目标检测中特征不匹配问题研究进展

近年来基于深度卷积神经网络的目标检测器取得了跨越式进展,远远超过传统目标检测算法.但最新的研究表明特征不匹配问题已经成为深度目标检测器性能提升的一个瓶颈.目前在该问题的研究尚未有清晰的总结,因此本文首先对特征不匹配问题进行分析,提出特征不匹配问题的本质是由于目标检测的分类和回归任务优化目标的不一致造成,同时分析了特征不...     

融合热特征的机场航站楼热成像显著人体检测模型（英文）

弱光背景下的目标检测是航站楼夜间巡检机器人的主要任务之一。然而,那些能够在计算资源有限的机器人平台运行的算法往往难以确保航站楼中人体目标的检测精度。为此,本文提出了一种融合热特征的显著人体检测模型。该模型仍然以U-Net神经网络作为基本架构,但是在解码器模块结构和模型轻量化方面重新进行了设计。一方面,在模型的解码器部分增加了由热特征分支和显著特征分支构成的融合模块,进而设计对图像高温区域更为敏感的预测损失函数,以提升算法在复杂场景下的检测精度;另一方面,通过精简编码器网络结构和控制解码器通道数的方式对模型进行了轻量化改进,以降低算法对计算资源的需求。4个数据集上的实验结果表明,本文方法既能确保较高的检测精度和很好的算法鲁棒性,又能以40 f/s以上的检测速度满足巡检机器人实时检测的需要。     

运动信息引导的目标检测算法

在室外监控视频的场景下,由于场景的复杂性及目标的多样性,监控视频中的目标存在难以检测的情况,如目标被遮挡、目标尺寸变化等,目标检测任务仍然存在挑战。基于此,提出了一种利用运动信息引导基于卷积神经网络的目标检测算法来提高目标检测的准确率。对运动目标检测算法进行一定的改进,使得到的运动前景图中能够保持静止目标前景的存在;利用运动前景图中的前景可以指示目标空间位置的特点,在特征层面将网络提取的特征图与获取的以运动前景图为主的运动信息相融合,提高特征图可能存在目标区域的响应值;在目标检测算法的检测器中,引入一个定位分支,利用视频帧的运动前景图,学习候选目标的定位置信度,并与目标的分类置信度加权求和,作为目标最终的置信度,再通过非极大值抑制方法得到检测结果。实验证明,在固定摄像机下采集的数据集中,所提算法能够提升目标检测的准确率。     

空间光外差探测和跟踪接收机的优化仿真

文章简要描述了应用双单元光探测器,在对跟踪传感器不作专门分光的情况下,集通信、跟踪于一体的光外差接收机的工作原理,并以所获外差功率效率和外差电流效率最大为优化目标,通过仿真计算给出最佳的本振高斯斑大小和信号光学接收系统的菲涅耳数,在此基础上给出几组跟踪信号的仿真控制曲线及与其对应的所获通信信号能量的仿真曲线。     

SERF原子自旋惯性测量检测误差分析及抑制

在无自旋交换弛豫(SERF)原子自旋惯性测量装置中，检测系统的性能是决定输出信号灵敏度和稳定性极限的关键因素。为有效抑制SERF原子自旋惯性测量的低频随机噪声，在横向电子自旋极化率稳态解和旋光角表达式的基础上，建立检测相关的输出信号误差机理模型，明确了检测系统影响最终测量信号噪声的主要因素。研究结果表明：检测光入射气室时的初始光强作为信号背景直接引起刻度系数的波动而非作用于电子自旋，而检测光的非理想线偏振导致电子自旋产生横向抽运效果和横向光频移作用，从而引入测量误差。针对检测系统影响测量信号噪声的主要参数，设计了参数优化路径：先通过优化检测光频率，提高惯性测量刻度系数，后通过检测光功率的优化，减小横向抽运效应、横向光频移作用及检测光背景波动。实验表明：通过对比输出信号的Allan方差，优化后SERF原子自旋惯性测量的零偏不稳定性减小了1.8倍，速率斜坡噪声系数从0.124 (°)/h²减小至0.041 (°)/h²，达到了抑制测量信号低频随机噪声的效果。     

UAT数据链机载信号模拟系统的实现

本文提出了UAT机载信号源的生成方法以及硬件实现,设计出小体积、便于携带的UAT机载信号发生装置。通过分析UAT机载信息的编码和传输处理方式,设计PC机的模拟系统软件。根据模拟软件设置不同的参数和不同的模拟方式,从多角度验证UAT地面站的性能指标、报文处理的完好性等,方便维护人员在没有机载UAT设备的情况下验证地面站系统的工作情况,加快查找故障的速度。同时该信号发生装置也能作为UAT地面监视系统软硬件开发的实验室测试仪器。     

高速BPSK相干光通信系统对激光器线宽要求

文章概述了激光器相位噪声对零差相干检测光通信系统性能的影响，对特定的基于平衡探测的科斯塔斯（Costas）环路接收系统相位误差进行了详细的理论分析，最后获得了不同传输码速率下的零差相干检测光通信系统对激光器线宽的具体要求。     

航天器下行数据异变检测算法研究

针对航天器下行遥测数据故障检测问题,建立了相应的非平稳+异常分量模型,并借鉴采样数据新息增量过程的回归系数有界影响辨识方法,提出了航天器下行数据异常突变在线检测算法,该算法具有简捷的递推关系和良好的容错能力。实测数据结果表明,该算法可以有效地检测出航天器异常数据,并能克服异常数据的不利影响,提高在轨航天器测控过程的可靠性。     

用峰态算法提取发射过程振动信号弱冲击特征

针对卫星导弹发射过程振动信号中存在的弱冲击信号,用峰态算法对其进行分析,用以发现弱冲击信号的存在和出现的时间。并利用实测数据进行计算,验证了该算法的有效性并指出使用该算法应注意的问题。