基于特征解耦的少样本遥感飞机图像增广算法

基于深度学习的遥感飞机图像分类模型依赖多元化、均衡化的数据集进行训练,但由于飞机目标的高动态特性导致其大规模数据采集困难,现有的飞机细粒度数据集往往存在高质量数据有限、样本不均衡、难以覆盖全部场景的问题。图像生成技术作为数据增广的一种方式在提高数据规模方面发挥了重要作用,但传统的图像生成算法依赖大量样本训练,在少样本条件下的遥感细粒度图像生成问题亟待解决。因此,针对飞机目标图像类间相似度高、类内差异性大的特性提出了一种基于特征解耦的小样本图像生成方法FD-VAE,并在FAIR1M-Aircraft和MAR20两个细粒度遥感飞机数据集上进行测试,与多种先进的图像生成方法相比,FD-VAE的生成图像质量评价指标FID和LPIPS有明显改善。一系列定性和定量实验证明了FD-VAE在生成多样性、高质量的飞机细粒度图像方面具有强竞争力。并且,使用FD-VAE增广后数据集训练的ResNet-18分类网络,相比于传统训练方法精度提升2.3个百分点。FD-VAE有效缓解了细粒度飞机图像高质量数据采集困难的问题,并且有助于提升下游深度学习模型的性能上限。

基于特征解耦的SAR图像舰船检测蒸馏

目前,基于深度学习的合成孔径雷达(SAR)舰船目标检测方法受到广泛关注。但因为模型参数量大、运算内存高等问题限制了其实际应用。通过学生网络模仿教师网络,知识蒸馏被视作一种高效的模型压缩方法。然而,大部分的知识蒸馏算法只针对常见的可见光图像任务,将其直接应用到复杂的SAR图像舰船目标检测上性能表现不佳。通过分析,出现上述性能不佳现象有以下两个原因:(1)前景背景面积严重失衡;(2)缺乏对前景和背景像素的关系建模。针对上述问题,提出基于解耦特征的拓扑距离知识蒸馏算法。前景和背景解耦蒸馏可以缓解前景背景失衡问题。通过解耦特征拓扑距离蒸馏,学生网络可以从教师网络学习到前景背景之间的关系,增强对背景噪声鲁棒性。实验结果表明,相比许多蒸馏算法,所提出的算法可以十分有效地提升学生网络在SAR图像舰船目标检测精度。比如,基于ResNet18-C4骨干网络的Faster R-CNN模型在HRSID数据集上AP提升6.85个百分点,从31.81%提升到38.66%。

一种FPGA实现的复杂背景红外小目标检测网络

红外(IR)小目标检测算法具有检测率高、虚警率低、实时性好等优点在红外遥感领域有重要的应用价值。由于复杂背景下小目标对比度低和信噪比(SNR)低,传统红外小目标检测算法难以保证检测性能。在强鲁棒性的红外小目标检测网络(RISTDnet)基础上,面向更为多样的目标结构特征和更高的实时处理性能要求,提出一种增强型红外小目标检测网络(EISTDnet)与其基于现场可编程逻辑门阵列(FPGA)高性能并行处理的算法。EISTDnet构造了手工特征算法与卷积神经网络相结合的多尺度小目标特征提取框架,采用多级展开思路对卷积核尺寸进行归一化设计,并通过数据深度复用和多维循环并行展开有效提高推理阶段实时处理性能。实验结果表明:采用单片FPGA实现的EISTDnet能够快速实时检测复杂背景下不同大小、低信噪比的小目标,与现有5种算法相比在10^(-3)低虚警率下平均检测率提升49.5%,与RISTDnet相比,在实时处理速度提高1.33倍的优势下,对低信噪比条状小目标检测率提升29.4%,所提算法具有更好的有效性和鲁棒性。

一种FPGA实现的序列图像目标多维特征实时提取方法

目标区域多维特征的建模表征是实现目标跟踪搜索的前提。传统的特征提取方法通常先连通出目标区域,再计算目标特征,实时性不强。提出了一种基于像素的连通域标记及目标特征同步计算方法,建立特征传递机制,利用标号映射表关联标号表与特征属性表,并在区域邻接时进行标号合并和特征属性同步传递计算,保证了目标区域连通完成即可输出目标区域特征。给出一种基于FPGA硬件设计的实现方案。仿真测试结果显示,此方法具有以下几方面优势:连通域标记耗时少,仅为(L×W+2n/m)×T_(clk),接近理论最小值(L×W)×T_(clk);利用循环缓存区存储图像,资源消耗小;标记与计算并行处理,提升了检测跟踪效率;多目标特征经测试验证结果准确,可有效支持后续的目标跟踪检测;具有理论与实用价值。

