基于偏振特性对石英玻璃和绿漆涂层的反演

物质的偏振特性与其复折射率、表面粗糙度以及观测几何条件有关,为了应用偏振探测技术实现对目标的定量反演,本文首先对两种典型目标(绿漆涂层和石英玻璃)的偏振特性进行了实验测定,并对偏振度与探测天顶角的关系进行了分析。利用实验数据并基于描述目标偏振特性的PG模型首次在考虑了粗糙度的影响下,对目标的折射率、消光系数进行了定量反演,最后将反演结果与参考结果进行比较。结果表明,石英玻璃的折射率相对误差为4.944 9%,绿漆涂层的折射率与消光系数的相对误差分别为11%和21.558 9%。该方法在考虑表面粗糙度的条件下能够更精确地测定物质的复折射率,同时也为偏振技术应用于目标定量反演提供了依据。     

基于单神经元PID控制器的压电陶瓷控制方法

卫星地面综合测试是卫星研制过程中的重要环节,对系统功能验证及性能评估具有重要作用。传统的卫星地面综合测试系统存在研制周期长、投入较大、自动化流程不够完整、可重用性较差等不足。而北斗导航卫星地面综合测试系统采用分布式、高实时性、可配置、多主机的集成体系结构,是集计算机通讯、实时控制、实时数据处理、事后分析等功能于一体的测试系统,适用于从卫星总装集成到发射各个阶段的电气测试。通过卫星系统级的各项接口、功能、性能指标测试,表明该系统满足支持系统论证、状态确认、问题排查等测试需求,有力支撑了北斗导航卫星的成功发射和在轨运行。     

空间遥感测绘光学系统研究综述

将遥感技术应用到测绘当中是现代地质测绘技术的发展趋势,随着光学载荷分辨率的不断提高,遥感测绘已经成为社会发展和国民经济发展的重要保障。光学载荷决定了测绘空间遥感器的分辨率、测绘精度、卫星平台体积与重量,是遥感器的核心部分。本文对高成像质量透射光学系统、同轴三反光学系统、离轴三反系统等常用的空间遥感测绘光学系统的结构形式和光学性能分别进行了介绍,并对处于研发阶段的新型空间反射光学系统的结构形式和光学性能进行了展望。分析认为,根据不同的应用环境和技术指标,合理选用不同种类的遥感测绘光学系统,可以最大程度利用平台资源,满足遥感测绘需求。     

天文/卫星组合点校捷联惯性导航系统算法研究

捷联式惯性导航系统通常采用卫星导航系统的位置、速度信息对惯导解算误差进行校正,但对于水下载体惯性导航系统而言,由于只能获得点位置信息,对惯导的校正精度以及校正参量有限。针对上述问题,提出了基于天文/卫星组合校正捷联式惯导技术,通过卫星精确定位信息和天文快速观测信息,全面修正惯导系统误差、提高导航精度。仿真结果表明,基于天文/卫星组合校正算法对惯导进行校正,相对于传统校正算法精度可提高约50%。     

卫星振动对星间光码分多址系统性能的影响

卫星振动是影响星间光CDMA通信系统性能的一个重要因素.考虑多用户干扰、背景光噪音、热噪音、接收机噪音和卫星振动,给出了基于PPM信号格式的星间二维光CDMA通信系统的系统模型.采用数值分析的方法,详细分析了卫星振动对该系统误码率性能的影响.结果表明,码速率、通信波长和卫星振动都会影响星间二维光CDMA通信系统的误码率性能.当卫星振动标准偏差σ≤4×10－7时,卫星振动对系统误码率性能的影响较小;当卫星振动标准偏差σ≥1.2×10－6,卫星振动对系统误码率性能的影响很大,得到的误码率难以满足系统的通信要求,需要采用卫星振动抑制或补偿等技术提高星间二维光CDMA通信系统的误码率性能.     

