基于线性模型最优预测的高光谱图像压缩

高光谱图像取得较高的光谱分辨率对于分类和识别很有益.但与此同时也带来了巨大的数据量,使其压缩成为必需.传统的预测方法能够在一定程度上去除谱带之间的相关性,但其预测系数不能利用高光谱图像谱带间的信息进行自适应的调整,使得预测效果不是最优.本文建立了高光谱图像谱带间的线性模型,推导出在信噪比最优下的预测.该方法能够更好地降低预测后图像的熵值.实验表明,相对于传统方法重建的平均信噪比提高了4.606 4 dB.     

水下航行潜艇尾流特征仿真建模方法

潜艇的物理特征是航空反潜传感器搜索潜艇的主要依据, 对潜艇特征进行准确的仿真建模能够实现 对潜艇的有效分析。本文以水下航行状态下的潜艇为背景,基于潜艇外部环境和内部工况因素,提出了一种尾 流特征仿真建模方法。通过仿真建立了潜艇内波尾流特征仿真模型和热尾流模型,仿真结果表明,所得模型从 雷达目视和红外探测两个维度模拟了水下潜艇的尾流特征,能够有效反映水下航行潜艇尾流特征。     

基于三坐标测量机的立方镜标定精度分析

立方镜是航天器产品制造过程中不可缺少的工艺基准。针对基于三坐标测量机的立方镜标定精度问题,进行了不同采样策略的采样试验,获得了立方镜夹角测量重复性数据。并利用解析法和蒙特卡罗方法两种理论分析方法分别对立方镜相邻面夹角测量不确定度进行了评估。数据表明,试验和理论分析结果一致, 两种理论分析方法得到的立方镜相邻面夹角测量不确定度相差微小,且夹角的测量不确定度随着采样点的数量增多而减小,最小接近0.0020°。利用理论分析的方法可以进行面向测量任务的立方镜标定精度的评估和采样规划。     

高光谱图像全局异常检测RFS-SVDD算法

针对SVDD用于高光谱图像全局异常检测时存在虚警率高的问题,提出RFS-SVDD算 法。RFS-SVDD将空间相邻且光谱相似的像元分为同一区域,根据区域大小将图像在空间上分 成潜在异常区域与背景区域,用背景区域中所有子区域的平均光谱RFS作为SVDD训练样本求 取支持向量。RFS是每个子区域中像元光谱的统计结果且不包含奇异像元,可以避免奇异像 元光谱和图像随机噪声对背景建模的影响。对HYMAP和AVIRIS图像数据的仿真结果表明：RFS -SVDD算法能抑制异常目标像元光谱和图像随机噪声对背景建模的干扰,降低SVDD用于高光 谱图像全局异常检测的虚警率。
     

激光星间链路快速捕获技术综述

介绍了激光星间链路终端的指向误差建模、终端指向误差在轨标定、激光星间链路扫描捕获参数优化及链路中断恢复重捕获4个方面的国内外发展现状,指出了须重点研究的几个方向,包括涵盖全面误差要素的非线性指向误差模型的建立、在轨观测数据获取方法的改进、激励轨迹的优化设计与参数估计方法的合理选取以及针对链路中断恢复重捕获方法研究,最后结合全球导航星座的特点提出适应导航星座的激光链路快速捕获技术研究建议。     

CCD多光谱辐射测温技术的应用与发展

随着CCD成像技术日益成熟,CCD逐渐开始应用到高温温度场测量当中,并结合多光谱辐射测温技术,弥补了传统测量方法在测量高温温度场时的缺陷。本文概述了CCD的成像原理和多光谱辐射测温原理以及CCD多光谱测温技术在测量高温温度场的优点。通过分析相关资料,概述了彩色CCD和近红外CCD多光谱测温研究进展,对目前CCD多光谱测温技术研究发展进行了归纳。     

基于ST-EKF与滤波增益约束的加速度计微g级标定

提高加速度计组件的标定精度是实现高精度导航、高精度测姿的重要途径.针对加速度计组件通过线性误差模型标定后难以达到微g级精度的情况,建立了包含二次项误差和振摆误差在内的加速度计组件误差模型,并提出了一种基于状态变换Kalman滤波与滤波增益约束的系统级标定算法.该算法借鉴Schmidt-Kalman滤波器与可观测性约束Kalman滤波器原理,可减小滤波状态协方差矩阵计算误差和滤波增益计算误差,从而提高弱可观误差状态的估计精度.与传统系统级标定算法的对比实验表明,所提出的新算法能够更加精确估计出包含二次项误差与振摆误差在内的加速计组件的各项误差,新算法使在大水平姿态倾角下的重力模值测量残差的均方差从线性误差模型的24.12μg、线性/二次项误差模型的13.38μg减少到6.71μg.4500s大水平姿态变化下的纯惯导实验结果表明:与仅用线性误差模型的系统级标定结果相比,系统级标定新算法使惯导系统的东向、北向导航最大位置误差分别从192.40m、96.72m减小到74.64m、65.44m.所提出的系统级标定新算法具备更好的标定精度,从而使得导航精度得到提高.     

基于记忆关联学习的小样本高光谱图像分类方法

高光谱图像（HSI）分类是遥感领域的基础应用之一。该任务旨在根据部分带类别标签的像素样本训练分类器,预测图像中剩余像素对应的类别标签。在实际应用中,由于人工标记样本成本过高,只能获得少量带标签的样本。针对少量样本无法准确描述数据分布从而导致训练过程过拟合的问题,提出一种基于记忆关联学习的小样本高光谱图像分类方法。考虑到无标签样本中包含大量与数据分布相关的信息,构建基于有标签样本记忆模块,并根据样本间的特征关联,利用不断更新的记忆模块学习无标签样本的潜在类别分布,构建无监督分类模型,并与传统的有监督分类模型进行联合学习。在多个高光谱图像分类数据集上的实验结果表明,所提方法能有效提升小样本高光谱图像分类的准确性。      

一种基于光谱自适应调控和月壤储热的月夜发电系统

针对月球基地的能量储存及月夜期间能量供应问题,提出了一种基于光谱自适应吸收/发射平板和月壤储热的月夜发电系统。该系统通过使用加工后的月球土壤以实现月昼期间储存太阳辐射能量、月夜期间放热发电的功能。此外,该系统通过使用一种光谱自适应吸收/发射平板,在月昼期间实现太阳辐射波段（0.3～2.5μm）高吸收和红外波段（3～30μm）低发射特性、在月夜期间实现红外波段（3～30μm）高发射特性,将太阳能集热平板与辐射散热平板合二为一,极大地减少了地月运输的有效载荷,降低了发射成本。模拟结果显示,该系统的比功率约为5.12 W/kg,而光伏-锂电池系统的比功率约为0.83 W/kg。此外,与储能总量相同的光伏-锂电池系统相比,该系统的发射总质量降低了约83%。     

电场的标定方法

介绍了球载双球式电场仪、微火箭电场仪和地面旋转式电场仪等3种仪器的标定方法.电场涉及空间物理、空间环境和雷电及地震等多种自然现象的特征参数,对电场的探测或监测应用日益广泛.在我国目前尚未建立电场的国家标准和军用标准的情况下,通过研制的较简易的电场标定系统,对不同结构的电场仪进行标定,均获得了与理论计算相符的结果,为电场测量数据的可信度提供了依据.