TDICCD相机安装精度对系统调制传递函数的影响

论述了对TDICCD相机安装精度导致调制传递函数（MTF）下降的机理,定量分析了TDICCD相机安装精度对MTF的影响程度,并分析了TDICCD相机安装精度与卫星飞行姿态的耦合效应对MTF的影响。文章的分析方法,可为合理确定TDICCD相机的安装精度指标提供理论分析的依据。     

基于信源信道联合编码的遥感图像传输

针对遥感应用对图像质量日益提高的需要,提出了一种基于层次树的集合分割算法（SPIHT）和低密度校验（LDPC）码联合编码的遥感图像高质量传输方案。此方案充分利用SPIHT编码后数据流按重要性排序,以及LDPC码的误码率性能与码率和迭代次数密切相关的特性,克服了SPIHT压缩数据流对噪声敏感的缺陷。高斯信道仿真结果表明,在码元噪谱密度比（Eb/N0）较低的情况下,利用此传输方案获得的图像恢复峰值信噪比（PSNR）,比传统的分离编码高7dB以上。     

基于计算流体动力学数值模拟分析的旋风分离器优化设计

旋风分离器由于结构简单而机理复杂,广泛应用于环境除尘净化处理。为了提高旋风分离器的除尘净化效率,文章基于计算流体动力学（CFD）数值模拟方法分析了其工作过程,得到了内部气-固两相流的分布参数云图。针对这些参数分布云图,分析了它们产生的原因。为了提高除尘净化效率和节省能源,文章通过参数、边界条件的反复设定及模拟分析,确定了旋风分离器的最佳设计方案。本方案经过实际产品的有效运行取得了良好的效果。     

基于稀疏重构的杂波环境下红外图像空间邻近目标超分辨方法

基于稀疏重构的超分辨方法是应对空间邻近目标的有效方法之一,但是当目标处于杂波环境下时,杂波会布满在整个视场范围内,导致场景原有的稀疏性被破坏。针对这一现象提出了一种在杂波环境下的超分辨方法。该方法充分利用了传感器的结构特性以及重构算法中的参数,通过建立观测信号的红外成像模型并利用像元网格划分的方式,建立空间邻近目标群的位置和幅度信号的稀疏表示,并利用其光学系统的点扩散函数来构造超完备字典,最后通过控制重构场景中非零元素的个数比例来使重构参数处于一个合理的区间范围,以此来达到去除杂波干扰并准确重建稀疏目标的目的。     

基于提升方案的无损图像压缩系统的DSP实现

以 TMS320C6711DSK 为开发平台,研究了提升小波应用于无损图像压缩系统的 DSP 实现过程。为了满足系统的实时要求,对系统方案进行了合理选择,并对系统算法进行了改进,然后采用多种优化手段对程序进行了优化,实验结果证明了该方案的可行性。     

某型飞机座舱模拟训练系统的设计与实现

为解决军械飞机维护人员实习中存在的成本高,效率低,有一定的危险性等突出问题,设计了某型飞机仿真训练系统,重点讨论了系统硬件组成、声音仿真和设备的模拟显示,声音仿真采用了DirectSound声音控制技术,显示设备采用了图像控制技术,给出了部分VC++程序原代码。该模拟训练系统不仅制作成本低,而且辅助训练手段多,训练效率高。     

灵魂的“芬芳”——牛汉诗歌树根意象的生命姿态

牛汉是中国现代诗歌史上一位重要的诗人。作为二十世纪三十至四十年代"七月派"诗歌群体中的一员,牛汉的诗歌自觉地延续着新诗的战斗性传统,而真正能代表牛汉诗歌创作成就的是他在文革时期湖北咸宁的干校所创作的诗歌,其中以"树"和"根"为意象的诗歌颇为引人注意。一方面,"树"意象的反抗超拔姿态与"根"意象的奉献和坚忍,充溢着灵魂的"芬芳";另一方面,"树""根"意象具有精神的互补性,在对"树""根"意象的构建中,诗人揭露出文革时期流浪者诗人的精神状态与灵魂独白。     

回归与探索——论郭小川爱情叙事诗的艺术特色

"战士诗人"郭小川在20世纪50年代发表《白雪的赞歌》《深深的山谷》与《严厉的爱》三篇爱情叙事诗,在当时文学政治化大背景下对叙事诗的题材选择做出了新的突破。诗人谱写的爱情叙事诗以复杂的情感以及对人生哲理性的沉思等使叙事与诗完美融合,达到了人性诗化的回归。郭小川在叙事诗中对视角、叙事、意象的构建打破了传统思维惯性,增强了作品的审美张力。     

火花型激励合成射流瞬时流场测试

采用粒子图像测速仪(PIV)相位锁定采样方法对一个特定结构的火花型合成射流的非定常流场进行了实验测量,得到了火花型合成射流形成的涡对在外场的发展过程;同时采用热线风速仪对喷孔下游固定位置的瞬时速度进行了测试,对火花型合成射流激励参数(放电器储能、激励频率)的影响进行了初步的对比分析。结果表明:合成射流在孔口喷射初期呈现球面扩散状,在发展过程中不断剪切和卷吸外部气流,形成一系列旋向相反的涡串;合成射流的最大瞬时峰值法向速度出现在放电后大约005T时刻,随后其作用范围迅速扩大,瞬时峰值速度和涡量逐渐降低。在该激励器结构参数和激励参数范围内,合成射流随激励频率和放电器储能的增大而有所增加。      

基于三维卷积残差网络的无人机高光谱岩性分类

岩性识别和分类是地质学、资源勘查等不可或缺的环节,高光谱遥感的兴起为岩性识别提供新的思路。利用机器学习挖掘岩石高光谱图像中的信息从而准确识别岩性,这具有重要的应用价值。目前用机器学习的方法实现岩石的高光谱影像分类研究中,缺少对空间和光谱信息的充分利用,因此本文使用了一种加入注意力机制的三维卷积残差网络结构,能够有效提取岩石高光谱图像的空间、光谱特征以及空谱联合特征。本实验利用无人机搭载高光谱传感器采集了10种不同类型的岩石样本影像,应用该算法对岩石高光谱图像进行分类。实验结果表明：该算法与传统机器学习算法SVM、RF和深度学习算法ResNet、3D CNN和SSRN相比具有更高的精度。