非对称喷管超声速流场的PIV实验与数值模拟

选取了跟随性能以及散射性能都上佳的二氧化钛粒子,利用了粒子图像测速仪(particle image velocimetry,PIV)对不同落压比下的非对称喷管(single expansion ramp nozzle,SERN)流场进行了测量,成功获取了相应流动结构,以及沿程上壁面压力分布和速度场等.在测得的图像中,可以清晰地观察到由于过膨胀产生的激波与膨胀波系,并进一步获得出口速度分布.运用计算流体动力学数值模拟方法,对实验状态下的非对称喷管进行了模拟.对比结果发现:PIV实验测得流场结构能很好地与其吻合,这互相验证了CFD计算和PIV实验的正确性及可靠性.      

INR系统用于静止轨道高姿态精度卫星的分析

图像导航与配准(INR)系统是气象卫星的一项核心技术,INR采用系统分析的方法保证了卫星成像设备的指向精度和稳定性。文章介绍了INR的概念和主要处理过程,对INR系统的扰动源分析和技术方法进行了简要描述。结合天基红外高轨卫星、高分辨率成像卫星和激光通信卫星等高姿态精度卫星的系统组成和载荷技术特点,分析了INR技术方法在这些卫星上应用的可行性,并根据这三类卫星的载荷特点提出了INR具体应用的适应性修改,可以为卫星任务分析、系统设计提供参考和借鉴。     

光波纳米推进技术中的表面等离激元增益光镊作用机理

为研究天线不同结构对表面等离激元（SPP）增益光镊作用的影响,建立天线-基底的电磁波传输耦合激元电场触发光梯度力的数值模型,并利用数值模型分析天线不同结构对SPP电场的影响规律,同时,这种电场变化规律对光镊增益有直接的数学关系,基于上述物理机制,获得不同天线结构对光梯度力产生的优化策略。为验证上述物理机制与优化策略的有效性,开展纳米颗粒的粒子图像测速（PIV）试验,天线材料为银,基底为二氧化硅,纳米颗粒为银,试验能够完好地观测到纳米颗粒在天线通道的运动情况。结果表明,光梯度力的增益机制在于激元电场强度和梯度两方面因素,前者随天线不对称性增强而先增大后减小,后者呈现一直增大趋势;纳米颗粒推动作用力的计算误差约为5.5%~13.8%,且试验值与计算值的趋势相符,一方面验证本文研究机理及优化策略的有效性,另一方面证明PFP技术的原理可行。     

基于混合深度特征的红外目标抗干扰识别算法

复杂干扰条件下的红外空中目标识别技术是空战对抗领域的热点研究课题,复杂人工干扰严重遮蔽目标,导致目标特征的连续性与显著性遭到破坏,无法全面描述识别对象的特性,造成空中目标识别准确率下降。针对此问题,提出一种基于图像混合深度特征的空中目标抗干扰识别算法。首先,基于卷积神经网络进行图像深度特征的提取,将深度特征与梯度直方图(Histogram of Gradient, HOG)特征进行有效融合,构建混合深度特征。针对作战场景中的目标与干扰的对抗态势多样性,将支持向量机的二分类模型改进为三分类模型,对目标、干扰以及目标干扰粘连三种状态进行精确分类。实验结果表明：在复杂干扰环境下,基于混合深度特征的空中目标抗干扰识别算法正确率为92.29%,该算法可以有效地解决目标被干扰遮蔽、形成目标干扰粘连状态时的抗干扰识别问题。     

数字全息在固体推进剂铝燃烧三维测量中的应用研究

为获得固体推进剂铝颗粒动态燃烧的精细化过程,将数字全息技术用于固体推进剂铝燃烧三维动态过程测量中,成功地解决了传统光学显微成像法景深过小的问题。搭建了固体推进剂铝燃烧数字全息测量系统,分别在0.1MPa和1.0MPa压强条件下开展了推进剂中铝颗粒燃烧过程的三维测量工作,获得了铝颗粒动态燃烧过程的全息图像。研究结果表明:数字全息技术能够获得不同截面处的颗粒信息,并可跟踪颗粒的动态燃烧过程,准确地获得颗粒粒径信息,真正实现三维动态测量;全息法能够清晰地分辨出动态燃烧过程中十几微米至几百微米量级的铝颗粒,测量误差小于8%;跟踪单一铝颗粒的动态燃烧过程,可获得颗粒粒径、空间分布、粒径分布、燃烧火焰区域、运动速度以及氧化帽的动态生成过程等变化规律。     

