检索结果-南通市图书馆

维普期刊数据库博看期刊

面向外辐射源雷达发射站定位的合作无人机航迹规划方法研究

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第5期46卷 2057-2064页

作者：万显荣武冰倩易建新胡仕波武汉大学电子信息学院武汉430072

在广域未知环境中,外辐射源雷达机动部署常面临难以及时获取第三方发射站精确位置信息的难题。为此,该文提出一种基于合作无人机航迹规划的发射站定位方法。首先,利用单个无人机作为合作目标,建立2维场景下的定位模型和量测方程,并采用... 详细信息

在广域未知环境中,外辐射源雷达机动部署常面临难以及时获取第三方发射站精确位置信息的难题。为此,该文提出一种基于合作无人机航迹规划的发射站定位方法。首先,利用单个无人机作为合作目标,建立2维场景下的定位模型和量测方程,并采用列文伯格-马夸尔特(Levenberg-Marquardt, LM)算法进行解算。然后,构建融合Fisher信息和控制参数约束的优化函数,对无人机航迹进行动态规划,从而提高发射站定位的精度和方法的实用性。最后,仿真实验表明,在最大控制距离约束下,所提方法的定位结果优于直线航迹和经典优化航迹,最终发射站定位精度小于双基距离差量测标准差,能够满足外辐射源雷达系统目标探测定位的应用要求。

关键词：外辐射源雷达发射站定位无人机航迹规划

在线全文

学校读者我要写书评

暂无评论

地磁平静期赤道电集流的建模研究

地球物理学报 2024年第7期67卷 2519-2527页

作者：文昕周云良熊超武汉大学电子信息学院武汉430072

本文利用Swarm-A卫星从2013年11月到2023年2月近十年观测的赤道电集流(Equatorial Electrojet,EEJ)数据,挑选地磁活动平静时(Kp≤3)EEJ的峰值电流密度为研究对象,构建了一个以经度、地方时、季节、太阳辐射通量和月相为参数的EEJ经验模... 详细信息

本文利用Swarm-A卫星从2013年11月到2023年2月近十年观测的赤道电集流(Equatorial Electrojet,EEJ)数据,挑选地磁活动平静时(Kp≤3)EEJ的峰值电流密度为研究对象,构建了一个以经度、地方时、季节、太阳辐射通量和月相为参数的EEJ经验模型.将模型计算的EEJ与上述建模所用的Swarm-A卫星实测的EEJ进行比较发现,两者的相关系数约为0.76,平均绝对误差(均方根误差)约为20.91(27.32)mA·m^(-1).该模型可较好地反映Swarm-A卫星从2013年11月到2023年2月观测到的EEJ典型特征,比如,EEJ的幅度随着太阳辐射通量的增加而增加;EEJ有明显的日变化特征,在正午出现峰值,日出附近常出现反向EEJ;EEJ随经度变化呈现显著的波状结构;EEJ的季节变化特征明显,二分季节附近出现峰值,二至季节附近出现谷值;月相对EEJ产生明显影响,正午的EEJ在新月和满月附近出现极大值.为了进一步检验上述建立的EEJ模型的性能,我们利用Swarm-B卫星2013年11月到2023年2月期间地磁平静条件下观测的EEJ数据,对上述模型进行了验证,结果表明本文所建立的EEJ模型能较好地重现Swarm-B卫星观测的EEJ变化.

关键词：赤道电集流 Swarm星座经验模型

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

光学遥感图像的小样本目标检测

遥感学报 2024年第7期28卷 1693-1701页

作者：周莲何楚汪鼎文郭子琪武汉大学计算机学院武汉430072 武汉大学电子信息学院武汉430072

对遥感图像进行目标检测,具有广阔的应用前景。针对小样本背景下遥感图像目标检测任务存在特征提取不足、定位困难和分类易混淆的问题,本文提出了一种基于协同注意力模块和对比学习分支的小样本目标检测算法。首先,对训练样本进行数据... 详细信息

