液晶调制技术在太阳磁场探测中的应用及展望

快速偏振调制和超窄带滤光是太阳光学望远镜实现磁场探测的最核心技术途径,而液晶调制是目前唯一可同时满足偏振测量和窄带调谐滤光的电光调制技术。而且,液晶调制器具有口径大、光谱范围宽、调制速度快、无旋转机构以及相位延迟连续可调的优势,使其成为下一代太阳望远镜磁场探测技术的最佳选择。文章简要介绍液晶科学的发展历史及液晶调制器的基本工作原理,详述液晶调制技术在太阳磁场探测中的应用现状和研究进展,探讨液晶调制技术面临的挑战以及未来发展方向。基于我国太阳磁场望远镜的研究和发展态势,相信液晶调制技术将在我国未来空基、地基太阳磁场探测中发挥至关重要的作用。     

面向海洋探测的多源信息融合技术研究及展望

多源信息融合技术包括数据级、特征级和决策级3个层级。在海洋探测应用中,现有方法存在信息获取、融合质量及目标识别等难点问题,提出了体系化探测、分布式融合和利用先验知识的解决思路。体系化探测能够全面获取原始信息,分布式融合可以在降低计算复杂度的同时减少信息损失,先验知识能够在决策级融合中提高目标识别的准确性。此外,还提出了构建探测系统和先验知识库、优化智能算法和模型等未来信息融合技术发展方向。     

输油管道泄漏检测信号的自适应滤波处理

由于输油管道中信号的检测存在信噪比比较低的问题 ,通过利用自适应噪声抵消过程中广泛应用的带延迟的有限冲击响应 (FIR)滤波器和最小均方 (L MS)算法 ,可以提高管道压力、流量等信号的信噪比     

一种软件实现的程序控制流错误检测方法

在太空环境中，由于宇宙射线的存在，计算机系统的硬件经常发生各种瞬态或永久故障，致使软件系统的执行流程产生错误。针对太空环境的强辐射特点，提出了一种对程序的控制流进行检查的纯软件方法RSCFC，它首先把程序划分为“基本模块”，然后给每个基本模块赋予一“关系标记”和错误探测指令。通过对程序运行期间生成的“即时标记”和事先嵌入程序的模块位置信息的“与”运算来探测控制流错误。该方法在几个C语言标准程序上进行了实现，并进行了故障注入实验，结果表明在没有RSCFC时，大约20．7％～68．8％的分支故障会产生探测不到的不正确输出，而在RSCFC存在的情况下，该区间会降低到2．8％～20．4％。与其它的软件控制流错误检测方法相比较，它具有探测率高，对原始代码影响小的特点。     

空间站水循环处理系统中微生物的检测技术

如何控制空间站水循环处理系统的微生物数量对于保证航天员的饮用水和生活用水十分重要。微生物数量超标会对航天员身体健康产生影响,某些硫酸盐还原菌也会附着在管道设备上并发生化学反应,产生的H₂S气体会腐蚀设备。控制水循环处理系统的微生物有地面控制、选用特殊材料和在轨杀菌共3个方面。2003年NASA给出了空间站中微生物控制的一系列要求。文章中提出了两种微生物检测方法:ATP生物发光法和比色固相萃取法测碘和银离子数量的方法,通过比较两者的优劣以及多方面的探究,最后,确定通过监测碘和银离子的数量来控制微生物数量更加方便有效。     

正交投影二次曲面立体图的斜置对称面检测

斜对称检测是三维重建中一个重要的环节,恰当地对斜对称进行处理可以减少几何约束,从而降低三维重建的复杂度.改进了Sugimoto提出的包括椭圆曲线在内的平面二次曲线的斜对称检测方法,扩大了实体的覆盖域,实现了包括双曲线和抛物线在内的二次曲线的斜对称检测,并通过参数化检测的方法完成了空间二次曲线的投影匹配,最终得到二次曲面体的斜对称面.最后经算例验证得到了满意结果.     

压气机旋转失速的一个气动声学模型

 根据广义Lighthill方程建立了压气机旋转失速的气动声学模型。提出了一种应用声学方法获取压气机旋转失速特征参数(旋转失速传播速度、数目)的新途径并结合试验结果进行了具体的分析。此外,在简化假设下,用数值法分析了旋转失速特征参数对声音幅值变化的影响。     

飞行传感器的故障检测与识别

 飞行传感器是飞行控制和导航系统中的薄弱环节,它们的故障率一般是比较高的。为了提高系统的可靠性,对传感器的故障应能实时地检测和识别,并重构传感器所测量的信号(修正)。为此,在系统中常采用传感器的硬件余度和解析余度。本文介绍了飞行传感器硬件余度和解析余度的原理以及几种实用的余度方案,对解析余度中的统计决策原理和故障检测的鲁棒性问题也作了简单介绍。     

空间距离变换的彩色图像目标识别方法

研究了彩色图像的分割算法,提出了运用彩色图像的颜色特征相似性进行图像的分割;然后将分割的目标进行检测,运用无监督网络,即竞争网络学习训练聚类,将图像中不同的目标提取出来。在识别方面,研究了一种运用空间距离变换方法来识别的算法,计算出区域半径测试样本点在区域内还是区域外,以达到识别的目的。实验结果表明,本文提出的分割算法和识别算法可以很好地运用到实际中,识别率可达90%以上。     

Ground-Based Cloud Using Exponential Entropy/Exponential Gray Entropy and UPSO

Objective and accurate classification model or method of cloud image is a prerequisite for accurate weather monitoring and forecast. Thus safety of aircraft taking off and landing and air flight can be guaranteed. Thresholding is a kind of simple and effective method of cloud classification. It can realize automated ground-based cloud detection and cloudage observation. The existing segmentation methods based on fixed threshold and single threshold cannot achieve good segmentation effect. Thus it is difficult to obtain the accurate result of cloud detection and cloudage observation. In view of the above-mentioned problems, multi-thresholding methods of ground-based cloud based on exponential entropy/exponential gray entropy and uniform searching particle swarm optimization （UPSO） are proposed. Exponential entropy and exponential gray entropy make up for the defects of undefined value and zero value in Shannon entropy. In addition, exponential gray entropy reflects the relative uniformity of gray levels within the cloud cluster and background cluster. Cloud regions and background regions of different gray level ranges can be distinguished more precisely using the multi-thresholding strategy. In order to reduce computational complexity of original exhaustive algorithm for multi-threshold selection, the UPSO algorithm is adopted. It can find the optimal thresholds quickly and accurately. As a result, the real-time processing of segmentation of groundbased cloud image can be realized. The experimental results show that, in comparison with the existing groundbased cloud image segmentation methods and multi-thresholding method based on maximum Shannon entropy, the proposed methods can extract the boundary shape, textures and details feature of cloud more clearly. Therefore, the accuracies of cloudage detection and morphology classification for ground-based cloud are both improved.