基于红外视觉/激光雷达融合的目标识别与定位方法

近年来,基于可见光图像的目标识别在无人车感知领域得到了广泛应用.然而,可见光图像目标识别无法应用于弱光和黑暗环境.针对于此,提出了一种基于红外视觉/激光雷达融合的目标识别与定位算法.首先,通过基于颜色迁移的数据增强训练方法,提高了红外目标识别算法的泛化性能.继而,提出了一种基于激光雷达修正的单目深度估计方法,通过视觉图像与激光雷达点云的数据融合,实现了基于稠密深度图对目标位置的估计,提高了对小目标的定位能力.试验结果表明,与传统Yolov3目标识别算法相比,该算法平均识别准确率可提升5.8％;此外,相对定位算法将包含小目标在内的物体相对定位精度提高了13.4％.     

空中运动目标的识别和跟踪控制

针对空中运动目标的识别和跟踪,提出图像匹配算法和连通域算法相结合的方法。该方法主要用图像匹配算法获得目标的位置信息,当图像匹配算法失效时,则采用连通域算法重新捕获目标、获得图像模板。同时,为提高跟踪的实时性,采用最小二乘线性预测法来预测目标的运动轨迹。在实验室的目标跟踪系统平台上,该方法能够对运动目标进行稳定的识别和跟踪。     

具有自动回溯的机动目标航迹精细化分段识别

机动目标航迹分段识别是判断目标行为意图的基础,然而现有航迹分段算法对模式变化检测能力弱,难以满足机动目标航迹快速精细化分段的需求。提出双层精细化航迹分段框架,预分段层检测目标运动过程中的模式切换,确定模式变化明显的预分段区,得到目标模式变化明显区域的预分段点;再分段层对模型差异小的非预分段区航迹进行回溯迭代优化再分段,得到更为精细的分段点。该框架具有从粗到精的航迹分段处理能力,实现了对于机动目标航迹的精细化分段识别。选取两个典型的目标机动仿真场景验证了所提算法的有效性,不仅减少了迭代优化时间,而且提高了分段识别精度。     

基于人工神经网络的多模型目标跟踪算法

针对在目标跟踪中单模型跟踪算法难以应对目标运动形式的变化,而多模型跟踪算法存在结构固定、跟踪精度被非匹配模型削弱且模型切换缓慢的矛盾,文章提出了一种基于人工神经网络的多模型目标跟踪算法。通过分析目标几种基本运动模式的轨迹特点,归纳出目标运动轨迹的特征向量。利用训练好的BP神经网络对滑窗里的轨迹段进行运动模型识别,按结果进行跟踪模型切换,达到使跟踪算法实时适应目标运动状态的目的。仿真结果证明了该算法的有效性,且与传统的多模型算法相比,具有结构更加简单、更强的灵活性和拓展性的特点。     

海天背景舰船红外目标识别技术研究

通过对舰船红外目标特性与识别方法的讨论,给出了图像序列目标识别算法流程以及仿真实验的结果,并对工程实现自动目标识别的硬件、算法和软件设计进行了讨论,具有较好的理论和应用价值。     

基于多传感器的机动目标跟踪与融合技术综述

在分析了目标跟踪技术的重要地位之后，对目标跟踪要素进行了简要介绍。同时，描述了机动目标建模、滤波算法、航迹管理、传感器管理以及目标身份识别技术常用的方法，试图对基于多传感器的机动目标跟踪和识别算法构建一个轮廓和框架。     

基于PSO-SVM的空中目标智能融合识别模型

支持向量机(SVM)算法能较好地解决传感器数据不完整、缺失情况。针对SVM关键参数难以选择问题,提出了基于粒子群-SVM算法空中目标智能融合识别模型。结合工程需求,进行仿真。仿真结果表明,该算法能较精确地识别目标。     

红外极小目标检测算法研究

低信噪比检测技术是实现红外自动目标识别的基本前提,其性能指标将直接决定系统探测距离的远近,是反映红外低可观测目标识别能力至关重要的一项核心技术。自适应背景估计方法是实现这一目标的有效途径。本文在重点论述几种背景估计常用技术的基础上,提出了红外极小目标的形态滤波优化改进算法,通过理论分析和实验检测表明：该算法简化了形态变...     

