特征定量识别的航天精密伺服机构轴承运行可靠性评估方法及应用

滚动轴承是航天精密伺服机构中的关键运动副,其可靠性常作为表征伺服机构寿命的重要指标。针对航天精密伺服机构的复杂载荷、极端环境与具体轴承个性问题,本文开展基于特征定量识别的航天精密伺服机构轴承动态可靠性评估方法及其应用研究。采用自适应标准多小波定量识别机构关键轴承运行状态特征,基于降半正态分布函数构建关键轴承运行状态特征与其隶属可靠度的映射关系,建立轴承运行状态信息的可靠性评估模型,为精密伺服机构轴承可靠性评估缺乏大样本数据和当下产品可靠度难以真实评价的工程难题开辟新途径。工程实例表明:该方法可以有效揭示试验台轴承外圈损伤所引起的运行可靠性降低的原因,并成功应用于评估某型航天精密伺服机构轴承运行状态。     

An unsupervised pattern recognition methodology based on factor analysis and a genetic-DBSCAN algorithm to infer operational conditions from strain measurements in structural applications

Structural Health Monitoring (SHM) suggests the use of machine learning algorithms with the aim of understanding specific behaviors in a structural system. This work introduces a pattern recognition methodology for operational condition clustering in a structure sample using the well known Density Based Spatial Clustering of Applications with Noise (DBSCAN) algorithm. The methodology was validated using a data set from an experiment with 32 Fiber Bragg Gratings bonded to an aluminum beam placed in cantilever and submitted to cyclic bending loads under 13 different operational conditions (pitch angles). Further, the computational cost and precision of the machine learning pipeline called FA + GA-DBSCAN (which employs a combination of machine learning techniques including factor analysis for dimensionality reduction and a genetic algorithm for the automatic selection of initial parameters of DBSCAN) was measured. The obtained results have shown a good performance, detecting 12 of 13 operational conditions, with an overall precision over 90%.     

基于小波多重分形的通信信号调制识别

针对非平稳、信噪比变化范围较大的通信信号,采用小波多重分形的方法进行调制类型识别。先利用小波变换把通信信号进行分解,再对得到的细节信号计算多重分形维数。仿真结果表明,该方法对噪声和调制参数不敏感,可对通信中的数字调制信号进行有效识别。     

一种改进的LLE算法在人脸表情分类的应用研究

局部线性嵌入是一种当今比较流行的流形学习算法,该算法能够实现对数据的有效降维。人脸表情有着复杂的纹理和形状特征,提取出的数据往往存在着大量的数据冗余,因此数据降维在人脸表情识别中有着重要的作用。本文针对局部线性嵌入对分布不均匀的数据不能有效降维的问题提出了改进算法,并应用在人类表情分类中,通过仿真实验分析,改进算法对人类表情图像具有良好的降维和分类效果。     

基于特征提取与统计的信号类型识别

针对空间电子对抗领域的截获信号类型识别问题,提出了一种基于特征提取与统计的非合作信号类型识别方法。首先,通过对瞬时频率和复包络模值特征进行统计,实现了信号类型的粗分类,接着,基于细微特征提取和比对,实现了信号类型的精确识别。仿真结果表明,当处理器输入信噪比高于11dB时,所提方法对8类信号的正确识别概率均超过90%。本方法处理复杂度较低,易于星上工程实现。     

遥感图像云检测方法综述

遥感图像云检测是遥感数据处理过程中需首要解决的问题之一,在参考大量国内外文献的基础上,文章对遥感图像云检测方法的研究现状进行了分析,并对已有的遥感图像云检测方法进行了综述和分类,在此基础上对不同的云检测方法进行了比较,最后给出了云检测存在的问题和发展趋势.     

盘鼓螺栓连接结构接触刚度建模与应用检验

针对航空发动机中盘鼓转子螺栓连接结构连接刚度精确建模与工程化应用问题,通过扇形盘鼓螺栓结构固有特性实验获得前6阶固有频率随螺栓预紧力变化关系,考虑螺栓接触面应力分布,基于双薄层单元法获得了扇形盘鼓螺栓连接结构各阶固有频率随薄层单元弹性模量变化规律.通过构建实验与仿真结果误差函数实现接触刚度的识别,并将接触刚度模型推广应...     

火星探测出舱机构的识别定位与坡度测量

为实现火星探测两器分离过程中出舱机构的坡度测量,提出一种基于立体视觉技术的出舱机构识别定位与坡度测量方法。首先,采用特征匹配的方法对场景中的出舱机构进行识别定位。针对巡视器导航相机成像视角变化以及出舱机构倾角变化导致图像产生几何形变,火星表面光照因素的影响以及巡视器硬件的计算能力,并结合出舱机构自身特点,提出一种区域特征与Blob特征相融合的识别定位方法。采用加速鲁棒性特征（SURF）算法检测图像中的局部不变特征,并用最大稳定极值区域（MSER）算法检测图像最稳定极值区域,两种特征相融合之后构造SURF描述算子并进行特征匹配。同时,采用M估计抽样一致性（MSAC）算法计算对应点变换矩阵,实现出舱机构在场景中的初步定位。然后,通过对出舱机构上人工标志的精确定位以及三维重建,并采用主成分分析法进行平面拟合,实现出舱机构的坡度测量。试验结果表明,该方法对成像视角变化以及光照变化具有鲁棒性,提取的有效特征数以及计算时间均优于尺度不变特征变换（SIFT）算法,基本满足火星探测中出舱机构坡度测量要求。     

基于诱导航线的多无人机编队飞行控制方法

针对无人机编队飞行控制问题,提出了一种基于诱导航线的协同控制方法,僚机根据当前相对于期望位置的误差和长机的飞行状态生成诱导航线并进行跟踪;针对飞行过程中的突发障碍采用改变编队队形的方法进行规避;针对无人机之间可能出现的碰撞情况,根据无人机到达碰撞点的时间以及位置分别从高度以及航向两方面进行躲避,仿真结果表明:采用此方法无人机能够保持稳定的编队,并同时能够躲避飞行过程中的障碍以及避免飞机之间的碰撞。      

无人直升机三维避障方法及仿真

自主避障是无人直升机（UH）在复杂未知环境中执行飞行任务所必须的能力。针对未知环境下UH避障飞行问题,提出了一种新的三维实时避障方法,通过将三维激光雷达探测视野划分成若干不同半径的扇形柱区和等角度分布的直方柱区,结合雷达探测数据判断障碍物分布情况,UH根据避障方法执行相应的规避动作来实现避障飞行。同时提出一种基于CATIA三维建模软件二次开发的三维仿真方法,该方法可以对未知的飞行环境进行三维建模,结合避障方法实现UH在其中的真实避障飞行模拟,并利用该仿真方法验证了三维避障方法的可行性。