基于CCD的智能车寻迹方法

介绍自主式寻迹智能车的设计,探讨采用电荷耦合器件(CCD)作为路径采集模块实现自主寻迹的软硬件设计方法.系统以Texas Instrument公司的TMS320LF2407A为主控制器,实现了对CCD输出的黑白视频信号的实时采集处理,通过边沿提取算法获得路径信息,对舵机和驱动电机采用P控制算法,使得智能车行驶快速流畅.研究表明此设计方案可在黑白(或色差较大)赛道上获得良好的自主寻迹效果.     

基于全局位置信息和残差特征融合的SAR船舶检测算法

针对合成孔径雷达(synthetic aperture radar, SAR)图像船舶目标尺度不一且易受海面、地面杂波和相干斑噪声的影响,难以提取目标多维特征且特征融合过程中易产生语义歧义,造成船舶目标检测率低,虚警率高的问题,提出一个基于全局位置信息和残差特征融合的SAR船舶目标检测算法。基于Faster区域卷积神经网络(region convolutional neural network, R-CNN)目标检测算法,在特征提取网络和特征融合网络中进行改进：在特征提取网络中使用高宽注意力机制提取目标在图像中的全局位置信息,增强目标的多维特征提取能力;在特征融合网络中使用带有残差连接的双向特征金字塔网络削弱特征融合过程中的语义歧义,降低复杂背景下的船舶目标虚警率,同时进行不同层级的多尺度特征双向融合,增强高低层特征的联系,提升多尺度船舶目标的检测能力。在SAR船舶数据集上达到98.2%的均值平均精度,超过部分算法2.4%以上。实验表明,所提算法有效提取了目标的多维特征,显著缓解了语义歧义问题,具有较好的检测能力和泛化能力。     

地球同步轨道SAR定轨精度要求分析

针对地球同步轨道合成孔径雷达(geosynchronous synthetic aperture radar,GEOSAR)的技术特点和应用需求,进行定轨精度要求分析。首先建立GEOSAR定轨误差模型,定性分析定轨误差对斜距及多普勒频率的影响。然后针对全误差公式难以解析求解的问题,提出了一种基于蒙特卡罗法分析定轨精度的方法,并给出GEOSAR典型应用模式下的定轨精度分析流程。最后针对中等倾角GEOSAR给出定量的定轨精度要求。仿真表明,GEOSAR成像聚焦所需的径向位置精度为米级,切向速度精度为10^-3m/s量级,目标定位所需的切向位置精度为10 m量级,径向速度精度为10^-3m/s量级,差分干涉所需的径向位置精度为毫米量级,并且下视角越小,约束越高。