空间色噪声下信号频域检测方法性能分析

水下小孔径阵列的应用环境是色噪声环境,针对超增益波束形成方法在色噪声环境下噪声协方差矩阵估计偏差使阵列空间增益不能达到最大的问题,提出了一种频域超增益波束形成方法(FSD, Super-Directive beamforming in Frequency domain),该方法将宽带接收数据分成多个子带,在每个子带内分别估计噪声协方差矩阵,降低了噪声协方差矩阵的估计偏差,并使用估计得到的噪声协方差矩阵对接收数据解相关.最后使用空间谱检测器检测微弱目标信号.实测噪声数据的仿真结果表明,空间有色噪声环境中FSD方法的检测性能优于传统的时域超增益波束形成方法(TSD, Super-Directive beamforming in Time domain)2 dB,优于频域最小方差无畸变响应(FMVDR, Minimum Variance Distortionless Response in Frequency domain)波束形成方法2 dB.     

遥远的海王星

海王星与地球有什么不同?天文学家已经测算出海王星的质量为地球的17倍,平均密度为地球的1.5倍,体积也比地球大得多。另外,由于海王星的重力(引力)比地球稍微大一点,所以,一个体重100千克的人,如果站在海王星上,称得的体重就是112千克。     

基于RBF带学习能力高精度非线性FDD设计

在轨航天器故障检测与诊断问题需要面对模型的非线性,而且要求尽量提高其检测的精度,为此设计了基于径向基函数（RBF）神经网络的动量轮非线性故障检测与诊断（FDD）方案。首先应用RBF补偿建模误差,提高检测精度,并选择李雅普诺夫函数证明其收敛性;然后应用非线性观测器来产生故障残差,给出了阈值以及故障检测的时间;应用RBF网络对故障信号进行重构,并据此设计了带学习能力的FDD策略。再次建立了详细的动量轮模型,通过不同条件下的仿真研究分别验证残差的阈值特性、时间特性以及RBF的重构能力,仿真结果表明了算法的有效性。     

IGS电离层产品在双向时间频率传递中的应用

利用IGS组织提供的全球电离层资料对卫星双向时间频率传递中的电离层误差进行修正。IGS提供特定时刻、固定经纬度网格点上的电离层总电子含量。对该电离层资料首先进行空间四点网格内插,然后利用双线性内插得到电离层穿刺点所需时刻的总电子含量,最后将得到电离层数据经过处理用于双向时间频率传递修正。结果表明：电离层对C波段的影响在（0～0.5）ns范围内,这对亚纳秒量级的时间比对是必须考虑的。IGS提供的电离层产品适合应用于双向时间频率传递,具有方法简单、准确度高和价格低廉等特点。     

《易经》宇宙探秘——《易经》与当代科学的故事

六、超前的宇宙本质观 宇宙--空间与时间的总和 宇宙的本质是什么?我们的祖先有着最早、最正确的认识."宇宙"的俗称就是"世界",把"世界"拆开来看,"世"是指时间, "界"是指空间.     

美航宇局推迟发射月球探测器

为缓解发射安排上的压力,美国航宇局已将其“月球侦察轨道器”（LRO）的发射时间从原定的今年12月初推迟到2009年2月底。LRO将由宇宙神5火箭发射。作为美重返月球计划的第一步,该探测器的任务是为航天员重返月球选取可能的着陆地点。美航宇局是在与美国空军就交换发射时机达成一致后做出推迟发射决定的。美国空军将利用LRO原定的发射时段发射其X-37B试验性可重复使用无人驾驶航天飞机。此次推迟意味着航宇局将错过布什政府提出的2008年前用无人探测器探测月球的目标。推迟可能使该局多花费最多700万美元的费用。     

备受青睐的火星探测——著名火星探测器一瞥

最先进的人造火星卫星 经过近7个月的飞行,当今世界最先进、最大的人造火星卫星--"火星勘测轨道器"于美国东部时间2006年3月10日进入火星轨道.开始于2002年的这次飞行任务耗资7.2亿美元,     

基于协调组的RTI时间管理方法

针对目前运行支撑环境(RTI,Run-Time Infrastructure)时间管理方法中存在的时间推进效率低及网络带宽占用量大的问题,提出基于协调组的RTI时间管理方法并将其应用于BH RTI 2.3时间管理服务.将仿真系统中节点划分为不同的协调组并设置协调者,通过分组局部协调逐步达到全局的时间同步.实验结果表明,该方法在仿真节点时间推进速度及网络带宽占用量方面优于同等条件下的其他RTI时间管理方法.      

融合热特征的机场航站楼热成像显著人体检测模型（英文）

弱光背景下的目标检测是航站楼夜间巡检机器人的主要任务之一。然而,那些能够在计算资源有限的机器人平台运行的算法往往难以确保航站楼中人体目标的检测精度。为此,本文提出了一种融合热特征的显著人体检测模型。该模型仍然以U-Net神经网络作为基本架构,但是在解码器模块结构和模型轻量化方面重新进行了设计。一方面,在模型的解码器部分增加了由热特征分支和显著特征分支构成的融合模块,进而设计对图像高温区域更为敏感的预测损失函数,以提升算法在复杂场景下的检测精度;另一方面,通过精简编码器网络结构和控制解码器通道数的方式对模型进行了轻量化改进,以降低算法对计算资源的需求。4个数据集上的实验结果表明,本文方法既能确保较高的检测精度和很好的算法鲁棒性,又能以40 f/s以上的检测速度满足巡检机器人实时检测的需要。