外引油用亚麻品种资源鉴定与评价

【目的】本文对从荷兰和加拿大引入的油用亚麻品种资源进行综合鉴定、分析与评价,为育种者和加快优良资源的利用提供依据。【方法】试验材料采用随机区播种,通过多样性、相关性和聚类分析进行研究。【结果】主要性状的遗传多样性分析表明,存在较大差异,多样性比较丰富。相关性分析确定了各性状之间的关系。通过系统聚类,把试验材料划分为3大类,为不同育种目标提供依据。【结论】对45份优异种质资源作出了评价。

地震作用下水库坝体与水体相互作用数值模拟

地震作用下水库坝体受迫振动,推动坝后水体波动,造成水体动压作用于坝体,形成坝-水耦合作用,影响坝体安全。为了评估坝体振动引起的水面波动及坝体所受动水荷载作用,建立坝体动边界条件下的不可压水体运动数学模型,模拟了地震波作用下的坝后水体波动和动力荷载。结果表明,在忽略坝体自身弹性变形的条件下,地震作用下坝体激发的水体表面波动、波高和波能随地震波振幅增大呈线性增长;波高随水深呈非线性增长;坝体所受动水压力主要来自附加质量力和静水压力,地震作用下库区地面的水平运动对涌浪波高和坝体动水压力影响较弱。

基于最小转弯半径的无人机转弯航迹规划算法

针对目前固定翼无人机在区域覆盖侦察任务中无法以最小路径代价实现航带间转弯飞行的问题,提出一种基于最小转弯半径的无人机转弯航迹规划算法。依据无人机情报处理对于航片旁向重叠率的要求,确定航带间距;依据无人机飞行速度及姿态数据,确定无人机的最小转弯半径。提出转弯航迹规划算法,规划航带间转弯航迹。实验结果表明,该方法降低了15%左右的路径代价,提高了无人机在航程有限的约束下,完成任务的可行性。

基于卷积神经网络的无人机图像模糊类型识别

为了提高无人机图像模糊类型识别的准确率,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)的无人机图像模糊类型识别方法。通过样本预处理策略对无人机模糊图像样本进行处理,提高了方法的识别效率,同时降低了错误率。提出一种适用于模糊图像灰度频谱图的卷积神经网络结构,并利用训练样本对网络进行训练,增强了网络结构的针对性,提高了训练模型的识别准确率。利用测试样本对训练的网络模型进行测试,验证方法的鲁棒性。实验结果表明,将卷积神经网络应用于图像模糊类型识别,取得了良好的效果,针对实验环境下的无人机运动、离焦和大气散射3种模糊图像类型的识别准确率较高,所提方法的鲁棒性强、实用价值大。

基于集中一体化遗传算法的协同航迹规划方法

针对线目标的多无人机协同侦察航迹时间代价较大、算法收敛较慢等问题,提出了一种基于集中一体化遗传算法的协同航迹规划方法。在考虑目标属性及任务要求的基础上,建立了基于时间代价的航迹模型。引入集中一体化方法,对标准遗传算法的编码方式进行了优化,保证了所有目标均被侦察一次,且无重复侦察。在种群迭代中对交叉操作和变异操作进行了改进,有效提高了算法的收敛速度。仿真结果表明,该方法可求解得到具有最小时间代价的任务航迹,且收敛速度较快。

改进模型估计与平差的多幅异源影像匹配方法

针对多幅异源影像匹配准确性不高的问题,提出了一种改进模型估计与平差的多幅异源影像匹配方法.首先利用基于快速自适应鲁棒性尺度不变的特征检测子与鲁棒性交叠的标准特征描述子,来增强特征匹配的鲁棒性;然后提出改进的随机抽样一致性算法,来提高模型估计的执行效率,同时保证鲁棒性;最后提出针对多幅异源影像匹配的平差方法,来优化异源匹配结果.实验结果表明,在异源影像存在较大差异的情况下,改进模型估计与平差的多幅异源影像匹配方法具有精度高的优势.

