Estimation of sea surface temperature, wind speed and water vapor with microwave radiometer data based on simulated annealing

A method for estimation of sea surface temperature, ocean wind speed and water vapor with microwave radiometer data based on simulated annealing is proposed. The proposed method shows about 60% improvement of sea surface temperature estimation accuracy in comparison to the existing method using Newton’s iterative algorithm.     

多无人机监控航路规划

为了提高监控任务的效率，在执行任务前必须规划设计出高效的无人机飞行航路。针对这一问题，考虑在任务区域内进行多无人机监控航路优化存在计算的复杂性和收敛性以及计算数据量限制等问题，采用分散式方法对监控航路进行了优化，并以无人机的监控任务为例提出了一种监控效率指标评估的计算方法，解决了航路规划中的监控效率量化问题。通过该方法得到的无人机监控任务的飞行航路可以有效地提高无人机的监控效率。     

直升机海上搜潜控制的设计与仿真

对反潜直升机海上搜潜控制系统进行了详细的研究。建立了完整的系统各部件的模型。通过建立合适的海浪模型，采用维纳滤波法设计出实用的海浪滤波器。设计了缆位稳定模态和缆高保持模态控制律，通过数学仿真，对控制律的结构和参数进行了相应的调整，并在试飞中通过了验证。     

自动相关监视及其数据链的标准

本文介绍ＡＤＳＰ所制订的文件“ＡＤＳ指导材料”，全文分ＡＤＳ定义、功能目标、基本要求、报告格式、通信合同、数据链的初始化、运行要求，字场组成、示例等方面。最后说明其优点和保留意见。     

面向机载综合监视系统的ADS-B技术综述

广播式自动相关监视（ADS-B）作为机载综合监视系统（ISS）的新增重要组成部分,在保证飞机飞行安全的前提下,在监视成本和效率方面展现出优势,引领了未来监视技术的发展。本文首先介绍了ADS-B系统功能与优劣势,梳理了国内外技术和产品现状;然后从保障飞行安全和高效的角度出发,分析和综述了机载ISS中ADS-B的关键技术,并详细阐述了技术内涵及难点;最后结合下一代空域运行理念,探讨和展望了技术发展趋势,提出了4个ADS-B技术的未来发展方向,为推动ADS-B技术在实际运行与理论研究方面的发展提供参考。     

基于UAT数据链的ADS-B机载系统的设计与实现

介绍了UAT和ADS-B的含义及相互关系,详细描述了基于UAT的ADS—B机载系统的组成和工作原理,并在此基础上给出了UAT机载设备的处理流程和设计方法。     

ATM中的ADS-SSR数据融合研究

二次监视雷达(SSR)和自动相关监视(ADS)系统已经广泛应用于空中交通管理(ATM)系统,特别是终端飞行区.本文分析了民航空中交通管理中的SSR和ADS系统的特点和缺陷,研究了基本类型ADS合同和扩展类型ADS合同对ADS跟踪精度的不同影响,提出了一个ADS-SSR航迹融合的模型,给出此模型的具体算法,并进行了数字仿真.数字仿真表明:该模型算法具有较高的跟踪精度.      

基于Web的带宽自适应组件化多媒体监控系统

当前的分布式多媒体监控系统存在通用性、易用性和扩展性不足等缺点,且不能自适应多种网络状况.为解决其通用性、易用性问题,参考流媒体系统结构,给出了基于Browser/Server模式的监控系统结构.为增强其可扩展性,在DirectShow技术基础上,设计了基于COM的监控系统软件结构.采用带宽自适应的策略和方法,实现了系统对多种网络状况的动态自适应.      

虚拟远海环境的建模与渲染技术

通过分波幅和分相位的扰动算法,改进了基于线性风浪谱的圆滑波峰现象;结合SNE(Synthetic Natural Environment)的浪级、风级、浪高,以及平均周期等信息,实现了与环境结合的风浪可视化算法;综合心理声学和音乐声学等主观声音学科,提出了风浪波谱参数的修正方案,并实现了实时风浪噪音算法的均衡器特性参数与增益调参;采用基于流动纹理的过程着色方案;并将环境纹理镜像化后合并,然后进行景象的高斯模糊;着色后修饰环境图像噪声,提高了适用于海洋景象模拟的纹素质量;实现了基于SNE综合自然环境信息的实时远海视听一体化系统,验证了视听算法的有效性.     

基于全卷积孪生神经网络的复杂监控场景下前景提取方法

由于光照变化、相机抖动和动态背景等因素影响,现有基于传统图像处理方法的前景提取算法并不能在复杂场景下获得良好的分割效果。针对此类问题,本文提出了一种基于全卷积孪生神经网络的前景提取算法,仅需任意2帧图像即可准确提取运动前景。将输入的2帧图像分为背景图像与待提取图像,将其输入全卷积孪生神经网络得到二者的相似性度量图,该相似性度量图中包含待提取图像相对于背景图像的各像素变化情况信息;接着将相似性度量图与待提取图像融合,利用编解码网络以实现端到端的前景提取。在CDnet2014数据集上进行综合评估与测试,结果均证明了该方法的有效性。