拉格朗日点附近编队的离散控制方法

由于拉格朗日点的独特空间位置，它附近的编队研究对深空探测有着很重要的意义。讨论了日地系统拉格朗日点附近编队的脉冲控制方法，给出了一种简单的实现编队的迭代算法。基于该算法，讨论了两种不同控制策略。根据编队任务的特点，定义了几个与编队误差和能量消耗相关的性能指标。通过仿真圆形编队算例，对两种策略进行了比较分析。结果表明策略二无论在消耗能量方面还是在误差控制方面都优于策略一。对于策略二，当脉冲间隔一定时，能量消耗随编队半径的增加线性增加。当编队半径一定时，误差随脉冲间隔的减小呈指数减小，而能量消耗随脉冲的变化很小。     

基于奇异值分解的冗余惯导系统故障诊断

为了验证奇异值分解法（SVD）存冗余惯性组件系统故障诊断中的实用性，进行了一系列的研究。以沿正十二面体对称侧面配置的六陀螺冗余惯件组件为平台，对2种基于奇异值分解的故障诊断方法进行了相心的实验，分析了不同类型故障下的故障诊断效果及其原因。实验结果证明了方法在实际应用中的有效性，2种疗法均可以正确的诊断出故障。奇异值分解法中的方法2不仅可以检测一个陀螺的故障，还可以检测2个陀螺同时发生故障的情况，有更广泛的实用价值。     

导航卫星星座整体旋转的检测与校正

研究了利用星间距离观测值或速度观测值进行导航卫星自主定轨时存在的卫星星座整体旋转的问题，并提出了消除该系统误差的地面校正法。利用含有系统误差△Ω的卫星星历进行单点定位时，求得的点位大地经度也会产生△L的偏差，且△L=△Ω，因此，由点位大地经度差△L即可确定卫星星座整体旋转误差。试验结果表明，△Ω与AL的差值不到10^-5秒，从而证实该方法是有效的。     

基于峰值点的目标对准在MSTAR SAR图像分类中的应用

模板匹配的分类方法是合成孔径雷达目标识别的重要方法。研究了MSTAR SAR图像,指出图像中的目标峰值点本质上对应于实际物体的散射中心,并且在一定方位区间中具有稳定性。假设目标存在位置偏移的基础上,提出先利用目标峰值点对准目标,再生成模板和分类的思想。分析了方位区间中基准图像的选取及对准过程对模板生成和目标分类的影响程度。最后研究了同类变形目标间的分类,提出了峰值点特征增强成像、预分类、目标对准和正式分类的四步算法。结果证明,所提算法具有较高的分类精度和效率。     

基于特征点的地形数据存储模型

低空突防在现代战争中发挥着越来越重要的作用，而机载数字地图是现代自主式低空突防系统的一个关键子系统。突防区域内的三维地形数据是数字地图最重要的信息源，故数字地图子系统的成功构筑有赖于在机载环境下有效地存储三维地形数据。本文提出了一种基于地形特征点的三维地形存储模型，其中给出了地形特征点的提取方法及地形特征点的存储编码方式。研究表明，该存储模型可大大减小地形数据的存储空间，并有利于提高三维地形的显示速度。     

面天线检测数据处理方法的探讨

对面天线检测数据处理方法作了一些有益的探讨。从获取被测物的三维坐标后到获取真正有用的信息这一过程需要经过坐标转换和表面误差计算两个步骤 ,其中坐标转换是关键。在坐标转换方面 ,文中提出了曲面自由拟合、公共点转换和CAD面型转换三种方法 ,阐述了这些方法的数学模型 ,并且用实测数据进行了验证计算。理论分析和实际计算两方面显示 :CAD面型转换法既不需要天线的曲面方程 ,也不需要有已知的公共点 ,结果准确、可靠 ,是一种理想的方法 ;如果没有天线的CAD面型 ,但却存在公共点时 ,公共点转换法也是较理想的方法 ,其结果与给定的公共点误差有关 ;如果既没有天线的CAD面型又无公共点或公共点误差很大时 ,只能采用曲面自由拟合法 ,该法准确度最高 ,但容易使天线面型产生错位现象     

用广度优先搜索求割点和块的算法研究

本文在作者以前研究的基础上,进一步提出子树径和独立子树径的概念,深刻分析了在广度优先搜索下简单连通无向图的结构特征,并给出判断割点和块的准则,为设计用广度优先搜索寻找割点和块的有效算法提供了理论依据。     

基于SVR的导航传感器自适应野值检测方法

针对Lagrange插值法无法处理连续野值的问题，提出了一种基于改进支持向量回归(Support Vector Regression, SVR)的导航传感器自适应野值检测方法。该方法结合了支持向量回归利用小样本数据就能够准确建模和3σ准则计算简易的优点，利用支持向量回归在线建立舰船的运动模型对测量值进行实时预测，并利用3σ准则自适应地计算阈值，然后通过比较阈值与预测残差来判别测量值是否为野值点。该方法可以自动地学习舰船的运动趋势，建立舰船的真实运动模型，而且不受连续野值点的影响，能够在没有其他传感器辅助的条件下完成野值检测。海试实测数据表明，提出的方法对离散和连续的野值点均具有较好的检测效果，同时可以更好地估计传感器的真实测量值。     

基于局部几何特征的稠密点云配准方法

针对现有的稠密点云配准方法依赖初始位置设定、计算成本高、配准成功率不高等问题，提出了一种基于点云局部几何特征的稠密点云配准方法。采用深度卷积网络模型提取点云的局部几何特征，从而减少了三维点云数据的噪声、低分辨率和不完备性等带来的影响。在此基础上，使用K维树搜索完成局部几何特征描述子的关联工作。最后，通过随机采样一致算法对点云的相对位姿进行鲁棒的估计。通过对开源数据集上5个典型场景中的数据测试表明，该方法的配准成功率达到92.5%，配准精度达到0.0434m，配准时间相对最邻点迭代配准算法缩短了74.7%，实验结果验证了该方法的有效性、实时性和鲁棒性。     

非线性传感器静态特性评估的极限点法

基于对测量过程、测量误差的认识，提出了一种利用极限点法评估非线性传感器静态特性的一种新方法。给出了利用该方法评估非线性传感器的两种模型。并以一电涡流式非线性位移传感器的标定数据进行了计算、分析。