对遥感图像进行目标检测,具有广阔的应用前景。针对小样本背景下遥感图像目标检测任务存在特征提取不足、定位困难和分类易混淆的问题,本文提出了一种基于协同注意力模块和对比学习分支的小样本目标检测算法。首先,对训练样本进行数据增强操作,以扩充数据集规模;其次,提出了一种协同注意力模块,包括设计的背景衰减注意力和空间感知注意力,利用遥感图像丰富的背景与目标特征信息,指导网络关注与目标定位相关的重点信息,从而便于RPN网络生成更好的区域建议框,减少遗漏目标的概率,提升模型对小样本类别的定位性能;然后,设计了一种对比学习分支。基于设计的对比损失函数,通过联合训练策略,在训练时从特征学习逐步过渡到分类器学习,提高了分类的准确率;最后,设计出一种基于微调的迁移学习范式的小样本目标检测模型,分为基础训练阶段和微调阶段,在基础训练阶段借助充足的基类样本训练模型学习类无关的参数,在微调阶段使用制作的小样本数据集帮助目标检测模型适应特定类别目标,提升其检测性能。此外,本文以两阶段微调方法TFA(Two-stage Fine-tuning Approach)为基准,通过在遥感数据集NWPU VHR-10和DIOR上验证本文提出算法的有效性,结果显示本文算法在NWPU VHR-10和DIOR数据集上与其他基准算法相比,平均精度均有大幅提升。

关键词：目标检测小样本学习遥感图像注意力机制对比学习

哨声模合声波对辐射带电子扩散系数的多维建模及损失时间尺度建模研究

在线全文

学校读者我要写书评

暂无评论

地球物理学报 2024年第5期67卷 1679-1698页

作者：张琼月马新郭德宇付松倪彬彬武汉大学电子信息学院空间物理系武汉430072

哨声模合声波是地球内磁层中一种典型的等离子体电磁波动,对辐射带电子动态演化起着至关重要的作用.合声波可以与外辐射带电子发生相互作用,将电子散射至损失锥进而沉降至大气;此外合声波也能将几十keV的电子加速到几MeV,是辐射带相对... 详细信息

哨声模合声波是地球内磁层中一种典型的等离子体电磁波动,对辐射带电子动态演化起着至关重要的作用.合声波可以与外辐射带电子发生相互作用,将电子散射至损失锥进而沉降至大气;此外合声波也能将几十keV的电子加速到几MeV,是辐射带相对论电子的重要来源.因此,快速准确地计算合声波对辐射带电子的扩散系数,对于优化地球辐射带动理学建模并深入理解电子通量的演化机制具有重要作用.本研究利用Full Diffusion Code(FDC)定量计算了典型合声波波模对辐射带电子的弹跳平均投掷角、能量和交叉扩散系数,并建立了地球内磁层空间中L为2~7、背景环境参数α^(*)为1~13,投掷角α_(eq)为0°~90°、能量Ek为10 eV~10 MeV的电子散射系数矩阵数据库.在此基础上通过线性插值方法可以快速得到不同L和α^(*)参数条件下的合声波对辐射带电子的扩散系数,并计算相对误差验证应用线性插值方法的合理性和准确性.基于扩散系数矩阵数据库,本研究还计算了合声波散射辐射带电子的损失时间尺度,建立了以L、α^(*)和Ek为输入参数的电子损失时间尺度经验模型,从而可以快速获取合声波散射电子的损失时间尺度.结果表明,扩散系数矩阵数据库构建和线性插值方法的使用大幅度减少了获取不同L和α^(*)对应的扩散系数所需时间,同时建立的三维损失时间尺度经验模型可快速得到不同L、α^(*)和Ek所对应合声波散射辐射带电子的损失时间尺度,这些结果提高了地球辐射带动理学建模效率,对于空间天气预报具有重要意义.

关键词：波粒相互作用合声波辐射带电子扩散系数损失时间尺度

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

初始大扰动条件下双流系统的粒子相空间振荡

地球物理学报 2024年第1期67卷 1-11页

作者：焦鹿怀付松倪彬彬张援农武汉大学电子信息学院空间物理系武汉430072

双流系统产生的不稳定性过程是近地空间中常见的等离子体不稳定性现象.地球磁尾、等离子体片边界层、地球弓激波、太阳风、极隙区和极光加速区观测到的静电孤立波被认为是由双流不稳定性产生.地球空间环境并非均匀稳态,因此对双流系统... 详细信息

双流系统产生的不稳定性过程是近地空间中常见的等离子体不稳定性现象.地球磁尾、等离子体片边界层、地球弓激波、太阳风、极隙区和极光加速区观测到的静电孤立波被认为是由双流不稳定性产生.地球空间环境并非均匀稳态,因此对双流系统演化过程的研究往往需要考虑初始的扰动.利用所建立的动理论粒子云模型方法,我们研究了初始大扰动下双流系统的不稳定性现象,发现初始大扰动条件下粒子相空间产生振荡现象,且振荡频率与初始扰动的空间波数有关,电场与电场能量也存在该频率成分.通过线性理论,求解出了粒子相空间振荡频率.它与粒子云模拟得到的频率一致.该频率为朗缪尔振荡频率的基础之上叠加一个与初始扰动的空间波数有关的频率偏移量.我们改变等离子体频率,进一步验证了上述结论.该研究结果表明初始扰动能够对双流系统的不稳定性现象产生重要影响,对于加深理解地球磁层中双流系统的演化过程有重要参考意义.

