基于类脑模型与深度神经网络的目标检测与跟踪技术研究

目标检测与跟踪技术广泛应用于交通、医疗、安保和航天等领域.目前,目标检测与跟踪技术面临目标微弱、背景复杂、目标被遮挡等挑战.同时,随着脑科学研究的不断深入,人们对人脑视觉系统的理解逐渐透彻,利用类脑计算解决复杂背景下高精度目标检测与跟踪问题成为相关领域的重要研究方向.本文结合神经工程导向的类脑模型和计算机工程导向的深度神经网络(Deep Neural Networks, DNNs),提出多种基于类脑模型与深度神经网络的目标检测与跟踪算法,包括：基于演算侧抑制的目标检测算法,基于结构 对比度(Structure Contrast, SC)视觉注意模型的弱小目标检测算法和基于记忆机制与分层卷积特征的目标跟踪算法.实验结果表明,将类脑模型和深度神经网络应用于目标检测和跟踪领域,有利于实现复杂条件下的高精度目标检测和鲁棒性目标跟踪.     

视觉测振技术在柔性太阳翼模态试验中的应用

针对8 m×5 m的柔性太阳翼在倒立状态下进行模态试验,设计数字摄像视觉测振系统,基于图像特征跟踪法实现了从相机标定、图像采集、信息提取到三维振动数据获取的过程,通过工况模态辨识方法获取了柔性太阳翼模态频率及振型等动力学参数。并考虑空气和重力影响建立太阳翼有限元模型,通过与基于基恩士激光位移传感器的传统模态试验结果及仿真分析结果进行对比,验证了基于视觉测振工况模态试验方法的准确性,为柔性太阳翼在轨模态辨识奠定基础。     

高超声速飞行器再入段LQR自抗扰控制方法设计

针对高超声速飞行器(HSV)再入过程中强非线性、强耦合、气动参数变化剧烈的不确定性的特点,提出一种基于线性二次型调节器(LQR)和自抗扰控制(ADRC)的高超声速飞行器再入段的姿态控制方法。首先,建立高超声速飞行器再入段线性化模型,并采用LQR方法完成了状态反馈控制律设计。然后,结合自抗扰控制技术,设计了扩张状态观测器(ESO)对系统的模型不确定性和外部干扰进行补偿,大幅增强了系统的扰动抑制能力。最后,将得到的高超声速飞行器再入段LQR自抗扰姿态控制器(LQRADRC)应用于高超声速飞行器六自由度仿真,仿真结果表明本文所提出的控制方法能够快速、精确地跟踪角位置指令,并且对系统不确定性具有强鲁棒性。     

嫦娥四号动力下降段图像可视化传输方案

针对嫦娥四号降落相机在动力下降段的图像可视化传输需求和深空通信下行数传信道带宽受限的矛盾,文章提出了一种动力下降段速率自适应的可视化图像传输方案,对如何保证降落相机图像下传的实时性、完整性、速率自适应性等关键问题进行了讨论,并对方案中涉及的抽帧回放算法、帧格式识别方法、合路调度算法等关键技术进行了详细说明。同时,文中给出了该方案在嫦娥四号在轨的验证情况,结果表明,在数传通信速率受限的情况下该方案实现了降落相机图像的存储管理和可视化下传,具有实时性高、速率自适应、图像下传完整等特点,可以为其他航天器数据管理系统设计提供参考。     

表面活性剂对煤沥青浸渍性能的影响

研究了表面活性剂对煤沥青浸渍性能的影响.实验结果表明:加入少量的表面活性剂后,煤沥青的软化点、粘度等流变性能都得到较大幅度的改善,而残炭率影响不大.对表面活性剂改性煤沥青的机理进行了比较深入地探讨.     

基于SMP机群的航空CFD并行技术应用研究

针对SMP机群的双层并行体系结构,研制出一种双层并行技术--在计算节点间采用MPI消息传递模式并行,而在计算节点内部采用OpenMP编译器指令模式并行.通过算例测试证明,采用该技术的航空CFD程序,并结合贪婪负载平衡分配技术进行并行计算,其效率可达94%,计算结果与实验值吻合.     

基于粗糙集的战斗机型号工程综合评价决策模型

根据现代战斗机型号工程质量标准,考虑系统设计要求和用户需求,建立了新的战斗机型号工程评价指标体系。应用粗糙集理论对典型的第三代以上战斗机机型的各种指标数据进行挖掘,利用信息熵概念求得各指标的属性重要度,并将其权值化处理为各指标的权系数,克服了传统权系数确定方法的主观性。最后,建立战斗机型号工程综合评价决策模型并通过实例说明其可行性和有效性。     

合理运用SI技术快速收敛高速数字电路设计

随着数字电路集成度和工作频率的不断提高,信号完整性(Signal Integrity, SI)问题在产品研制过程中越来越突出。以惯导系统中的某导航计算机为例,针对故障信号回路,使用仿真软件对其SDRAM时钟信号进行信号完整性仿真,并进行优化设计。通过对比优化前和优化后的仿真与测量结果,验证了由于端接参数不匹配造成SDRAM时钟信号的非单调性畸变问题。仿真与测量结果表明,在产品研制流程中加入信号完整性仿真环节有利于设计快速收敛,提前规避风险,缩短研发周期,降低设计成本,提高电路产品的可靠性和电磁兼容性。     

基于CDKF的快速协方差交叉融合跟踪算法研究

随着目标抗干扰能力的增强,单一寻的制导方式很难完成对目标的稳定跟踪和精确打击,需采用多种探测器作为传感器,提供多种观测数据以实现对目标的稳定跟踪和精确打击。建立了适当的目标运动模型和观测模型,利用中心差分卡尔曼滤波（CDKF）变换处理模型的非线性问题,避免了求解复杂的雅克比矩阵。对于分布式多传感器融合,传统的方法多采用协方差交叉（CI）融合方法,但是这类方法需要寻优求解。而快速协方差交叉（FCI）则不需要进行寻优过程,且计算量小。在此基础上,提出了用于多传感器目标跟踪的CDKF-FCI融合算法。最后,对算法进行了仿真分析,并进一步验证了提出算法的有效性。     

一种利用尾舵偏转实现BWB飞机减速的方法

结合国内外的相关研究工作,提出了一种利用尾舵偏转实现BWB飞机发动机喷气气流方向的改变,进而达到减速目的的方法。基于求解三维欧拉法方程,数值模拟了不同尾舵偏转角度下BWB飞机发动机喷口附近的流场分布特性和反推力大小,并评估了着陆场长收益。气动与性能计算结果表明,在计算滑跑速度范围内,发动机喷气气流会冲击到偏转的尾舵上,进而产生反向喷气气流,并产生较大的反推力,有效降低着陆场长,且随着尾舵偏转角度的增加,反推和减速效果逐渐增大。