无人机航迹规划中动态威胁评估方法

无人机利用动态威胁评估方法可以对航迹中的动态威胁等级进行评估,然后根据评估结果制定相应的规避策略完成规避动作。针对无人机航迹规划中动态威胁的规避问题,提出了基于模糊离散动态贝叶斯网络的动态威胁评估方法。基于模糊分类的信息处理技术可以处理部分连续观测值问题,基于动态贝叶斯网络的推理技术能利用先验信息和离散的证据信息进行不确定性推理,最后推理评估得到动态威胁等级。仿真结果表明,该评估方法在处理时序上不确定性问题具有较强的优势以及很好的鲁棒性。

基于前方交会的无人机对目标定位方法

针对目前无人机基于前方交会对目标定位精确度低,提出了一种基于前方交会的无人机航摄影像定位方法。对所有航摄影像进行特征匹配,得到影像间关系。提出航线定向与坐标系建立法,来实现像空间辅助坐标系的自动建立。提出了基于图像变换关系的前方交会法,来实现目标点的三维定位。实验结果表明该方法能够自动解算航向,并且定位精准度较高。

基于采样优化的随机抽取一致性算法

为了提高随机抽取一致性算法(RANSAC)的效率和精度,提出了一种基于采样优化的随机抽取一致性算法。首先通过匹配点的相似性度量计算匹配点先验概率,根据先验概率随机抽取最小子集估计模型,在全部数据上检验模型,依次迭代找到次优模型;然后以次优模型对应的内点集作为采样的初始集,随机抽取最小子集估计模型,并在全部数据上检验模型,若模型更好则更新采样初始集,依次迭代找到最优模型;最后,选择最优模型获得符合该模型的内点和最终的模型参数。选取多对不同变换的图像作为实验数据,从算法运行效率和模型精确度两方面对算法进行了测试实验。实验数据表明,本文算法的迭代次数约为标准RANSAC算法的20%,运行时间约为标准RANSAC算法的25%,标准误差降低了30%左右。本文算法充分利用了匹配点的先验知识和模型检验结果对采样模式进行优化,算法的运行效率和精度都有较大提高。

基于显著性检测与特征匹配的目标识别方法

为加强目标识别的可靠性,提出了一种基于显著性检测与特征匹配的目标识别方法。提出了改进的显著性检测方法提取显著性目标,利用改进的特征检测子与快速视网膜特征描述子(Fast Retina Keypoint,FREAK)对目标与模板库进行并行匹配,最后根据平均匹配率完成目标识别。实验结果表明,改进的显著性检测方法较传统方法具有更高的检测精度和目标完整性,改进的特征检测子较传统方法具有更强的鲁棒性与实时性,基于显著性检测与特征匹配的目标识别方法能够实现可靠性较强的目标实时识别。

无人机任务规划约束空间建模

针对当前无人机任务规划没有充分考虑各规划要素的影响,导致其约束空间建模不够完善的问题,建立了战场威胁模型、链路通视模型、载荷成像模型以及无人机性能模型,系统性分析了各类约束模型与任务规划之间的耦合关系,使得约束空间模型更加完善且更符合真实战场环境。结合相应的航迹规划算法,可制定出满足飞行安全要求以及侦察要求的任务方案。

A NEW PLANE-SYMMETRIC SOLUTION OF EINSTEIN-MAXWELL EQUATIONS

We present a new solution(g_(ab),F_(ab))of Einstein-Maxwell equations,where g_(ab) is plane-symmetric while F_(ab) is not fully plane-symmetric.

基于先验优化的一致性模糊盲复原算法

为了提高一致性模糊图像盲复原清晰度,针对复原过程中涉及的全变差模型先验约束问题,提出一种基于先验优化的一致性模糊盲复原算法.利用基于半高斯梯度算子的局部加权全变差模型提取模糊图像显著边缘,在去除噪声和纹理干扰的同时,可提高有利信息的保持能力;提出多尺度混合特性先验估计模糊核,增强了模糊核估计的准确性;利用非盲去卷积得到了清晰的复原图像.实验结果表明,相较其他算法,针对模拟模糊图像,所提算法的复原图像峰值信噪比平均提升约1. 7%,结构相似性指数平均提升约19. 1%;针对真实模糊图像,复原图像伪影更少,边缘纹理细节更加清晰自然,整体视觉效果更好.