应用PIV测量缩比共轴双旋翼流场特性的研究

采用粒子图像测速(Particle image velocimetry,PIV)技术对一缩比共轴双旋翼模型在悬停和以不同前进比前飞时的流场进行水洞实验。测量得到了旋翼流场的瞬时涡量的速度分布,桨尖涡的脱落轨迹,悬停时的尾迹边界和前飞时的尾迹边界等流场特性参数分布。研究了不同状态下共轴双旋翼流场的气动干扰特性。在悬停时,下旋翼的桨尖外侧有上洗流现象,而下旋翼则没有。与共轴双旋翼性能试验数据比较得出,在悬停时共轴双旋翼形式存在有利的相互气动干扰现象。实验还得出了悬停和不同前进比前飞时桨尖涡的脱落轨迹。     

增强现实中的直线边缘对象位姿跟踪

改进了增强现实中跟踪直线边缘对象位姿的方法.首先用扩展卡尔曼滤波器预测对象位姿并限制隐式边缘搜索的区域;然后利用M估计子与权重直线拟合得到图像中直线边缘的方程系数;最后利用平面的标准正交基构建关于对象位姿的目标函数,并用奇异值分解法加以求解.实验表明本文位姿跟踪方法的旋转角最大的平均偏差为0.29°,绝对偏差为1.90°,跟踪速度大约为10帧/s,综合性能明显优于基于LM的跟踪算法.     

航空发动机燃烧室旋流流场特性PIV分析(英文)

应用粒子图像测速仪(Particle image velocimetry,PIV)研究了具有两级轴向旋流器的航空发动机燃烧室旋流流场特性(包括冷态流场和燃烧流场)。分别研究了不同主燃孔几何大小与空间排布、进口空气温度、一级轴向旋流器旋流角度以及油气比对冷热态流场的影响,分别获得了流场速度大小、脉动速度、雷诺应力以及回流区长度等参数。试验结果表明:燃烧流场的中心回流区长度要比冷态流场中心回流区短;随着进口空气温度和油气比的增加,中心回流区长度减少;同时主燃孔几何参数的变化(主燃孔大小和空间排布)对两级轴向旋流器旋流流场有很大影响。     

一种进气道自起动特性检测方法

发展了一种应用于激波风洞中快速检测高超声速进气道自起动能力的实验方法.该方法通过在隔离段内预先设置轻质堵块,迫使进气道在风洞运行初期不起动,待堵块被吹出后,流道恢复畅通,进而考察进气道是否具有起动能力.实验采用高速纹影拍摄同步壁面压强测量的手段,对二元高超声速进气道的起动特性进行了研究.通过对纹影照片以及相应的壁面压强信号的分析,对所发展的自起动检测方法的可靠性进行了考核,并进一步研究了内收缩比对进气道起动特性的影响.在激波风洞中获得了进气道自起动过程以及起动/不起动双解区的流场特征和相应的壁面压强变化历程.     

基于RGB亮度分级的图像预处理研究

利用一种基于RGB亮度分级的图像预处理方法,在源图像的R、G、B三个分量上对图像进行亮度分级合并,以减少自然场景图像的颜色数目,在不破坏源图像结构的前提下降低图像的复杂度,同时又保证了较好的通用性。     

基于快速均值漂移和水平集方法的图像分割技术

通过加强边缘检测函数的约束作用,对L i提出的无需重新初始化的水平集方法进行了改进,用于提高水平集方法对弱边缘与低对比度图像的分割处理性能。同时,利用快速均值漂移法对图像进行预分割,将得到的轮廓作为水平集方法的初始轮廓,从而降低水平集函数的迭代次数。脑部M R图像的分割实验结果表明,该算法能够准确地提取相应的脑组织,同时大大地提高水平集函数的演化速度。     

基于序列图像的自动目标识别算法

由于利用单幅二维图像进行三维目标识别存在识别的多义性,提出了一种基于二维序列图像的三维目标自动识别算法。首先以修正的Hu不变矩构造目标的图像识别特征,进而采用BP神经网络分类器构造关于目标融合识别的基本置信指派函数,以神经网络的训练误差构造证据理论不确定性度量,采用基于吸收法的DS证据理论实现高冲突证据的贯序式融合。对各姿态飞机图像识别的仿真表明,该算法对飞机的空间姿态变化具有很强的鲁棒性,能快速地准确识别飞机类型。此外,算法对先验性参数具有一定的鲁棒性。     

海杂波视景仿真

雷达图像的生成在训练模拟器视景仿真研究中意义重大.在对海作战仿真中,海杂波仿真是对海雷达图像仿真研究的重点.文章在比较海杂波概率分布模型的基础上,探讨了复合K分布实现方法,并应用Vega和Creator等软件实现海杂波视景仿真,生成了由海杂波形成的雷达图像,取得了较好效果,具有一定的借鉴意义.     

扇翼飞行器机翼布局研究

研究主要分为三部分:首先,建立扇翼飞行器机翼的数学模型.说明扇翼飞行器的增升原理;其次,使用CFD软件对扇翼飞行器的机翼进行数值模拟,得出可行的机翼模型设计方案;最后,设计风洞试验模型并进行风洞测力和粒子图像测速试验验证,结合理论计算和风洞试验结果,给出一套适合本模型的机翼布局方案.研究结果表明,适合本模型的参数如下:机翼风扇叶片偏角取值范围为5～10°,叶片宽度取20mm,风扇转速2000r/min左右,平飞速度5～10m/s,平飞时机翼迎角4°.     

残差超复数偶对分解的多光谱和全色图像融合方法

提出一种残差超复数偶对分解的多光谱和全色图像融合方法。用超复数分别对多光谱图像和全色图像的残差图像建模,并对多光谱图像的超复数残差模型沿彩色空间的灰度轴方向分别进行超复数偶对分解,得到包含亮度信息的单部分和包含色度信息的复部分。分析表明用高分辨率全色图像的超复数残差图像来替换低分辨率多光谱图像分解后得到的复部分,可以恢复出高分辨率的多光谱图像的残差,从而实现多光谱图像和全色图像的融合。仿真结果验证了所提方法的有效性,同时验证了该方法不存在人眼可见的光谱畸变。各种现有图像融合评估方法的评估结果表明:该方法优于亮度、色度、饱和度(IHS)、主元分析（PCA）和小波变换的融合方法。