基于流的遥感图像超分辨率重建

为了提高遥感图像超分辨率重建的质量，提出了一种基于流的遥感图像重建算法。首先，在Glow模型的基础上引入改进后的RRDB架构用于低分辨率图像特征提取，通过构建更多层和连接以提升训练的稳定性。然后，以一种纯数据驱动的流模型来训练分布的参数，通过最大化负的对数似然的方法进行优化，得到该算法的损失函数。实验证明该模型在网络训练过程中能够快速达到稳定收敛的状态，且具有很强的泛化能力。用重建出的图像质量对比SRCNN、SRGAN、ESRGAN，经过测试后发现，提出的算法远远优于SRCNN算法，与其他算法相比也有明显优势。重建出的图像不仅在指标上有所提升，例如与SRCNN相比，PSRN和SSIM分别提升了15%和40%，且人眼观察时有更高的清晰度，高频细节更为丰富。     

基于高阶间断伽辽金数值方法的浸没边界法

为了降低复杂边界条件下贴体网格生成难度，近年来基于笛卡尔网格的浸没边界法逐渐成为研究此类问题的主要数值方法之一，然而计算精度和计算效率仍然是此类方法目前面临的挑战。与传统的空间2阶精度的有限体积格式相比，空间精度为3阶或3阶以上的高精度方法具有空间精度高、数值分辨率高、数值耗散小的优点，而作为高精度数值方法之一的间断伽辽金方法在浸没边界方面的应用仍较少。本文将高阶间断伽辽金方法的高精度优势与浸没边界法无需贴体网格的优势结合起来，提出了适用于可压缩流动的高精度浸没边界法。其中边界条件采用体积惩罚方式实现，同时采用牛顿法迭代以及MPI并行提高计算效率，物面的数据重建采用插值点处的逆距离权重（IDW-IP）方法代替高阶格式下多项式插值方法。本文基于笛卡尔网格测试验证了二维定常和非定常情况下的数值模拟效果，并与传统贴体网格的计算结果进行了对比。     

基于飞行时间相机的非合作慢旋卫星稠密重建研究

针对非合作慢旋卫星的模型重建问题，提出基于飞行时间(time-of-flight, TOF)相机和同时定位与制图(simultaneous localization and mapping, SLAM)的稠密重建方法。基于预先检测与自适应阈值方法提高旋转提取与描述(oriented fast and rotated brief, ORB)的特征尺度适应性。利用运动度量方法选取关键帧。利用子模型拼接方法加快重建效率。利用仿真环境制作非合作慢旋卫星的数据集。仿真实验结果表明:该方法能够实现长时间稳定地工作，可在3 min内重建出卫星模型的稠密点云，点云密度大于5 000，重建误差小于5 cm。利用机械臂、卫星模型及光学暗室搭建半物理实验系统，表明算法的精度及抗噪声能力基本满足非合作目标感知的任务的需求。     

基于多紫外相机的旋流火焰三维锋面层析重建

旋流火焰锋面可表征火焰宏观结构和燃烧稳定性，其瞬态三维结构测量对旋流燃烧机理研究和旋流燃烧器优化设计具有重要意义。提出一种基于多紫外相机成像的测量方法，构建了基于多紫外相机阵列的化学发光层析成像（Computed Tomography of Chemiluminescence, CTC）系统，实现了低成本、高准确度的旋流火焰瞬态锋面化学发光信息获取；发展了基于预识别技术的联合代数重建算法（Simultaneous Algebraic Reconstruction Technique, SART），通过光线追踪识别零强度体素，从而减少计算量和重建伪影。开展了数值模拟研究，以验证重建算法的准确性和抗噪性。最后搭建了甲烷-空气预混旋流燃烧实验台，开展了基于多紫外相机的化学发光成像系统标定和低旋流火焰锋面特性实验研究。结果表明，旋流火焰锋面反投影重建精度达到0.97以上，同时计算量减小了59.6%；稳定燃烧工况下，低旋流火焰在喷嘴出口处扩张，锋面呈现涡旋状的碗形结构；随着当量比的增大，火焰推举高度略有上升，火焰体积逐渐增大，燃烧稳定性增强。     

基于条件生成对抗模型的遥感卫星影像重建技术研究

为了快速侦察未知区域的地貌信息，遥感卫星可对特定区域进行扫描以获取遥感卫星影像。当卫星经过国外未知区域时，部分卫星无法针对某特定区域进行长时间的驻留扫描，本文提出一种基于条件生成对抗网络模型（Conditional Generative Adversarial Network，CGAN）进行网络训练，前期将某方法获取的区域轮廓地形信息作为CGAN网络的生成网络和鉴别网络中的条件约束信息，通过网络生成器与判别器在训练过程中互相博弈产生特定的输出集，有效地实现由单张电子轮廓图像到对应卫星遥感图像的端到端的非线性映射。本文通过原真实卫星遥感图像与生成卫星遥感图像进行四种对比误差计算，平均误差、均方误差与结构相似度均高于99%，峰值信噪比高于30 dB，生成的图像与原图像之间具备高相似度，实现了在获取坐标定位轮廓信息的先验条件下，对特定区域进行遥感卫星影像内容重建技术。