近红外空间碎片激光测距光束准直性标校方法

将1064nm波长激光应用于漫反射空间碎片激光测距,具有大气透过率高、回波光子数多、白天天空背景噪声低的优势。由于近红外激光束后向散射图像的信噪比与对比度较低,导致图像中光束边界模糊,光尖坐标提取困难,无法精确控制发射准直性和望远镜收发光轴平行性,不利于回波获取。为此,提出了一种基于图像处理的光束准直性标校方法,实现光束闭环控制,修正激光束出射准直性,提高望远镜收发光轴平行性。实验结果表明,所提方法能够显著改善1064nm波长激光束出射准直性,实现了望远镜收发光轴平行性的闭环控制。     

基于多层MIM结构超材料的耐高温波长选择性宽带红外隐身特性研究

超材料是一种人工复合结构,因非凡的红外发射/吸收调控能力,成为实现红外隐身技术的有效途径。针对当前超材料实现波长选择性红外辐射隐身的不足,提出和设计了基于耐高温金属材料钼Mo的多层金属 介质 金属(MIM)结构超材料,同时实现了5～8μm波段的宽带高发射(吸收)和中红外波段3～5μm、远红外波段8～14μm的宽带低发射(吸收)。进一步研究表明该隐身结构耐高温性能非常突出,在500～2500K温度范围内其红外辐射特征都能被抑制,同时,红外辐射的角度选择性也很好,75°范围内时5～8μm和8～14μm波段辐射特性无明显变化。该工作为新型耐高温波长选择性宽带红外隐身技术提供了一个新的途径。     

多尺度特征融合双U型视网膜分割算法

视网膜血管形态结构是反映人体健康的重要指标 ,针对现有视网膜血管分割存在主 血管模糊、微细血管断裂和视盘误分割等问题,提出多尺度特征融合双U型视网膜分割算 法。首先,利用低层U-Net高效循环残差模块对眼底图像进行粗粒度分割,得到视网膜血 管 初步轮廓。其次,将粗分割图与原始特征图像素相乘送入高层U-Net,利用其缩放宽残差 模 块进行细粒度图像解码,丰富视网膜血管细节信息。同时利用3路径注意力机制复合性连接 双网络的编码层与解码层,实现特征映射跨网络传播,减小上下文语义差异。最后,融合双 层网络输出提取血管区域,双U 型网络能够更深层次提取血管像素,精准分割出视网膜细 节。在DRIVE与STARE数据集上进行实验,其准确率分别为96.45%和97.02%,敏感度分 别为83.35%和81.40%,特异性分别为98.38%和 98.83%,总体性能优于现有算法。     

孪生网络框架下融合显著性和干扰在线学习的航拍目标跟踪算法

针对一般跟踪算法不能很好地解决航拍视频下目标分辨率低、视场大、视角变化多等特殊难点,该文提出一种融合目标显著性和在线学习干扰因子的无人机(UAV)跟踪算法.通用模型预训练的深层特征无法有效地识别航拍目标,该文跟踪算法能根据反向传播梯度识别每个卷积滤波器的重要性来更好地选择目标显著性特征,以此凸显航拍目标特性.另外充分利用连续视频丰富的上下文信息,通过引导目标外观模型与当前帧尽可能相似地来在线学习动态目标的干扰因子,从而实现可靠的自适应匹配跟踪.实验证明:该算法在跟踪难点更多的UAV123数据集上跟踪成功率和准确率分别比孪生网络基准算法高5.3%和3.6%,同时速度达到平均28.7帧/s,基本满足航拍目标跟踪准确性和实时性需求.     

基于深度学习特征融合和联合约束的单通道语音分离方法

为了提高单通道语音分离性能,该文提出基于深度学习特征融合和联合约束的单通道语音分离方法。传统基于深度学习的分离算法的损失函数只考虑了预测值和真实值的误差,这使得分离后的语音与纯净语音之间误差较大。该文提出一种新的联合约束损失函数,该损失函数不仅约束了理想比值掩蔽的预测值和真实值的误差,还惩罚了相应幅度谱的误差。另外,为了充分利用多种特征的互补性,提出一种含特征融合层的卷积神经网络(CNN)结构。利用该CNN提取多通道输入特征的深度特征,并在融合层中将深度特征与声学特征融合用来训练分离模型。由于融合构成的特征含有丰富的语音信息,具有强的语音信号表征能力,使得分离模型预测的掩蔽更加准确。实验结果表明,从信号失真比(SDR) 、主观语音质量评估( PESQ)和短时客观可懂度(STOI)3个方面评价,相比其他优秀的基于深度学习的语音分离方法,该方法能够更有效地分离目标语音。     

