摘要:随着卫星通信技术的发展，传统的频谱监测模式难以满足监测需求。为契合现代卫星信号接收机对更大带宽、更高分辨率及更强实时性处理的迫切需求，研制了一种宽带频谱自动监测系统。该系统通过射频直接采样技术与信道化处理，实现了对卫星信号频谱的大带宽、高分辨率显示。实验结果表明，该系统能够对L频段信号进行实时监测，生成L频段信号的全景频谱，且频谱分辨率小于1 kHz。上位机通过对频谱数据的深入剖析，该系统能够自动识别并存储信号参数，且其便携性与灵活性设计，使得该系统能够灵活部署多种应用场景，完美契合了现代卫星信号接收机技术发展方向。

摘要:针对在头部姿态估计推理过程中由于上下采样操作而导致的姿态特征损失问题，提出了一种高分辨率特征保持的头部姿态软阶段回归算法。该算法首先利用编码器HR-Net对原始人脸图像进行高分辨率特征保持的多尺度特征编码，并在其卷积块中加入TA维度交互模块以捕获更多空间与通道之间的交互信息；然后使用解码器SSR-Net算法对HR-Net输出的不同尺度特征图进行关键参数解码和头部姿态软阶段回归，并引入了高效通道注意力ECA以加强特征通道间的信息交互，减少冗余特征。实验结果表明，所提算法在公开数据集AFLW2000和BIWI上均有优秀表现，其MAE分别降低至4.19和3.00。

摘要:在轻量级卷积神经网络进行高分辨率人体姿态估计时存在提取特征不充分，针对该问题，提出了一种基于特征增强的高分辨率人体姿态估计网络。首先利用空洞卷积补全操作提取图像特征，以避免特征信息丢失且保持模型参数基本不变；接着利用池化增强模块进行卷积提取特征的选择，以保留重要特征且减轻传统池化模块对提取特征造成的破坏；最后利用加强通道信息交互的深度可分离卷积模块进行特征提取，以保持该模块的参数量较少且能够提高其特征提取能力。在COCO2017数据集进行性能测试，本文算法和DiteHRNet30算法的AR值分别为77.9%和77.2%；在MPII数据集进行性能测试，本文算法和DiteHRNet30算法的PCKh值分别为32.6%和31.7%。实验结果表明，本文算法在人体姿态估计精度和算法复杂度之间能够达到较好的平衡。

摘要:利用参数特征对空间进动锥体进行识别可有效区分真假目标。为获取准确的参数特征，现阶段研究一般围绕宽带雷达所输出的目标高分辨距离像序列开展，但也存在着对雷达带宽要求高、不利用实际工程应用的局限。针对这一问题，提出了一种基于窄带雷达提取目标高分辨特征并完成参数估计的方法。首先建立了目标运动模型，对窄带观测下目标回波调制特性进行分析；在此基础上定义目标伪距离像序列，并利用目标回波中所包含散射中心微多普勒频率与相位信息变化完成了伪距离像序列的提取，根据不同视角观测到的伪距离像序列差异对锥体高度、底面半径及质心位置等目标参数进行估计，并设计了二级剔除结构选出了正确的估计结果；最后开展了基于电磁计算数据的仿真实验。实验结果表明该算法在高信噪比条件下估计精度优于97%，相比传统方法提高超过5%，且在5 dB的信噪比条件下平均参数估计精度仍然优于80%，应用门限较传统算法提高9 dB，说明了所提算法的有效性和稳健性。

摘要:绝缘子是输电线路上的重要部件之一，利用无人机巡检准确的检测出绝缘子及其缺陷是保障电力安全输送的重要手段。针对目前主流目标检测网络处理高分辨率图像时直接缩放原图带来目标的细节信息丢失或者将原图切块再检测导致目标丢失整体信息的问题，在残差网络（ResNet 50）的基础上设计了一个双分支结构的主干网络（RC Net）同时兼顾绝缘子的位置信息和细节信息，能减少目标上下文信息和局部信息的丢失。同时引入可变形卷积替换部分常规卷积来改变采样点，使采样点能更贴合目标本身的几何形状，提高网络的特征表达能力，并根据绝缘子本身的大小和形状重新设计锚框的参数，使锚框更适合目标本身的尺度，边框回归更精确。在扩增的中国输电线路绝缘子数据集（CPLID）进行实验，结果表明，本文提出的算法的平均精度达到88.3%，相比于目前主流的检测算法在高分辨率图像背景下具有更好的检测效果。

摘要:目前遥感图像建筑物场景分类方法多采用人工标注样本，标注过程需要大量时间。针对该问题，提出了一种采用样本自动选择的高分遥感建筑物场景分类方法。首先，建立光谱特征、几何特征和深度特征的多维高分遥感图像影像对象特征空间；其次，采用决策树初步提取建筑物，构建建筑物场景密度直方图；然后，采用自然间断法对建筑物密度分级，并采用比例法分别在每类场景中提取部分场景图像作为训练样本；最后，采用ResNet50网络对建筑物场景分类。以辽宁省沈阳市浑南区为研究区域和Google Earth遥感图像为实验数据，实验结果表明本文方法能够实现非监督场景分类，总体分类精度和Kappa系数分别为089和082，较原有样本选择方法分类精度提高了3%和8%。

摘要:针对异源高分遥感影像变化检测中面临突出“伪变化”突出问题，本文提出了一种基于改进双边滤波和小目标抑制的变化检测方法｡在传统基于全局像素的滤波策略的基础上，本文设计了一种分割对象边界约束条件下的改进双边滤波器，以提高对象内部像素间的空间结构一致性；此外, 为进一步弱化局部异常值所导致的“伪变化”，提出了一种基于高阶神经元on-off通道的小目标抑制策略；最后,采用大津法对差分信息进行分类，从而获得最终变化检测结果。通过对多组异源高分遥感影像的实验结果表明，所提出方法能够有效减小“伪变化”所造成的检测误差，总体精度可达92.2%，误检率低于8.7%，在目视分析和定量评价中均显著优于三组对比方法。

摘要:针对深海热液区沉积物温度梯度变化微小、水下精细探测难度大等问题，提出了一种基于载人潜水器的高分辨力温度梯度检测系统。系统主要包括温度梯度探针和电子舱，探针和电子舱之间用水密揽连接，探针内装有高精度NTC热敏元件，电子舱内装有精密信号调理电路、系统控制单元和锂电池等模块。本文从原理上对信号调理电路进行设计，提高了系统分辨力，降低了电路漂移和失调性能，解决了NTC热敏元件互换性差、输出信号微弱等问题；对系统结构进行有限元分析，优化设计结构，减轻了系统重量；最后在实验室完成了系统测试，本系统使用标定分度为005 ℃的NTC热敏元件，系统量程为0~5 ℃，分辨力0001 ℃，工作水深范围是2 000～4 000 m。在西南印度洋大禧热液区搭载蛟龙号载人潜水器完成了水下实验，实验结果表明，本系统结构设计合理，能够与载人潜水器协同作业，成功获取了大禧热液区深海沉积物的温度梯度数据。