针对自主空中加油对接阶段的目标跟踪问题，提出一种空中加油场景下的目标联合检测跟踪算法。该算法采用检测跟踪一体化的CenterTrack网络实现对锥套的追踪，而针对计算量较大、训练耗时过长的问题，分别从模型设计与网络优化两方面改善该网络。首先，在跟踪器中引入膨胀卷积组，以在不改变感受野大小的前提下使得网络轻量化；同时，将输出部分的卷积层替换为深度可分离卷积层，从而减少网络的参数量与计算量；然后，对网络进行进一步的优化，即将随机梯度下降（SGD）法与Adam算法相结合，使网络更快收敛至稳定状态；最后，利用真实的空中加油场景视频与地面模拟视频制作相应格式的数据集，并将其用于实验验证。分别在自制的锥套数据集和MOT17公共数据集上进行了训练与测试，证实了提出算法的有效性。相较于原CenterTrack网络，改进的网络Tiny-CenterTrack减少了约48.6%的训练时长，并在实时性方面提升了8.8%。实验结果表明，改进后的网络在不损失网络性能的前提下可有效节省计算资源并在一定程度上提升实时性。
强制性的注册验证及密码、算法的防破解是软件版权保护领域的核心问题。传统注册方法主要依赖于验证算法的强度和隐蔽性,可靠性低。提出一种采用非对称密码体制和授权文件的软件注册与验证方法,给出了基于该技术的注册系统PubCMCenter的详细设计与实现。私钥由发行方保存,系统用户仅拥有对License文件进行验证所必需的公钥,而不具备任何签名的能力。此外,该系统还可以对授权进行更细致的划分,对软件按用户的级别进行模块级的授权。与传统技术相比,该系统具有简单易用并且安全可靠的特点。
