基于双谱分析的高原灌木回波信号分类

目标的回波信号是无线电引信获得目标信息的最重要方式,为了太赫兹频段的引信前端未来能够投入高原战场,适应高原不同的地貌环境,利用双谱对高原在灌木地形下不同高度的太赫兹波回波特性进行了分析。为减少分类时间,对双谱数据进行积分,得到实采信号双谱切片的特征,进而利用最邻近算法对此进行分类。利用经验模态分解(EMD)提取原始数据内在模态函数的特征,再次分类并与前一组分类结果进行对比。通过一系列数据的分类,结果表明：利用一维的积分双谱信息可以有效提取出距离地面分别为2 m、3 m、4 m、5 m时的特征并进行分类,经验模态分解也可以有效提高分类的成功率,成功率最高可达90%以上。     

关于角度量分类的探讨

常用的“角度”是指国际单位制中的“平面角”,因此分类的出发点应是 “平面角”的平面特性,平面分为几何面与物理面,因此,角度可分为几何角与物理角两类。几何角分为：任意角（圆分度角）,定角,小角;物理角分为：水平面投影角,铅垂面投影角,特定面投影角。这种新的分类方法作为一项建议提供讨论。     

基于高光谱和LiDAR的黄河口湿地植被分类方法

利用无人机（Unmanned Aerial Vehicle, UAV）高光谱影像（Hyper-spectral Imaging, HSI）和激光雷达（Light Detection and Ranging, LiDAR）数据开展黄河口湿地植被分类方法研究。由于高空间分辨率HSI光谱变异性强,以及LiDAR点云密度不均匀,分类结果呈现出“椒盐”现象。为了解决这些问题,本文提出了一种结合空谱特征融合和通道注意力机制的双分支卷积神经网络（SSF-C-DBCNN）。光谱注意力机制通过为每个波段分配不同的权重来减少光谱变异性的影响。空间注意力机制侧重于学习和强调特征表达能力强的密集点云区域空间信息,从而减轻LiDAR点云密度不均匀对结果的影响。最后,在双分支融合特征后引入通道注意力机制来提取更深层次的特征。利用UAV采集的HSI和LiDAR数据进行实验验证,结果表明,本文提出方法的性能优于随机森林和五种深度学习方法,分类结果更为贴合实际土地覆盖,有效地抑制了“椒盐”现象。     

基于相似度的卫星预复振试验结果评价方法

卫星大量振动试验结果表明,预振和复振响应普遍存在不同程度的差异现象(“预复振差异”)。针对该问题,工程上主要依靠设计师的经验分析进行故障定位,效率低、准确性差。基于此,文章首先提出了预复振响应的相似度分析方法,利用全频段相似度分析进行故障定位,进一步针对故障部位的响应进行分频段相似度分析,得到预复振差异频段,为设计师校核和改进结构提供量化的标准;然后,基于该方法建立了卫星振动试验结果评价的详细流程;最后,以某卫星承力筒为研究对象,设计了激振试验,分析结果表明：该方法可以实现卫星预复振试验结果的量化评估,提高产品研制效率。     

一维GTD散射中心模型参数估计的改进MUSIC算法

针对利用多重信号分类（MUSIC）算法估计一维几何绕射理论（GTD）的散射中心模型时噪声鲁棒性较差、参数精度不高这一问题,提出一类改进的MUSIC算法。首先,构建原始回波数据的共轭矩阵,有效提高了原始回波数据的利用率;其次,将原始回波数据的协方差矩阵、共轭数据的协方差矩阵叠加取平均,得到一个新的总协方差矩阵;最后,对矩阵作2次方、4次方等偶次方处理,得到另一矩阵,以达到增大信号特征值与噪声特征值之间差距的作用,等效为增大了信噪比。仿真结果表明:所提改进算法的参数估计性能及噪声鲁棒性均要优于经典MUSIC算法。      

凝胶推进剂及其模拟剂的制备和特性表征

高能凝胶推进剂的选择、制备、实验及特性表征是凝胶推进剂研究的关键环节.燃料凝胶化包括有机和无机两种胶凝剂.氧化剂的凝胶化使用了无机胶凝剂.此外选择和配制了凝胶推进剂的模拟剂,它具有与实际燃料和氧化剂相匹配的流变特性.制备了在流变学上相匹配的凝胶燃料和凝胶氧化剂、惰性凝胶模拟剂与凝胶推进剂,并对其流变学特性进行了分类.     

基于粗糙基的高超声速进气道起动/不起动分类方法研究

进气道起动/不起动状态检测是高超声速进气道研究的重要内容,它是进气道保护控制的基础和前提.针对这一问题,对高超声速进气道进行了不同边界条件下的二维稳态流场数值模拟.提出了利用粗糙集方法对进气道的测点进行约简处理,得到了进气道起动/不起动的分类准则,对分类准则进行了内在的物理机制分析,并利用其它工况数据对判断准则进行了验证.验证结果表明了分类准则的正确性.     

基于目标分解和SVM的极化SAR图像分类方法

极化SAR图像分类是新体制雷达应用研究中的一类基础前沿问题。文章提出了一种基于目标分解及支持矢量机(Support Vector Machine,SVM)的极化SAR图像分类方法。首先根据Cloude分解和Freeman分解两种方法提取极化SAR图像的多类散射特征,从而构造出图像各像素的特征向量。接着利用样本区域像素的特征向量对SVM进行训练,获得经训练的SVM。最后,以各待分类像素的特征向量为输入,利用经训练的SVM即可完成极化SAR图像的分类。对两幅AIRSAR实测极化SAR图像数据分类的结果表明,文章方法能够有效地利用多类散射特征的互补信息,具有较高的分类精度。     

太空行走100问（十五）

太空行走风险（下） 84．在太空行走中最容易发生故障和问题的是航天员的什么装备？有何经验教训？ 对国外航天员在太空行走中发生的故障和问题进行统计和分类,得出太空行走中的故障分类表（见表1）,因为在太空行走中发生故障和问题最多的是舱外航天服,再对舱外航天服的故障进行统计和分类,又得出舱外航天服故障分类表（见表2）。