基于深度学习的空间站舱内服务机器人视觉跟踪

为提升舱内跟随服务机器人的任务辅助能力,解决机器人对航天员的视觉跟踪问题,提出了一种基于深度学习和概率模型的人体视觉跟踪算法。利用深度卷积神经网络实现了对穿着多样、姿态任意人体的稳定检测。结合人体检测结果,设计了运动预测概率模型,实现了对指定人员准确、连续的跟踪。算法对包含大多数航天员活动的多个数据集进行了验证。实验结果表明:提出的跟踪算法实现了对穿着多样、姿态任意人体的稳定跟踪,并有效避免了由于穿着相似、遮挡可能造成的误跟踪问题。该算法为空间站舱内跟随服务机器人对航天员的视觉跟踪提供了有效的解决方法。算法基于融合的RGB-D图像,工程上易于构建和实现,也可拓展到其他跟随服务机器人视觉跟踪任务中。     

深空通信载波同步高精度FFT频偏估计算法

深空通信信道具有高动态、低信噪比的特点,传统深空探测器应答机中采用的基于锁相环的载波同步算法,在信噪比低于6dB时无法实现可靠同步。针对这一问题,文章提出了一种基于插值的快速傅里叶变换(FFT)频偏估计算法。通过一次插值,即可获得频偏的无偏估计值;插值后再进行二分搜索,以提高靠近谱线位置频点的估计精度。文章对此算法的估计精度进行了仿真,同时给出了其在某深空探测器应答机中的实现和验证情况。结果表明:此算法估计精度优于抛物线、Rife等插值算法;当二分搜索迭代次数等于5时,能够实现整个频偏估计范围内的可靠载波恢复。基于算法设计的深空探测器应答机载波同步门限可达2dB,相较于传统应答机,载波同步门限降低4dB。     

一种应用三角内插技术的频率估计算法

Rife和Quinn等基于FFT的频率估计算法性能不够稳定,在部分频率点能获得满意的估计效果,但在其它频点估计性能恶化严重。本文将三角内插技术应用于频率估计,提出了一种新的基于FFT的频率估计算法,能够克服他们的缺点,非常适合于低信噪比条件下卫星通信信号的接收。该算法首先用FFT实现频率的粗估,再应用三角内插技术提高估计精度,最后对估计偏差进行修正,保证了估计的无偏性。仿真结果表明该算法能实现非常精确的频率估计,且估计性能不受信号频率的影响,在各频点上估计方差都非常接近克拉美劳界（CRB）,具有很低的工作门限。与时域估计算法相比,相同估计方差条件下该算法运算量低、易于实现。     

高分辨率多径时延测量算法

提出一种基于最小二乘准则的高分辨率多径信号时延测量方法。对参考信号作三阶样条插值获得每条多径信号最小二乘意义的最优估计,用每条多径信号的测量值重构接收信号,通过反复迭代使重构信号是接收信号最小二乘意义的最优估计,实现多径信号的时延测量。仿真结果表明：新算法在低信噪比、窄带信号条件下仍能获得较高的时延测量精度,性能优于MUSIC类时差测量算法。     

基于宽带信号的高精度时差估计算法

时差估计精度直接影响测向精度,传统时差估计算法受到采样时间间隔和解模糊算法的限制,无法进一步提高精度。对于宽带信号,通过时－频关系将时差估计转换为频率估计,继而采用基于时差搜索的离散傅里叶变换算法进行时差估计,其估计精度不受采样时间间隔的限制,能够适应较低信噪比。该算法运算简单,适于工程实现,可以实时进行处理。仿真结果表明,在一定的带宽条件下,该算法能达到较高的测向精度。     

卫星干扰源定位中时间差估计优化算法研究

为了提高卫星干扰源测时差定位的性能,提出了四阶累积量时间差(TDOA)估计优化算法.该方法利用高阶累积量的特性,在低信噪比、非相关或相关噪声环境下,对接收信号到达时间差做出精确估计,有效提高了卫星干扰源定位的性能.仿真结果验证了该算法的准确性和有效性.     