关键词：双流不稳定性粒子云模拟初始扰动线性理论

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

人机协同巡检下绝缘子分类及故障检测方法

华中科技大学学报（自然科学版） 2024年第1期52卷 91-98,111页

作者：王少飞吴琼水田猛王先培武汉大学电子信息学院湖北武汉430072

针对目前电网人机协同巡检过程中数据收集量、来源面和复杂度增加,导致绝缘子目标小、遮挡严重、背景复杂、故障难以识别等问题,提出一种基于Yolov5-TBT模型的绝缘子分类及故障检测算法.首先构建了多目标(3种类别+2种故障)的人机协同巡... 详细信息

针对目前电网人机协同巡检过程中数据收集量、来源面和复杂度增加,导致绝缘子目标小、遮挡严重、背景复杂、故障难以识别等问题,提出一种基于Yolov5-TBT模型的绝缘子分类及故障检测算法.首先构建了多目标(3种类别+2种故障)的人机协同巡检数据集,为模型训练提供充足的绝缘子图像,提高模型的鲁棒性和泛化能力.然后,以Yolov5模型为基础,增加Transformer编码器,减少复杂背景的干扰;使用加权双向特征金字塔网络(BiFPN)学习不同层级输入特征的重要性,进行更有效的特征聚合;增加小目标预测分支,提高对小目标的检测效果.实验结果表明:改进模型效果优于Yolov5模型,对伞裙破损故障的检测精度提高了19.4%,整体性能提高3.6%.

关键词：电网巡检绝缘子分类故障检测 Yolov5模型 Transformer编码器

结合局部全局特征与多尺度交互的三维多器官分割网络

在线全文

学校读者我要写书评

暂无评论

中国图象图形学报 2024年第3期29卷 655-669页

作者：柴静雯李安康张浩马泳梅晓光马佳义武汉大学电子信息学院武汉430072

目的高度适形放射治疗是常用的癌症治疗方法,该方法的有效性依赖于对癌组织和周边多个危及器官(organ at risk,OAR)解剖结构的精确刻画,因此研究三维图像多器官的高精度自动分割具有重要意义。以视觉Transformer(vision Transformer,V... 详细信息

目的高度适形放射治疗是常用的癌症治疗方法,该方法的有效性依赖于对癌组织和周边多个危及器官(organ at risk,OAR)解剖结构的精确刻画,因此研究三维图像多器官的高精度自动分割具有重要意义。以视觉Transformer(vision Transformer,ViT)和卷积神经网络(convolutional neural network,CNN)结合为代表的三维医学图像分割方法表现出了丰富的应用优势。然而,这类方法往往忽略同一尺度内和不同尺度间的信息交互,使得CNN和ViT特征的提取和融合受限。本文提出一种端到端多器官分割网络LoGoFUNet(local-global-features fusion UNet),旨在应对现有方法的缺陷。方法首先,针对单一器官分割,提出在同一尺度下并行提取并融合CNN和ViT特征的LoGoF(local-global-features fusion)编码器,并构建了一个端到端的三维医学图像分割多尺度网络M0。此外,考虑到器官内部以及器官之间的相互关系,该方法在M0网络的基础上设计并引入了多尺度交互(multi-scale interaction,MSI)模块和注意力指导(attention guidance,AG)结构,最终形成了LoGoFUNet。结果在Synapse数据集和SegTHOR(segmentation of thoracic organs at risk)数据集上,本文方法相比于表现第2的模型,DSC(Dice similarity cofficient)指标分别提高了2.94%和4.93%,而HD95(Hausdorff distance_95)指标则分别降低了8.55和2.45,切实提升了多器官分割任务的性能表现。在ACDC(automatic cardiac diagnosis challenge)数据集上,3D分割方法的适用性大多较差,但LoGoFUNet依然得到了比2D先进方法更好的结果,说明其对数据集的适应能力更强。结论该方法的分割模型综合尺度内和尺度间的信息交互,具有更好的分割结果,且在数据集上的泛化性更好。