一种基于红外图像的目标自动识别算法

红外成像制导具有在各种复杂战术环境下自主搜索、捕获、识别和跟踪目标的能力,代表了当代红外制导技术的发展趋势。提出了一种红外图像预处理、跟踪、分类的自动目标识别算法,利用小波变换、形态学方法对红外图像进行预处理,提取不同频带的惯性不变矩作为特征量,利用神经网络进行分类识别,结果表明该算法具有很高的识别率,对于精确制导武器的目标识别研究具有一定的参考价值。     

天基预警系统弱小目标检测技术研究

为了确保天基预警系统的探测能力,要求系统具有很强的弱信号目标检测与识别能力和实时预警能力。为了能够在复杂云层背景条件下,快速实时有效地检测出红外图像中的弱目标,本文提出了采用基于广义最大似然比准则的弱目标检测算法。通过实验验证,该算法能有效克服云层背景的影响,在目标信噪比很低的情况下可靠检测目标。     

实时高可用测控集群关键技术研究

针对实时测控信息类型复杂、信息处理和控制方法多样、对实时性和可靠性要求高等特点,构建了一种基于集群计算平台的实时、高可用测控系统,在此基础上提出了一主一备双工热备节点的分布式集群管理控制模式,即在系统运行过程中任务除在一个节点上进行处理外,另一节点同时运行该任务处理(但不输出处理结果),在此基础上设计了任务故障监测的心跳机制、任务故障迁移和恢复的分配方法。通过实验证明,该方法能在一个处理周期内发现任务故障,并实现故障任务的迁移和恢复,不仅减少了系统建设成本,而且缩短了故障任务迁移和恢复时间,提高了测控系统的实时性、可靠性。     

载荷谱实测机翼地面标定技术浅论

就飞机载荷谱实测机翼地面标定的原理、标定方法及标定数据处理进行了较详尽的阐述。对飞机载荷谱实测的前期工作有较强的指导意义。     

某型机化铣零件成形工艺

化铣是一种能使表面形状复杂、加工精度要求高的零件达到加工要求的表面处理方法。铝合金的化学铣切已经成为航空工业零件成形的可靠加工方法,尤其是在加工飞机蒙皮时要比用传统的机械加工方法优越得多。本文对某型机零件表面出现锤痕现象进行了技术分析,发现其锤痕原因是由于成形零件用榔头校形而造成。同时,提出了采用钣金"一步成形法"即在淬火时效期内进行零件成形后再化铣的工艺方法。     

Kalman滤波器在直升机盘旋飞行中的应用

 介绍了一种针对无人驾驶直升机小半径稳速盘旋使用的Kalman 滤波器, 并用其进行数据处理, 同时给出了无人驾驶直升机盘旋飞行的状态方程, 以及进入盘旋、退出盘旋和野值数据的自动判断和处理, 并且在分析过程中给出了误差分析。讨论了飞行模式检测方法的设计思路及关键技术, 并给出了本方法的虚警概率。本方法可用于导航控制、天线跟踪和遥测数据处理等系统中, 可以提高定位的准确性, 并进行飞行模式的自动判决。     

整体叶盘叶型电解加工流场设计及实验简

 电解加工（ECM）是航空发动机整体叶盘制造的主要技术之一,其电解液流场稳定性是影响电解加工精度和表面质量的核心因素。本文在分析原有的二维流场基础上,针对流体在不同流道截面下的流场状态,提出了一种三维复合电解液流场模式,即三股电解液分别从毛坯进气边、叶盆叶根、叶背叶根流入,由排气边交汇流出。采用有限元法对三维复合流场及两类二维流场开展仿真分析,分析结果表明三维复合流场改善了流道突变区域流场状态,有效抑制了二维流场的流场缺陷,有助于提高流场稳定性。对加工区液体流态进行了判断,其结果显示三维复合流场可以满足电解加工要求。开展了3种流场模式的加工速度比较实验,三维复合流场达到的进给速度最高,较二维流场可显著提升加工效率。采用三维复合流场开展了多叶片扇段加工,获得了较好的重复精度与表面质量。     

