考虑侧窗约束的模型预测静态规划末制导方法

针对红外导引头侧窗探测模式下,非对称视场约束造成末制导阶段目标易丢失的问题,提出一种考虑侧窗约束的模型预测静态规划末制导方法。首先,基于体视线坐标系建立三维相对运动模型,得到不依赖于“小攻角”假设的准确模型。在处理无过程约束问题的模型预测静态规划方法基础上,引入松弛变量与虚拟控制量,设计出考虑侧窗视场约束的末制导算法。为了进一步降低末制导算法对初始猜测轨迹的依赖性,提高适应性与计算效率,提出逐步增加约束条件的计算策略。仿真结果表明,该方法在末制导过程中满足侧窗约束,相比于凸优化方法,优化变量减少,计算速度更快;相比于基于障碍李雅普诺夫函数的末制导律,能够满足侧窗约束,同时能适应不同的初始条件。     

基于高光谱和LiDAR的黄河口湿地植被分类方法

利用无人机（Unmanned Aerial Vehicle, UAV）高光谱影像（Hyper-spectral Imaging, HSI）和激光雷达（Light Detection and Ranging, LiDAR）数据开展黄河口湿地植被分类方法研究。由于高空间分辨率HSI光谱变异性强,以及LiDAR点云密度不均匀,分类结果呈现出“椒盐”现象。为了解决这些问题,本文提出了一种结合空谱特征融合和通道注意力机制的双分支卷积神经网络（SSF-C-DBCNN）。光谱注意力机制通过为每个波段分配不同的权重来减少光谱变异性的影响。空间注意力机制侧重于学习和强调特征表达能力强的密集点云区域空间信息,从而减轻LiDAR点云密度不均匀对结果的影响。最后,在双分支融合特征后引入通道注意力机制来提取更深层次的特征。利用UAV采集的HSI和LiDAR数据进行实验验证,结果表明,本文提出方法的性能优于随机森林和五种深度学习方法,分类结果更为贴合实际土地覆盖,有效地抑制了“椒盐”现象。     

基于改进SSD的无人机航拍目标检测

针对无人机航拍图像尺度变化大、识别难度大和目标普遍较小的问题,提出一种基于改进单阶段多框检测器(single shot multibox detector, SSD)的无人机航拍目标检测算法——RCBnet.该算法为了提升网络的特征提取能力,将SSD算法的特征提取网络修改为Resnet-50并采用特征融合的方式,将特征图进行融合,用融合后的特征图构建特征金字塔;为了增强算法对物体的检测能力,设计一种联合注意力机制的多尺度卷积结构来有效调节感受野,实现不同尺寸卷积核对特征图的并行运算;针对训练过程中正负样本极具不平衡的问题,该算法采用Focal Loss损失函数训练网络模型,使其侧重于困难样本.通过与其他经典算法相比可知,所提算法在无人机航拍图像中具有更高的检测精度、更好的检测性能和鲁棒性,相比SSD,精度提高达3.46%.     

星载遥感高光谱成像仪电子学抗辐照设计

高光谱成像载荷在高空间分辨率、光谱分辨率及大幅宽等方面指标需求不断提升,使得星载遥感的抗辐照设计问题愈发明显,文章提出了针对任务需求从器件级、电路级以及载荷分系统级分层设计兼顾成本的设计方法,以增强高光谱成像仪抗辐照能力。该方法依据分系统各层级、各功能模块抗辐照能力水平高低,从器件选用把控、电路应用加固到整个载荷的整体屏蔽优化的具体实际应用,对应用情况进行分析计算及优化迭代、等效测试试验验证,实现了抗辐照能力和研发成本合理平衡。通过在多个遥感系列卫星高分辨率高光谱成像仪上的成功应用,结果表明：该高光谱成像仪的抗辐照设计方法具有科学性和稳健性,有效提升了卫星载荷的可靠性和研制效率。     

军用目标红外特性模型评估技术

初步建立了一套关于军用目标红外辐射特性理论模型可靠性、准确性、通用性的评估准则及软件,为理论模型的入库和武器型号部门的应用提供了参考依据。     

基于特征融合和集成学习的运动想象脑电解码方法

开发高性能的脑电解码方法一直是脑机接口系统研究的重点和难点。为了进一步提高运动想象脑电解码的性能,提出了基于特征融合和集成学习的脑电解码方法。首先,针对每个通道脑电信号提取方差、自回归(AR)系数和带通功率特征,接着进行特征融合。其次,提出两种新的集成学习方法,分别是基于K最近邻(KNN)的集成学习模型和基于最小绝对值收缩和选择算子(LASSO)的集成学习模型。其中,KNN集成模型针对KNN分类器的K值以及闵式距离的P值进行集成,LASSO集成模型针对LASSO分类器的正则化参数进行集成,这两种集成学习方法计算简单且不需要烦琐耗时的交叉验证过程进行模型选择。最后,在三个公开的运动想象脑电数据集上验证所提方法的有效性。实验结果表明,新提出的集成学习方法,其分类结果优于支持向量机、随机森林等现有的分类器。LASSO集成模型优于KNN集成模型,在三个数据集上取得了71.75%的最高平均分类准确率。     

“天基红外系统”高轨卫星构型分析与启示

“天基红外系统”（SBIRS）是美国空军为取代“国防支援计划”（DSP）预警卫星而设计部署的后续新型导弹预警卫星系统,用于支持导弹预警、导弹防御和作战空间感知等领域,是美国战略战术作战与防御系统的重要组成部分,对国防军事领域具有关键支撑作用。文章根据公开资料,在对SBIRS GEO-3卫星的任务、技术指标和总体能力进行分析的基础上,对其构型设计与特点以及应用的新技术等进行分析和总结,以期为我国的高轨遥感卫星构型设计提供启示。     

发射井口引射流场理论计算与仿真

针对发射井口引射流场,改进了环形线汇描述方法.推导了速度势和速度的计算公式,建立了流场的FLUENT仿真模型并进行了计算,对理论计算和软件仿真的结果进行了对照验证,根据改进的环形线汇速度计算公式,求取了流场特征曲线的近似方程并进行了验证.结果表明,改进的环形汇线的模型和FLUENT仿真的计算结果高度吻合,验证了理论公式...     

红外光电系统TOD与MRTD测试方法的比较研究

对比了MRTD(最小可分辨温差)和TOD(三角形方向辨别)法在测试图样、观察任务、测试规程、结果处理、判断准则上的不同。通过对采样作用、动态响应、客观测量3个方面的分析,得出了TOD法在测试性能上的优势,引用国外相关单位的试验结果,说明了TOD测试的适用性。     

基于高置信局部特征的车辆重识别优化算法

根据车辆重识别中区域置信度不同,提出了基于高置信局部特征的车辆重识别优化算法。首先,利用车辆关键点检测获得对应的多个关键点坐标信息,分割出车标扩散区域和其他重要的局部区域。根据车标扩散区域的高区分度特性,提升局部区域的置信度。使用多层卷积神经网络对输入图片进行处理,根据局部区域分割信息,对卷积得到的特征张量进行空间维度上的切割,获得代表全局信息和关键局部信息的特征张量。然后,通过全连接层特征张量转化为表示车辆个体的一维向量,计算损失函数。最后,在测试阶段使用全局特征,并利用训练好的车标扩散区域提取分支获得高置信局部特征,缩短局部识别一致的车辆目标距离。在典型车辆重识别数据集VehicleID上进行测试,验证了所提算法的有效性。