Gamma-Ray Bursts in the Swift Era

1 INTRODUCTION Gamma-ray bursts (GRBs) are fascinating celestial objects. These short, energetic bursts of gamma-rays mark the most violent, cataclysmic explosions in the universe, likely associated with the births of stellar- size black holes or rapidly spinning, highly magnetized neutron stars. Since the detections of their long- wavelength afterglows (Costa et al. 1997; van Paradijs et al. 1997; Frail et al. 1997), GRBs are observa- tionally accessible in essentially all electromagn…     

漂洋过海的醇香

这种偶然的、经过长途跋涉而酝酿出来的美味一旦被精明的商人所发现以后,马德拉葡萄酒的海上旅程竟然又多出了一倍。 实际上,早在运往美洲和东印度群岛之前,马德拉葡萄酒的味道相当清淡,除了它酸酸的味道之外,并不能给人留下什么深刻的印象。 如果航船载着葡萄酒进行一次穿越大西洋、或者赤道的航行会使葡萄酒喝起来更有滋味的话,那么进行两次这样的航行可能会使得葡萄酒更好喝。结果证明就是如此。     

海洋环境移动平台观测技术发展趋势分析

文中论述了海洋环境移动平台观测技术发展现状,强调移动平台观测技术的重要性。通过剖析移动平台观测技术谱系,从顶层设计、关键技术创新、平台载体系统集成及应用技术等方面,分析了未来技术发展趋势,提出了加强我国海洋环境移动平台观测技术的发展建议。     

海浪对水下垂直运动航行体出水姿态的影响分析

水下弹道是潜艇垂直发射导弹特有的一段弹道,导弹在航行过程中受到表层海水自然流动的影响,运动姿态发生复杂变化,其中,以海浪的影响最为明显。根据二维线性波理论在发射坐标系下建立了波浪模型,通过莫里森方程分析了海浪对水下垂直运动导弹的作用形式,建立了导弹水中运动数学模型,借助有限元思想,在Matlab/Simulink环境下仿真分析了不同航向和浪级下导弹水中运动姿态的变化规律,结论可为研究潜射导弹水中弹道提供参考和依据。     

测量机器人的关键技术

本文提出了测量机器人概念,重点分析了测量机器人的组成框架及关键技术,聚焦定位与建图、场景感知、路径规划及多机协同等测量机器人前沿研究领域,综述了最新研究进展,并剖析了当前面临的技术难题,简述了测量机器人的发展机遇.     

语素关联约束的动态环境视觉定位优化

在自动驾驶场景中,视觉相机能够实现低成本的定位与环境感知,但是场景中的动态目标会影响视觉定位的轨迹.对此,本文提出了语素关联约束的动态环境视觉定位优化方法.首先,利用目标检测和语义分割提取环境中的语义实体;然后,通过语素关联模型识别出动态语素;最后,建立动态语素的特征掩膜,用于特征匹配过程中的动态目标特征点过滤,从而提高视觉定位效果.本文基于视觉机器人平台在校园道路开展了试验,发现了动态目标通过关键点影响视觉定位结果的规律——在转弯时或者目标在视野中横向移动时影响较大.试验结果表明,本文方法的动态语义要素识别的平均精度F1约为87％,并且在语素关联优化前后,局部区域最大轨迹距离差为2.463 m,与真值对比RMSE降低了38％.     

智慧城市时空大数据云平台发展策略的探讨

基于云计算技术和平台API化战略,开放时空信息服务,利用时空总线,实现构建城市数字神经网络,通过多网格、泛场景拓展时空信息服务应用,实现构建时空云开放的数据、应用与人才生态体系,从而促进时空云的可持续发展.     

包头市人工影响天气综合业务系统中三维地形图的实现方法

在"包头市人工影响天气综合业务系统"中以1:5万的数字高程模型(DEM)为基础,将图像平面与三维地形叠加,采用三维场景的模拟方法绘制包头地形图,其核心是三维地形的可视化显示。三维地形可视化通常采用DEM作为基础地理数据,在上面叠加遥感影像,这就保证了三维模型能够较为真实地反映实际的场景。     

复杂机场环境的多维动态可视化方法

针对飞行器可视导航中复杂机场空地环境多维要素动态交互可视化的难题,基于空地环境要素威胁语义统一的信息场模型,采用体绘制、面绘制与切片绘制混合的方法对机场近区域复杂多样的地形地貌、电磁和气象等威胁态势信息进行交互式动态可视化表达。以某机场的典型模拟数据为例,实现了威胁态势的动态交互可视化,验证了该方法的实用性和有效性。     

大数据环境下道路场景高时空分辨率众包感知方法EI北大核心CSCD

道路场景作为人类发展演变中最重要、最复杂、最典型的载体之一,是道路基础设施与活动行为共同构成的综合体,链接和构建“人地关系”。道路场景感知从二维抽象简略到三维精细丰富、从静态过去式向动态现在时发展,成为智慧城市、智能交通、无人驾驶的关键技术支撑,是我国新型城镇化战略、交通强国战略的核心技术保障。本文立足于时空交通大数据,提出基于道路场景静态基础设施“形”和动态活动行为“流”的高时空分辨率道路场景感知方法。该方法从静态路网“形”角度,以“点-线-面-体”等要素为研究脉络,构建高精度道路地图众包感知的理论体系;在活动行为“流”感知上,突破传统的点模式分析局限,发展了道路网络空间活动流的时空建模与多尺度分析方法。本文揭示了静态基础设施“形”结构与动态活动行为“流”模式交互作用下的道路场景演化规律,形成以“形”控“流”、借“流”定“形”、“形”“流”叠置的高时空精度道路场景众包感知理论体系,为智慧城市、智能交通的发展提供核心技术与数据支撑。