起重机主梁腹板变形自动矫正执行器设计

起重机主梁生产线中下盖板与形梁组对时,用人工矫正方法矫正腹板波浪变形会在主梁腹板上留下焊疤,并增加没有附加值的打磨操作。为了改善这一状况,并高效配合机器人实施定位焊,采用磁力吸附原理进行腹板变形的自动矫正。首先对形梁腹板变形进行测量,并拟合出变形曲线,不同格子间的变形均为凹变形,最大变形值为24mm。接着利用有限元方法分析了磁铁布置方式对矫正效果的影响:在同样的磁铁吸附应力和布置方式下,大筋板间的间距越大,矫正效果越明显;而在同样的大筋板间距下,初始凹变形小有利于矫正;对所有的格子间,永磁铁距腹板下边缘越近,矫正效果越明显,同样的磁铁(长宽比大于1),横放比竖放的矫正效果明显。最后研发了自动矫正执行器的物理样机,其由吸附单元、推拉单元、结构单元、传感单元和控制单元组成,并进行了现场试验,测试结果满足矫正工艺的精度要求(±2mm),同时也验证了有限元分析结果的准确性。主梁腹板变形自动矫正执行器的研制实现了腹板变形识别、腹板临时连接的建立、矫正过程力感知和矫正运动可控。该装置实现了机器人定位焊前的腹板变形自动矫正,对前道工序的焊接工艺优化具有一定意义。     

冷却速率对Mg-4.4Zn-0.3Zr-0.4Y变形镁合金组织和性能的影响

通过水冷和空冷两种冷却方式制备成分相同的Mg-4.4Zn-0.3Zr-0.4Y(质量分数/%,下同)铸态合金,挤压变形后进行时效处理,研究不同熔体冷却速率对挤压态和时效态合金组织性能的影响。结果表明:通过水冷冷却可以显著细化铸态组织,促进I相(Mg3YZn6)的生成,并抑制W相(Mg3Y2Zn3)的形核;由于初始组织不同,水冷和空冷两种冷却方式铸造的Mg-4.4Zn-0.3Zr-0.4Y合金经过挤压变形后,抗拉强度分别达到327MPa和306MPa,伸长率分别达到14.8%和10.0%;时效处理后,合金的晶粒尺寸和织构强度变化很小,析出的MgZn相和MgZn2相含量成为影响时效态合金性能的主要因素;时效处理挤压态水冷冷却铸造合金的屈服强度和抗拉强度分别达到330MPa和348MPa,伸长率为14.4%,与时效前相比略有减小;时效处理挤压态空冷铸造合金的屈服强度和抗拉强度增大至344MPa和359MPa,伸长率降至8.6%。     

“一锅法”合成油酸包覆Fe_3O_4及油酸用量对其性能的影响

采用"一锅法",即在"共沉淀法"合成纳米Fe_3O_4颗粒之前,直接加入油酸(表面活性剂),合成了油酸包覆的纳米Fe_3O_4颗粒。并通过X射线衍射仪(XRD)、透射电子显微镜(TEM)、振动样品磁强计(VSM)、热重分析仪(TGA)对颗粒进行了表征,重点研究了油酸用量对纳米Fe_3O_4颗粒的结构、成分、形貌、尺寸、磁化强度的影响。结果表明,在实验中,油酸与Fe_3O_4摩尔比为0.4时,采用"一锅法"可合成9nm左右、分散性良好、饱和磁化强度在56A·m2/kg的纳米Fe_3O_4颗粒。     

高强混凝土试块爆破损伤累积规律试验研究

为揭示多次爆破对高强混凝土的损伤累积规律,设计了高强混凝土试块损伤累积试验,对试块损伤和裂纹进行计算和统计。结果表明:单次爆破下试块的损伤值随测点到爆源中心距离的增大而减小,其中近区损伤值迅速降低,而中区损伤值则缓慢降低,并能维持在一个相对稳定的损伤值范围内;在多次爆破中测点损伤值以相同的趋势增长,且多次爆破下测点损伤值随着爆破作用次数的增加持续增大,近区损伤值增长较快,中区测点损伤可分为初期缓慢增加和后期跃迁式增大两个阶段,同时中远区测点损伤值累积呈现有突变的过程。