遥感场景类别的语义词向量与图像特征原型的距离结构不一致问题,严重影响遥感场景零样本分类效果。针对该问题,利用不同词向量间一致性,提出一种基于解析字典学习的语义词向量融合方法,以提升遥感场景零样本分类效果。首先,采用解析字典学习方法,提取场景类别的不同词向量的公共稀疏系数,并作为融合后的语义词向量;然后,同样采用解析字典学习方法,将场景类别的图像特征原型嵌入到融合后的词向量空间,与融合后的词向量进行结构对齐,降低距离结构的不一致性;最后,通过联合优化获得未知类的图像特征空间类别原型表示,并采用最近邻分类器完成未知类别遥感场景的分类。在3种遥感场景数据集和多种语义词向量上进行定量和定性实验。实验结果表明,通过词向量融合可以获得与图像特征原型结构更一致的语义词向量,从而显著提升遥感场景零样本分类的准确度。

目标域遥感图像特征分布的变化,导致遥感场景零样本分类性能下降,针对该问题,提出一种基于局部保持的遥感场景零样本分类算法。首先,为减少冗余信息,采用解析字典学习方法,将源域中的场景图像特征和类别语义词向量嵌入到同一稀疏编码空间,并实现两者稀疏系数的强制对齐,以建立图像特征与词向量之间的关系;然后,通过保留图像特征空间中场景图像间的局部近邻关系,增强场景图像对应稀疏系数的鉴别性,以有助于对稀疏系数进行聚类分析;最后,为适应目标域图像特征分布变化,采用k-means算法对目标域场景图像的稀疏系数进行聚类,并以初始中心的类别标签作为对应的聚类簇中场景的类别标签。实验分别采用GoogLeNet和VGGNet图像特征,以数据集UCM作为源域遥感场景集,对目标域场景集RSSCN7进行零样本分类,获得了最高50.67%和53.29%的总体分类准确度,比现有算法各提升了8.06%和9.70%。实验结果表明:该算法能够适应目标域遥感场景图像特征分布的变化,显著提升遥感场景零样本分类效果,具有一定的优越性。

利用不同图像特征之间的互补性,可提升遥感场景零样本分类性能。将图像特征的融合与零样本分类结合,提出一种基于图像特征融合的遥感场景零样本分类算法。采用解析字典学习方法,计算各图像特征的稀疏系数,并串接起来作为融合后图像特征,以减少冗余信息且保留各图像特征自身特点;引入监督信息,提高融合特征的鉴别性;将融合特征与场景类别词向量进行结构对齐,提升对新类别场景的迁移识别效果。在UC-Merced和航拍图像数据集两种遥感场景集上,对相同层次及不同层次的场景图像特征分别进行融合实验。实验结果表明:对于总体分类准确度和运算耗时,所提算法均优于其他零样本分类算法及通用的特征融合算法,证明了方法的有效性。

提出了一种基于共同视域的自监督立体匹配算法,该算法根据视差的左右一致性来确定双目图像的共同可视区域,从而抑制被遮挡区域产生的噪声,为网络模型的学习提供了更加准确的反馈信号。研究结果表明:在没有任何标签数据的前提下,所提算法的预测误差降低了11%~42%,且与有监督立体匹配算法的性能相当。

提出了一种基于稀疏体素有向无环图(SVDAG)的光照计算加速结构。通过自下而上地合并相同节点,将稀疏体素八叉树转化为SVDAG;同时,利用给定节点的遍历路径和子掩码,消除了空间位置的多义性。针对闭合几何体,基于双层深度图算法可自适应合并位于闭合区域的节点,在保证光照计算性能的前提下,进一步减小了存储开销。提出了一种基于时域相关性的SVDAG帧间复用方法,利用动态场景的全部帧构成SVDAG加速结构整体,提高了更新速度。实验结果表明,新算法提高了三维场景的绘制效率,在面对高分辨率的动态场景时,仍能获得较高的帧速率。

针对光线跟踪算法计算量大和运行效率低的问题, 提出了一种采用八叉树自适应体归并(OAVM)的光线跟踪加速结构。该结构将八叉树模型的空节点自适应地聚集为包围体, 尽可能地减小了光线与空白节点的求交次数。基于OAVM的一种多级八叉树结构的特点, 提出了采用Morton码对各层级的所有节点分别进行编码的算法, 该结构所采用的存储方式和邻域查询算法有效减小了指针数量, 避免了递归搜索。同时, 该算法可以有效处理大规模动态场景的局部更新问题。基于Liang-Barsky算法, 光线相交测试的计算速度得到提升。实验结果表明, 和传统结构算法相比, 所提出算法的指针总数平均减少了54.45%, 光线相交测试时间平均缩短了52.37%, 大幅加快了相交测试速度, 提升了场景的渲染效率。

为满足稳定平台快速隔离扰动、稳定视轴的要求, 通过优化控制结构和控制算法改善系统控制性能。在速度闭环控制的基础上, 引入电流内环, 提高直流力矩电机的力矩控制精度; 采用串联超前滞后校正装置提高系统的隔离度和稳定裕度; 利用模糊控制器在线整定PID控制器参数,提高系统动态性能。Simulink仿真表明, 系统在常值力矩、周期性力矩及周期性角速率干扰下隔离扰动, 具有响应速度快、隔离度好、稳定性高等特点。

鉴于数据传输总线的诸多优点,建立总线式体制是现代导弹控制系统互联方式发展的必然趋势。CAN总线是一种设计优良的总线,但缺点在于其事件驱动型的协议导致无法建立CAN总线的可靠调度策略。Tindell给出的基于最小间隔故障模型的WCRT调度分析方法在强干扰环境中会导致乐观偏差,因此需要建立一种CAN总线在复杂环境中的更加准确的调度分析方法以指导可靠的系统设计。基于此目的,给出了一种基于广义泊松过程的改进故障模型,并在此基础上建立了CAN总线消息的调度分析。最后将该调度分析应用于导弹控制系统,并分析了对总线调度能力构成影响的因素。

鉴于数据传输总线的诸多优点,未来的弹载控制系统采用总线式网络化控制方式成为一个重要的发展方向。在该类系统的设计过程中,必须对各类设计方案进行形式化建模和性能评价。以确定与随机Petri网为理论工具,建立了基于1553B总线的弹载控制系统在非周期性消息和周期性消息同时存在的复杂情况下的形式化模型,并在模型基础上推导出了相关的性能指标公式。通过对指标的分析,为弹载控制网络的设计和优化提供了理论依据。

数据总线传输方案能够有效克服传统通信的弊端,但由于信息传输分时复用通信总线,系统时延不可避免。时延不但会降低网络控制系统的控制性能,而且还是引起系统不稳定的潜在因素。从网络时延这一问题出发,对网络控制系统的建模方法进行了分析研究,并基于此提出利用模糊控制来补偿系统时延影响。该方法通过模糊控制调节PID控制器输出,从而改善系统性能。最后通过仿真实例验证了上述方法的有效性。