基于LabVIEW和光纤传感器的液漏监测系统设计

针对传统液漏传感器检测精度低、空间分辨率小以及不能实时监测多点位液漏等问题,利用LabVIEW设计了一个基于光纤传感器的液漏监测系统。整个系统包括传感器和上位机两个部分。其中,光纤带式传感器负责采集漏水点的信号,其传感功能的实现基于侧向耦合效应。LabVIEW上位机负责实时监测多点位液漏状态,实现了采集数据的处理、存储和显示功能。上位机和传感器之间采用USB接口通信。实验结果表明,该系统能够对8 m区域范围内,160个点位的漏水状态实时精确定位及报警,漏检率≤10 %,位置精度介于±25 mm,较传统液漏传感系统,其空间分辨率提升了10 %。对于当前设备存在的漏检和误报的问题,给出了误差分析及改进思路。通过LabVIEW实时显示多点位漏水状态,能够提高工作效率,适用于对漏水监测有较高要求的场合。     

仿生光磁导航技术发展研究综述

仿生导航是在仿生技术基础上发展起来的新型导航技术方法,该方法融合了仿生技术的优点,因其抗干扰性强、适应范围广的特点,迎来了研究的热潮。从仿生光流导航、仿生偏振光导航、仿生类脑导航和仿生地磁导航四个角度对近年来大量的相关文献进行了综合性地整理和分析,阐述了其导航原理、发展现状和动态,对其未来的发展前景进行了展望,指出了限制现有技术的难点和瓶颈,对未来仿生导航技术的发展提供了参考,有一定的指导作用。     

基于改进的卷积神经网络的步态识别

为了提高惯性传感器采集到的序列数据中步态识别的准确率,建立了一个激励层改进的卷积神经网络(CNN)模型。针对三轴加速度传感器对运动太过敏感导致步态周期划分不准确的问题,采用加速度传感器与弯曲度传感器组合获取人体运动信息。将CNN模型中激励层的线性整流函数(ReLU)改进为带泄露线性整流函数(Leaky ReLU),以解决遇到卷积输出数据小于0时神经元被抑制的问题,进而达到提高步态识别准确率的目的。实验结果表明激励层优化的CNN模型在行走、上下楼和上下坡五种步态模式下识别率达到了95.79%,与未采用弯曲度传感器的改进CNN模型和未进行激励层改进的CNN模型相比,步态识别率有所提高。     

基于UWB的运动场定位系统设计

针对现代体育运动中对运动员位置跑动及生理数据的监测需求,在简要分析了运动员定位及数据传输需求的基础上,将UWB定位及通信与MEMS传感技术相结合,提出了一种基于超宽带及MEMS传感技术的运动员定位训练系统解决方案,并对系统进行了设计。在户外对人员跑动及生理数据监测进行了测试,测试结果表明,通过所设计的运动员定位训练系统可以实时地追踪运动员的运动轨迹和生理数据,平均定位精度在25cm以内。     

基于改进ORB-GMS-SPHP算法的快速图像拼接方法

针对传统图像拼接算法存在拼接速度慢、图像拼接有色差等问题,提出了一种基于ORB-GMS-SPHP算法的大视场多图像拼接方法。该方法首先利用高斯函数构建尺度空间,将高斯尺度空间划分为多个网格,在每个网格内借助FAST算法提取尺度空间特征点,使用BRIEF算法提取描述符并匹配,得到更加均匀分布的特征点;然后使用运动网格统计算法筛选匹配点;最后采用SPHP算法融合图像重叠区域,从而得到完整的拼接图像。将改进的ORB-GMS-SPHP算法与现有的传统特征点匹配算法在特征点匹配精度和特征点匹配速度进行对比与评价,验证了该方法特征点匹配速度快、精度高,并且可以保留更多的正确匹配点的特点。将该拼接方法与传统拼接方法在拼接速度、图像配准均方误差RMSE以及视觉主观判断拼接色差进行对比与评价,验证了该拼接方法具有较快的拼接速度、更高的拼接精度和无明显色差。该方法在2 736像素×3 648像素图像中,特征点匹配时间降低至6.463 s,图像配准精度RMSE降低至3.87。实验证明该方法特征点匹配速度快、精度高,且拼接精度高、无明显色差。     

