氦质谱正压检漏

对氦质谱正压检漏的一般技术要求，如被检系统的包封、积累时间、探测时间及定量系统的校准、使用等做了介绍。     

遥测数据处理系统码同步器的仿真及PLD实现

介绍了简易遥测站重要组成部分 PC机遥测数据处理系统 ,阐述了利用高密度、高速度的在系统可编程器件 isp L SI及其仿真软件 SYNARIO设计系统中码同步器的方法和成效     

大型薄壁密封舱的轮廓度检测方法

论述了一种大型薄壁复杂型面密封舱体表面轮廓度的测量方法,该方法利用现有的数控加工中心,完成对型面的数据采集,是一种简单、经济、实用的测量方法。     

星载微波传感器大气温湿度物理反演算法研究

针对我国下一代静止轨道微波探测器资料应用的需求,对微波50~60GHz和183GHz的温湿遥感通道开展了不同大气条件下探测敏感高度的模拟,发现大气散射对微波探测影响明显,尤其是近地面通道,在未来数据应用时需加以注意。提出一种基于一维变分的大气温湿度廓线物理反演算法。以美国最新一代气象卫星Suomi NPP搭载的ATMS(Advanced Technology Microwave Sounder)获取的观测资料为研究对象,RTTOV(Radiative Transfer for TOVS)快速辐射传输模式为前向算子,利用一维变分算法开展了温湿度廓线反演单点试验。研究发现:地表参数对微波亮温,尤其是地面通道影响较大。同时,反演所需背景场对反演结果影响较明显,反演所得温度与背景场较接近。     

基于纹理边界检测的航天器椭圆特征提取方法

为确定失效航天器等非合作目标的相对位姿,提出一种通过纹理边界检测的椭圆特征提取方法。该方法假设椭圆特征是航天器表面两种不同纹理的边界,利用上一时刻相对位姿信息,将对接环离散几何模型投影到像平面,并沿各离散点的法向方向通过概率方法检测纹理边界点。利用随机抽样一致(RANSAC)方法剔除边界点中的粗大误差,进而拟合出椭圆参数。纹理特征对光照变化具有鲁棒性,因此该方法能够在变光照、星体表面反光不均匀等复杂情况下快速准确地提取图像中的椭圆特征。本文以对接环图像特征提取为例进行仿真校验,分析了算法参数和噪声对提取椭圆精度和时间的影响。利用真实图像与基于梯度边缘的椭圆提取方法进行对比,结果表明,所提出的算法具有较高的精度和速度。     

一种基于集体检测理论的GPS直接位置估计实现方法

传统GPS导航定位解算方法需要事先成功捕获、跟踪并实时获取多颗卫星的伪距测量,不适用于弱信号环境下卫星信号无法捕获的场景。集体检测是一种将各卫星信号的相关能量非相干累加后依据极大似然准则进行直接位置估计的理论。本文基于A-GPS提供的先验信息,提出了一种实现集体检测的具体参数估计方法和搜索策略,并基于真实GPS弱信号验证了算法的实际性能。实际试验表明,本方法与信号是否成功捕获和跟踪无关,适用于弱信号等环境下的定位解算。     

基于YOLO智能网络的红外弱小多目标检测技术

复杂背景下的红外弱小多目标检测是红外目标检测的难点,现有算法的稳健性难以满足实际弹载应用需求。针对弹载环境下的红外场景图像开展了基于典型深度学习网络模型的目标检测应用研究,提出一种基于YOLO(you only look once)网络的智能目标检测方法,通过高维特征学习表征和推理实现红外弱小多目标检测。采用传统的模板匹配算法和YOLO深度学习算法进行识别性能对比分析,验证了YOLO网络在红外弱小多目标检测方面的良好性能。实验结果表明:YOLO算法的检测概率可达92.2%,平均检测精度为0.844,与传统的模板匹配方法相比,YOLO具有明显的优势。     

航天器管路数字化制造技术与实践

文章介绍了航天器管路实现全过程数字化制造的解决方案,对管路坐标转换及数据提取、数控弯管及回弹补偿的仿真、装配仿真和管路快速检测等关键技术进行了分析,并提出了具体的解决方案。结合航天器管路研制需求,将管路数字化制造技术应用于实践,实现了管路生产不再依赖安装现场取样,航天器管路生产与总装分离,管路以产品化形式交付。     

基于光纤F-P可调谐滤波器的有害气体检测方法

光谱分析法在气体成分监测领域有着广泛的应用,实现小型紧凑高分辨率的光谱测量装置是热门的研究课题。文章创造性的提出了基于光纤法布里-帕罗（F—P）的可调谐滤波器提高吸收光谱分辨率,为构建紧凑高分辨率的光谱仪提供了一种新的方案。基于光纤F-P的可调谐滤波器成功实现了微型光栅光谱仪（分辨率约1nm）对甲烷吸收光谱的测量,对比无光纤F—P可调谐滤波器直接测量的结果,该方法测得的吸收光谱强度至少提高了一个数量级。此研究成果可用于紧凑高分辨率的星载气体检测仪的研制。     

基于YOLOv5的近岸SAR舰船目标检测方法

由于类似舰船的陆地目标的干扰和舰船的紧密排列,基于合成孔径雷达(SAR)图像的近岸舰船检测会出现较多漏检和误检,提出了一种基于YOLOv5网络的近岸舰船的检测方法。为提高近岸背景下的检测精度,使用了注意力机制模型和CSL的技术用于改进网络;分析了YOLOv5网络、注意力模型和CSL算法,基于YOLOv5进行了检测实验,引入注意力模型来改进网络;结合CSL算法,重构了YOLOv5旋转检测网络。通过调整训练参数和改进注意力,近岸目标检测网络的测试结果达到mAP 80%以上,证实了CSL+YOLOv5算法实现旋转检测的可行性。