跑道侵入严重度本体建模及等级划分研究

为研究致险因素对跑道侵入严重度的影响,从知识建模角度出发,构建了跑道侵入严重度划分的领域本体模型.采用石川图针对跑道侵入严重度划分问题进行因果分析;进而以跑道场景要素为导向构建本体模型;应用FaCT++推理机对实际案例分析推理,结合DL query 模块辅助验证推理结果.结果表明,本体推理可以支持跑道侵入严重度划分,验证了模型的有效性.     

基于灰色近似支持向量机的加速度计参数预测

温度、振动等环境载荷使得石英挠性加速度计参数产生漂移,直接影响了惯导系统的测量精度和性能,石英挠性加速度计参数变化趋势为非线性的,很难用常规的建模方法进行趋势预测。基于灰色理论适合进行小样本、贫信息不确定型系统建模以及近似支持向量机不需要求解二次规划就能求得非线性模型参数的优点,提出了基于灰色近似支持向量机进行石英挠性加速度计参数预测的方法。为了验证该方法的有效性,针对自然贮存的加速度计进行了固定周期的参数标定,结果表明灰色近似支持向量机具有很好的预测效果。     

RGB-D SLAM综述

RGB-D SLAM是指使用RGB-D相机作为视觉传感器,进行同时定位与地图构建(SLAM)的技术。RGB-D相机是近几年推出的能够同时采集环境RGB图像和深度图像的视觉传感器。首先对主流RGB-D相机,RGB-D SLAM算法框架流程做了介绍,然后对RGB-D SLAM算法的国内外主要标志性成果,以及RGB-D SLAM的研究现状进行介绍,并对RGB-D SLAM方法前端视觉里程计中特征检测与匹配、后端位姿图优化、回环检测等关键技术进行介绍总结。最后,对RGB-D SLAM算法的优缺点进行了分析,并对RGB-D SLAM算法的研究热点及发展趋势进行了讨论。     

基于实测数据的海杂波时空相关性分析

海杂波的相关特性分为时间相关性和空间相关性,二者均与雷达系统参数、环境条件等多种因素有关。文章利用X波段雷达实测海杂波数据,重点研究了不同极化条件下海杂波的时间相关性、高低典型海况和不同入射余角条件下的海杂波距离向和方位向空间相关性。经大量实测数据验证表明,极化方式对海杂波强时间相关性影响较小,海杂波距离向空间相关性受海况影响较大、方位向相邻分辨单元空间相关性较弱,这些结论对于海杂波中目标检测方法优化设计具有重要意义。     

结构参数对弹上电子设备双层减振系统 减振性能的影响规律研究

针对弹上电子设备双层减振系统结构参数设计问题,研究了一二级减振系统的频率比、质量比、阻尼比对双层减振系统在随机振动激励下的绝对加速度响应峰值、全频段的加速度响应均方根值、高频段的加速度响应均方根值、相对位移响应均方根值、耦合频率等动力学参数的影响规律,得出一般性的结论,并探讨了双层减振技术的应用,可为弹上电子设备双层减振系统的减振性能设计提供理论支撑。     

火箭发动机推力试验装置应用范围研究

提出并研究火箭发动机推力试验装置应用范围扩大问题,即推力试验装置如何适用于推力远远小于试验装置额定负荷能力的发动机的推力试验。指出并研究了其中关键技术问题,包括试验装置机械结构与发动机的安装与配合、减小测力误差和原位校准的实现。建立了有关力学模型,分析了测力误差产生原因,并提出和论证了解决措施。研究结果表明,通过合理的设计,火箭发动机推力试验装置基本上可以用于推力小于试验装置额定负荷的任何规格的发动机的推力试验。     

反台晶体及其应用

介绍了应用离子束刻蚀技术制作高基频反台晶体谐振器及反台晶体谐振器的应用。     

应用“TTME”法对气缸套磨损规律进行精密测量的研究

为了精确测量气缸套磨损分布,需要使用高准确度测量系统。尽管电容测微仪具有很高的准确度,但测量系统存在有很大的机械误差。采用“两次测量误差消除”(TTME)法,应用计算机软件对测量系统的测量误差进行了修正。从而提高了测量系统的准确度,满足了测量要求。通过对8V150柴油机的气缸套进行实际测量表明,该方法比传统的测量方法准确度提高了近10倍。     

临近空间高超声速目标滑跃式轨迹Sine-AIMM跟踪算法

针对单一的Sine模型算法无法与临近空间高超声速目标滑跃式轨迹准确匹配,现有的交互多模型(IMM)算法跟踪效果也不够理想的问题,提出一种基于多重贝叶斯准则的自适应交互式多Sine模型(Sine-AIMM)临近空间高超声速滑跃式目标跟踪算法.算法采用多个Sine模型对滑跃式轨迹进行匹配,并利用多重贝叶斯准则在线调整各模型...     

基于HOG和SVM算法的磨粒图像在线监测技术

为了解决发动机润滑油液磨粒图像监测只适用于微流且易受气泡干扰等问题,设计了一种可适用于相对大流量工作环境的油液磨粒光学图像在线监测系统,区分气泡和磨粒。通过该监测系统,批量采集了一系列磨损颗粒和气泡图片,用于后续图像分类算法的训练与测试。采用了一种基于背景差分和大津法的运动物体提取算法提取出大量磨粒及气泡图像样本,运用基于方向梯度直方图（Histogram of oriented gradients,HOG）进行特征提取和支持向量机（Support vector machine,SVM）分类算法对气泡和磨粒进行识别。实验结果表明,该监测系统能有效采集磨粒及气泡图像并进行自动识别。与基于形态学特征提取算法以及K最近邻（K-nearest neighbor,KNN）等传统分类算法相比,HOG-SVM算法分类精度更高,识别准确率可达83 8%。