针对遥感影像中建筑物目标与背景环境区分度低而造成的提取效果较差的问题, 本文提出了融合高阶信息的编解码网络方法以改善建筑物自动提取的精度。首先, 针对遥感影像建筑提取任务, 使用深度编解码网络完成对建筑物目标的低阶语义特征提取; 其次, 使用多项式核完成对深度网络中间特征图的高阶描述, 以提升网络对于模糊特征的辨识能力; 最后, 将低阶特征与高阶特征级联后, 送入编解码网络的末端, 得到对建筑物的分割结果。在Massachusetts Buildings数据集上进行试验, 其召回率、准确率和F1-score指标分别达到了85.1%, 77.5%和80.9%, 综合指标F1-score相比于基础深度编解码网络提升约4%。本文所提方法改进了编解码器网络对于遥感影像建筑物自动提取任务的表现性能, 能够更加精确地提取与背景区分度较低的建筑物目标, 具有良好的实用价值。

在空对地遥感检测中,目标所占视场比例小、视角单一、易受背景干扰且视场高度变化大,这给传统深度学习检测算法带来了挑战。针对该问题,提出一种场景耦合的多任务目标检测算法。首先,设计了一种新的场景耦合目标检测网络结构,将场景分类特征图和目标检测特征图在同一尺度上进行镜像融合,丰富了网络特征描述的细粒度;其次,设计了差异化激活模块,实现特征通道的重要性筛选;然后,推导了多任务耦合的网络优化函数,实现了目标检测损失和场景分类损失的同步优化;最后,建立了空对地目标检测多任务数据集,对所提方法的有效性进行验证。实验证明,本文算法有效提升了空对地小目标检测的精度和稳健性,同时能够自适应不同高度的识别检测多任务需求,为空基无人平台对地智能检测提供了新的思路和方法。

建立了一种基于多天线GPS/SINS的全组合测姿模型; 在位置、速度组合的基础上，利用星站双差观测量实现姿态测量，并证明了PWCS定理可用于分析该类系统的可观测性。研究了系统在不同可见星数目情况下的状态可观测性，并通过一段仿真航迹，对比了模型的测姿精度等性能。结果表明，当可见星数目大于等于4颗时，系统状态即完全可观测，此时，导航系统滤波参数能够较快收敛，并且达到较高的测姿精度。而在此基础上继续增加可见星数目、增加姿态观测量并不能使系统的测姿精度和收敛速度得到明显改善。

基于亥姆霍兹线圈产生均匀磁场的特性, 绕制了三轴亥姆霍兹线圈, 通过改变3组线圈通电电流大小, 分别产生3个正交方向的磁场, 模拟地磁场强度, 为地磁导航系统的半实物仿真实验提供地磁场环境。同时,就地磁导航半实物仿真的需求, 对地磁场模拟生成装置进行了可重复性和线性度验证实验、响应速度测量实验、均匀性验证实验和稳定性验证实验, 并建立了装置的输入输出模型, 验证了装置的各项指标符合实验室需求。