基于非线性神经网络的摆式列车检测系统动态补偿方法研究

针对零极点匹配动态补偿方法的不足 ,提出基于非线性神经网络的摆式列车检测系统动态补偿方法。根据陀螺平台实测超高数据 ,采用LM算法对所设计的非线性神经网络进行训练。仿真结果表明 ,所设计的神经网络动态补偿器能有效改善陀螺平台系统的动态特性 ,满足摆式列车倾摆控制实时性的要求。     

基于快速仿射模板匹配的AMCL算法

自主定位是移动机器人的重要任务，机器人绑架问题是定位技术中的难点。基于粒子滤波的自适应蒙特卡罗定位(AMCL)算法能够解决机器人绑架问题，但其在定位恢复过程中需要在全局地图中放入新粒子，恢复效率低。通过对自适应蒙特卡罗定位算法的研究，结合图像学中模板匹配思想，提出了一种基于快速仿射模板匹配的自适应蒙特卡罗定位(AMCL-FM)算法。该算法利用全局代价地图与局部代价地图估计出机器人的真实位置，并在估计出的位置放置新的粒子，提高定位恢复能力。与传统的自适应蒙特卡罗定位算法相比，所提算法定位精度提升了61.13%，定位恢复效率提升了69.23%。     

基于渐进式注意力和分块遮挡的跨域行人重识别

针对跨域行人重识别中遮挡造成特征匹配缺失及细粒度辨识性特征被忽略的问题，提出了基于渐进式注意力和分块遮挡的跨域行人重识别方法。该方法通过学习行人未遮挡区域的多粒度辨别性特征，实现空间不对齐下的特征匹配。渐进式注意力模块将特征逐步分割为多个局部块，依次学习每块的辨别性特征，由粗到细地感知前景信息，从而解决目前网络不能提取多层次辨识性特征的问题，增强了特征的匹配能力；渐进式分块遮挡模块很好地适应模型逐步变强的学习能力特性，通过由易到难地生成遮挡数据，有效提取了未遮挡区域的辨识性特征，进而解决模型错误识别遮挡样本的问题，使得所提模型在遮挡情况下的鲁棒性得到有效提高。实验结果表明：所提方法在首位命中率和平均精确度2个指标上与当前主流方法相比具有显著的优越性；与2020年CVPR会议中QAConv行人重识别方法相比，在DukeMTMC-reID数据集(MSMT17→DukeMTMCreID)上的2个指标分别高出2.3%和6.2%，能够更加有效地实现跨域行人重识别，在OccludedDuke数据集(DukeMTMC-reID→Occluded-Duke)上的2个指标分别达到49.5%和39.0%，...     

基于相关光子对的单光子探测器量子效率校准技术研究

随着量子技术的发展，对极微弱光辐射的研究方向逐渐向量子化发展，利用相关光子对法对单光子探测器的相关参数进行测量。介绍了相关光子对法的原理及相关光子源中非线性晶体的关键参数设计方法，利用波长355 nm的激光器作为泵浦光源，泵浦相位匹配角为36°的BBO非线性晶体，实现了(450～1 675)nm的相关光子输出；泵浦相位匹配角为28.1°,32.91°,31.29°的BBO非线性晶体，实现了460 nm和1 550 nm, 632.8 nm和807 nm, 1 064 nm和532 nm的相关光子对共线输出。在460 nm, 1 550 nm, 632.8 nm, 1 064 nm波长点利用符合测量对单光子探测器的量子效率进行测量，为实现多波长点至全波段单光子探测器校准奠定基础。     

反舰导弹基于反演的滑模控制

首先介绍了非线性系统的反演设计方法,提出了一种基于反演的滑模控制方法。它可解决非线性系统的不匹配不确定性问题。该方法通过在反演设计中引入滑模控制来改进反演的最后一步算法,并简化控制器的设计。针对新型反舰导弹参数时变、不确定、非线性的特点,采用了基于反演的滑模控制来设计其控制系统。最后,进行了仿真研究,仿真结果证明了所提出的方法的有效性。     

