基于支持向量机的人机交互媒体播放界面手势识别方法

为了提高手势识别在人机交互媒体播放界面交流的准确率，提出一种基于支持向量机的人机交互媒体播放界面手势识别方法。首先通过分析人机交互媒体播放界面，利用Cam Shift方法跟踪用户手势，确定手势在人机交互媒体播放界面的区域，通过计算波峰数量、手势的长度和能量，提取出手势特征；然后通过扫描用户手势的深度图像，得到手势范围，引入高斯滤波函数，过滤掉手势图像的掩模，确定手心位置，完成手势分割；最后利用支持向量机的分类阈值，计算手势图像的分类面，引入拉格朗日算法，将最优分类面问题转化为对偶性问题，实现人机交互媒体播放界面的手势识别。实验结果表明，该方法能够清晰识别人机交互媒体播放界面中的手势，并将准确率提高到90%以上。研究结果为复杂工作环境中运用手势动作进行人机互动提供理论支持。     

一种面向舱外活动的视觉感知启发的手势识别方法

针对航天员出舱作业(EVA)时的人机交互需求,结合着舱外服手套后手部动作的工效学分析,提出了一种结合眼动仪和手势识别技术的航天员目标选取方案,使航天员真正达到"解放双手"的目的。该方案采用眼动仪获取航天员"感兴趣目标区域"的位置信息,利用摄像头捕获航天员手势动作,并基于稀疏滤波的特征提取方法和神经网络分类器对手势进行识别,根据预定义的目标选取指令实现交互功能。试验结果表明,手势识别算法的识别率可达到95%以上,为后期将该交互系统集成到航天服中提供了原型依据。     

面向月面探测的空间机器人-航天员手势交互方法的研究

针对月面探测机器人-航天员手势交互的问题,以航天员助手机器人(AAR-2)为实验平台,运用卷积神经网络模型,提出了一种静态手势识别方法。采用该方法对设计的8种空间人机交互手势进行了手势识别试验,并将试验结果与单通道的CNN等方法的结果进行对比,证明了该方法能在一定程度上提高静态手势识别率,识别准确率达到93.3%。并自制了一套小型空间人机交互的手势数据集,用以补充该方法在月面探测的实际任务中的不足。     

基于位移场的裂纹尖端识别算法

提出一种基于位移场的裂纹尖端识别算法。首先建立了与裂尖位置有关的目标函数,将裂尖识别问题转化为求解最小值的优化问题;然后在位移场范围内假设裂尖位置,将非线性优化问题转变为线性问题,在给出裂尖的初始假设位置后,通过该裂尖识别算法迭代分析,最终获得裂纹尖端的准确位置。仿真测试表明,该算法6s内通过4步迭代分析就可以得到Ⅰ型裂纹区域的位移场和Ⅰ-Ⅱ混合型裂纹区域的位移场准确的裂尖位置,该方法为裂纹测量技术提供了技术支持,有极大的应用价值。      

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。     

计及随机噪声的频域多输入多输出模态参数识别

提出了一种计及随机噪声的多输入多输出频域模态参数识别方法。该方法基于连续时间域的频率响应函数有理分式模型,利用Forsythe正交多项式改善求解性态,属频域的极大似然类估计方法。在最小二乘估计的基础上,利用"先验"的随机噪声信息进行优化迭代的极大似然估计,得到更优的模态参数识别结果。根据Cramer Rao下界不等式,在几乎不增加计算量的情况下获得所识别结果的不确定性信息,提高了模态参数识别的可靠性。采用GARTEUR飞机模型作为仿真算例,对本算法进行了仿真验证。     

涡轴发动机高精度实时部件级模型研究

提出了基于神经网络的涡轴发动机共同工作方程求解方法。在基于牛顿-拉夫逊迭代法求解共同工作方程的模型上采集离线训练数据,以共同工作方程迭代求解前的残差为输入,迭代收敛后的共同工作方程猜值修正量为输出,训练BP神经网络,对共同工作方程进行求解。采用变缩放因子的萤火虫算法优化神经网络参数,提高了猜值修正量的预测精度。在飞行包线的某一区域内,采集额定发动机在直升机前飞过程的数据进行神经网络离线训练,并将网络参数代入部件级模型对共同工作方程进行求解,在训练数据采集区域附近的爬升状态、远离训练数据采集区域的前飞状态下进行测试,计算模型输出与牛顿-拉夫逊迭代算法模型输出的偏差,与一次通过算法相比,本文提出方法模型输出最大偏差约为一次通过算法的1/34到1/4,模型运行耗时约为一次通过算法的2/5,验证了算法的有效性。     

