一种监测站多径检测和校正的新技术研究

监测站是卫星导航系统的核心部分,提供给主控站的原始测量数据精度决定着整个导航系统的定轨与时间同步精度,影响着系统的服务性能。多径和天线相位中心的变化是监测站高精度测距不可忽略的影响因素。采用一套基于高增益、抗多径面天线的多径检测和校正系统,定量地评估监测站的多径环境,并对接收机天线的相位中心和多径进行校正。通过多径检测与校正原型设施,开展阵列天线相心标校、多径检测与标校等试验,为监测站的天线相心与多径环境检测、抑制和校正提供一个完整的解决方案。     

基于DSP的无背景模型车流量检测

针对车流量检测中遇到光照变化、树阴、树枝摇动等一系列问题,在运动物体法,背景建模法和时间差分法的基础上,提出了一种基于DSP的无背景模型的新型车流量检测方法。笔者依次使用基于块的帧差法、双重前景融合法、基于纹理对象分割法、假前景滤波法对车流量进行检测。经实验验证,采用无背景模型算法能成功有效地检测车流量,检测准确率达88%,提高了车流量检测的精度。     

应用于液体检测的级联长周期光纤光栅的温度减敏封装结构

研制了一种基于级联长周期光纤光栅对(LPFGP) 用作液体折射率检测的聚合物封装温 度减敏的新型结构。选用负热光系数的OE4110聚合物材料作为封装的 基底材料,封装结构中引入一个特殊的凹槽,方便 待测溶液通过通孔进入。封装后的LPFGP谐振波长温度灵敏度约10pm /℃,而相同参数的未封装的LPFGP的温度灵敏 度为120pm/℃,封装后的LPFGP大大降低了传感器谐振波长对温度变 化的灵敏度。本文的 封装装置融保护和温度补偿功能于一体,特殊的结构设计使之适用于液体折射率的检测。     

家居数字视频监控系统的设计与实现

构建了一种数字视频监控系统,该系统属于家庭嵌入式,能够提供出不同正常的画面,具体的研究方案如下：分析视频图像,并实现连续采集,采用乒乓缓冲结构实时采集视频,用更新背景差分法来监控视频图像,体现出独具特色的主动性与智能性。     

强噪声干扰环境中的雷达无源定位研究

在强器材怕干扰环境中,将邻近２～３部受干扰的陆基雷达,从主动探测转入被动探测工作,利用干扰信号对这人中干扰平台进行无源空位是可能的。本文探讨了它的若干技术问题、定位原理与算法,为多目标恶劣电磁环境下,陆基雷达坚持不间断对空情报作战,提供了一条新的可能的技术机制和作战手段。     

基于自适应差分的多目标检测和跟踪

运动目标检测与跟踪在诸多领域里都有广泛的应用,是当前计算机视觉的一个热门领域。利用自适应阈值差分的方法对运动目标进行检测,并使用轨迹关联的方法对多目标进行跟踪。实验结果表明,该种算法很好地实现了视频图像中多目标检测和跟踪,更符合实际应用的需求。     

采用单水听器的匀速圆弧运动直升机三维参数估计算法

针对空中匀速圆弧运动目标激发的水下声信号,该文采用单水听器解决该动目标3维运动参数的估计问题。首先以直升机离散线谱为声源特征,在空气-水介质中建立声源线谱特征在匀速圆弧运动下3维多普勒传播模型。然后根据多普勒频移曲线、声源运动模型以及声线传播几何关系,选取3个时间观测点计算目标多普勒频移,推导了单水听器估计空中匀速圆弧运动声源的3维参数估计算法。最后,通过仿真单水听器所接收的水声信号,验证了该算法估计匀速圆弧运动声源飞行参数的有效性和精度。     

基于累积和的改进超宽带循环平稳检测算法

针对超宽带循环平稳检测存在的门限难以设定、低信噪比下检测延迟较大的问题,提出了基于累积和的改进超宽带循环平稳检测算法。首先将信号整个三维循环谱归一化为二维灰度图,与噪声对应的灰度图比较差异,再将两类图像放入卷积神经网络（Convolutional Neural Network,CNN）自行训练提取特征,解决门限难以确定的问题。若分析三维循环谱的时间块长过短,将导致信号灰度图特征在有无噪声情况下区别不大;若块长过长会导致检测延迟较大。为此,采用累积和算法提取网络全连接层输出的信号概率作为累积和的观测统计量,自适应检测所需采样时间长度。将所提算法与传统循环平稳检测以及结合了CNN的循环平稳检测进行对比,仿真表明所提算法在低信噪比下性能最优。     

基于空芯带隙型光子晶体光纤的单端置入式同源甲烷检测仪

为了提高复杂环境中甲烷气体探测的适用性,选择空芯带隙型光子晶体光纤(单端镀全反膜)作为光学气室,实现了置入式同源甲烷浓度的探测。采用可调谐半导体激光吸收光谱(TDLAS)技术,结合长度为0.5 m的空芯带隙型光子晶体光纤,实现了甲烷气体的在线测量,系统的检测下限可达到1.92×10^-5,稳定性波动小于±2.18%。单端全反射设计配合同源探测方式使复杂环境中的甲烷浓度的置入式探测成为可能,为单光源分布式探测提供了研究基础。     

机载平台下基于深度检测网络的目标跟踪重捕算法

目标检测与跟踪是机载光电设备至关重要的功能模块,其检测跟踪的性能直接关系到目标感知的精度.近年来基于Siamese网络的改进跟踪算法在各种挑战性的数据集上取得了优异的效果,但大多数改进算法采用局部搜索策略,无法更新模板,且模板会引入背景干扰,最终因跟踪点漂移导致跟踪失败.为了解决这些问题,本文提出了一种结合目标边缘检测的改进全连接Siamese跟踪算法,该算法利用目标的轮廓模板代替边界框模板,减少了背景杂波的干扰;同时,在Siamese网络的基础上增加了一路改进tiny-YOLOv3目标检测网络,利用K均值聚类找到最合适的锚框(anchor box),引入了扩张模块层来扩展感受野,增加了系统的抗遮挡能力,提高机载光电设备的目标捕获概率.在基准测试数据集以及挂飞数据集基础上的仿真测试性能表明本文提出的改进模型特别适合机载光电设备在跟踪与重捕复杂环境下的运动目标,在长期跟踪中能够更好地适应目标的变形和遮挡,提升系统响应时间与适应性.