一种基于探测器下行信号融合处理的无线电干涉测量方法

针对深空探测器常用下行信号体制,结合无线电干涉测量特点,提出了一种基于探测器DOR信标信号和数传信号融合处理的干涉测量方法。该方法首先通过相关处理得到DOR信号和数传信号的差分相位,利用DOR信号进行带宽综合得到时延估计,并构建时延模型;然后,利用时延模型得到DOR信号与数传信号在数传载波处的相位差,并以此对数传信号差分相位进行补偿;最后,利用DOR信号差分相位和补偿后的数传信号差分相位进行带宽综合,实现高精度干涉测量。深空探测网数据处理结果表明融合处理后时延估计随机误差明显降低;但受介质时延误差影响,融合处理对系统时延精度的改善幅度有所减小。该方法仅通过改进干涉测量数据处理方法即实现了时延估计随机误差的改善,不仅提高了信号使用效率,而且增强了航天测控系统的鲁棒性,在应急测控背景下具有特殊意义。     

星敏感器慢变误差校准方法研究

对星敏感器慢变误差(LFE)校准方法进行了研究。根据星敏LFE主要是源于周期性的空间热环境变化的机理,将星敏的LFE作为周期信号,用傅里叶级数表述。用最小二乘法估算陀螺常值漂移中的周期量,再由常值漂移估计辨识出星敏LFE的参数,确定LFE傅里叶级数中正弦和余弦函数的振幅。根据傅里叶级数形式的LFE模型和估得的LFE参数,模拟产生LFE的表达式,对星敏的输出进行补偿校正。给出了星敏LFE的辨识过程。研究表明:星敏LFE补偿后,改善了姿态估计精度和陀螺常值漂移估计准确度,显著提高姿态确定系统的性能。     

基于神经网络的体视PIV空间标定模型

体视粒子图像测速（SPIV）中的空间标定精度对SPIV的测试结果精度有较大影响。为研究标定模型对输入误差的处理能力,定义了一个无量纲参数——误差衰减系数,来评判空间标定模型对误差的响应。在此基础上针对SPIV两相机空间标定的误差产生和传播特性,发展了一种基于神经网络的且具有联合标定能力的SPIV空间标定模型。使用仿真实验手段,证实了该神经网络模型在很大的参数空间内均具有对输入误差的抑制能力,而传统的多项式模型或小孔模型并不具备这一能力;此外,神经网络模型在高光学畸变情况下的表现也优于多项式模型及小孔模型。因此,神经网络具备替换传统空间标定模型的能力,有助于提高SPIV的测量精度。最后在实验中证实了神经网络标定模型的空间定位误差仅为传统模型的1/4。     

n=7—32位最佳群同步码的研究与推荐

该文结合我们自己的一系列理论研究成果重新,审查了 J.L.Maurry.Jr.和 F.J.Stylcs 为《美国 IRIG 遥测标准》提供的那组“n=7～30位的最佳帧同步码”,指明其中的不妥之处;并且进而为《中国军用遥测标准》推荐了“n=7～32位的新的最佳群同步码”。本文的成果,完全可推广应用于遥控、遥感、数字通讯等 PCM 信息传输系统,也可部分应用于雷达和光学系统。     

增量聚类综述及增量DBSCAN聚类算法研究

本文首先介绍了增量聚类算法的分类以及研究现状,提出了增量聚类算法等价性概念;然后介绍了增量DBSCAN聚类算法;最后针对用于批量更新的增量DBSCAN聚类算法,提出了本文的改进方法.其中,用插入更新数据集生成的子模式调整原聚类模式的方法,还可有效地应用于分布式聚类.     

激光基准高精度小角度的测量研究

描述了一种用于测量反射面微小角度变化的新型激光测量系统。采用三角法和光杠杆的原理测量微小角度变化，测量精度为0.05角秒，测量范围达3角分以上。与传统的测量方法相比，该方法具有体积紧凑、结构简单、成本低的优点，更适用于高分辨率小角度的测量。     

S波段信道系统的频综技术

遥测系统前端射频信道的技术性能直接影响到整个系统的解调门限、误码率、外测精度及稳定性等重要指标，本文着重对信道内的频综予以介绍。文中分析了低相噪频综的设计原则，结合工程实际并积极跟踪先进领综的技术发展趋势，独立研制了电感分段ＶＣＯ、ＤＤＳ等电路模块，并总结了未来先进频综研制需重点突破的几项关键技术。     

基于子孔径波面拼接的直接波前解卷积效率

为提高气动光学效应下目标图像清晰化处理的运行效率,提出了子孔径拼接波前复原方法。分析了波面拼接下的直接波前解卷积效果,研究了波面拼接与传统泽尼克模式法在运行效率上的差异。仿真结果表明:子孔径拼接方法具有良好的波前复原能力,与泽尼克模式法相比具有更低的算法复杂度。基于子孔径波前拼接的直接波前解卷积方法可有效提高点源图像探测的斯特列尔比(Strel ratio),可应用于高超声速飞行器的红外寻的系统中,抑制气动光学相位畸变的影响,增强目标探测、识别和跟踪性能。     

UKF参数估计在航天器气动辅助变轨问题中的应用

为快速精确地求解气动辅助变轨问题,提出一种基于无损卡尔曼滤波(UKF)参数估计的数值求解方法。首先,针对气动辅助变轨问题,利用极大值原理将其转化为对应的两点边值问题;然后,以协态变量的初值作为估计参数,以末端条件为期望观测值,将该两点边值问题转化为参数估计问题,并应用UKF滤波算法求解。该算法基于估计理论,避免了计算传统数值方法所需要的梯度矩阵,同时克服了猜测协态变量初值的困难,降低了求解气动辅助变轨问题的难度。数值仿真表明,该算法结构简单,求解效率高,具有良好的鲁棒性。     

基于暗块提取的无监督语义分割算法

提出一种针对单张图片进行处理的无监督语义分割算法,可以自适应得到每幅图像的类别数,并输出语义分割结果。首先,分别采用Felzenszwalb算法和SLIC算法(simple linear interative cluster)对图像进行预分割,获得图像的两种预超像素表示,对两种预超像素表示进行融合获得图像的最终超像素表示;其次,根据图像最终的超像素表示,使用暗块提取算法得到分类类别数以及可靠性强的类别标签;再次,使用得到的类别数以及类别标签来对由栈式编码器和softmax分类器组成的分类系统进行训练,再使用训练好的分类系统对整幅图像进行预测得到每个像素的标签;最后,对超像素块内的像素标签进行投票,选取标签数量最多的标签为这个超像素块内所有像素的标签。实验结果表明,与当前的一些分割算法相比,本算法能获得更好的语义分割效果。