关键词：多器官分割深度神经网络(DNN) 视觉Transformer(ViT) 局部全局特征多尺度交互(MSI)

语义分割和HSV色彩空间引导的低光照图像增强

在线全文

学校读者我要写书评

暂无评论

中国图象图形学报 2024年第4期29卷 966-977页

作者：张航颜佳武汉大学电子信息学院武汉430072

目的低光照图像增强是图像处理中的基本任务之一。虽然已经提出了各种方法,但它们往往无法在视觉上产生吸引人的结果,这些图像存在细节不清晰、对比度不高和色彩失真等问题,同时也对后续目标检测、语义分割等任务有不利影响。针对上述... 详细信息

目的低光照图像增强是图像处理中的基本任务之一。虽然已经提出了各种方法,但它们往往无法在视觉上产生吸引人的结果,这些图像存在细节不清晰、对比度不高和色彩失真等问题,同时也对后续目标检测、语义分割等任务有不利影响。针对上述问题,提出一种语义分割和HSV(hue, saturation and value)色彩空间引导的低光照图像增强方法。方法首先提出一个迭代图像增强网络,逐步学习低光照图像与增强图像之间像素级的最佳映射,同时为了在增强过程中保留语义信息,引入一个无监督的语义分割网络并计算语义损失,该网络不需要昂贵的分割注释。为了进一步解决色彩失真问题,在训练时利用HSV色彩空间设计HSV损失;为了解决低光照图像增强中出现细节不清晰的问题,设计了空间一致性损失,使增强图像与对应的低光照图像尽可能细节一致。最终,本文的总损失函数由5个损失函数组成。结果将本文方法与LIME(low-light image enhancement)、RetinexNet(deep retinex decomposition)、EnlightenGAN(deep light enhancement using generative adversarial networks)、Zero-DCE (zero-reference deep curve estimation)和SGZ(semantic-guided zero-shot learning)5种方法进行了比较。在峰值信噪比(peak signal-tonoise ratio,PSNR)上,本文方法平均比Zero-DCE (zero-reference deep curve estimation)提高了0.32 dB;在自然图像质量评价(natural image quality evaluation,NIQE)方面,本文方法比EnlightenGAN提高了6%。从主观上看,本文方法具有更好的视觉效果。结论本文所提出的低光照图像增强方法能有效解决细节不清晰、色彩失真等问题,具有一定的应用价值。

关键词：图像处理低光照图像增强深度学习语义分割 HSV色彩空间

在线全文

学校读者我要写书评

暂无评论

融合事件相机的视觉场景识别

中国图象图形学报 2024年第4期29卷 1018-1029页

作者：刘熠晨余磊余淮杨文武汉大学电子信息学院武汉430072

目的传统视觉场景识别(visual place recognition,VPR)算法的性能依赖光学图像的成像质量,因此高速和高动态范围场景导致的图像质量下降会进一步影响视觉场景识别算法的性能。针对此问题,提出一种融合事件相机的视觉场景识别算法,利用... 详细信息

目的传统视觉场景识别(visual place recognition,VPR)算法的性能依赖光学图像的成像质量,因此高速和高动态范围场景导致的图像质量下降会进一步影响视觉场景识别算法的性能。针对此问题,提出一种融合事件相机的视觉场景识别算法,利用事件相机的低延时和高动态范围的特性,提升视觉场景识别算法在高速和高动态范围等极端场景下的识别性能。方法本文提出的方法首先使用图像特征提取模块提取质量良好的参考图像的特征,然后使用多模态特征融合模块提取查询图像及其曝光区间事件信息的多模态融合特征,最后通过特征匹配查找与查询图像最相似的参考图像。结果在MVSEC(multi-vehicle stereo event camera dataset)和RobotCar两个数据集上的实验表明,本文方法对比现有视觉场景识别算法在高速和高动态范围场景下具有明显优势。在高速高动态范围场景下,本文方法在MVSEC数据集上相较对比算法最优值在召回率与精度上分别提升5.39%和8.55%,在RobotCar数据集上相较对比算法最优值在召回率与精度上分别提升3.36%与4.41%。结论本文提出了融合事件相机的视觉场景识别算法,利用了事件相机在高速和高动态范围场景的成像优势,有效提升了视觉场景识别算法在高速和高动态范围场景下的场景识别性能。

关键词：视觉场景识别(VPR) 事件相机多模态特征融合特征匹配