面向舰船目标识别的遥感图像超分辨率重建

天基遥感图像分辨率的退化为舰船目标的识别带来了巨大挑战。图像超分辨率重建技术可以为识别任务提供丰富的信息,然而将图像超分辨率重建与舰船目标识别任务分别独立进行,将会忽略两个任务间的内在相关性。针对这些问题,为了探索图像超分辨率重建与目标识别任务间的有效结合方式,提出了面向舰船目标识别的遥感图像超分辨率重建方法。设计了一种通道全连接网络,以自适应加权的通道全连接代替残差连接,提升各层特征的流动性与表达性能,实现遥感图像的高效超分辨率重建。为了进一步挖掘超分辨率重建对舰船目标识别性能提升的潜力,引入多任务学习技术,提出了一种超分辨率重建与目标识别联合网络,通过多阶段训练优化策略实现联合端到端网络的稳定训练,从而引导任务间进行有效的互相监督学习。在公开数据集FGSCR-42上的实验结果表明,当遥感图像在8倍和16倍的分辨率退化情况下,提出的超分辨率重建网络帮助舰船目标识别准确率分别提升了33.27和17.48个百分点,所提联合网络则将识别准确率进一步提升了1.75和1.91个百分点。

基于多目标跟踪的遗弃物实时检测算法

目前的遗弃物检测算法往往有较差的灵活性和可扩展性,针对该问题,同时为满足实时性要求,提出一种基于多目标跟踪的遗弃物检测算法。算法将遗弃物检测分为三个阶段:检测阶段、跟踪阶段和关联性分析阶段。使用检测器以提取感兴趣的目标位置,然后对其跟踪以及对目标关联性和静止性进行分析,以达到遗弃物检测的目的。该算法在AVSS AB2007数据集上进行了验证,平均准确率达到95.87%,同时满足实时性检测的要求,具有较好的鲁棒性和灵活性。

特征空间线性降维压缩遥感图像云检测方法

针对遥感图像云检测过程中分类特征空间维数过高引起的信息冗余,提出了一种基于特征空间线性降维压缩的云检测方法.首先选取云与地物的分类特征参量,构造特征空间,基于压缩子空间分类信息表述的完备性,建立样本的概率分布模型.然后利用最大似然估计法求解模型参数,估计最佳转换矩阵,进行特征空间的降维压缩与去相关处理.最后针对压缩子空间,利用分类器进行云检测.实验结果表明:本方法能够有效地去除云与地物分类特征之间的冗余,实现二维压缩子空间中云与地物两类样本的有效分离,对于实际光学遥感图像的云检测概率高达98%以上.

面向旋转构件的高速无线数据采集系统

提出一种基于80C51F021单片机和nRF2401无线数据传输芯片的旋转构件高速无线数据采集系统,系统包括采样端和接收端。采样端固定在旋转构件上,将传感器输出信号进行信号调理和模数转换,并利用无线数字传输技术将数据发送到接收端;接收端将采集数据中继传输到PC计算机进行显示和存储。实验结果表明:该系统采样速率高、数据传输可靠,适用于旋转构件的传感器信号采集。

最小化支持向量数分类器的云检测

针对遥感卫星图像的云检测,提出了基于最小化支持向量数分类器的云检测方案,解决传统分类器训练样本多、易陷入局部最优的问题。使用该分类器对QuickBird高分辨率遥感图像进行云检测,检测正确率达99%以上。实验表明:在确定分类器内部结构参数过程中,与传统的交叉验证法相比,基于支持向量数的方法不仅能够准确预测分类器推广性能的变化趋势,从而确立最优化的参数组合,并且实现简单,大大减少了计算的复杂度。与传统的BP神经网络相比,该方法所需训练样本少,分类性能好。

二维耦合光学摆镜伺服控制系统

二维耦合光学摆镜是扫描式星载红外光学系统的关键运动部件,其运动特性对伺服系统提出了高精度位置控制与运动解耦的特殊要求。在建模与仿真分析的基础上,提出了一种新的耦合偏移补偿与分割步进的解耦策略,采用位置环与速度环双闭环的PID控制算法,使用有限转角力矩电机和高精度旋转变压器作为执行与测量元件,以DSP为核心构建了二维耦合光学摆镜伺服控制系统。实验结果表明:该方法设计的控制系统二维运动解耦正确,控制精度高,响应时间短,动态特性好且超调小,可广泛应用于高精度摆动扫描控制系统的研究领域,具有很好的工程应用前景。

红外图像中快速小目标的均值移位跟踪

为了增强红外图像中快速小目标跟踪的稳健性,提出基于隶属度加权核直方图目标表征模型的改进均值移位跟踪算法.首先分析原始均值移位算法跟踪快速小目标的局部背景干扰问题,融合背景信息提出隶属度加权核直方图目标表征模型.该模型能够提高对于目标的表征能力,抑制局部背景干扰.然后,以Bhattacharyya系数作为相似性度量,在均值移位框架下推导出基于该模型的移位向量,能够有效实现目标的移位跟踪.移位过程中,目标隶属度大的灰度具有高移位权重,反之具有低移位权重.最后,应用模型更新方法克服局部背景的时变性,进一步提高目标跟踪的鲁棒性.实验结果表明,该算法对于红外图像中的快速小目标的具有稳健的跟踪性能.

