基于特征重用和语义聚合的SAR图像舰船目标检测

针对单阶段算法SSD(Single Shot Detector)检测SAR图像舰船目标时特征利用率不高的问题,提出了基于特征重用和语义聚合的SAR图像舰船目标检测算法。该算法主要包括特征重用算法和语义聚合算法。在SSD检测算法的网络模型中,针对用于目标预测的前端网络进行了改进,通过提出的特征重用算法,将特征图按照通道分成2部分:一部分被卷积处理进行参数学习;另一部分经过池化之后,采用拼接的方式重新利用,可以在进行参数学习的同时,减小参数量和计算量。通过提出的语义聚合算法,将前端网络中位置信息丰富的底层特征和语义信息丰富的高层特征进行融合,提高了区分和定位舰船目标的能力。同时,还根据数据集SSDD中舰船目标尺寸和长宽比的分布情况,减小了锚框的尺寸,增大了锚框的长宽比,使产生的锚框更符合舰船目标特点。实验结果显示,检测准确率在数据集SSDD上从77.81%提升到81.43%,而增加的计算量不显著(平均处理时间从17 ms增加到23 ms)。     

外来物损伤对叶片疲劳寿命的影响

 本文对进气边遭受外来物损伤的叶片的疲劳寿命进行了试验研究。首先对叶片进气边分区进行了模拟外来物损伤试验,并对外伤叶片和损伤后的修理叶片分别进行了疲劳试验。根据对比试验原理,分析了外来物损伤对叶片疲劳寿命的影响,提出了损伤叶片的允修范围。     

基于窗口和面向对象的GUI设计

讨论了一种基于窗口和面向对象的用户界面设计思想及方法，并详细描述了各种类的定义．在ＤＯＳ环境下运用ＷａｔｃｏｍＣ＋＋语言开发并在微机上运行，可以使用户方便地进行再开发工作。界面运用事件处理方式由窗口、弹出菜单、图标、按钮等组成，效果良好     

航空机电系统测试性建模与分析新方法

针对航空机电系统测试性设计(DFT)需求,提出基于面向对象的贝叶斯网络(OOBN)与状态-测试关联灵敏度指标的系统测试性建模与分析的新方法。该建模方法能清晰地刻画系统故障与测试间的关联程度,反映复杂系统的层次结构关系。基于信息论的交叉熵原理提出状态-测试关联灵敏度指标,并给出计算方法。该指标反映复杂机电系统测试中的不确定性影响,克服了基于香农熵的测点评判分析方法的缺点,结合测试性建模获得的模型信息进行推理计算,可用于测试性的定量分析。运用该综合分析方法对飞机燃油系统进行测试性建模与分析,结果表明所提出的方法与指标在航空机电系统DFT中具有实用性。     

空间目标可见光相机探测能力理论计算方法研究

空间目标可见光相机的探测能力主要与相机自身收集目标信号的能力、相机本身的背景噪声以及探测器组件的噪声水平有关。衡量空间目标可见光相机探测能力的主要技术指标是信噪比。在国内外相关资料比较缺乏的情况下,文章通过原理研究和理论推导,得到了空间目标可见光相机探测能力理论计算公式,并用实例进行了例证,表明该方法正确可取,为空间目标可见光相机设计时对探测能力的分析和预估提供了理论计算方法。     

空间目标可见光相机探测能力理论计算方法研究

空间目标可见光相机的探测能力主要与相机自身收集目标信号的能力、相机本身的背景噪声以及探测器组件的噪声水平有关。衡量空间目标可见光相机探测能力的主要技术指标是信噪比。在国内外相关资料比较缺乏的情况下，文章通过原理研究和理论推导，得到了空间目标可见光相机探测能力理论计算公式，并用实例进行了例证，表明该方法正确可取，为空间目标可见光相机设计时对探测能力的分析和预估提供了理论计算方法。     

双目立体视觉中的一种运动目标检测算法

运动目标的检测是计算机视觉研究领域中的一个重要组成部分,传统的基于单目视觉的目标检测算法要么受环境因素的限制较大,要么收敛速度较慢,还难以解决多个运动目标部分遮挡的问题。针对以上存在的问题,本文在目标检测中采用了立体视觉方法。用双目摄像机对图像进行拍摄获取立体图像序列对,然后对立体图像对运用立体视觉方法进行分析。实验表明该方法能正确检测到运动目标,不受光线变化和阴影的干扰,并且在运动目标发生部分遮挡时仍能正确区分各目标。     

基于改进YOLOv3和卡尔曼滤波器的飞机检测追踪方法

精确的飞机检测与追踪方法可以有助于提升我国军事实力,但是目前对小目标飞机进行有效追踪方法较少。基于深度学习的目标追踪方法较传统的方法性能更佳优越,因此针对传统方法对于小目标追踪性能不佳,本文提出了一种基于YOLOv3以及卡尔曼滤波器的飞机追踪方法以获得更好的追踪性能,该算法首先通过改进的YOLOv3算法对视频中的图像进行检测,在识别到视频中的飞机之后,通过卡尔曼滤波器对飞机的运动轨迹进行预测,并通过匈牙利算法进行数据关联。实验结果显示,该算法对小尺度飞机的检测性能较传统的YOLOv3有接近5%的提升,且对飞机的追踪效果精度高且实时性能,具有较高的军事应用价值。     

International scientific optical network for space debris research

A joint team of researchers under the auspices of the Center for Space Debris Information Collection, Processing and Analysis of the Russian Academy of Sciences collaborates with 15 observatories around the world to perform observations of space debris. For this purpose, 14 telescopes were equipped with charge-coupled device (CCD) cameras, Global Positioning System (GPS) receivers, CCD frame processing and ephemeris computation software, with the support of the European and Russian grants. Many of the observation campaigns were carried out in collaboration with the Astronomical Institute of the University of Bern (AIUB) team operating at the Zimmerwald observatory and conducting research for the European Space Agency (ESA), using the Tenerife/Teide telescope for searching and tracking of unknown objects in the geostationary region (GEO). More than 130,000 measurements of space objects along a GEO arc of 340.9°, collected and processed at Space Debris Data Base in the Ballistic Center of the Keldysh Institute of Applied Mathematics (KIAM) in 2005–2006, allowed us to find 288 GEO objects that are absent in the public orbital databases and to determine their orbital elements. Methods of discovering and tracking small space debris fragments at high orbits were developed and tested. About 40 of 150 detected unknown objects of magnitudes 15–20.5 were tracked during many months. A series of dedicated 22-cm telescopes with large field of view for GEO survey tasks is in process of construction. 7 60-cm telescopes will be modernized in 2007.     

论对象之间的关系

面向对象软件开发首要的问题总是标识对象,建立对象间的通讯关系,设计对象时也要分析各子对象间是依据什么关系联系在一起的。因此研究对象系统中各对象间的关系是找出对象分析准则的至关重要的问题。目前,关于对象间关系的名称、定义和用法还很混乱。本文旨在澄清这种混乱,为此提出对象关系的三维模型3DRM(3 Dimmemtion Relations Model),并在3DRM框架之下讨论了对象系统中的各种重要关系,建立了较为清晰的对象关系体系,为面向对象的方法学的研究奠定了基础。