Sentinel-2卫星的多光谱轻量级船舶目标检测算法

近年来深度卷积神经网络在可见光船舶检测方面取得了显著的进展，然而，大多数相关研究是通过改进大型的网络结构来提高检测性能，因此加大了对更高计算机性能的需求。此外，可见光图像难以在云、雾、海杂波、黑夜等复杂场景检测到船舶。针对以上问题，提出了一种融合红（red, R）、绿（green, G）、蓝（blue, B）和近红外（NIR）4个波段光谱信息的由粗到精细的轻量型船舶检测算法。与现有的方法中根据光谱特性利用水体检测算法提取水体区域不同之处是该算法是利用改进的水体检测算法来提取船舶候选区域。为获取更准确的候选区域，对船舶、厚云、薄云、平静海面、杂波海面5种场景中4个波段的像素值进行了统计分析，选取近红外大于阈值作为辅助判断，并以其中心点获取候选区域32×32大小的切片，并对切片进行非极大值抑制，由此获得了船舶粗检测结果。随后构建了轻量级LSGFNet网络对船舶候选区域切片进行精细识别。构建的网络融合了1×1卷积提取的波谱特征与3×3的提取几何特征，为防止光谱特征与几何特征的信息在融合时“信息不流通”，在LSGFNet网络中引入了ShuffleNet中的通道打乱机制，并减小了模型结构，与典型的轻量级网络相比具有更好的效果且模型较小。最后，利用Sentinel-2卫星多光谱10 m分辨率数据构建了512×512大小的1 120组数据进行粗检测，以及32×32大小的6 014组数据进行精细网络训练，其中候选区域粗提取的查全率为98.99%，精细识别网络精确度为96.04%，不同场景下的平均精确度为92.98%。实验表明该算法在抑制云层、海浪杂波等干扰的复杂背景下具有较高的检测效率，且训练时间短、计算机性能需求低。     

以天然椰壳为碳源制备硼碳氮微米线

首次以天然椰壳为碳源,高温下在流动氨气中用氯化铁(FeCl3)对无定型硼粉和椰壳进行退火,大规模合成了硼碳氮(BCN)微纳米结构,即由纳米片包覆竹节状纳米管组装而成的微米线.利用扫描电子显微镜(SEM)、透射电子显微镜(TEM)、傅里叶红外光(FTIR)、X射线光电子能谱仪(XPS)以及荧光光谱仪(PL)等手段对所得微米线进行了表征.结果显示,微米线的直径约为200～600 nm,纳米片的平均厚度小于20 nm.纳米片大多是以弯曲和皱折的形态分离的.微米线由B、C、N元素组成,计算出B、C、N的原子比为11.4:1:9.2.提出了汽液固(VLS)和汽固(VS)相结合的生长机理并对B11.4 CN9.2微米线的形成进行了研究.初步讨论了反应温度对微米线的影响.     

大型偏心结构吊装欠约束问题研究

吊装施工过程中被吊模块的水平度是作业要求的重要指标,通常需要增加配重调平。传统有限元方法需要补充约束以消除单元刚体位移,且需要重复计算平衡方程来求解调平载荷,效率不高。将模块的运动分解为随动坐标系的整体运动以及相对该坐标系的弹性变形,可将欠约束问题化为多体系统的静平衡问题。基于虚功率原理推导了吊装平顺时刻的节点力平衡方程以及相应的切线刚度矩阵,并将配重表示为基础配重与载荷系数相乘的形式。通过对节点力平衡方程求导,得到一组以载荷系数为自变量的微分方程,通过求解微分方程并结合水平度判据,可快速搜寻满足水平度要求的载荷系数。数值算例表明,该方法在解决偏心模块吊装欠约束问题方面具有明显的优势,在确定配重载荷方面具有较快的速度和合理的精度。     