圆形轨迹导引下的无人机事件触发抗干扰环绕控制

针对内部不确定性以及外部环境摄动的 目标环绕控制问题,在基于反步法的双层制导框架下,利用级联控制思想,提出了 一种圆形轨迹导引下的四旋翼无人机事件触发抗扰环绕控制方法.在轨迹回路中,构建了可满足持续激励条件的 目标位置估计器,保证仅通过视线方位角就能获取可满足最终一致有界条件的目标估计项.随后,基于目标的位置估计结果,设计了 目标环绕控制律生成线速度指令,并通过方向向量场验证了该环绕制导律的有效性,消除了现有李雅普诺夫向量场制导(LVFG)对相对位置和目标速度的依赖.在姿态回路中,通过采用扩张状态观测器(ESO)补偿系统的集总不确定性,设计了基于相对阈值事件触发控制的姿态控制器,在有效降低控制器到执行机构之间信号传输频率的同时,实现了四旋翼无人机对静止/移动目标环绕.然后,借助输入状态稳定性定理证明了系统的稳定性.仿真结果表明,所提控制方案能够实现圆形轨迹导引下四旋翼无人机对静止/移动目标的环绕监视.     

串行PCM码流解码电路设计与应用

测试台实现把接收到的±2. 5VPCM码流还原出原始数据信息,按照帧结构分路存储。该电路设计的关键是实现硬件同步,包括时钟同步、码同步和帧同步,并进行串并转换完成对高速PCM码的解调。给出了±2. 5VPCM码流经AD8138差分输出驱动后到HCPL2631光电耦合器的电路,将差分信号转换成TTL逻辑电平。本文主要详细讲述了如何利用差分变换后的波形提取位时钟信号。该电路设计已用于某弹上设备测试台,具有工作稳定,抗干扰能力强的特点。     

恶劣天气下的仿生偏振定向方法

针对偏振光导航在恶劣天气下精度显著下降的问题,提出了一种可以在恶劣天气下基于大气偏振模式的定向算法。与现有方法相比,首次将三维块匹配与canny边缘检测结合的思想应用于修复被不同天气破坏的偏振角度图像中。具体而言,将偏振角度图像的修复分为噪声粗处理和边缘提取处理去噪两部分。在噪声粗处理阶段采用三维块匹配算法,在边缘提取处理去噪部分,利用canny边缘检测算法对偏振角度图像进行二次去噪。实验结果表明,该方法不仅能够提高晴朗天空下的定向精度,而且能够显著提升在阴天、沙尘、雾霾等恶劣天气条件下的导航定向精度,即使在偏振角图像对称∞模式被破坏的情况下,航向角精度仍可由9.4470°提高到1.6859°。     

恶劣天气下的仿生偏振定向方法

针对偏振光导航在恶劣天气下精度显著下降的问题,提出了一种可以在恶劣天气下基于大气偏振模式的定向算法。与现有方法相比,首次将三维块匹配与canny边缘检测结合的思想应用于修复被不同天气破坏的偏振角度图像中。具体而言,将偏振角度图像的修复分为噪声粗处理和边缘提取处理去噪两部分。在噪声粗处理阶段采用三维块匹配算法,在边缘提取处理去噪部分,利用canny边缘检测算法对偏振角度图像进行二次去噪。实验结果表明,该方法不仅能够提高晴朗天空下的定向精度,而且能够显著提升在阴天、沙尘、雾霾等恶劣天气条件下的导航定向精度,即使在偏振角图像对称∞模式被破坏的情况下,航向角精度仍可由9.4470°提高到1.6859°。     

基于弹道模型的磁测系统偏航干扰误差分析

常规弹丸在使用地磁算法测量滚转角的过程中,常将偏航角设为0°解算弹丸滚转角。当弹丸在飞行过程中偏航角发生变化时,滚转角解算精度受到一定影响。针对偏航角变化带来的误差与多种因素有关,且规律不清楚。在建立偏航角误差系数的基础上,使用Matlab软件建立了弹丸在不同偏航角、俯仰角、射向条件下的误差模型。首先建立了横风修正的质点弹道模型,通过蒙特卡罗方法仿真弹丸的轨迹分布,分析了弹载环境下磁测算法的滚转角误差,并验证了误差系数的准确性。通过仿真验证,误差系数可以较准确地表示滚转角误差与偏航角变化之间的关系,误差系数计算的误差与理论误差的差值小于10%,为后续实弹试验做好理论准备。