红外热图在高超声速低密度风洞测热试验中的应用概述

围绕大极角情况下模型表面温度的测量、红外热图测热精度的提高、模型物面坐标与红外热图像素位置对应关系等问题,对近年来在高超声速偌氏密度风洞开展的红外热图测热工作进行了总结,给出了一些实用、简单、经济的方法.为验证上述技术,在高超声速低密度风洞开展了用红外热图技术与热电偶同时测量一平板带劈薄壁模型表面的气动加热率分布以及半球圆柱模型红外测热数据与DMSC计算结果的比较.不同手段获得的数据与红外测热数据相互验证的结果表明:这些技术的解决,有利于红外热图技术向工程化实用化迈进.     

星载SAR全方位模糊特性及计算方法

常规的星载SAR模糊度计算方法是基于距离向一维方向图和方位向一维方向图,独立进行距离向模糊度和方位向模糊度分析.由于星载SAR对地观测是二维的,因此距离模糊度是全方位的,且真实的模糊能量仅来自于距离向模糊信号,方位向模糊是基于距离向模糊信号的基础上由于成像处理导致的模糊信号重组.为解决系统设计时预估分析的距离向模糊度值...     

基于Hartmann技术的微小自适应光学系统的研究

采用微小型自适应光学系统提高系统的分辨率具有非常广泛的应用前景。建立了基于Hartmann技术的波前处理机系统,利用MEMS微变形镜进行波前校正并对结果进行了分析,验证了利用微小自适应光学系统校正畸变波前的科学性,给出了建立实用高分辨率传输型微小自适应光学系统的可行性建议。     

星间网络拓扑的二分图及其关联矩阵表示法

星间网络拓扑是建立星间链路首要考虑的问题,以往文献中描述星间网络拓扑一般都用直观图形的表示方法,即以卫星作为节点、链路作为边画出的图形。但是这种直观图形表示法,当卫星数量增加时,图形庞大而杂乱难以辨认,同时无法满足分析问题的需要。为此,文章提出了一种利用图论中的二分图及其对应的关联矩阵描述星间网络拓扑的方法,此方法具有图形描述简单明了、关联矩阵描述便于仿真分析的特点。     

CCD摄像机图像处理仿真

针对CCD(Charge Coupled Device)摄像机的图像处理过程,提出一种基于可编程GPU(Graphic Processing Unit)的摄像机仿真方法,利用GPU的流处理模式和并行计算能力,对图像的每个像素进行Gamma校正、亮度调节、对比度调节、色温偏差调节,以及色彩饱和处理.分析了Gamma校正的原理以及在其他调节之前进行Gamma校正的必要性.讨论了图像亮度与像素颜色的关系,提出针对当前时刻的拍摄图像提取亮度信号的方法,规定了亮度等级的划分,并将亮度等级作为图像处理的依据.提出了在低照度情况下模拟动态噪点的方法.结果表明:该方法可以模拟真实CCD摄像机在复杂光照环境下的拍摄效果,并保证实时仿真的高速与高效性.     

2p^4阶3次s-正则图的自同构群

为研究正则图的性质和自同构群,运用p4阶群的性质和分类,以及图的传递性和图的覆盖理论,获得了2p^4阶3次s-正则图的一些性质,其中p〉7,1≤s≤5。证明了这类图是Cayley图,并刻画出了这类图的自同构群。     

地磁图制备方法及其有效性评估

高精度地磁图制备是地磁匹配导航关键技术之一.在简单介绍4种网格插值方法原理的基础上(反距离加权插值法、克里金插值法、改进的谢别德插值法以及径向基函数法),应用实测地磁数据,选取测点分布较均匀区域,根据上述插值方法分别制备地磁图,并通过交叉验证统计准则对地磁图制备方法的有效性进行评估.结果表明,径向基函数插值法制备的地磁图"鸭蛋"形分布较少,地磁图等值线较圆滑,其标准偏差远小于其它方法的标准偏差,且其标准误差以及平均偏差也最小,具有较高的插值精度,能更好地反映该区域地磁场分布情况.     

基于iMPA的伪码快速捕获算法的性能分析和改进

针对迭代消息传递算法（iterative Message Passing Algorithm,iMPA）,通过证明m 序列是一种特殊的线性分组码,给出了该算法应用到伪码捕获的理论依据;分析了采用iMPA 进行伪码快速捕获的性能,包括捕获概率和算法复杂度;用马尔科夫链分析了基于iMPA的捕 获及判决流程,给出了平均捕获时间的解析表示。针对iMPA进行伪码捕获时收敛速度慢,检 测性能较低的缺点,通过增加因子图的约束,提出了冗余iMPA算法,即R\|iMPA（redundanc y iMPA）。仿真结果表明,R\|iMPA能有效的提高算法的收敛速度,检测性能平均提高约 2 dB 。     

景象匹配中的几何透视校正和归一化互相关模板匹配

几何失真是使景象匹配性能下降的一个很重要的因素,基于参考图与失真实时图中四对对应点,本文采用透视变换方法,对失真实时图进行校正。对校正后的实时图,本文采用归一化互相关方法,进行模板匹配。仿真实验表明,这两种方法简单易行,校正与匹配结果精确。