基于平面度的燃料电池电化学性能模拟

 固体氧化物燃料电池的翘曲会影响电极-盖板界面的接触情况，从而影响电化学性能，对相关制造工艺提出了很大的挑战．为了分析燃料电池平面度对放电过程的影响，揭示其潜在的风险，我们建立了两个基于有限元法的仿真模型，对考虑平面度缺陷的燃料电池封装和放电进行分析．在对固体氧化物燃料电池进行平面度测量的基础上，首先建立了具有真实燃料电池翘曲特性的几何模型，分析封装过程中接触压力的分布情况．然后将接触电阻的仿真结果导入到三维多物理场耦合模型中，模拟具有平面度缺陷的燃料电池电化学性能．计算结果展示了燃料电池两侧封装过程中接触压力的分布情况．通过对比有接触电阻和无接触电阻的燃料电池电流密度，分析了电池与盖板的接触对放电过程的影响．结果表明，燃料电池的凹陷面较难达到满意的接触状态，需要比凸起面更大的封装压力．燃料电池表面接触电阻的变化将引起电流传导路径的变化，产生局部高电流或低电流．这项工作强调了在燃料电池中保持均匀分布的接触电阻的重要性，为今后的优化工作奠定了基础．     

大型舰船在水下接触爆炸下的毁伤与防护研究综述

大型舰船受到水中兵器的巨大威胁，尤其是在水下接触爆炸情况下，船体结构将产生严重的局部毁伤，给舰船的战斗力乃至生命力带来严峻挑战。本文以大型舰船水下防护结构为研究对象，简要概述了各国海军大型舰船水下防护结构形式的发展历程，分析了水下接触爆炸下的毁伤载荷以及对舷侧多舱防护结构的毁伤机理，总结了基于具体结构和不同毁伤元的防护措施；并针对目前的研究现状，提出了有待进一步研究的问题。以期为舰船的水下防护设计提供参考，从而提高我国大型舰船的结构抗毁伤能力     

随机空间柔性多体系统动力学分析

轻质、高精度的柔性多体系统被广泛应用于实际工程领域中.由于实际设计公差、制造误差及环境温度等多种不确定因素的存在,使得柔性多体系统的结构参数(物理参数和几何参数)表现出随机性.具有随机结构参数的动力学模型能够客观地反映出真实系统的动力学行为,且结构参数的不确定性对空间柔性多体系统动力学响应的影响是不容忽视的.针对具有多个随机参数的空间柔性多体系统,提出了一种基于广义alpha算法的非侵入式随机柔性多体系统动力学计算方法.采用绝对节点坐标公式(absolute node coordinate formulation, ANCF)来描述柔性体, 推导建立多体系统动力学模型.利用混沌多项式展开(polynomial chaos expansion, PCE)法构建系统随机动力学方程的代理模型,然后将随机响应面法(stochastic response surface method, SRSM)嵌入广义-alpha方法中,分别采用改进抽样的回归方法(regression method of improved sampling, RMIS)和单项求容积法则(Monte Carlo simulation, MCR)来确定样本点.将数值计算结果与蒙特卡洛模拟(Monte Carlo simulation, MCS)结果进行对比, 验证了所提算法的有效性.在相同的定积分精度的条件下,根据单项求容积法则确定的样本点的计算结果稳定性更强, 且其计算效率更高.      

基于无人机多光谱图像的土壤水分检测方法研究

以表层土壤为对象,探究土壤的多光谱反射率与土壤水分含量相关性,进行基于无人机多光谱图像的土壤水分含量预测模型方法的探究。选取中国农业大学通州实验站为研究区域,实地采集试验田的土壤样本100组,按照一定梯度配制土壤含水量,配成的土壤含水率为10%~50%之间,土壤含量的真实值采用土壤烘干法进行测定。多光谱相机灵巧便捷,可搭载在无人机上对土壤进行监测。将RedEdged-M型多光谱相机搭载在Phantom 3型无人机上,选择阳光充足的采集环境,实时采集土壤样本的多光谱图像,建立土壤多光谱信息与水分含量之间的模型。利用处理光谱数据的ENVI5.3软件提取土壤样本多光谱信息,以多光谱相机自带的标准白板反射率为100%,计算出土壤样本在蓝、绿、红、红边、近红外五个波段的光谱反射率。采用BP神经网络算法、支持向量机算法、偏最小二乘算法分别建立基于无人机多光谱图像的土壤水分含量的预测模型。以80组土壤样本数据作为训练集,建立基于多光谱图像的土壤水分含量预测模型。采用莱文贝格-马夸特算法对BPNN进行改进,提高了其训练速度,当网络结构为5-10-1时,训练效果最好,本文选择该网络结构;SVM采取高斯核函数,当参数为0.56时,模型效果最好。本研究采用归一化均方根误差(NRMSE)和决策系数(R 2)对三种土壤水分含量的预测模型进行定量对比。以20组土壤样本数据作为测试集,结果可知,基于BP神经网络土壤水分含量预测模型的NRMSE为0.268,R 2为0.872;基于支持向量机的土壤水分含量预测模型的NRMSE为0.298,R 2为0.821;基于偏最小二乘土壤水分含量预测模型的NRMSE为0.316,R 2为0.789。对三种模型分析可知,基于BPNN的土壤水分含量预测模型效果均较好。结果可知,土壤的光谱反射率与含水率间存在较密切的相关性,将多光谱相机搭载在无人机上可以对土壤水分含量进行有效的实时监测,对监测土壤墒情提供技术支持和理论支撑。     