SCPS-TP协议研究和性能分析

空间链路高误码、长延时、断续连接等特性导致TCP性能严重下降。空间通信传输协议SCPS-TP是针对空间链路特点量身定制的传输层协议。通过对SCPS-TP进行仿真分析来评估SCPS-TP的在空间链路上的传输性能,并详细分析了SCPS-TP在TCP基础上的改进之处,对SCPS-TP和TCP的传输性能进行仿真和比较分析,仿真结果表明在高延时高误码的空间链路上SCPS-TP传输性能优于TCP。

自动控制综合教学实验仪器开发

开发了一种集合数字计算机、模拟计算机和电动伺服控制系统,面向自动控制类课程的综合教学实验仪器。实验仪器充分应用硬件资源,可以实现模拟 数字控制、开环 闭环控制、位置 速度控制、上下位机分级控制等多种组合工作方式,从而帮助学生理解控制理论,提高对实际控制系统的分析设计能力。论文介绍了实验仪器的设计思想和实现方法,并给出了几种工作方式的举例。

空间站SCPS-TP协议转换网关的设计和实现

基于空间站与地面站之间的通信特点及其对于TCP传输性能的影响,在充分利用空间通信链路的基础上,提出了一个适合于空间站通信环境的基于TCP分段思想的SCPS-TP协议转换网关,详细讨论了协议转换网关的设计思想和实现方案,并对协议转换网关的进行了性能测试。

探空火箭时差定位及定位算法研究

面对空间环境监测日益增多的需求,而常用的接收、跟踪定位设备却比较笨重且灵活性差,不能满足既机动灵活又适合于多种场合的要求.据此提出了一种基于时差定位(TDOA)的探空火箭定位方法及约束加权最小二乘定位算法.该方法具有接收可靠、移动灵活、定位精度高、成本低等特点,可用于多种场合的探空火箭定位、数据接收和处理.

基于投票加权累积度量的模板匹配算法

从点集相关性的角度提出了一种新的模板边缘图像匹配度量——投票加权累积度量(WVAM),在该度量中融入了抗几何畸变以及抗杂点与相似区域干扰的机制,能够实现异源情况下模板边缘图像的匹配定位。为了进一步提高WVAM匹配的单相关峰特性,转换点的坐标投票为局部结构信息投票,形成了融入局部结构相似性的投票加权累积度量(LSS-WVAM),该度量能够表征模板边缘图像与待匹配区域的整体结构相似性,更具有稳健性。在仿真实验中利用全局与局部度量信噪比作为评价指标,证明了WVAM具有比LTS-HD(Least trimmed square Hausdorff distance)更好的全局单峰与局部梯度特性。与WVAM相比,LSS-WVAM在全局和局部性能上约提高30%和4%。

摆动镜随动系统的设计与实现

光学摆镜是某红外目标干扰模拟器的核心部件,要求光学摆镜运动位置控制精度高、响应时间短。在系统建模和仿真分析的基础上,提出了一种光学摆镜伺服控制系统的设计和实现方法。光学摆镜伺服控制系统是以DSP为核心,采用了位置控制回路和速度控制回路双闭环数字PID算法,利用有限转角力矩电机作为控制系统的执行机构,使用高精度旋转变压器作为控制系统的测量部件。实验结果表明,该伺服系统控制精度高,响应时间短,具有很好的工程应用前景。

基于分段TCP的空间站协议转换器设计与实现

介绍空间站与地面之间通信的特点及其对TCP(传输控制协议)传输性能的影响,从充分利用空间通信链路的角度出发,提出了一个适合于空间站通信环境的基于TCP分段思想的SCPS-TP(空间通信协议规范-传输协议)协议转换器。详细分析了协议转换器实现的关键技术,并对实现的协议转换器进行了性能测试。

基于FPGA的IP over CCSDS设计与实现

首先介绍了TCP/IP(传输控制协议/网际协议)技术和CCSDS(空间数据系统咨询委员会)建议的应用背景,从天地网络一体化和未来空间站与地面交互式通信系统需求的角度出发,提出了一种基于FPGA(现场可编程门阵列)的IP over CCSDS处理方法。详细描述了IP over CCSDS软件的实现方案和技术特点,并对其进行了测试和结果分析。

基于SCPS-TP的TCP性能增强代理

针对卫星链路长延时、高误码、信道不对称等特性导致TCP传输性能下降的问题,介绍并分析现有卫星链路TCP性能增强方案,提出一种性能增强代理的设计和实现方法,运用TCP分段的方法,在卫星链路上采用空间通信传输协议(SCPS-TP)。测试结果表明,基于TCP分段和SCPS-TP的性能增强代理,可提高卫星链路上TCP的传输性能。