基于误差修正的直接力／气动力双层姿态控制设计

针对直接力／气动力复合姿态控制问题,将具有扩张观测器的动态逆控制与最优控制相结合,设计了一种基于误差修正的直接力／气动力复合控制双层姿态控制方法。该控制方法以气动力控制为主,将滑模变结构控制与动态逆控制相结合进行气动力控制,通过引入扩展观测器对控制系统中的不确定干扰进行估计与补偿,以提高控制系统的鲁棒性;在此基础上,基于最优控制方法进行直接力控制设计以实现跟踪误差快速修正,达到提高系统响应速度的目的。与气动力单独控制的仿真结果对比表明,该复合控制算法能够有效改善系统的动态响应特性。     

基于软件接收机的分布式深组合仿真系统研究

为实现高动态环境下组合导航系统稳定导航定位,设计基于软件接收机的分布式深组合导航仿真系统方案,采用改进的基于伪距、伪距率的组合滤波器校正SINS误差,并利用校正后的SINS信息对GNSS跟踪环路进行频率辅助。结合VC++和Matlab各自的特点,采用VC++与Matlab混合编程,搭建基于GNSS软件接收机的分布式深组合导航仿真系统,实现SINS与GNSS双向辅助。实验结果表明:高动态环境下,深组合导航系统能有效提高GNSS接收机动态跟踪性能,具有良好的组合导航定位能力。     

星上业务综合与地面综合基带一体化设计的思路

为满足在航天器与地面站之间传输各类数据的要求，航天器和地面设备都有相应的措施与之适应。星上数据的业务综合将航天器上的各类数据合并成一路数据流，经物理信道统一传输。地面设备则将遥测、遥控、测距和数传等功能在基带集成，形成综合基带设备。业务综合与综合基带都曾推动了航天任务中数据传输系统的发展，但二者都是从自身的角度考虑，并没有作为一个系统综合设计。本文对业务综合与综合基带进行一体化设计，使天地系统相互协调，最大限度地提高星地数据传输的可靠性和有效性。文中通过对遥感卫星数据传输系统的设计实例说明了一体化设计思路的应用。     

基于投影法定位与分割的美元号码识别系统

美元号码准确快速的识别,对我国外币储蓄有积极重要的作用,提出了一种基于投影法定位和分割美元号码的识别方法.该识别方法利用字符的投影特征定位与分割纸币号码,并且提取其四种稳定且有效的结构特征,即横线特征、竖线特征、水平方向交点和垂直方向交点来实现美元号码的快速准确的识别,识别率达到99.5%.     

液晶测温法对平板气膜冷却的实验研究

采用热色液晶测温法, 对沿流向倾角30°的圆孔排平板气膜冷却进行了实验研究.测量了绝热壁温、壁温等温度场.研究了吹风比、孔排等因素对气膜冷却效果和换热系数的影响.结果表明:吹风比对气膜冷却效果的影响很大, 冷却效果随吹风比的增大而降低;圆孔气膜冷却效果沿横向位置波动较大, 孔之间容易形成冷却死区.利用液晶测温技术可以很好地反映气膜冷却区域及冷却效果等.      

扰流柱直径对倾斜出气孔层板内流动和换热影响的数值研究

用数值模拟的方法, 研究了倾斜出气孔层板结构最小单元体内扰流柱直径对于层板内流阻和换热的影响.采用了非结构化网格, 并对气流转角较大区域做了局部加密;选择k-ε湍流模型方程, 配以壁面函数率, 求解稳态无旋转的层板;采用了流体域与固体域耦合求解法计算耦合换热.给出了计算结果并分析了流动和换热情况.研究结果表明适当增加扰流柱直径有利于降低流阻、提高冷却效率.      

高端产品服务中国——本刊主编刘柱与弗雷斯特·里内机床集团总裁让·贝赫唐·普欧对话

50多年来,弗雷斯特·里内机床集团一直专注于高速铣床和重型铣床等高性能机床的生产.     

采用ABC算法的关节机器人动力学参数辨识

实验辨识机器人动力学参数是获取基于模型的控制器参数的主要方式。针对一般方法仅能辨识线性动力学模型从而辨识精度不高的问题,提出采用人工蜂群(Artificial bee colony,ABC)算法辨识机器人动力学模型。通过Newton-Euler法建立关节型机器人的刚体动力学模型,并用低速动态特性更佳的非线性摩擦模型描述关节间摩擦特性,代替传统的库仑-黏性摩擦模型。优化辨识实验所用的激励轨迹,采集实验数据进行必要的预处理后,采用ABC算法辨识机器人动力学参数。结果表明,ABC算法能够精确辨识动力学参数,基于辨识结果的预测力矩抑制了误差峰值的出现。应用辨识结果设计基于模型的前馈控制器,实验结果表明基于模型的控制器能够提高轨迹跟踪精度。     

面向弱纹理空间目标的特征点匹配方法

特征点提取与匹配是遥感图像处理中关键的一环,目前成熟的算法大多面向对地成像类型的遥感图像,对于空间目标的遥感图像,没有考虑成像条件与探测平台的影响因素,特征点匹配质量较差。针对空间目标的匹配精度不高这一问题,文章提出了一种基于聚类的特征点匹配算法。首先,根据空间目标的重复弱纹理进行特征点提取与描述,再利用特征点的空间位置进行聚类,并对特征点簇进行匹配;之后将特征点的主方向减去目标整体方向,利用特征点主方向对每一个点簇进行再分组,并完成特征点匹配;最后利用最近邻次近邻比率方法和随机样本一致算法（RANSAC）剔除外点。采用该特征点匹配方法进行的模拟成像数据实验结果表明,对于空间目标图像,基于聚类的特征点匹配较直接匹配,匹配数量的提升最高可达50%,重投影误差优于1/4个像元。文章提出的这一方法使用目前通用的各种特征描述子,能够大幅度提高空间目标图像特征点匹配的数量与精度。