基于三维荧光光谱法和PARAFAC对多环芳烃定性定量分析

三维荧光光谱法在研究多环芳烃(PAHs)类物质的荧光信息时起到了重要作用。多环芳烃类物质具有致癌性,难降解性,多由尾气排放,垃圾焚烧产生,危害着人类健康及环境,因此人们不断探索对多环芳烃检测的方法。实验选取多环芳烃中的苊和萘作为检测物质,利用FLS920荧光光谱仪,为避免荧光光谱仪本身产生的瑞利散射影响,设置起始的发射波长滞后激发波长40 nm,设置扫描的激发波长(λex)范围为:200~370 nm,发射波长(λem)范围为:240~390 nm,对多环芳烃进行荧光扫描获取荧光数据,采用三维荧光光谱技术结合平行因子算法对混合溶液中的苊和萘进行定性定量分析。实验选用的苊和萘均购于阿拉丁试剂官网,配制浓度为10 mg·L-1的一级储备液,再将一级储备液稀释,得到苊和萘浓度为0.5,1,1.5,2,2.5,3,3.5,4和4.5 mg·L-1的二级储备液,并将苊和萘进行混合。在进行光谱分析前需要对苊和萘的光谱进行预处理,采用空白扣除法扣除拉曼散射的影响,并采用集合经验模态分解(EEMD)消除干扰噪声。实验测得苊存在两个波峰,位于λex=298 nm,λem=324/338 nm处,萘存在一个波峰,位于λex=280 nm,λem=322 nm处。选用的PARAFAC算法对组分数的的选择很敏感,因此采用核一致诊断法预估组分数,估计值2和3的核一致值都在60%以上,分别对混合样品进行了2因子和3因子的PARAFAC分解,将分解后得到的激发发射光谱数据和各组分浓度数据进行归一化处理,并绘制光谱图,与归一化处理后的真实的激发发射光谱图和各组分浓度图进行对比。同时将PARAFAC得到的混合样本的预测浓度,通过计算回收率(R)和均方根误差(RMSEP)来判定定量分析的准确度。选择2因子时,各混合样品中苊和萘拟合度为95.7%和96.7%,平均回收率分别为101.8%和98.9%,均方根误差分别为0.0187和0.0316;选择3因子时,各混合样品中苊和萘拟合度为95.3%和95.8%,平均回收率分别为97%和102.5%,均方根误差分别为0.033和0.116,由三项指标可得选用2因子进行定性定量分析的效果明显好于选用3因子。分析实验结果表明,基于三维荧光光谱法和PARAFAC算法对混合样品进行定性定量分析,能够有效的判定混合样品的类别,同时能够成功的预测出混合样品的浓度。     

曲面相机阵列多分辨成像方法

针对现有成像系统因数据冗余而无法兼顾大视场、高分辨、高效性的问题,结合人眼视网膜变分辨成像和并列式复眼成像原理,设计一种多分辨率成像的复合仿生成像系统.该成像系统按照球面和平面兼顾的曲面布局方式,利用11个相机镜头构建相机阵列,组成了四个等级分辨率的子眼拍摄模块.通过物距100 m的远景实验和物距10 m的近景实验发现,该系统在实现高分辨成像的同时,获得总视场达150.8°×37.8°.多分辨率成像实验结果表明,该系统获取的图像的分辨率从中心视场到边缘视场逐渐降低,并且相较于中心清晰全视场成像,四级分辨率成像的拼接图像数据量减少了17.2倍的数据冗余.