跨音速翼型绕流有粘-无粘迭代计算

本文提出一种新的跨音速有粘-无粘干扰迭代的算法。 外流计算利用文献[1]提出的一种快速算法。粘流(附面层)用Cebeci-Smith盒式法,湍流用简单的代数旋涡粘性模型描述。跨音速有粘-无粘迭代是以位移厚度为迭代参数,不断迭代直至收敛。 本文对零攻角无分离NACA0012翼型进行了计算,结果与实验吻合得比较满意,且收敛快,数值稳定,可期在实中得到应用。     

视觉手势识别技术在航天虚拟训练中的应用研究

针对我国载人航天地面虚拟组装训练需求,研究了基于Kinect的视觉手势识别技术,提出了一种使用深度信息进行手势检测及分割的方法,采用手势图像轮廓曲率分析方法进行指尖检测,并结合Kalman滤波稳定跟踪指尖;同时自定义了几种组装所需的手势,根据图像的指尖特征进行特定手势识别。结合OpenNI、Nite和OpenCV,最终在VC2010环境下实现了航天虚拟组装训练系统。实验结果证明,该手势识别方法识别率较高,鲁棒性好,可应用于载人航天虚拟组装训练。     

基于信息论匀质性测度的各向异性扩散相干斑抑制算法

 针对传统各向异性扩散抑斑算法存在的均匀区域噪声平滑不充分、边缘随迭代弱化及迭代次数的确定缺乏理论指导等问题,提出了一种新的各向异性扩散抑斑算法,该算法采用信息论匀质性测度作为图像中匀质区域与边缘的鉴别因子,使扩散系数能够更准确地控制扩散强度与扩散速率,从而达到充分平滑均匀区域噪声及保护边缘的目的。基于各向异性扩散方程求解与鲁棒误差范数最小化的等效性,提出了一种各向异性扩散方程的迭代停止准则。利用合成孔径雷达图像对本文算法的抑斑和边缘保持性能进行了仿真实验验证。结果表明,本文算法在均匀区域相干斑噪声抑制、边缘保持等方面均取得了优于传统算法的效果。     

设计特征模型中的加工特征识别

当特征设计方法产生的模型中存在正特征或出现特征相关时,则无法直接得到加工特征。提出设计特征模型中的加工特征识别算法,即：工艺毛坯与设计特征模型的差得到零件加工区域,设计特征的规则化处理得到规则化设计特征模型,利用它可以从零件加工区域中逐步分解出所有的加工特征。     

一种基于轨道要素形式终端约束的航天器空间变轨迭代制导算法

针对航天器空间变轨任务的制导问题,研究了一种适用的迭代制导算法。在传统迭代制导方法的基础上,直接在地心惯性系中建立最优控制模型,以推力方向矢量为控制量来适应大姿态角变化情形;推导直接以目标轨道要素为终端约束的边界条件,给出终端约束方程求解精度和入轨精度的关系;得到一种简单有效的基于轨道要素形式终端约束的航天器空间变轨迭代制导算法。通过仿真验证了所给制导算法的有效性,相比传统迭代制导方法其具有更强的适应性。     

面向再入目标跟踪的估计与辨识联合优化算法

准确的弹道系数辨识和精确的目标状态估计是再入目标高精度跟踪与高可靠识别的关键。一方面,状态估计的误差会造成模型参数(弹道系数)的辨识风险;另一方面,模型参数的辨识偏差又会导致模型失配从而降低目标状态的估计精度。因此,需要实现再入目标的状态估计和参数辨识的联合优化。针对再入目标弹道系数未知情形,提出了一种基于期望最大化(EM)框架并采用粒子滤波(PF)平滑器实现的PF-EM联合优化算法。在E步基于粒子平滑器得到目标状态的后验平滑估计,M步采用数值优化算法更新上一次迭代的弹道系数,通过E步和M步的不断迭代,以保证状态估计和弹道系数辨识的一致性。算法仿真对比表明:所提算法的状态估计和参数辨识精度均优于传统的状态增广算法。     