基于深度学习的毫米波和亚毫米波成像仪的图像增强技术

风云四号卫星毫米波和亚毫米波成像仪(MMSI)数据根据采样方式分为过采样和非过采样数据。由于采样方式的影响,非过采样数据在采样过程中会有一定的信息损失。为解决采用简单的线性插值方法做精细化处理时提升精度有限问题,采用基于深度学习的方法增强MMSI亮温图像,设计卷积神经网络重建风云四号卫星MMSI的亮温图像和风云三号卫星微波成像仪亮温图像。实验结果显示:相比传统的双三次插值方法,在风云三号卫星微波成像仪亮温图像样本上峰值信噪比提升了1.13dB,结构相似度提升了0.01。实验结果表明:对于非过采样亮温数据,采用基于深度学习的方法增强图像具有更高的精度,同时可在其他微波探测仪数据中使用,具有很强的普适性。     

移动平台上基于C/S结构的海量图像检索系统设计

随着计算机网络的快速发展,多媒体信息呈现多样化、爆炸式增长的趋势,如何组织这些庞大的信息,帮助人们便捷地从中检索到自己所需的内容逐渐成为信息行业研究的热点课题之一。图像由于其信息量丰富,在人们的生活中逐渐扮演越来越重要的角色,图像信息检索应运而生。当前的图像检索大多是基于个人电脑平台,移动平台的图像检索应用较少。随着智能技术的日益成熟和移动网络的普及,智能终端由于其便携性和易用性,使得人们获取到信息变得更加容易,移动平台的图像检索由于其满足人们多样化的搜索习惯,也将得到迅速的发展。     

反对称双正交小波在红外图像小目标检测中的应用

在给出利用反对称双正交小波进行图像多尺度边缘提取的相关理论基础上,针对海空背景下远距离小目标的特点,提出了一种海空背景下红外图像小目标检测方法。首先应用反对称双正交小波变换的多尺度边缘检测方法,确定目标的潜在区域,进一步在潜在区域内采用形态学方法提取目标,从而实现了在小波塔式分解数据上的图像边缘特征提取和小目标检测。与采用二进卷积型小波的检测方法相比,具有图像处理数据量小,实现速度快的特点。实验结果表明,该方法能够有效抑制杂波干扰,准确检测出小目标。     

发动机孔探图像三维测量与立体重建的实现

作为一种新兴的可视探测技术，孔探成像分析在现代发动机故障诊断中一直发挥着重要的作用。研制和开发基于孔探图像的三维测量与立体重建系统对提高故障诊断水平和预测准确度，降低工作中的人力物力投入，节约维护成本都有着重要的现实意义。本文以整体系统的构架为线索，阐述了系统的图像采集，摄像机标定，图像预处理，立体匹配，3D计算以及深度重建等功能模块的研制思路和基本算法，并给出部分研制结果。本系统的开发为基于也探图像的发动机故障监测与诊断系统的奠定了重要的基础。     

太阳活动区EUV图像的生成式模型耀斑分级与预报

近年来,不断发射的空基观测台持续传送回海量日面图像及日地间气象数据,为采用人工智能技术对太阳活动进行预报预警提供了数据基础。但是,极端天气爆发少,样本量较少;中等程度爆发稍多,样本量较多;常规无爆发天气常见,样本较为集中,样本不均衡状况严重影响机器学习方法在空间天气领域的广泛应用。本文面向多源多通道多尺度日面图像信息,构建了来自SOHO和SDO的1996-2015年日面活动区图像数据集;针对数据分布的不平衡,对太阳活动区图像作耀斑分级与预报。在对比分析元学习算法的基础上,设计了结合分类头设计和卷积核初始化的生成式模型;在使网络轻量化的基础上,能够将M和X级耀斑预报的检测率指标相较于普通的深度学习模型和无监督度量式模型分别提升10%和7%。