深度卷积神经网络支持下的遥感影像飞机检测

针对YOLOv3算法对小目标检测较差及出现较多漏检的问题,本文提出了一种优化的YOLOv3算法.首先使用K-means算法计算出与数据集相适用的锚框;其次将扩张卷积引入到YOLOv3网络,用来增强网络高层的感受野,改善小目标的检测效果;然后使用深度可分离卷积取代YOLOv3网络残差模块中的普通卷积,可减少计算量,从而得到一种新型卷积神经网络结构;最后在数据集上进行对比试验.结果表明,优化的YOLOv3算法能够检测出更多目标,降低漏检率,相比于YOLOv3算法,其召回率提高11.86%,F1-score提高2.99%.     

基于GPS新型L5信号的地表雪深反演研究

利用GPS多路径反射信号测量地表雪深具有全天候和高时空分辨率的特点,因此其可作为一种代替气象站监测雪深的新手段。然而,先前大多数研究仅使用了GPS L1和L2C波段信噪比数据探测积雪深度。为验证新型的L5信号在雪深反演方面的优越性,本文阐述了GPS-R技术反演雪深的原理,利用Lomb-Scargle周期图法所处理的受积雪表层影响的信噪比数据计算了频谱振幅强度,通过获取频谱特征值与天线高度的关系求解雪深值,最后分别与L1反演结果和实测雪深数据进行了对比。试验结果表明：与现有的GPS-R测量雪深结果相比,利用新型的L5反射信号反演地表雪深的精度更佳;采用GPS-R技术探测雪深对把握测站区域内的雪深变化情况和淡水资源储量具有重要价值。     

一种基于GA-BP-MC神经网络的高铁桥墩沉降预测模型

提出一种基于马尔科夫链修正的遗传BP神经网络预测模型（GA-BP-MC）,利用遗传算法的全局寻优能力初始化BP神经网络权值和阈值,初步建立GA-BP神经网络预测模型,结合马尔科夫链的无后效性修正模型预测值,形成高精度GA-BP-MC神经网络变形预测模型。结合高铁桥墩沉降数据,分别与BP神经网络、GA-BP神经网络预测模型进行对比,结果表明,该预测模型精度最高。     

降低受信仪行程开关返程误差方法的分析

由于受信仪的行程开关返程误差较大,导致了运行、射界范围的控制精度不高。 针对返程误差偏大实际问题,研究了受信仪的行程开关工作原理,建立了其工作过程数学模型,采用复合形法开展了参数优化设计。 依据 PDCA 程序,应用因果图分析方法获得影响误差的主要因素,并逐一采取相应的解决措施。 经过验证,其实现了凸轮行程开关的返程误差减小到 0. 5°以下,提高了发射装置运行、射界范围的控制精度,达到了预期的目标。     

大面积硅微条探测器在轨数据压缩算法的设计与实现

硅微条探测器具有位置分辨高、响应快、低噪声、低功耗等优点,广泛应用在各大加速器试验中,测量粒子径迹.新世纪以来,逐渐应用于空间探测领域.计划中的"悟空"2号暗物质粒子探测卫星的硅微条探测器将至数十万计,将产生海量的原始数据.如何实现探测器快速实时的数据压缩,是其需要解决的一大难题.立足于面向空间应用的硅微条探测器在轨实时压缩算法,算法采用FPGA (Field-programmable Gate Array)搭建流水线结构的方式实现,在提高系统集成度、节省逻辑资源的同时,批量数据处理时最高可将数据压缩率提升至38.4 M通道/s.算法结构具有通用性,设计思想和方案将为"悟空"2号的径迹探测器的研制提供参考.     

PSD法测量大型射电望远镜副面位姿

指向精度是大型射电望远镜天线具有挑战性的关键技术指标.在望远镜运行中,方位俯仰角的变化、重力以及日照等对副面撑杆的综合影响会引起望远镜的副面位姿改变从而引起指向误差的增加和天线效率的降低.基于天马65 m射电望远镜,使用位置传感器装置(PSD)法构建了副面位置偏移量测定系统,可以实时采集副面的3维位移数据,构建重力模型,将测试结果与射电法构建的现有副面模型进行对比,有较好的一致性.此外,该系统可以分析日照(引起撑腿局部温度效应)引起的副面位移情况,也可以监视风载和瞬时启停对副面位姿的影响.     

航行体近水面滑跳运动试验研究

航行体近水面滑跳运动是近年来跨介质航行体研究的热点问题之一,针对航行体水面滑跳运动现象开展研究。 首先设计了适宜滑跳的航行体构型,通过数值仿真方法确定航行体的主要技术参数,发现航行体滑跳过程对于重心位置非常敏感;然后,针对设计的构型,开展水面自由滑跳试验,试验表明本文设计的模型可以在近水面稳定滑跳,验证了滑跳运动方式的可行性。 工作可为后续跨介质航行体设计提供技术参考。     

无人海洋测绘技术体系构建

随着无人技术的快速发展,无人测绘的时代即将到来。本文分析了无人时代技术特征与海洋测绘发展机遇;讨论了无人海洋测绘新理念,构建了无人海洋测绘技术体系,论述了无人海洋测绘技术关键技术;展望了无人海洋测绘技术发展趋势,及其在海洋经济、海洋可持续发展中的应用前景。     

利用改进型MODIS火点探测算法实现河北省秸秆焚烧火点识别

为准确地了解河北省秸秆焚烧火点的空间分布,为秸秆焚烧监测的实现、禁烧工作的开展、环境质量改善提供支持.基于MODIS L1B数据、MODIS标准火点产品MOD14、全国秸秆焚烧火点日报数据为基础,采用改进型MODIS火灾探测算法,并通过IDL语言实现,得到秸秆焚烧火点空间分布信息,并进行空间与定量精度分析.研究表明:火点大部分位于河北省南部的一些地区,其中尤以邢台、石家庄、邯郸火点数量最为突出;该算法运算速度快,获取的秸秆焚烧火点数据具有一定检测精度和可靠性,对秸秆焚烧的监测具有一定的实用价值.     

基于DFT模型的大场景InSAR图像配准

图像配准是实现干涉合成孔径雷达(InSAR)高精度相位提取及地形高程反演的关键,大场景图像的高效高精度配准成为近年高分宽幅InSAR成像应用研究的难点问题之一。由于大场景图像中不同区域偏移量及变化规律差异较大,传统最大相干系数配准方法需多分块及插值处理,面临计算量大且配准精度低等问题。针对此问题,本文提出一种基于DFT模型的大场景InSAR高效高精度图像配准算法。该方法利用最小均方差准则构建InSAR复图像配准的DFT模型,采用四叉树自适应分块及矩阵相乘DFT快速重采样配准方法,实现大场景InSAR图像各子块区域的高效高精度亚像素配准。仿真和实测数据验证本文算法的有效性,结果表明该算法不仅可实现大场景InSAR复图像亚像素级配准,还具有较高的运算效率,其运算效率相对于传统FFT配准方法通常可提升3倍以上。