目标机动加速度的估计与导引律实现

研究了寻的末制导过程的制导信息获取问题,并在此基础上对导引规律的实现进行了 研究。针对末制导过程的非线性数学模型的特点,设计了高增益观测器,采用高增益反馈保 证观测误差的快速收敛,利用导弹导引头提供的信息,对导引规律中需要的视线转率和目标 机动加速度信息进行了估计,分析了观测器误差的收敛性。采用观测器方法进行制导信息的 估计,将目标机动看作外部扰动输入,因而不需要建立目标的机动模型或对目标机动的统计 特性进行假设。利用观测器获得的制导信息,对导引规律进行了实现,并证明了闭环制导回 路的稳定性。最后进行了数值仿真,并对仿真结果进行了分析,验证了文中得出的结论。     

分数阶Fourier变换在某型涡轴发动机喘振分析中的应用

基于分数阶Fourier变换(FRFT)时-频分析理论的特点, 构造信号验证了FRFT能解除时频偶合的特性.在此基础上, 采用FRFT对某涡轴发动机典型的喘振试验数据进行喘振特征信号提取, 然后基于有效特征信号的FRFT功率谱进行喘振瞬时频率的估计.结果表明:利用旋转角与喘振特征相匹配分数阶Fourier变换的能量聚集特性, 能有效提取发动机喘振特征信号, 并能利用FRFT结果, 采用最优信号提取旋转角下的FRFT功率谱进行喘振瞬时频率的估计.      

航空电子系统综合技术的发展与模块化趋势

在系统阐述了航空电子综合技术及系统结构发展的基础上,全面论述了综合化及模块化的含义,指出了综合化系统及模块化在大系统结构中的层次关系。最后,提出了我国发展综合化系统应采取的策略。     

冲击载荷作用下38CrMoAl渗氮钢损伤机理和耐腐蚀性能

为研究38CrMoAl渗氮钢材料在冲击载荷与海洋环境侵蚀共同作用下的损伤机理和耐腐蚀性能,对渗氮处理前后的38CrMoAl钢材料进行了冲击加载试验和腐蚀性能测试。研究发现渗氮38CrMoAl钢材料在高应变率下具有较强的正应变率敏感性。在冲击载荷作用下,试件表面渗氮层出现裂纹,并伴随着渗氮层的部分脆性剥落,但裂纹长度均在500~700 μm,裂纹只在渗氮层中扩展,并没有继续延伸至非渗氮层的金属基体内部。渗氮处理提高了材料表面硬度和强度,但降低了韧性。电化学测试结果表明渗氮处理显著提高了材料的耐腐蚀性能,其自腐蚀电位相对于未渗氮试件由-726.24 mV正移至-174.42 mV。但冲击加载后的渗氮试件由于表面渗氮层的破损,部分金属基体露出并与未发生破坏的表面形成电势差,进而发生较为强烈的电偶腐蚀。扫描开尔文探针测试结果表明,渗氮件表面阴阳极电位差及电位分散程度相对于未渗氮件增大,渗氮件更易发生局部腐蚀。冲击加载改变了渗氮层的表面状态,阴阳极电位差增加,使材料表面腐蚀变得更加不均匀。对试件耐腐蚀性能进行了盐雾试验验证,盐雾试验结果与电化学测试分析结果相一致,在舰载机维护保养中,应关注受冲击部位渗氮层的裂纹检查,并做好相应的防腐处理。     

沟槽织构球头铣刀刀具结构强度仿真研究

为研究横向沟槽微织构的制备对刀具应力和应变的影响,采用有限元仿真方法,针对横向沟槽微织构形式,进行了刀具结构强度的仿真。同时,研究了不同横向沟槽微织构参数对球头铣刀结构强度的影响规律。     

基于层次化分类器的遥感图像飞机目标检测

在大量航空航天遥感图像中,快速发现和统计飞机目标并对其进行准确定位,在军事和民用方面均具有重要意义。结合遥感图像特点,针对飞机目标的特征,文章设计了一种基于层次化的分类器的遥感图像飞机目标检测方法。首先用基于哈尔（Haar）特征的底层AdaBoost分类器快速去除大部分非目标区域;然后用基于梯度方向直方图（Histogram of Oriented Gradient,HOG）特征的顶层支持向量机（Support Vector Machine,SVM）分类器进行精细检测。在分辨率为1m的遥感图像数据集上的实验结果表明,层次化分类器在保证较高检测率的前提下,大大降低了虚警率,可以有效解决遥感图像飞机检测问题。     

月面复杂地形表层采样可采点确定方法

表层采样是获取地外天体特性的重要手段,是目前原位探测与采样返回样品获取的重要方式。实施月球表层采样过程中,月面复杂地形将对大尺度采样器工作带来约束。结合一类大尺度表层采样器,分析了月面复杂地形的影响,提出了表层采样的可采样充分条件,构建了以可视区分区、分区延伸、局部平均法向量稀疏、基点包覆检测相结合的并行可采点确定方法。仿真结果表明,该方法可准确确定复杂地形下表层采样可采点,分区并行计算可有效提升可采点的确定效率。     

基于改进SURF算法的无人机遥感图像拼接方法

针对传统SIFT算法在无人机遥感图像拼接中存在的运算缓慢、误匹配较多且计算过于复杂,无法满足遥感图像处理的实时性要求等缺陷,以及由于采集到的图像之间存在曝光差异等情况,直接进行叠加拼接后极大可能会在边界处产生重影错位的情况,文章提出了一种改进的SURF算法与融合算法用于无人机的遥感图像拼接。首先,在特征检测阶段,将SURF算法与Harris角点检测算法2种算法相结合,快速得到图像的特征点与特征描述子;在特征匹配阶段分为粗匹配与精匹配2个步骤:通过KNN算法对待拼接图像间特征点的粗匹配,以及应用RANSAC算法去除误匹配点的精匹配;在图像融合阶段,采用了基于距离的加权平均算法进行图像融合;最后,实验表明:文章所提出的算法处理速度相比于传统SUFT算法提升了近5倍,相比于其他改进算法,匹配精度也有所提高,并且该算法能够有效提高图像拼接后的质量与效果,解决了拼接痕印明显、重影、错位等现象可能发生的问题。     

无人机遥感图像融合算法综述

遥感图像拼接融合技术可分为"像素级""特征级""决策级"3个级别;根据各级别特点,无人机遥感图像的融合应采用像素级的融合方法。文章对一些常见的像素级融合方法进行了简要描述,重点介绍了3种经典的图像融合方法,讲述了可以根据哪些指标对一幅图像从主观与客观两方面进行评价;在实验阶段,对3种经典融合方法进行了实验验证与性能分析。     

基于强跟踪UPF的重力梯度辅助定位方法

针对重力梯度辅助定位中,存在重力梯度的强非线性分布及系统模型偏差等问题,将STUPF引入匹配定位过程。该方法根据残差信息实时调节系统状态跟踪能力,有效应对模型偏差对定位的影响。基于真实INS数据的仿真实验结果表明,STUPF可达到较好的定位效果,且与标准PF、GPF算法相比,其在定位的精度、稳定性及运算量上具有一定优势。