GPS信号的码相位与多普勒频率联合捕获

分析了PMF FFT码捕获算法在不同频偏下的性能,针对其频率估计精度较低引起的部分频偏下的检测性能下降,提出了一种改进的码相位与多普勒频偏联合捕获方法。首先基于部分匹配滤波(PMF)相关算法得到一组匹配滤波输出;然后在PMF FFT算法基础上提出了一种利用FFT幅度差求解的低复杂度高精度迭代频偏估计算法,并利用此高精度的频率估计值补偿PMF输出,进行相干检测,从而在提高频率估计精度的同时提高了信号的检测概率,实现了高精度的频率估计与码相位捕获的联合处理。仿真结果表明检测算法可以有效改善频偏估计精度,提升检测概率,并且具有极低的复杂度。     

解卷积算法性能研究

针对卫星导航应用中多路径问题,解卷积算法被提出用来补偿多径信号造成的定位误差。该算法估计出信道的冲激响应,采用信道均衡的方法补偿多径信号造成的定位误差。算法的噪声性能取决于相关峰的形状,仿真表明解卷积算法能够很好的估计信道的冲激响应,估计的噪声性能和理论推导一致。     

SAR400首个俄制机器人航天员

2011年2月,美国向国际空间站发射了全球首个机器人航天员Robonaut-2,并表演性地与航天员进行了第一次太空中的人机握手,该机器人能在舱内协助航天员开展相关工作,但不具备舱外操作的条件。2013年8月,日本研制的世界首款语音机器人Kirobo抵达国际空间站,并发出空间站机器人航天员的第一声,Kirobo可以与航天员进行简单的交流互动,为长期处于隔离环境下的航天员提供情感支持。     

一种基于全相位预处理的PMF-FFT改进算法

高动态条件下扩频信号的捕获常采用基于FFT的部分匹配滤波(PMF-FFT)捕获算法,但此算法存在频谱泄漏和多普勒频偏估计误差大的问题。通过全相位预处理的方法对PMF-FFT算法做出改进,提出了PMF-apFFT/FFT捕获算法。一方面,所提算法能够利用全相位FFT(apFFT)算法抑制PMF-FFT算法存在的频谱泄漏;另一方面,算法利用FFT运算结果辅助PMF-apFFT支路对多普勒频偏估计值进行校正,提高了频率估计精度。理论分析和仿真结果表明,PMF-apFFT/FFT捕获算法能够有效抑制PMF-FFT算法中由FFT运算带来的频谱泄漏,且多普勒频偏估计精度有显著提高。     

基于离散方波变换的脉冲星微弱信号周期性检测

为满足X射线脉冲星深空导航系统对脉冲星微弱信号周期性检测的要求,提出了一种基于离散方波变换(DSWT)的周期信号检测算法,并给出了其硬件实现方法.首先,通过对比DSWI和FFI变换核的相似性,证明了DSWT算法进行周期性检测的可行性,同时,研究了DSWT对白噪声的抑制作用;其次,DSWT的变换核仅取+1或-1,更适合硬件电路实现,给出了该算法的FPGA实现方法;最后,采用以Xilinx Spartan-3系列FPGA芯片XC3S2000为核心的开发板组成实验仿真系统,分别对实测和仿真脉冲星数据进行实验.结果表明:1.该算法可检测信噪比低于FFT算法;2.在信号输入完毕后3个时钟周期内即可得出计算结果,耗时比FFT算法少三个数量级;3.实现该算法所需的硬件资源少于FFT算法.     

应用相位相关法的TDICCD空间相机像移测量方法

空间相机亚像素精度的像移高精度测量是一项技术难题。文章针对高分辨率TDICCD空间相机的成像特点提出一种直接测量像移的方法,该方法利用高速图像传感器获取图像序列,然后采用基于局部上采样的相位相关法来测定亚像素像移变化曲线。Matlab软件的仿真实验结果表明,该方法对图像噪声和灰度变化有很高的容忍度,其测量精度在图像信噪比高于10dB时优于0.1个像元。     

微重力环境模拟作业训练机器人碰撞力反馈控制

针对航天员在地球表面进行微重力环境中操作训练时微重力环境模拟作业训练机器人存在的碰撞力反馈控制问题,建立碰撞力反馈模型、提出单个柔索驱动单元控制策略和机器人系统碰撞力反馈控制策略。利用Matlab/Simulink软件对碰撞力反馈模型和控制策略进行仿真验证,该模型和控制策略可以实现机器人碰撞力反馈,且具有计算量小、实时性好、不需要额外增加传感器等优势;结合提出的柔索驱动单元复合控制策略和机器人系统碰撞力反馈控制策略进行机器人碰撞力反馈控制实验,提高机器人控制的准确性和实时性。结果表明,基于干扰观测器的柔索驱动单元复合控制策略将柔索驱动单元主动控制精度提升11%,被动控制多余力消除率达到81.82%;机器人碰撞力反馈控制策略可以有效提升航天员作业训练时碰撞力临场感体验。     

