防空C3I雷达情报网数据融合算法的研究

传统 C3I系统的数据融合算法运算量大 ,融合精度不高。根据我国防空 C3I系统的现状 ,提出了一种新的基于神经网络的防空 C3I系统数据融合算法。由于神经网络是全并行工作 ,所以此算法具有处理速度快、精度高等优点。仿真结果表明 ,航迹交接算法和航迹融合算法的性能都比较好 ,对真实雷达网数据融合有很好的参考价值     

限时图形系统的限时计算和渲染技术

在介绍了限时图形系统概念模型的基础上 ,指出限时渲染也是限时图形系统的一个基本特征 ,并从软、硬件两个方面对当今国内外采用的一些典型的提高实时图形渲染性能的技术和方法进行了明确的分类和阐述 ,提出了根据模型特点选用适当渲染技术的思想     

基于任务成功性的常规潜艇任务剖面构建

在分析了现有任务剖面存在不足的基础上,提出了基于任务成功性的常规潜艇任务剖面构建技术,即对具有不同特点的任务阶段采用不同的构建技术.静态的任务阶段采用任务树图、时间基准图和任务剖面信息表进行描述;作战阶段具有随机性和不确定性,则采用流程建模工具IDEF3建立作战阶段的任务剖面模型,用来描述作战阶段的元任务及其逻辑关系、时序关系.基于任务成功性的任务剖面将为保障性工程的开展奠定基础.     

基于场景图形管理的三维空中态势引擎设计与实现

本文从传统空中信息指挥系统对三维显示的需求出发,以开源图形开发库OpenSceneGraph作为底层渲染引擎,结合OSG的场景图形管理技术和面向对象设计思想,给出了一副大规模空中态势场景的逻辑视图、场景树视图和类视图。以态势场景的构建和管理为核心,设计了一种适合实时显示大规模空中作战态势的三维显示引擎。该引擎实现了大规模地形建模、大规模航迹实时显示、探测器遮蔽算法、多样化视点等关键技术。利用该引擎二次开发的几种三维模块已经运用在实际工程项目中,该引擎具有高效率、跨平台、易集成、易扩展等优势。     

热分析逸出气体氨的测定

用化学吸收光度法 (CAP)和热重 气相色谱联用法 (TG GC)测定了热分析逸出气中的氨。两种方法均简便、快捷和准确 ,通常回收率在 1 0 0± 6 %。比较了这些方法的使用范围     

用光测图像确定空间目标俯仰角和偏航角的中轴线法

提出了一种用电影经纬仪等光测设备获得的图像确定火箭等空间轴对称目标的俯仰角和偏航角的新方法——中轴线法 ;并对此方法进行了误差分析。此方法利用了目标图像上的大量信息 ,测量精度高。采用了间接的方法提取目标的中轴线 ,避免了多相机目标匹配的问题     

人机共融的远程态势智能感知系统

针对人与远程无人设备协同精准配合的迫切需求,以机器人操作系统为基础构建了一种人机共融的远程态势感知系统,并开展了实验与分析。该系统以视觉定位技术为基础,以人机感知共融为切入点,通过实时三维场景重建技术与场景一致性融合方法,将无人设备探测到的环境及目标信息进行三维重构,并通过增强现实设备进行显示,与人的视觉信息进行一致性融合,实现无GPS条件下远程无人设备与人所佩戴的增强现实设备之间的协同定位。实验结果表明,系统在近距离时具有较好的人机协同定位准确度,定位精度随着距离的增加而逐渐降低。所构建的系统使无人设备成为人眼的延伸,在不干扰人员正常行动的情况下实现了穿障碍、跨视距的感知能力,在未来信息化作战中可发挥重要作用。     

单摄像机三维视觉技术

本文针对装配机器人的实际应用情况,提出了一种利用激光结构光提供的空间几何信息和图象中包含的物体表面与物体形状的信息来综合分析与提取空间物体的三维信息的方法。该方法已经实际应用于GKD-1型机器人视觉系统中。     

结构主导目标检测中的纹理随机化

已有基于卷积神经网络的目标检测算法倾向于提取目标纹理特征,而非结构特征;因此,已有方法不能实现变纹理目标的可靠检测.针对此问题,提出基于纹理随机化的结构主导 目标检测方法,采用仿真纹理随机化方法减弱网络模型对纹理特征的拟合,实现基于结构特征的变纹理目标可靠检测.利用目标的三维模型,借助Blender渲染引擎,完成纹理随...     

面向时空交通栅格流量预测的3D通道注意力网络

城市交通流量预测对交通管理和公共安全具有重要意义。然而,交通栅格流量数据中的规律在时刻变化,在城市中存在全局范围的时空间关系,并且不同特征通道在每个城市区域上有不同的重要性。为解决这些挑战并做出更准确的预测,设计了一种新颖的时空神经网络模型——3D通道注意力网络(three-dimensional channel-wise attention networks,3D-CANet)。提出一个3D通道内注意力(three-dimensional inner channel attention,3D-InnerCA)单元来动态捕获各个通道中不同的全局时空相关性,同时设计通道间注意力(inter channel attention,InterCA)单元来自适应地重校准每个区域上不同特征通道的贡献。在3个真实交通栅格流量数据集上的实验结果表明,3D-CANet模型的预测能力优于其他对比方法,证明了模型的有效性。