摘要:考古学家经常依靠被动机载光学遥感技术来为(欧洲)景观考古项目提供一些核心数据。尽管这一考古领域经历了许多技术和理论的演变,但主要的航空摄影调查以及不太常见的考古机载侦察方法仍然受到许多固有偏差的影响,这些偏差是由低于标准的采样策略、成本、仪器可用性和后处理问题造成的。本文从景观(考古学)的概念开始,并用它来构建考古机载遥感。在介绍了对已经扭曲的考古人群进行采样时减少偏差的必要性并扩展了航空调查的“理论中立”主张之后,本文提出了八个关键特征,这些特征都有可能增加或减少使用被动传感器收集机载光学图像时的主观性和偏差。在此背景下,本文随后对景观考古学在过去几十年中依赖的各种被动机载光学成像解决方案进行了一些技术方法论反思。在这样做时,它对这些高度主观的方法对景观考古学的有效性和适用性提出了质疑。最后,本文提出了一种新的、更客观的利用被动传感器进行航空光学图像采集的方法。在讨论中,本文认为
摘要:信息技术的快速发展对许多行业产生了重要影响。出现了“工业 4.0”概念,象征着第四次工业革命。该概念与物联网、区块链、雾计算、大数据等有前景的技术密切相关。本研究考察了采矿业领域。我们讨论了以基于现代数字技术的公共信息空间开发为代价来提高采矿企业效率的可能性。我们分析了采矿企业生产过程参与者之间数据流层面的安全问题。我们定义了在控制中心和独立技术单元之间可能失去连接的情况下,为采矿企业生产过程提供数据可靠性的问题。我们基于区块链和数字水印技术,为解决给定问题提供了一种新方法。进行了计算实验,提出了在常见微控制器型号上实现所提供方法的可能性。
摘要:小型飞机类别(例如小型空中运输(SAT)、城市空中交通(UAM)、无人机系统(UAS))、现代航空电子解决方案(例如电传操纵(FBW))和减小的飞机(A/C)尺寸的异质性需要更紧凑、集成、数字化和模块化的空中数据系统(ADS),该系统能够测量来自外部环境的数据。在 Clean Sky 2 计划的框架内资助的 MIDAS 项目旨在通过经过商业应用认证的 ADS 满足这些最新要求。主要支柱在于 COTS 解决方案和分析传感器(专利技术)之间的智能融合,以识别气动角度。识别涉及飞行动态关系和基于神经技术的数据驱动状态观察器,一旦训练完成,它们就是确定性的。由于该项目将首次将分析传感器作为冗余系统的一部分安装在民用飞机上,因此本工作中记录的设计活动特别关注适航认证方面。在此成熟度级别,使用模拟数据,下一阶段将使用真实飞行测试数据。描述了训练和测试方面的数据收集。训练操作旨在激发所有动态模式,而测试操作旨在独立于训练集和所有自动驾驶仪配置验证结果。结果表明,替代解决方案是可能的,可以大大节省计算工作量和代码行数,但同时也表明,更好的训练策略可能有利于应对新的神经网络架构。
请注意:尽管过去曾有海外语言培训的选择,但由于预算限制和问题,海军不得不重新考虑这一选择,例如批准 NSDD-38(国家安全决策指令),该指令在选定国家的当地大使馆设立职位;指派海军组成部队指挥官和联络点 (POC) 回答军事问题;医疗检查等。NSDD-38 可能是一个漫长的过程,可能需要数月才能获得批准状态。此外,还可能存在 ICASS 协议/合同、住房(OHA 和授权的大使馆租赁住房)和联系信息更新等问题。由于给细节人员的安置和命令时间很短,海军决定“国内”语言培训是我们的海军学者的例外,而不是常态,必须事先获得 OPNAV N71 的批准。
摘要:网络化多传感器用于解决机动目标跟踪问题。为避免非线性动态函数的线性化,获得更准确的机动目标估计,提出了一种用于机动目标跟踪的自适应信息加权协同滤波器。利用无迹变换计算伪测量矩阵,以利用测量的信息形式,这是协同迭代所必需的。为提高机动目标跟踪精度并在整个网络的每个传感器节点中获得统一的估计,利用自适应当前统计模型来更新估计,并在各个动态模型的相邻节点之间应用信息加权协同协议。基于多个模型的后验概率,通过对模型条件估计的加权组合来获得每个传感器的最终估计。实验结果表明,所提算法在跟踪精度和全网估计一致性方面具有优异的性能。
