闪沸工况下过热度对水喷雾雾化效果的影响

针对空间及高空环境中航天器、空天飞行器热载荷不断提升而热耗散能力低下的严峻问题,研究水喷雾在低压闪沸工况（又称过热状态）下的雾化效果,雾化效果会直接影响到喷雾的冷却效果。首先,建立了单个液滴在低压环境下由于气泡生长、气动力造成的二次雾化（液滴破裂）模型以及沸腾传质传热模型。其次,通过拉格朗日法综合喷雾中所有液滴,利用MATLAB仿真计算不同过热度对喷雾雾化及液滴温度的影响。进而分析过热度对喷雾冷却效果的影响。计算结果表明,闪沸工况下雾化效果远优于过冷状态;液滴在闪沸工况下温度总会快速趋近饱和温度;过热度越高液滴的雾化效果越好,理论上能够带来更好的冷却效果。     

基于CS的SAR图像自动目标分割算法

图像目标分割是SAR图像目标超分辨处理和自动目标识别的重要步骤。针对图像固有的稀疏结构,提出了一种SAR图像自动目标分割算法。通过构造变换字典将SAR图像数据投影到高维空间,实现了图像局部特征的稀疏表示,然后利用随机矩阵获得稀疏域局部特征的压缩采样,并对多组采样数据运用Mean-shift 算法并行处理,最后通过符号检验法,实现了对目标像素与背景像素的分类。试验表明,该算法对硬目标具有较好的目标分割性能。     

非对称喷管超声速流场的PIV实验与数值模拟

选取了跟随性能以及散射性能都上佳的二氧化钛粒子,利用了粒子图像测速仪(particle image velocimetry,PIV)对不同落压比下的非对称喷管(single expansion ramp nozzle,SERN)流场进行了测量,成功获取了相应流动结构,以及沿程上壁面压力分布和速度场等.在测得的图像中,可以清晰地观察到由于过膨胀产生的激波与膨胀波系,并进一步获得出口速度分布.运用计算流体动力学数值模拟方法,对实验状态下的非对称喷管进行了模拟.对比结果发现:PIV实验测得流场结构能很好地与其吻合,这互相验证了CFD计算和PIV实验的正确性及可靠性.      

基于纹理的活动轮廓三维图像分割研究

对具高噪声和低对比度三维图像的识别和分割算法进行了研究。基于活动轮廓模型,用Gabor变换提取图像的纹理特征,根据统计学信息假设,通过偏微分方程水平集和窄带方法求解,获得较基本活动轮廓的算法分割更光滑精确的物体轮廓。实验结果表明:改进模型算法的效率和准确度达到预期效果。     

具有饱和补偿的碟形飞行器神经滑模控制

针对执行机构饱和非线性未知的碟形飞行器,在考虑执行机构动态的基础上,设计了基于神经网络的滑模控制器,给出了相应的控制律和参数选择方法.神经网络用来估计执行机构的饱和量,从而在设计控制器时,可以对执行机构的饱和进行相应补偿.仿真结果表明了该方法的正确性和有效性     

一种基于图像的星体表面撞击坑自动提取方法

以星体表面的图像数据为基础,根据撞击坑的向阳面呈亮色调而背阳面呈暗色调的原理,提出了一种基于图像的星体表面撞击坑自动提取方法。该方法先用自适应双阈值分割法对星体表面的光学图像进行分割处理,获取图像中明暗区域的形状和位置信息;再用统计学原理分析明暗区域组成结构、像平面上光照方向,结合相关的约束条件来匹配同一撞击坑的明暗区域,同时拟合出撞击坑的外边缘并确定其半径、位置等信息。实验结果表明,该方法能够从常见的星体表面光学图像中快速、可靠地提取出撞击坑的中心位置和半径大小,具有较宽的普适应性和一定的应用价值。     

基于状态空间法的快速俯仰运动建模研究

通过对过失速机动运动规律和气动力特性进行简要分析,说明了过失速机动气动力建模思路;采用状态空间法建立了快速俯仰运动气动力模型,并对模型的输出方程进行了分析和简化;验证结果表明,气动力模型具有较好的预测结果。     

无需先验信息的水平集SAR图像分割方法

给出了一种基于水平集演化、无需任何先验信息的SAR图像分割方法.该方法是一种基于区域信息的统计活动轮廓模型方法,通过利用分段阶跃函数估计图像概率密度函数,克服了利用特定概率分布模型估计概率密度函数时,需要利用先验信息预先假定图像概率分布模型的问题;通过引入惩罚项,避免了费时且难于操作的水平集函数重新初始化过程.还给出了具体的数值实现方案和相关参数取值,改进了数值实现中的迭代终止条件.实验结果表明,固定使用列出的参数,无需任何人为干预,对于大多数图像都可获得令人满意的分割结果;对于少数图像,通过简单的参数调整也可得到良好结果.     

单航过单平台InSAR基线模型的敏感性分析

从单航过单平台InSAR系统对其自身基线的高精度需求出发,给出了光学测量方案下的基线模型,并针对模型中的各因素及其误差来源,进行了模型的敏感性分析,阐明了测量元素与位置修正矢量的基线矢量的误差传递关系,然后根据误差传递关系找出测量系统的优化安装部位。通过解析推导得出各类误差源在不同条件下对基线精度影响的理论结果,由仿真分析给出了不同安装部位的误差传递系数。通过敏感性分析可由测量环境的输入条件直接获得基线的误差量级,其结果可作为指导测量系统方案设计与精度分配的参考依据。     

语言引导的多粒度特征融合目标分割方法

语言引导的目标分割旨在将文本描述的目标与其所指代的实体进行匹配,从而实现对文本、实体之间关系的理解与指代目标的定位。该任务在信息抽取、文本分类、机器翻译等应用场景中具有重要的应用价值。基于Refvos模型提出一种语言引导的多粒度特征融合目标分割方法,能够对特定目标精准定位。利用Swin Transformer和Bert网络,分别提取多粒度的视觉特征和文本特征,提高对整体与细节的表征能力;将文本特征分别与不同粒度视觉特征进行融合,通过语言引导增强特定目标表达;通过卷积长短期记忆网络对多粒度融合特征进行优化,在不同粒度特征间进行信息交流,得到更精细化的分割结果。在UNC、UNC+、G-Ref、ReferIt数据集上进行训练并测试所提方法。实验结果表明：相比Refvos,所提方法在UNC数据集的val、testB子集中IoU结果分别提升0.92%、4.1%,在UNC+数据集的val、testA、testB子集中IoU结果分别提升1.83%、0.63%、1.75%。所提方法在G-Ref、ReferIt数据集的IoU结果分别为40.16%和64.37%,达到前沿水平,证明所提方法的有效性与先进性...