断裂韧性K_(1C)和断裂门槛值ΔK_(th)可靠性测定方法

采用定量方程随机化方法 ,建立了断裂p JR Δa曲线方程 ,断裂p JR Δa曲线与钝化线的交点即为试验测定具有可靠度p的J积分临界值 (J1C) p值 ,根据断裂力学测试原理 ,由试验测定 (J1C) p 值可转化出断裂韧性 (K1C) p 值 ;还建立了断裂门槛ΔKth值的可靠性测定方法 ,并对试验数据进行了统计分析处理 ,得到了一些具有重要应用价值的结果和数据 .研究发现 :断裂门槛值ΔKth服从正态分布     

直扩测控系统抗多址能力分析与验证

为了防止多址干扰造成接收机出现误捕和假锁,改善直接序列扩频测控系统抗多址干扰性能,在Gold码特性和扩频接收机性能分析的基础上,结合最大似然原理,对采用扩频体制测控系统的抗干扰能力进行了分析。为契合工程应用,采用仿真遍历结合理论分析的方式,对Gold码的互相关抑制能力理论值进行了工程修正。在分析捕获阶段的抗干扰捕获门限后,还分析了载噪比估计结果在正常锁定和假锁两种状态下的差异,给出了接收机对假锁状态的判决方法和门限。根据分析和仿真的结果,给出了系统设计约束条件和优化的接收机设计流程,作为测控系统和接收机设计的参考。     

Progress of Double Star Program

The Double Star Programme (DSP) is the first joint space mission between China and ESA. The mission, which is made of two spacecraft, is designed to investigate the magnetospheric global processes and their response to the interplanetary disturbances in conjunction with the Cluster mission. The first spacecraft, TC-1 (Tan Ce means "Explorer"), was launched on 30 December 2003, and the second one, TC-2, on 25 July 2004 on board two Chinese Long March 2C. Due to the importance of and success of DSP, both CNSA and ESA approved the extension of DSP. This paper presents DSP mission and some important scientific results made based on the data of DSP.     

基于DSP和FPGA的GPS伪随机码并行快速捕获方案设计

讨论了高动态下GPS伪随机码并行搜索的基本原理,以及自适应门限确定方法与搜索过程中应注意的问题。提出了一种基于高速DSP和FPGA的全数字解扩接收机方案,阐述了工作流程,并给出了系统的结构框图,经测试验证实现了伪随机码并行快速捕获的功能。     

TopPixelLoss:类别不均衡的遥感影像语义分割损失函数

针对遥感影像中类别不均衡的小目标分割效果不理想的问题，提出了一种类别不均衡小目标二分类分割的损失函数——TopPixelLoss损失函数。首先计算出每个像素的交叉熵，然后将所有像素的交叉熵按从大到小进行排序，随后确定一个K值作为阈值，筛选出前K个交叉熵最大的像素，最后对于筛选出的K个像素交叉熵取平均，做为损失值。在ISPRS 提供的 Vaihingen 数据集上，使用PSPNet网络与普通交叉熵、FocalLoss、TopPixelLoss三种损失函数分别对车辆进行二分类分割试验。结果表明，不同的K值，使用TopPixelLoss损失函数的平均交并比（MIoU）、F1-score、准确度（ACC）都最高;当K值为5×104时效果最佳，MIoU、F1-score、ACC分别比FocalLoss提高了3.0%、5.0%、0.1%。TopPixelLoss损失函数是一种针对类别不均衡分割非常有效的损失函数     

Visual inspection of aircraft skin: Automated pixel-level defect detection by instance segmentation

Skin defect inspection is one of the most significant tasks in the conventional process of aircraft inspection. This paper proposes a vision-based method of pixel-level defect detection, which is based on the Mask Scoring R-CNN. First, an attention mechanism and a feature fusion module are introduced, to improve feature representation. Second, a new classifier head—consisting of four convolutional layers and a fully connected layer—is proposed, to reduce the influence of information around the area of the defect. Third, to evaluate the proposed method, a dataset of aircraft skin defects was constructed, containing 276 images with a resolution of 960 × 720 pixels. Experimental results show that the proposed classifier head improves the detection and segmentation accuracy, for aircraft skin defect inspection, more effectively than the attention mechanism and feature fusion module. Compared with the Mask R-CNN and Mask Scoring R-CNN, the proposed method increased the segmentation precision by approximately 21% and 19.59%, respectively. These results demonstrate that the proposed method performs favorably against the other two methods of pixel-level aircraft skin defect detection.     

北斗三号系统卫星自主完好性监测技术

完好性对于全球卫星导航系统(GNSS)来说至关重要,关乎到其能否被放心应用。卫星自主完好性监测(SAIM)技术,是完好性监测技术发展的前沿趋势,国内外卫星导航系统均竞相发展。介绍了北斗三号系统SAIM技术设计与实现的重要意义,从功能设计和实现原理两个方面,阐述了北斗三号SAIM技术体制。针对SAIM实际在轨监测数据的正态分布特性服从程度和长期稳定性等问题,随机选取某一颗中圆轨道(MEO)卫星自2020年7月31日北斗三号系统正式开通服务以来至2021年7月31日连续1年期间的监测数据,得到真实在轨监测数据的分布特性。最后,提出了告警门限优化、分级告警策略设计、星历完好性自主监测等方面的后续发展必要性建议,旨在为北斗系统更好地为全球用户提供更优质的完好性服务提供参考。     

变背景下斑点状散布目标自动识别算法

从自动目标识别原理出发,通过对变背景下斑点状散布目标特性的分析,发现了该类目标图像中背景、噪声和斑点状散布目标的固有规律。进而,从图像像素灰度这一最基本的要素着手,研究了如何在大量的序列图像中搜索目标帧位置的方法。然后,基于目标轮廓提取和串行边界分割技术,解决了变背景下斑点状散布目标自动识别的难题。实验结果证明:该算法具有高效、快速、稳定、适用等优点,并为相关领域内的应用提供了宝贵的参考价值。     

单幅图像的三维重构视觉系统特征点提取算法的研究与实现

实现基于单幅二维图像不标定欧氏重构三维场景的关键技术之一是有效提取彩色伪随机编码图像特征角点。为给图像特征点匹配提供更多的样本信息,采用定位于彩色图像Harris算子探测特征角点,并动态给出角点响应的自适应阈值条件。特征点提取实验及三维欧氏重构结果证实了该方法的适用性和有效性。