基于Kalman滤波的高频CW电报信号自动识别

针对强噪声背景下高频CW电报信号检测算法性能严重下降、误码率较高的问题,文章提出一种基于卡尔曼滤波的高频CW电报信号同步检测识别算法。利用自同步法对CW电报信号实现位同步,进而利用卡尔曼滤波针对时变干扰噪声设置自适应阈值,对信号能量进行软判决,实现CW电报信号的自适应跟踪检测,提取有效信号进行识别。通过短波信道仿真软件和实际短波通信测试表明,该算法能够在强噪声背景下有效检测识别CW电报信号,且算法可由迭代实现。     

涡桨发动机螺旋桨实时建模技术

基于螺旋桨片条理论对叶素进行受力分析,推导了螺旋桨拉力和功率等参数的计算公式,建立了螺旋桨实时数学模型,将模型求解归结于干涉角的迭代,并指出模型保证实时性的关键在于迭代算法的收敛速度.通过分析迭代函数及其导数关系,提出一种干涉角初值设置方法,并提出采用割线法代替导数法能加快迭代运算.仿真结果与实验数据对比分析表明:基于叶素受力分析得到螺旋桨拉力和功率的计算精度满足要求,干涉角初值设置以及基于割线法的迭代收敛速度能满足涡桨发动机控制系统实时仿真的需要.      

笔式用户界面中的手势资源

针对笔式用户界面中手势管理与应用之间的耦合度问题,提出了一种手势资源模型.该模型将手势作为一种独立的资源进行管理,在具体的笔式用户界面中,手势以引用的方式得以应用,有效降低了手势管理与应用之间的耦合度,提高了手势管理的灵活性和健壮性.     

变阶次分段ARMA模型算法研究

建立了时变悬臂梁有限元模型,采用时序分析方法中的自回归滑动平均模型,即ARMA模型算法进行模态参数识别。重点分析了利用奇异值分解确定ARMA模型阶次的方法,提出了奇异值最小差值法和一种变阶次ARMA模型算法。结合分段ARMA模型算法对时变悬臂梁系统的模态参数进行识别。结论指出:从仿真分析的角度来看,分段ARMA模型算法对模型的前三阶固有频率的识别结果还是可信的,尤其是变化较明显的高阶固有频率。     

设计特征模型中的装配特征识别

研究了由设计特征模型识别装配特征的算法 ,该算法采用凹凸特征模型为中间模型实现设计特征模型向装配模型的转化。识别算法用特征设计与特征识别相结合的方法有效地识别出设计特征指定面的所有凹凸特征 ,利用判别装配特征的充分必要条件得到所求的装配特征。该方法克服了传统算法的缺点 ,提高了装配特征识别的有效性和可靠性     

电弧喷射推力器流动区域电磁场数值解法

为了有效地进行电弧喷射推力器流动区域全场(流场、电场、磁场和化学反应)耦合数值模拟并揭示其电磁场特征，建立了适当的电磁场模型，对电磁场控制方程的数值解法进行了详细研究。模型基于推力器稳态工作特征，控制方程由麦克斯韦方程组简化得到，采用有限控制容积积分方法离散椭圆型控制方程，采用9种不同的迭代方法求解离散方程。给出了不同迭代方法的收敛速度、数值稳定性和最终精度。研究表明，Gauss—Seidel逐线超松弛迭代法是推力器流动区域电磁场离散方程的一种快速有效的数值解法。     

用于雷达方位超分辨的约束迭代Tikhonov正则化算法

针对Tikhonov正则化算法噪声适应能力差和不便于引进额外的约束对解进行限制等缺点,利用迭代Tik-honov正则化算法对雷达方位超分辨进行研究,证明了迭代Tikhonov正则化反卷积公式的收敛性,分析了迭代Tik-honov正则化算法的频域性质,在存在噪声的情况下,提出相应的噪声抑制方法,得到约束迭代Tikhonov正则化算法。针对不同信噪比情况进行了计算机仿真实验,结果表明,与迭代Tikhonov正则化算法相比,约束迭代Tikhonov正则化算法具有较强的噪声适应能力,与常用的约束迭代方法（CID）算法相比,具有较快的收敛速度,初步验证了算法的有效性。