鼻锥声学特性试验研究

该文内容涉及在气流当中进行声学测量存在的传感器自噪声问题.在速度为10m/s以下的气流中测量噪声,通常用泡沫球形风罩可有效降低气流流过传声器时产生的噪声(称为传感器自噪声).在速度为10m/s以上时,为降低自噪声,传声器必须装上特殊形式的鼻锥.但风速达到某个数值以后,传声器自噪声仍会太大以至于无法进行声学测量.所以,在高速气流中进行声学测量时,传感器自噪声成为测量的制约因素.根据自噪声主要取决于鼻锥的边界层与透声孔干扰的论断,笔者用风洞实验的方法研究了三种形式鼻锥的声学特性,试图寻找降低自噪声水平和提高实验风速的方法.研究表明,在透声孔上覆盖纱网可以降低传感器自噪声.在本文的实验条件下,加纱网可以降低自噪声约5dB或在保持自噪声水平相同的条件下提高实验风速约10m/s.     

DQ-1宽幅成像光谱仪发射前载荷定标技术

大气环境监测卫星作为国家民用空间基础设施规划中的科研卫星,其遥感应用需求对其载荷的定量化精度要求越来越重要。宽幅成像光谱仪作为大气环境监测卫星中的主要载荷,可获取光谱范围从可见光至长波红外(0.415~12.000 μm)的陆表和大气多光谱信息。采用45°扫描镜配合消旋系统的扫描方式,光路结构采用同轴望远镜系统,实现3个探测器焦面上21个谱段的同时对地的超宽幅高空间分辨率成像。为了准确地获取能量和仪器响应之间的定量关系,在卫星发射前开展宽幅成像光谱仪全光路、全口径辐射定标试验,分别介绍了可见到短波谱段积分球定标技术和中长波谱段热真空红外定标技术,为用户定量应用提供了良好的保障,并对定标过程中传递路径下的误差来源及精度进行分析评估。     

激波管在压力传感器动态性能校准和实验上的应用

通过对最新研制的激波管法低压动态压力校准装置的介绍 ,结合实际工作经验阐述了激波管在压力传感器动态性能校准和实验上的应用。     

一种深度学习分割遥感影像道路的损失函数

传统的根据光谱特征或形态学算法来分割道路,存在精度低、阈值难确定等缺点,而深度学习中已有的方法并未考虑道路的特性,只是利用通用方法来分割道路.针对上述不足,提出了一种针对道路特有形态的深度学习损失函数——形态损失函数.首先使用连通性算法将预测结果划分为若干个相互分离的连通区域,分别计算这些区域的面积与外接圆面积的比值,...     

北京空间机电研究所50年成就与展望

文章介绍了北京空间机电研究所50年来在回收与着陆技术、航天光学遥感技术和复合材料成型技术领域所取得的成就,并对三大技术领域的后续发展进行了展望.     

一种适用于遥感图像的可逆信息隐藏算法

可逆信息隐藏技术，可用于实现遥感图像重要目标区域的无损传输。通过对现有可逆信息隐藏算法进行研究，发现现有算法的单次嵌入容量不足，且需要额外的无损二值压缩处理附加信息，无法满足遥感图像处理的有效性和实时性要求。借助给定门限对载体图像不重叠子块的平滑性进行划分，通过编码平滑子块内基准像素与其余像素之差，并结合比特替换，实现秘密信息的可逆隐藏。对于512×512像素的灰度遥感图像，单次嵌入容量可达5×105 bit以上。试验结果表明，该算法可实现单次高嵌入容量的可逆隐藏，并不需要任何额外无损二值压缩来处理辅助信息。     

基于光星模拟器的星敏感器安装极性测试方法

针对目前星敏感器在整星上的安装极性无法被直接测试的问题，提出了基于光星模拟器的星敏感器安装极性测试方法,从物理和数学两方面阐述了该测试方法的原理，设计了星敏感器安装极性的操作方法和相应的判据。提出了可测性指标的概念，并通过对星敏感器极性和星敏感器安装极性分别进行可测性分析，证明了该方法的有效性。整星电测试结果表明，该方法操作简单，效果直观，可广泛应用。     

基于相位差的转轴扭矩测量中的零位识别与处理

提出了一种基于相位差原理的转轴扭矩测量中的零位识别与处理方法。采用两路反射式模拟输出激光光强传感器和对应的反射色带，形成两路标准的正弦信号，通过同步采样和幅度归一化处理，得到两路信号的瞬时相位差，并依此实现对转轴扭矩载荷的测试，克服了以往基于脉冲信号测量中无法在静态条件下进行零位校正的困难。对该系统实现的关键技术和参数进行了分析，通过模拟信号输入和标准扭转试验台验证了本文所提出的方法的应用效果。理论和实验结果表明，该方法不需要转轴转动，就可以准确识别其零位，从而大大降低了该技术在现场使用中的调校要求。     

国外先进测试与传感器技术发展动态

介绍了2011年国外测试和传感器技术的一些最新动态,供相关人员参考。     

A triangle voting algorithm based on double feature constraints for star sensors

A novel autonomous star identification algorithm is presented in this study. In the proposed algorithm, each sensor star constructs multi-triangle with its bright neighbor stars and obtains its candidates by triangle voting process, in which the triangle is considered as the basic voting element. In order to accelerate the speed of this algorithm and reduce the required memory for star database, feature extraction is carried out to reduce the dimension of triangles and each triangle is described by its base and height. During the identification period, the voting scheme based on double feature constraints is proposed to implement triangle voting. This scheme guarantees that only the catalog star satisfying two features can vote for the sensor star, which improves the robustness towards false stars. The simulation and real star image test demonstrate that compared with the other two algorithms, the proposed algorithm is more robust towards position noise, magnitude noise and false stars.