文本信息辅助图像差异描述生成

图像描述生成任务要求机器自动生成自然语言文本来描述图像所呈现的语义内容,从而将视觉信息转化为文本描述,便于对图像进行管理、检索、分类等工作。图像差异描述生成是图像描述生成任务的延伸,其难点在于如何确定2张图像之间的视觉语义差别,并将视觉差异信息转换成对应的文本描述。基于此,提出了一种引入文本信息辅助训练的模型框架TA-IDC。采取多任务学习的方法,在传统的编码器-解码器结构上增加文本编码器,在训练阶段通过文本辅助解码和混合解码2种方法引入文本信息,建模视觉和文本2个模态间的语义关联,以获得高质量的图像差别描述。实验证明,TA-IDC模型在3个图像差异描述数据集上的主要指标分别超越已有模型最佳结果12%、2%和3%。     

一种改进的Lucas—Kanade光流估计方法

Lucas—Kanade算法是一种重要的光流估计技术,在计算机视觉领域有广泛的应用。但对于图像纹理欠丰富的区域,Lucas—Kanade算法光流估计结果较差。文章提出了一种改进的Lucas—Kanade算法：首先,计算跟踪置信度因子;然后,通过阈值检测剔除不可靠的光流估计结果;最后,进行邻域填充。该方法改善了纹理欠丰富区域的光流估计,对矮人模型图像序列进行了实验,证明了方法的有效性及优于Poelman方法和Chiba方法。     

红外搜索跟踪系统单机运动测距方法研究

机载红外搜索跟踪系统只能测量目标的方位、俯仰角度信息,而无法直接获取目标的距离信息。因此需通过载机平台的机动运动,提高系统可观测性,从而对目标距离进行解算,为火控系统提供完整的目标运动参数,实现对目标的被动攻击。通过建立红外搜索跟踪系统（IRST）单机运动测距的数学模型,针对伪测距的非线性滤波的有偏特点进行了去偏处理,获得无偏的单机运动测距模型,并通过数字仿真进行算法模型的仿真验证,验证了算法的有效性。     

F-35战斗机气动及隐身特性分析

以F-35战斗机为研究目标,对目标体进行三维外形重建,并对重建后的模型进行气动及隐身特性的计算和分析,首先采用了基于飞机三视图进行轮廓线提取来重建F-35全机理论外形的方法,引入了基于草图跟踪的CATIA三视图的标定,大大地提高了模型重建的精度。其次采用非结构网格对F-35的计算区域进行网格划分,采用EULER方程完成了F-35在亚声速、跨声速及超声速等飞行条件下的流场计算,分析了不同状态下的升力、阻力和大迎角气动特性。最后利用曲面像素法对F-35全机高频雷达目标特性进行了计算,提出了一种基于IGS数据转换格式的隐身计算网格生成方法,比较了不同俯仰角及方位角下的RCS特性曲线,分析了对RCS影响比较大的部件。     

航天器TDRSS中继终端入网验证初探

针对国内外航天系统的现状,介绍了NASA航天器TDRSS系统的应用情况和中继终端入网验证技术。在此基础上,面向航天器测控的发展方向,从综合利用中继终端入网验证设施、分析中继终端入网验证流程和管理体制方面,探讨了未来我国航天器TDRSS中继终端入网验证的设想。     

NASA的先进地面站结构

本文描述了用于NASA地面网(GN)的一种新型地面站结构。试结构充分利用正在出现的各种新技术，显著地减小了体积、操作复杂性、操作和维护费用。此结构以空间通信先进系统计划办公室负责研制的新接收机为基础，可以在同一电子系统中综合进地面网和天基网的两种工作模式。通过软件以及电耦合器件（CCD）技术，使其具有极强的重组配能力，具备多种工作模式。而且，功能高度模块化，可根据任务任意选用，最终的系统包括先进的射频、数字和远控技术，能为大量NASA的通信和跟踪任务带来巨大的性能改善和操作及成本的降低。     

多传感器融合目标跟踪

分析了基于成象和雷达两种传感器对目标状态的测量模型及其融合模型。针对两种传感器之间测量信息的不同步问题,给出了一种基于最小二乘法的不同步信息之间的时间配准和融合方法,并设计了跟踪滤波器。     

一种鲁棒混合自适应控制器

 目前,国内外关于对象具有干扰或未建模动态时的混合自适应控制,仍处于探索阶段。由于连续对象混合控制系统在某些方面优于全连续或全离散系统,因而引起了国内外学者的重视。 本文提出一种新的适用于受扰对象的混合自适应律,并且从理论上证明了由这种控制律所构成的自适应控制器具有鲁棒稳定性。     

T／R－R型双基地系统分段跟踪技术的研究

根据Ｔ／Ｒ－Ｒ型双基地系统在受到由弱到强的干扰影响时,其可用的测量量不同,有必要研究各种干扰模式下应采用的跟踪算法,提出了分段跟踪技术,充分利用了不同干扰强度时Ｔ／Ｒ站和Ｒ站的测量数据,提高了对三维运动目标的跟踪精度。通过典型目标航迹的计算机仿真,对算法性能做了评估。     

基于CMAC神经网络的BTT导弹模型跟踪控制

提出一种ＢＴＴ导弹模型跟踪控制系统的参考模型设计新方法。在此基础上,设计了一种非线性模型跟踪控制律,并将ＣＭＡＣ神经网络用于ＢＴＴ导弹系统的鲁棒自适应模型跟踪控制,使具有不确定性的实际系统获得要求的跟踪性能。该方法适合于控制导弹作全空域飞行。仿真结果进一步验证了该方法的正确与有效。