用于海洋成像仪的离轴三反主光学系统设计

海洋成像仪光学系统要求在宽视场内具有高空间分辨率。该成像仪处于35800km高的静止轨道，在2．46°视场内地面分辨率需要达到250m，光谱覆盖范围为0．4～11．5μm，包括可见光近红外12个通道和远红外两个通道。介绍了满足这些要求的离轴三反射镜主光学系统的设计及结果，像质达到了衍射极限。     

关于薄膜反射镜成形机理的研究

聚酰亚胺薄膜反射镜是近几年发展起来的新概念。以Karman方程为基础讨论了薄膜反射镜的成型原理，分析了外载荷对薄膜反射镜面型的影响；给出了非线性耦合Karman方程的求解方法；以一种聚酰亚胺圆薄膜为例，用有限元法对Karman方程进行了数值求解，用zemike多项式拟合方法得到了圆薄膜在外载荷作用下的近似解析解，证明了把Karman方程解析解表示为多项式的合理性；用有限元法得到的不同外载荷作用下的薄膜的变形分析证明了通过控制外载荷的加载方式和载荷强度可以控制薄膜反射镜的面形，改善反射镜像差。     

一种新的非线性干涉SAR噪声抑制方法

现有的常用于干涉SAR相位图噪声抑制的非线性滤波法主要有模糊中值滤波和模数滤波，这两种方法都会引起比较大的图像边缘模糊，从而降低后续处理的精度。邻域平均法是一种非常经典的图像降噪方法，它具有较好的边缘保持特性。论文结合干涉SAR相位图的特性，改进了邻域平均法的邻域甲均值计算公式，有选择地利用邻域平均值代替当前像素点的值，提出了一种适用于干涉SAR相位图降噪的新的非线性滤波方法一条件邻域平均法，它具有更好的边缘保持特性。在理论分析和比较条件邻域平均法与模糊中值滤波和模数滤波方法的基础上，采用ERS1／2干涉SAR数据对论文提出的方法和所作的分析进行了验证。     

具有容错性的自重构机器人变形原理

自重构机器人通过自主变形来适应环境和任务的需要，它具有低成本、多样性、自修理和容错性等特点。本文针对系统的容错性目标，深入研究了具有容错性的自重构机器人的自组织变形方法。首先建立能够表达失效模块信息的系统结构描述模型；然后建立自重构机器人的模块运动规则；提出可以实现容错性的自组织变形算法。在系统出现失效模块的情况下，机器人依然能够有效完成指定的任务。本文以平面正方形晶格机器人翻越障碍物为例对变形原理和算法进行了验证和仿真。     

一种高速低噪声信号处理电路的方案研究

文章针对中国遥感高分辨率传输型相机的发展趋势，提出了一种高速低噪声的遥感CCD相机信号处理电路的设计方案。从信号完整性理论出发，利用Cadence软件进行了仿真与验证，取得了良好的效果。     

基于事件的EMR遥操作自适应规划与控制方法

提出了基于事件的舱外自由移动机器人 (ExtravehicularMobileRobot,简称EMR)系统在任务空间内的自适应规划与控制方法 ,使系统具有处理突发事件和不确定事件的能力 ,同时提高了系统的自主性和适应能力 ,增强了遥操作的安全性 ,仿真证明了该方法的正确性和有效性。     

固体火箭发动机模态分析的缩聚方法

对于一些复杂结构的模态分析，要得到能够指导工程设计的结果，几何模型和力学模型划分单元必须足够多，这必然耗费大量的空间和时间资源，并导致计算困难。文中以某上面级固体火箭发动机模态分析为例，利用有限元法、固定界面法和Guyan缩聚法进行自由度缩聚后再进行模态分析，分析结果令人满意。     

基于FPGA的数据接口电路设计

鉴于FPGA设计数字电路的多种优势,针对星上相机输出数据格式和地面采集系统接收数据格式不一致性,改变传统的设计方式,进行了基于FPGA的数据接口电路设计。文章描述了电路设计的基本原理、实现方案、时序仿真,并对电路设计中遇到的关键问题的解决进行了阐述。其中实现方案包括FPGA外围电路硬件设计和FPGA芯片内软件时序设计。     

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。     

一种新的重频特征识别方法

针对雷达脉冲重复间隔类型识别中存在的问题,提出了一种结合神经网络技术的重频识别方法.该方法分别对7种雷达重频模式,提出了新的特征矢量提取方法,并引用神经网络进行识别.实际仿真结果表明该方法是有效的,特别是对重频固定、重频滑变及重频抖动模式在高漏脉冲率的条件下依然具有较高的正确识别率.