基于卫星遥感的岛礁影像多类目标智能化提取

卫星遥感影像具有背景复杂、目标尺度不一、观测方向各异、纹理不清晰等特点,主流的深度学习目标检测算法不能直接适用于卫星遥感影像的目标检测。改进了RetinaNet,使其适用于卫星遥感影像。首先设计了一种新的特征融合方式,融合ResNet50输出的特征图,使得融合后的特征图同时具有高层语义信息和低层纹理细节信息。为了减弱遥感影像复杂背景对目标特征的影响,设计了特征感知模块,在减弱噪声对特征图影响的同时增强有用特征。挑选DOTA数据集中船只、飞机和存储罐图像进行训练和测试。改进的算法与RetinaNet相比,飞机、船只和存储罐的平均精度分别提高了41%、25%、24%。基于高分二号卫星（GF 2）真实影像数据的试验结果表明,提出的算法能够用于卫星遥感岛礁影像的多类目标智能化提取。     

组合导航系统中一种基于特征值分解的自适应信息融合滤波算法

基于分散滤波理论的联合滤波算法,可以有效地降低组合导航系统的计算负担,并且增强系统的容错性能。给出了一种联合滤波算法中信息分配系数的自适应计算方法,能够使联合系统根据导航过程中各传感器的信息质量的变化合理地反馈全局信息。仿真结果表明,该算法可以有效地降低由于导航子系统降级带来的滤波误差。     

从JAST计划看我国航空电子综合系统的研究与发展

详细分析了美国JAST计划的产生,航空电子系统的结构演化,JAST航空电子综合系统的功能特征、设计指导原则、开放式体系结构和关键子系统,在此基础上提出了我国未来机载航空电子综合系统的研究和发展建议。     

融合TRIAD算法用于GPS姿态确定

研究把观测矢量定姿算法用于ＧＰＳ姿态确定。传统的ＴＲＩＡＤ算法利用两个非平行矢量确定载体的三轴姿态,但它存在对主矢量敏感,且不能利用第３根矢量的测量信息等缺点。文章提出一种改进的ＴＲＩＡＤ算法,克服了主矢量敏感问题;为了能利用３根基线的观测信息,在ＯＰＴＴＲＩＡＤ算法的基础上提出融合ＴＲＩＡＤ算法,它可以提高定姿精度。用接收机进行了实验,结果表明改进的ＴＲＩＡＤ算法确实克服了主矢量敏感问题;较之传     

预冷发动机氢氦PCHE通道换热与热应力数值分析

基于高超声速预冷发动机闭式氦布雷顿循环中印刷电路板换热器(PCHE)的应用,对PCHE氢氦通道的热固耦合特性进行了数值研究,着重阐述了热侧氦参数对换热的影响机制。探究了热侧壁温和换热系数的变化特征及其对冷侧换热的影响。考察了通道截面温度和湍动能的分布情况。通过熵产和综合换热系数评价了PCHE通道的性能,进行了通道热应力分析,建立了热侧和冷侧换热关联式(误差在±15以内)。结果表明:热侧压力对换热仅有微弱影响;热侧流量提高对热侧和冷侧换热均有增强作用。热侧进口温度下降导致热侧和冷侧换热减弱;热侧进口温度提高造成通道熵产显著增加,热侧流量增加造成通道熵产显著减小;高热应力出现在冷热流道之间和壁面两侧,局部最大热应力达到25 MPa。     

基于小波包变换的Quick Bird全色影像和多光谱影像的融合

为了能够更好地将迄今为止在商业领域内空间分辨率最高的Quick Bird卫星遥感影像的高空间分辨率特性和多光谱特性结合起来,以提高对影像信息的分析和提取能力,笔者在研究了小波包图像分析法之后,提出了一种基于小波包变换(WPT)的Quick Bird遥感影像融合方法,在此基础上,对同一地区Quick Bird全色影像和多波段影像进行了融合实验,获得了满意的实验结果。     

智能人机交互在有人太空探索中的应用与展望

近年来,空间机器人技术发展迅速,国内外已有诸多空间站机器人、深空探测机器人的应用实例。未来有人太空探索过程当中,人与众多智能机器人协同开展任务将成为必然趋势。对国内外空间协作机器人应用实例进行了总结,在分析人机协作机制的基础上,提出了空间人机交互的关键技术,包含人体检测与跟踪、手势识别与分类、动作识别与意图预测、低重力环境下的人机协同控制等,对上述关键技术的难点与研究进展进行了分析综述,并对后续的发展方向进行了展望。     

基于信息论分析的多尺度图像去噪方法

图像多尺度统计相关模型的信息论分析表明,尺度内模型可以捕捉小波系数间的大部分相关性,较尺度间模型携带更多的信息,而通过加入父信息得到的增益则较小。为充分利用各模型提供的不同信息,提出一种基于信息融合的多尺度去噪方法,将尺度内和尺度间相关模型的优点相结合,并压制各自的缺陷。仿真结果表明,基于信息融合的方法具有更好的视觉效果和去噪性能。     

机载雷达告警接收机的现状与发展

介绍了机载雷达告警接收机的现状,根据新型作战飞机所装备的相关设备介绍了机载雷达告警接收机的发展趋势.     

星上遥感影像在轨处理进展研究

从星地数传、高时敏任务等对星上遥感影像在轨处理的需求出发,本文对美国、欧洲以及国内主要的星上遥感影像在轨处理进展进行了研究;以此为基础,结合星上遥感影像在轨处理框架与深度学习等智能处理技术,分析了高性能星上智能处理平台构建、基于深度学习的遥感影像在轨智能处理、多源遥感影像数据在轨融合处理、星地协同数据处理及在轨更新等星上遥感影像在轨处理关键技术;最后,对星上遥感影像在轨处理未来发展趋势进行了总结,为进一步提升遥感卫星在轨应用效能提供参考。