微惯性测量单元信号小波自适应滤波仿真研究

针对微惯性测量单元信号进行小波多分辨率分析后在各尺度空间呈现的不同特性,提出了一种分解层数和阈值门限自适应选取的滤波去噪方法,同时采用具有紧支集特性的Daubechies正交小波基和改进的阈值函数,自适应选取分解层数并逐层进行阈值自适应滤波,然后经小波逆变换重构原始信号,最后应用实际的M IMU信号进行滤波仿真。实验结果表明该方法能有效消除M IMU信号随机误差,大幅改善其零偏稳定性和信噪比,且算法简练通用性强,有很强的实用性。     

基于卷积神经网络的雷达辐射源稳健识别方法

针对低信噪比下，基于传统统计特征的雷达信号识别方法对复杂调制信号类型识别性能不高，因而处理复杂度高的问题，提出一种基于卷积神经网络的雷达辐射源信号稳健识别方法。该方法通过提取信号的瞬时相位特征，获得变换域的表征信号，将其作为卷积神经网络的输入，实现雷达辐射源信号的快速识别。针对瞬时相位特征对于信噪比敏感的特点，采用主成分分析方法对信号特征域进行降噪处理，提升模型对噪声的稳健性。通过仿真实验验证了所提出方法在不同信噪比下对7种调制信号类型的识别性能，通过理论分析及不同方法的实验对比，验证了算法具有耗时较短、识别准确率较高、噪声稳健性好等优势，具有良好的工程实用性。     

基于磁力计、IMU和单目视觉的自主定位方法

基于单目视觉与惯性测量单元(IMU)融合的SLAM(simultaneous localization and mapping)技术,具有硬件成本低、体积小和消耗计算资源少等优点,在移动机器人导航系统中得到了广泛的应用。单目视觉SLAM系统主要通过求解对极几何来解算位姿,但当平移为零时(仅存在姿态旋转运动),存在解算漂移的问题。通过将磁力计的数据融合到单目视觉SLAM算法中,不但可以解决纯旋转情况下姿态解算漂移问题,还可以提高解算精度。物理仿真实验的结果表明,与传统的SLAM算法相比,本文提出的基于磁力计、IMU和单目视觉融合的算法具有精度高、鲁棒性好的优点。     

基于全相位频谱插值的欠采样频率估计

提出利用两个独立欠采样通道输出信号的互谱函数实现对欠采样信号的无模糊频率估计,为了提高测频精度,需要对信号真实频率与最大频域输出幅值对应量化频率的偏差进行较高精度的估算,采用全相位FFT与传统FFT联合校正频率偏差的方法,提出了全相位Rife综合算法,根据全相位FFT输出的最大谱线和次大谱线的比值决定采用全相位Rife算法或修正的细化Rife算法,仿真结果验证了该方法的有效性及高精度特性。     

基于FFT的GPS快速并行捕获算法

为了提高GPS接收机的捕获速度和捕获精度,提出了一种新的基于FFT的并行捕获方案。采用一次FFT运算和多次IFFT运算同时完成频域和码相位域的二维搜索,将运算量减少一半。在通过判决捕获到相关峰后,通过简单内插精确确定载波频率,提高频率的分辨率。     

基于鲁棒非线性卡尔曼滤波的自适应SLAM算法

针对传统非迹卡尔曼滤波算法缺乏在线自适应调整能力,在噪声模型出现误差时滤波精度下降的问题,提出了一种基于鲁棒无迹卡尔曼滤波的同步定位与地图创建算法。该算法引入了一个多维观测噪声尺度因子,能根据观测噪声统计特性的实际变化情况对每种传感器的噪声模型做出自适应调整,使其逼近真实噪声水平,进而将滤波增益调整到一个适当值,实现滤波器的最优估计。SLAM仿真实验结果表明,在噪声统计特性发生变化的情况下,该算法相比其它几种SLAM算法具有更好的自适应能力,估计精度更高,鲁棒性更强。