基于多特征综合的角点检测算法

角点检测是计算机视觉处理的首要步骤，本提出一种平面曲线角点检测的方法。首先，从人类视觉感知出发．给出角点两个重要性质作为对传统角点性质的补充，基于上述两个性质，模糊集合的概念被引入到检测问题。然后，给出三组包含角点隶属度的特征提取公式，综合三组特征，给出角点检测、定位、优选的判据。中最后给出算例检测结果和感兴趣部分的特征曲线，以及对历史献测试图像的检测结果。结果表明，本算法使用模糊集合理论，在实现上非常简单，检测效果也很理想。     

面向先进飞行器设计的非定常空气动力学

着重综述飞机在大攻角飞行中遇到的非定常气动力问题，同时强调进一步发展非定常空气动力学对先进飞行器设计具有重要意义。     

展望系统辨识方法在大攻角气动问题研究中的应用

在分析了目前进行飞行器大攻角气动特性研究所采用的尾旋风洞试验、常规风洞自由飞试验和遥控模型自由飞试验的优缺点之基础上指出:把系统辨识方法与这些试验方法结合起来,是一种行之有效的研究飞行器大攻角气动问题的技术途径,它可以简化这些试验方法的一些技术环节,提高试验精度。若气动数据来源于尾旋风洞,这种新方法只能研究飞机的发展尾旋和改出尾旋;若气动数据来源于常规风洞,这种新方法也只能研究飞行器的大攻角、偏离、过失速和失速性滚摆/滚转模态;只有通过模型自由飞获取气动数据,这种新方法才有可能研究包括尾旋全过程在内的各种大攻角飞行模态。     

基于分段常滑翔角的长航时纵向远程滑翔飞行方程近似解

提出用包含地球旋转效应的n个常滑翔角飞行段近似实际滑翔飞行轨迹的方法。基于该方法推导了长航时纵向远程滑翔飞行轨迹近似解，并给出了各段常滑翔角、滑翔时间的求解方法及整个滑翔轨迹近似计算步骤。文中算例结果表明，该近似求解方法计算得到的滑翔航程和滑翔时间与实际值相差很小，航程误差率约为0．7％，时间误差率约为0．6％，因此该方法在近似小初始滑翔角的长航时远程纵向滑翔飞行时是有效的、可行的，尤其针对航程在地球半圈以上的滑翔飞行轨迹。     

角分集ISAR高分辨成像

对不同视角雷达回波进行融合可以形成大的相干积累角,显著增强雷达空间监控能力。给出一种角分集(制)信号融合成像方法,对于角分集(制)回波方位向存在大的间隔,首先将每一距离单元方位向有效稀疏孔径数据排列组合成一Hankel矩阵,由参数化方法估计一维信号参数,再由估计得到的参数对空缺部分预测填补,对每个距离单元横向补全后,压缩得到二维图像。该方法克服了以往预测方法的不足,能有效用于方位向稀疏孔径预测外推,最终仿真与实际数据处理结果证实结论。     

使用信息矩阵滤波的跟踪融合的性能评估

在多传感器环境下，每个传感器探测多个目标，接着产生相应的跟踪。这些跟踪可能互不相同，经过融合后，传感器生成有关目标的更精确的运动信息和属性信息。目前已有两种方法可以达到上述目的，一种是测量值融合法，一种是状态矢量融合法。众所周知，测量值融合计算法通常最优，但计算费时，而状态矢量融合算法计算省力却是次优。之所以如此，是因为从两个传感器中获得的待融合状态级估值，由于通常存在被跟踪目标的过程噪声，通常并非条件独立。值得注意的是，状态矢量融合已有三种计算法：加权协方差法、信息矩阵法和伪测量法。本文仅限于讨论状态矢量融合中信息矩阵形式的性能评估。利用信息矩阵计算法已经推导出稳态融合协方差的闭式分析解并作为一种性能的度量方法。注意，推导出的结果基于两个传感器同步工作且没有误关联的假设，或是在研究时考虑了融合测量值。并且我们将推导出的结果用蒙特卡罗仿真进行了比较，过去曾有许多作者利用蒙特卡罗仿真来预测融合系统的性能。这些结果有助于更加深入地了解跟踪融合的作用原理，并大大简化了对融合性能的评估。此外，有了这样的解，简化了对各种不同工作条件下设计融合系统的折衷研究。     

基于空间时频分布矩阵的到达角估计

介绍了基于窄带信号模型的传统空间时频分布矩阵估计到达角 (DOA)的算法。在此基础上将该算法推广到对雷达信号的DOA估计 ,并给出了算法的适用条件。通过对阵元输出作时频分析 ,获取信号的瞬时频率特性 ,以此构造方向向量 ,并在时频脊点上构造空间时频分布矩阵 ,求得MUSIC空间谱 ,从而实现对DOA的估计。仿真结果显示 ,采用此处理方法 ,可以实现对DOA的正确估计     

从应变计现状看电阻式传感器的前景

电阻式传感器的核心部件——电阻应变计是目前最常用的应力分析的敏感元件。也常用于测量力、压力、扭矩和加速度等物理量。作者简要回顾了电阻应变计的发展历史，介绍了电阻应变计的结构、分类及现状，展望了电阻式传感器的前景。     

光纤传感器在固体发动机测试中的应用

简要叙述了光纤传感器原理、分类、特点及其最新开发应用,着重叙述光纤传感器在固体发动机测试中的应用。     

基于主元分析法的液体火箭发动机传感器故障检测与诊断

针对液体火箭发动机的压力、温度、流量等传感器数据,给出了一种基于主元分析法的传感器故障检测与诊断方法。该方法能够在对测量参数相关性分析的基础上,将传感器测量值所组成的测量空间分解为主元和残差两个子空间,通过传感器实际测量数据与正常数据矩阵在残差子空间投影的比较,对传感器的故障进行检测与诊断。以某型LRE传感器组为研究对象,通过故障模拟,给出了该方法对4种典型传感器故障的检测与诊断实例。结果表明主元分析法对LRE传感器具有很好的故障检测和故障诊断能力。