基于视频图像处理的头部位置跟踪方法的探索

针对目前头盔显示器头部位置跟踪过程中存在瞄准速度不快,灵敏度不高,头盔重量偏大,只考虑头部位置,未考虑人眼在跟踪瞄准过程中的功能等问题,特提出一种基于人眼及头位综合视频检测高精度快速瞄准新方法,它采用基于视频图像处理方法来检测头部与飞机的夹角和注视方向相对头部的偏角。     

电子束物理气相沉积Nd2O3和Yb2O3共掺杂的YSZ热障涂层研究

采用固相烧结的方法制备了10 mol% Nd2O3和Yb2O3共掺杂的YSZ(3.5 mol% Y2O3部分稳定的ZrO2)材料.掺杂材料为t/t'相,而8YSZ则为t/t'与m的混合相.测试结果表明:1 100 ℃时掺杂材料的热扩散系数为4.10×10-7 m2/s,而8YSZ(8 wt.% Y2O3部分稳定的ZrO2)的则为6.41×10-7 m2/s.在200～1 300 ℃温度范围内,掺杂材料的比热容均大大低于8YSZ.电子束物理气相沉积的掺杂材料的热障涂层陶瓷层为树枝晶结构.1 100 ℃下,掺杂材料的热障涂层热循环寿命为350～500 h,而同等条件下8YSZ涂层仅为160～200 h.     

基于规划航迹的“三自”光纤惯导系统航向耦合效应抑制技术

目前,国内"三自"(自标定、自对准、自检测)光纤惯导系统在长航时高精度自主导航领域已逐渐开展应用,但光纤陀螺安装误差、安装不正交度以及标度因数等参数稳定性大大限制了"三自"光纤惯导系统精度的提升,其主要原因是载体运动诱发的航向耦合效应严重影响了旋转调制效果。从航向耦合效应机理分析入手,指出了"三自"惯导系统航向耦合效应的不可解耦性,但针对无人飞行器和无人潜航器等通常需要规划航迹的载体,提出了一种基于规划航迹的旋转方案自适应调整技术,有效地抑制了航向耦合效应。试验结果表明,该方法可将系统的导航精度提升80%以上。     

智能手机广域精密定位研究

智能手机作为位置服务的重要载体，由于其天线结构等因素，导致利用手机原始观测值进行定位不能满足高精度定位的需求。针对这一问题，提出了利用广域增强技术，提高手机单频原始观测值实时定位精度的方法。首先，针对手机观测值周跳较为严重的问题，对单频载波相位观测值进行了周跳探测。然后，利用手机观测值获取的伪距、载波相位以及IGS站播发的轨道和钟差改正实现增强定位。实验结果表明，定位精度收敛到1m约需要20min，收敛后水平方向和垂直方向精度分别提高了66.7%和28.9%，平面精度达到1.5m。     

A320系列机型绿点速度特性分析

绿点速度是空客系列机型特有的光洁构型、一发失效条件下的最佳操纵速度。为了研究绿点速度的设计依据,利用空客PEP性能软件计算A320系列机型光洁构型、一发失效条件下、不同校正表速所对应的爬升角、等待燃油流量和飘降下滑角,分析了绿点速度状态、最大升阻比状态下的爬升、等待、飘降性能与最佳爬升/等待/飘降性能相互之间的关系。结果表明:绿点速度小于最大升阻比速度,随着飞行高度增加逐渐逼近最大升阻比速度;绿点速度下的爬升/等待/飘降性能对应于最大升阻比性能、最佳爬升/等待/飘降性能的均值。     

AP包覆硼对富燃推进剂药浆流变特性的影响

用四种不同量AP包覆的硼粉,对硼含量达30%的富燃推进剂实验配方中的药浆流变特性进行了研究,结果表明:20%AP包覆硼粉的含硼富燃固体推进剂药浆的流变性与另三种硼粉的明显不同———近6h粘度为2 2kPa·s,屈服值在300Pa以下,表明其药浆流平性好并可满足浇铸要求。20%AP包覆硼的合适包覆量、包覆完整的表面性质及近似球型粒子的形状决定了其药浆的流变特性最优。     

级联三能级原子系统的量子特征

运用油松分布的性质和二元泰勒级数展开方法，研究了初始处于下能级的级联三能级ＪＣ模型中的原子与两个初始相于辐射场的相互作用，得到了原子能级算符、光子数和偶极矩算符的平均值的近似解析解，与前人数值结果相比，更加明确地反映了系统的量子效应。     

基于Depth from Focus的图像三维重建

应用改进Laplacian聚焦算子实现序列图像的融合显示,用高斯插值算法得到图像三维重建中的高度图,并设计一种轮廓线算法对高度索引图进行了三维重建;成功地应用于摄像机拍摄序列图像的三维重建,弥补了摄像机物镜焦深范围有限不能采样清晰大幅图像的不足.理论和实验结果证明,用该方法生成的二维融合图像和三维显示图像,恢复出比较精确的物体表面深度信息,提高了图像的清晰度.     

DSP的数学原理及在实时系统的应用

制造系统里所用的微处理器中，单片机只能做逻辑处理和简单数学计算，而数字信号处理器（DSP）可进行相当复杂的数学处理。本文概述DSP的数学原理及其技术特点，介绍了基于DSP智能控制器在制造业中实时测控系统的应用实例。     

基于优化最小二乘支持向量机的襟翼趋势预测

将最小二乘支持向量机(LS-SVM)应用于飞机襟翼状态趋势研究。首先,通过分析飞机襟翼故障与襟翼动作耗时参数的关系,提出了利用动作耗时趋势来确定该系统未来状态的方法。然后,使用最小二乘支持向量机建立耗时回归预测模型,采用最终预报误差(FPE)准则确定回归模型嵌入维数,提出了自适应网格搜索法,优化最小二乘支持向量机的建模参数,从而实现比现有方法精度高,泛化性能好的预测模型。训练和测试样本取自飞行数据记录系统(QAR)中译码襟翼参数值。与神经网络模型的比较实践表明,该方法具有实用价值。