摘要:小型飞机类别(例如小型空中运输(SAT)、城市空中交通(UAM)、无人机系统(UAS))、现代航空电子解决方案(例如电传操纵(FBW))和减小的飞机(A/C)尺寸的异质性需要更紧凑、集成、数字化和模块化的空中数据系统(ADS),该系统能够测量来自外部环境的数据。在 Clean Sky 2 计划的框架内资助的 MIDAS 项目旨在通过经过商业应用认证的 ADS 满足这些最新要求。主要支柱在于 COTS 解决方案和分析传感器(专利技术)之间的智能融合,以识别气动角度。识别涉及飞行动态关系和基于神经技术的数据驱动状态观察器,一旦训练完成,它们就是确定性的。由于该项目将首次将分析传感器作为冗余系统的一部分安装在民用飞机上,因此本工作中记录的设计活动特别关注适航认证方面。在此成熟度级别,使用模拟数据,下一阶段将使用真实飞行测试数据。描述了训练和测试方面的数据收集。训练操作旨在激发所有动态模式,而测试操作旨在独立于训练集和所有自动驾驶仪配置验证结果。结果表明,替代解决方案是可能的,可以大大节省计算工作量和代码行数,但同时也表明,更好的训练策略可能有利于应对新的神经网络架构。
摘要:网络化多传感器用于解决机动目标跟踪问题。为避免非线性动态函数的线性化,获得更准确的机动目标估计,提出了一种用于机动目标跟踪的自适应信息加权协同滤波器。利用无迹变换计算伪测量矩阵,以利用测量的信息形式,这是协同迭代所必需的。为提高机动目标跟踪精度并在整个网络的每个传感器节点中获得统一的估计,利用自适应当前统计模型来更新估计,并在各个动态模型的相邻节点之间应用信息加权协同协议。基于多个模型的后验概率,通过对模型条件估计的加权组合来获得每个传感器的最终估计。实验结果表明,所提算法在跟踪精度和全网估计一致性方面具有优异的性能。
对机构的介绍:法国波利尼西亚大学UPF,是法国高等教育,研究和创新部权力下的高等教育和研究机构。该大学在南太平洋中心的海外领土的法国波利尼西亚发展中占据了独特的地位,并作为当地教育政策的领导者执行了该领土及其他地区的高等教育,研究和发展的任务。在培训和获取教育,研究,发展和创新方面的战略与波利尼西亚面临的挑战(遥远,多疾病,其经济规模较小,气候变化,能源过渡...)引起了共鸣。UPF从事涉及法国州和法国波利尼西亚的结构性转型,该转型投资了对波利尼西亚发展产生影响的资源。它还将其整个生态系统汇总到该领土上,包括研究组织(CNRS,IFREMER,IRD),社会经济参与者,以及在Polynesian Triangle中的合作伙伴,以国际化的目的,最终将导致多种语言在Polynesian Cultantal文化遗产中扎根。通过加强其与领土和大洋洲环境的联系,UPF是法国波利尼西亚发展的关键参与者。该大学的NARUA战略还旨在加强与太平洋大学的合作伙伴关系。
摘要:随着飞机系统数量的增加,完全手动的开发方法对于从分布式集成模块化航空电子 (DIMA) 系统的大量配置中找到最佳硬件和软件映射已不切实际。应该提供并彻底理解找到这种优化映射的自动化方法。本文是对 DIMA 最佳硬件和软件映射基础的研究。我们首先回顾 DIMA 系统架构。然后,我们提出硬件和软件映射的问题陈述及其确保的数学优化模型。确定了一组主要的架构质量指标(例如可靠性和可扩展性)和飞机约束(例如隔离和资源约束),可用于组成目标函数或比较和交易替代方案。基于质量指标和飞机约束,我们通过多目标优化综合了一个包罗万象的公式。然后回顾和比较了硬件和软件映射的各种优化方法。介绍了航空电子系统的 DIMA 优化案例研究,其中报告了具有不同目标和约束的不同优化问题的运行时间。此外,我们还介绍并讨论了未解决的问题和未来趋势,未来的发展可以借鉴这些趋势。