天然气管道泄漏可调谐二极管激光遥感探测的研究

天然气管道泄漏不仅造成经济损失而且是危险之源。传统的天然气管道泄漏检测技术效率低、速度慢,难以满足实际应用的需要。近年来以近红外二极管激光吸收光谱为基础的光学传感器由于具有灵敏度高、体积小、重量轻和无需维护等优点而得到了广泛的应用。文章以可调谐二极管激光吸收光谱和谐波探测技术为基础进行天然气管道泄漏遥感探测技术的研究,采用二次谐波与一次谐波信号的比值作为系统浓度标定,结果显示浓度与比值之间具有较好的一致性。文章还就不同地形散射体对探测结果的影响进行了测量和分析,实验结果表明二次谐波与一次谐波信号比值标定技术对便携式二极管激光光学测量能够很好的满足实际应用的需要。     

空间目标红外辐射特性研究

利用目标的红外光谱特性进行目标探测和识别是一种有效的方法。以空间卫星为目标,研究了其红外辐射特性形成的机理;利用所建立的数学模型,仿真了空间目标在探测面上所形成的红外光谱特性曲线;分析了模型中各参数对目标光谱特性的影响程度和卫星目标的红外光谱曲线。     

中高分辨力遥感图像中飞机目标自动识别算法研究

提出了一种中高分辨力的航空航天遥感图像中飞机目标快速自动识别的新算法。在分割和分类过程中充分利用飞机目标的先验知识,提出了一种改进区域分割方法,并应用树分类器对飞机目标进行自动识别。所提出的改进区域分割方法较好地实现了区域分割中阈值的准确自动选取,克服了复杂背景图像中小目标的全局阈值自动分割的失效问题。采用二叉树分类器,通过提取简单的目标几何特征,分层进行种类识别,提高了识别速度,降低了漏检率和虚警率。运用该方法进行了实验。结果表明,识别率达到了100%。     

基于多尺度学习与深度卷积神经网络的遥感图像土地利用分类

土地利用信息是国土资源管理的基础和重要依据,随着高分辨率遥感图像数据的日益增多,迫切需要快速准确的土地利用分类方法。目前应用较广的面向对象的分类方法对空间特征的利用尚不够充分,在特征选择上存在一定的局限性。为此,提出一种基于多尺度学习与深度卷积神经网络（deep convolutional neural network,DCNN）的多尺度神经网络（multi-scale neural network,MSNet）模型,基于残差网络构建了100层编码网络,通过并行输入实现输入图像的多尺度学习,利用膨胀卷积实现特征图像的多尺度学习,设计了一种端到端的分类网络。以浙江省0.5 m分辨率的光学航空遥感图像为数据源进行了实验,总体分类精度达91.97%,并将其与传统全卷积网络（fully convolutional networks,FCN）方法和基于支持向量机（support vector machine,SVM）的面向对象方法进行了对比,结果表明,本文所提方法分类精度更高,分类结果整体性更强。     

工业SO2及碳黑颗粒紫外成像遥感监测技术

为了准确有效监测工业烟囱排放,基于SO2及碳黑颗粒物的光学特性,设计并研制出一套双通道紫外成像遥感监测系统.该成像系统的两个光谱通道的中心波长分别定于310 nm和330 nm,利用两个通道的光学厚度之差反演SO2浓度图像,颗粒物浓度图像由330 nm通道获取,根据浓度图像结合光流法获取烟羽运动速度,进而计算得出SO2和碳黑颗粒物的排放速率.结果表明,该工业烟囱的SO2及碳黑颗粒物排放速率分别为72.48±3.16 kg/h和6.33±1.18 kg/h.实验采用紫外相机同时对工业烟囱排放的SO2及碳黑颗粒物进行监测,实验表明双通道紫外成像遥感监测兼具高时间分辨率与高空间分辨率,测量结果准确直观,在工业废气污染、船舶尾气污染以及火山喷发污染排放遥感监测中具有非常明显的技术优势及巨大的应用前景.