出一种检测DVL速度粗差数据的方法。该方法利用侧扫声纳图像数据,结合SIFT特征匹配算法求取声纳图像的边缘特征点。根据声纳图像成像原理,计算出每一帧图像相对上一帧图像对应特征点像素的横向平移量;结合特征像素平移量与AUV实际横向位移的比例尺度关系以及声纳侧扫周期推算出AUV侧向速度。该侧向速度用于检测水下组合导航中DVL的速度粗差,在几十米水深的浅水区,该方法能够检测并剔除出大于0.2m/s的DVL侧向速度粗差,显著减小DVL前向速度误差。算法可实时实现,改善AUV水下组合导航性能。     

军民融合视角下民用飞机维修体系建设及其在国防装备保障领域的应用

随着科技的快速发展,国防装备复杂程度日益增高,目前,以军方的保障能力要想合理有效地独立完成其保障任务仍有难度。为了提供更好的供应保障,基于民用飞机维修体系,结合国防装备使用特点,从军民融合的视角提出民用飞机维修体系建设经验在国防装备保障领域的应用建议,将民用飞机维修体系中的客户需求分析、健康监控与管理技术、维修策略、保障模式等融入国防装备研究领域,健全完善国防装备的技术和保障模式。     

天基信息港的多源信息融合任务调度研究

在天基信息港上实现多源信息融合,可以将数据的传输与处理集中在星上,减少了数据处理中心接收和分发数据的传输时间,提高了信息获取的时效性。考虑到任务高时效性的需求及天基信息港的资源受限,文章提出了天基信息港的多源信息融合任务调度问题,通过分析多源信息融合任务流程、天基信息港的资源特征,以最小化任务完成时间为优化目标,建立了天基信息港的多源信息融合任务调度模型,并设计了一种多机循环插入（Multi-machine Circular Insertion,MCI）算法对模型求解。仿真结果表明,该算法相比于列表调度算法能够平均减少10.8%的任务完成时间,算法运行时间大约为遗传算法的1/20,表明该算法能够满足天基信息港任务调度的高时效性要求。     

基于粗集和支持向量机的雷达信号识别法

结合粗集的属性约简和支持向量机的分类机理,提出了一种融合算法.应用粗集理论的属性约简过程作为数据的预处理,把冗余的属性和冲突的对象从决策表中删去,却不损失任何有效信息;然后利用支持向量机进行分类识别.这样可以大大降低数据维数,减小支持向量机分类过程中的复杂度,在不同程度上避免了训练模型的过拟合现象,且分类性能更加优越.最后通过对雷达信号识别的仿真实例说明了上述方法的有效性.     

木星伽利略卫星互掩互食天象的测光技术

对行星天然卫星互掩互食天象进行测光可以得到非常准确的天体测量信息, 这些信息可以用来进一步改进行卫星的运动理论和历表. 对2003年在云南天文台1米望远镜上实际观测到的互掩互食图像进行测光处理, 分析表明, 在对木星去晕和测光孔径为1.5~2.0倍半高全宽条件下, 所得光变曲线有较好的稳定性.      

面向任务协同的云端融合计算架构研究

以有人机/无人机自组云为场景,研究了基于云数据中心、有人机和无人机任务协同的云端融合任务协同处理架构,在该架构中,有人机作为边缘计算处理节点,无人机作为端节点。通过分层设计,将基于无人机自组云的云端融合架构自顶往下划分为用户应用层、组件服务层、资源抽象层、操作系统层、物理资源层五个层级,并对各层级进行功能划分设计。最后通过典型实例仿真试验做了架构性验证。     

基于云模型和改进D-S证据理论的目标识别决策方法

在目标识别决策系统中,多探测器多源信息融合的模糊性和不确定性以及各探测周期所得信息的冲突互斥会造成目标识别决策不精准。为解决这一问题,提出基于云模型和改进D-S （Dempster-Shafer）证据理论的目标识别决策方法。首先,将目标识别准确性这一语言评价值划分为不同评价区间等级,以不同评价等级标准云为参照将各探测器各探测周期所得信息转化为云决策矩阵,得出各周期各等级隶属度,进而构建出基本概率分配函数（mass函数）;其次,基于证据理论引入冲突度、差异度、离散度3类衡量冲突大小的参数,定义了一种新的证据冲突参数,同时改进证据冲突融合算法,对各探测器各周期证据体进行修正并融合;再次,结合各探测器权重加权得出各目标综合识别决策的mass函数对目标进行决策;最后,结合算例,验证该方法的适用性,并与其他方法相对比验证了本文方法的优越性。     

基于条件随机场的遥感图像语义标注

遥感图像包含的信息丰富,纹理复杂,而遥感图像语义标注又为后续的目标识别、检测、场景分析及高层语义的提取提供了重要信息和线索,这使其成为遥感图像理解领域中一个关键且极具挑战性的任务。首先针对遥感图像语义标注问题,提出采用条件随机场(CRF)框架对遥感图像的底层特征和上下文信息建模的方法,将Texton纹理特征与CRF中的自相关势能结合来捕捉遥感图像中的纹理信息及其上下文分布,采用组合Boosting算法进行Texton纹理特征选择和参数学习;然后将Lab空间中的颜色信息与CRF中的互相关势能结合来描述颜色上下文;最后用Graph Cut算法对CRF进行推导求解,得到图像自动语义标注结果。同时,建立了可见光遥感图像数据库Google-4,并对全部图像进行了人工标注。Google-4上的实验结果表明:采用CRF框架与Texton纹理特征和颜色特征相结合对遥感图像建模的方法与基于支持向量机(SVM)的方法相比较,能够取得更准确的语义标注结果。     

ADS-B统计数据的位置导航不确定类别质量分析

为实现广播式自动相关监视(ADS-B)航迹与雷达航迹的高质量融合,必须对ADS-B航迹和雷达航迹数据质量进行分析。在分析实际ADS-B航迹数据的基础上,提出以航路为参考基准验证ADS-B航迹数据精度及完好性的方法。根据ADS-B报文中的位置导航不确定类别(NUCp)值,统计航迹点与航路中心线的水平偏差并将其作为位置实际误差,运用分位数-分位数图法对位置实际误差进行正态分布检验,得出置信水平为99%的实际误差置信区间,即在不同NUCp值下可信赖的位置误差范围。实验结果表明,在采用加权平均法进行航迹融合时,与传统权重分配相比,对于NUCp值为5或6的ADS-B航迹数据可增大权重,而对于NUCp值为7的数据则应减小权重。     

基于显著特性的保持边缘滤波算法

针对传统保持边缘滤波算法中存在光晕的缺点,提出了基于显著特性的图像保持边缘滤波算法.该算法主要思想是利用原图的显著特性图具有边缘突出的特点,简化双边滤波法中灰度因子的设定工作.首先提取出原图像的显著图,然后根据图像显著值的大小自适应模糊图像中的细节和噪声部分:显著值较小的区域灰度因子设置较大,平滑此区域;显著值较大的区域灰度因子设置较小,保持边缘部分的清晰.实验结果表明,该算法在平滑了细节和噪声的同时,有效地保持了边缘信息的清晰,与传统方法相比,新方法不仅避免了光晕现象的产生,而且应用更为广泛.