整体叶盘叶型电解加工流场设计及实验

电解加工（ECM）是航空发动机整体叶盘制造的主要技术之一,其电解液流场稳定性是影响电解加工精度和表面质量的核心因素。本文在分析原有的二维流场基础上,针对流体在不同流道截面下的流场状态,提出了一种三维复合电解液流场模式,即三股电解液分别从毛坯进气边、叶盆叶根、叶背叶根流入,由排气边交汇流出。采用有限元法对三维复合流场及两类二维流场开展仿真分析,分析结果表明三维复合流场改善了流道突变区域流场状态,有效抑制了二维流场的流场缺陷,有助于提高流场稳定性。对加工区液体流态进行了判断,其结果显示三维复合流场可以满足电解加工要求。开展了3种流场模式的加工速度比较实验,三维复合流场达到的进给速度最高,较二维流场可显著提升加工效率。采用三维复合流场开展了多叶片扇段加工,获得了较好的重复精度与表面质量。     

液相法制造C/Al复合材料

 采用液相浸渗法制造C/Al复合材料,研究了液相浸渗工艺参数对复合材料浸渗过程和组织性能的影响。液相浸渗压力是浸渗工艺的保证,纤维预热温度是关键。实验取得C(SiC)/Al复合材料液相浸渗最优工艺条件,所获得的复合材料抗拉强度高达908MPa.     

基于工作流技术的测控信息会签系统设计

为了解决地面测控中心采用纸质方式会签测控信息工作量大、效率低、多航天器支持能力差的问题,论述了测控信息会签系统的设计方法、实施效果。通过分析载人航天测控信息会签的需求和特点,采用工作流技术对测控数据处理过程进行阶段划分和抽象建模,设计用户、岗位和任务的多对多映射方式,规划层次化的会签流程模板,实施会签流程多层次复用和动态组装,构建基于B/S(Browser/Server,浏览器/服务器)模式跨平台的系统架构,以数据库实时同步为基础,建立对称的实时热备工作模式,设计多任务通用的数据库结构,实现了测控信息的在线会签。实际应用表明,基于工作流技术的在线会签系统大幅缩短了测控数据处理周期,提高了航天器上行控制效率,有较高的推广价值。     

智慧温室群远程监控系统通信设计

温室监控系统是对温室环境中温度、湿度、光照度等环境因子实施监测与调控的农业设施,可确保农作物获得最适宜的生长发育环境。针对现有温室监控系统在通信上存在距离受限、组网复杂、能耗高且基本仅能实现单个温室控制的问题,设计了一种基于LoRa和NB-IoT相结合的智慧温室群远程监控系统通信模式。该模式以STM32F103C8T6单片机为核心控制器件,采用ATK-LoRa SX1278和NB-IoT模块自组无线通信网实现数据的远程交互。测试结果表明：采用该通信模式可实现温室群中各温室间距离在2km范围内的数据采集、处理和传输,其通信距离远、功耗低,数据传输可靠性符合现代化农业物联网的需求。     

Separation of SSR Signals by Array Processing in Multilateration Systems

Location and identification of cooperating aircraft in the airport area (and beyond) may be implemented by multilateration (MLAT) systems using the secondary surveillance radar (SSR) mode S signals. Most of these signals, spontaneously emitted from on-board mode S transponders at a fixed carrier frequency, arrive randomly at the receiving station, as well as many mode A/C replies from legacy transponders still in use. Several SSR signals are, then, overlapped in multiple aircraft situations. Therefore, the aim of this work is the separation of overlapped SSR signals, i.e., signals superimposed in time at receiving stations. We improve the MLAT receiving station by replacing the single antenna by an array of m elements and using array signal processing techniques. In the literature, several algorithms address the general source separation problem, but a very few of them are specifically designed for a mixture of overlapping SSR replies. Unfortunately, all of them have either some shortcomings, or an expensive computational cost, or no simple practical implementation. In this paper, we use the time sparsity property of the sources to propose more reliable, simpler, and more effective algorithms based on projection techniques to separate multiple SSR signals. Real recorded signals in a live environment are used to demonstrate the effectiveness of our method.