地磁定位方法综述

地磁导航具有可用区域广泛、无累积误差、无源和隐蔽性强等优势,是未来定位导航与授时(PNT)体系中潜在的重要导航定位手段之一。地磁导航技术包括磁场信息的测量、地磁基准图的建立和地磁定位方法的设计3个重要内容。本文主要围绕地磁定位方法,调研总结了当前主流的地磁滤波、地磁匹配和磁场同时定位与构图(SLAM)三类方法的原理及技术发展路线,重点分析了不同方法的优缺点、适用场景、时效性、对磁图和传感器的需求,并对地磁定位方法的发展方向进行了展望。     

一种进气道/发动机地面匹配试验方法

为了在单发试验架上模拟单发停车与双发正常工作情况下的进/发匹配安全性，提出了一种进气道/发动机地面匹配试 验方法。结果表明：在单发试验台架上，通过在进气道入口前飞机对称面位置加装隔板及取消隔板实现单发停车及双发工作状态 的模拟，并根据对地面抽吸试验与缩比模型风洞试验进气道出口性能及总压恢复系数图谱的对比，证明加装隔板及取消隔板模拟 双发工作与单发停车状态的合理性；根据流量标定试验结果，对抽吸试验进气道出口参数进行修正，获取全尺寸进气道更加精确 的性能，并与缩比模型风洞试验结果对比，全尺寸进气道性能优于缩比模型风洞试验结果；通过发动机地面开车，有效模拟了双发 工作与单发停车条件下发动机不同转速及加减速过程中的进发匹配特性，确保了飞机滑行及试飞安全。     

双重模态文本引导的图像修复算法

为解决现有图像修复算法因缺乏足够的上下文信息导致修复大面积破损时效果差且修复结果不可控的缺陷，提出了双重模态文本引导的图像修复算法。引入文本标签作为修复的控制引导，确保修复结果的整体与区域一致，并增加修复的可控多样性。设计双重模态掩码注意力机制提取破损区域的语义信息；通过深度文本图像融合模块加深生成器中的文本图像融合过程，并应用图像文本匹配损失最大化生成图像与文本之间的语义相似度；采用投射鉴别器训练生成图像与真实图像增强修复图像的真实性。在2个带有文本标签的数据集上进行定量和定性实验，结果表明：生成的修复图像与引导文本描述一致，可根据不同的文字描述生成多样的结果。     

基于多层感知机的远距离水下声源定位技术研究

针对传统匹配场处理方法存在水下声源远距离定位失准以及定位时间过长的问题，提出了一种基于多层感知机的水下声源被动定位方案。利用团队自研的“浮星”浮标实测的剖面数据模拟真实海洋环境，并在水中布设垂直水听器阵，仿真大量不同位置的声源在水听器处产生的接收数据。将多通道波形数据直接作为输入对多层感知机网络进行训练，从而获取高精度的定位神经网络。仿真结果表明，与匹配场处理算法相比，设计的感知机网络可以在大范围信噪比环境中实现有效的水下声源定位，其中在30dB信噪比下定位距离和深度的平均相对误差达到了1.94%和6.84%。另外，相对于失配声速剖面，使用平均声速剖面模拟的接收数据可提高网络的定位性能。     

基于鱼眼相机和RGBD相机的异构协同SLAM

SLAM技术在卫星导航拒止环境下的自主导航中有着广泛的应用前景。结合单目鱼眼SLAM可获取更多纹理信息的优势和RGBD-SLAM可直接获取尺度信息的优势，设计基于单目鱼眼相机和RGBD相机的异构协同SLAM系统。首先设计特征点对三维灰度质心方向一致性检验方法以筛选异构图像之间的候选匹配点。然后设计异构图像之间的分步式光流-投影匹配方法，以实现鱼眼相机和RGBD相机之间高性能的特征点匹配与相对位姿估计。最后基于ORB-SLAM2框架，提出基于鱼眼相机和RGBD相机的异构协同SLAM系统框架。实验结果表明：相比于传统的特征点匹配方法，设计的特征匹配方法在异构相机的图像特征匹配任务中能够表现出更高的性能。相比于单目鱼眼SLAM系统和RGBD-SLAM系统，提出的异构协同SLAM系统在相机快速移动、相机贴近景物、低帧率、纹理缺失等条件下，以及在相机纯旋转运动、室外大场景等条件下性能更优，其鲁棒性、抗轨迹漂移能力和轨迹精度比单目鱼眼SLAM系统和RGBD-SLAM系统都有较大提升。