解析求解非线性相对运动的最优重构问题

椭圆轨道相对运动模型的线性化导致其在大尺度相对运动应用中精度不能满足需求。针对任意椭圆轨道上的大尺度航天器编队最优重构问题,提出一种基于椭圆轨道非线性相对运动模型的近似解析求解方法。首先通过变分法建立了非线性最优重构问题的数学模型;然后采用摄动法,以偏近点角为积分变量求得了不含特殊积分的解析开环最优控制,有效地避免了真近点角域下最优控制解所含有的特殊积分。仿真验证了所求最优控制的有效性和优越性,结果表明在相对运动尺度较大时,相比基于椭圆轨道线性化模型的最优控制,在燃耗保持相近的情况下,所求非线性控制有效地降低了重构误差。     

基于边界值的多元混沌发动机性能预测算法

首先提取航空发动机排气温度数据序列的边界值,并且证明了边界值序列具有混沌特征.其次提出了一种基于多元相空间重构的发动机状态混沌预测算法,实现对排气温度的预测.通过检验排气温度预测值是否超过所规定的红线,从而进行发动机的健康状态排查.作为验证实例,使用一组某机型发动机实际飞行数据对该预测算法进行了验证,结果表明:该组合算法降低了预测模型的时间复杂度,并大大提高了疑似异常点的预测精度.该方法可以为这种机型发动机故障预测提供决策依据.      

多光谱手指静脉成像与采集系统设计

多光谱手指静脉图像信息采集对提高手指静脉识别性能具有重要意义,从活体组织的不同介质对不同波长的入射光有不同的散射和吸收性能这一角度出发,建立了多光谱手指静脉成像采集系统。重点介绍基于数码管控制芯片的多波段光源控制电路而搭建的硬件系统及设计的相应软件系统。该系统不仅解决了多模态手指静脉图像成像与采集的一些基本问题,而且为多光谱手指静脉识别奠定了数据基础和实验环境。这对促进手指静脉识别技术的发展具有重要意义。     

现代包装设计理论体系的重构——评朱和平教授《现代包装设计理论及应用》

一、引言 我国经济的持续发展,国民生活水平以及对生活和生存环境要求的提高,推动了人们审美观念的进步.生活方式和消费方式的改变,使消费者对包装有了更深层次的需求.包装作为实现商品价值和使用价值的手段,在生产、流通、销售     

美空军“天基红外系统”（SBIRS）计划进入后续生产阶段

据美国媒体2009年4月7日报道,奥巴马政府通过一项昂贵的新型间谍卫星采办计划,还将从私营企业购买更多的商业成像数据,来填补当前卫星覆盖存在的空白。这项计划仍需经国会批准,但有情报官员称国会定会通过。军方情报与工业界消息此前透露,该项目名为“2＋2”,将建造和发射两颗先进卫星,为避免超出预算或推迟发射,其性能与目前在轨的高分辨率大型秘密卫星相同,或略优;与此同时,白宫也批准了提高对商业成像数据的购买数量。目前政府每月支付数字全球公司、地球眼公司2500万美元,购买这些私人公司成像数据,其图像分辨率可以达到0．4m。新合同中包含“确保访问”,即战时或其他紧急情况时直接访问卫星的能力,具有最高优先级。项目细节还是机密。     

一种图像指令传输系统天线方案

文章分析了波束切换天线系统的工作原理,介绍了一种S频段图像指令传输系统天线的方案设计。     

基于小波矩特征和神经网络的灰度图像识别算法研究

小波矩结合了矩特征和小波特征,既反映了图像的全局性信息,又反映了图像的局域性信息,并且具有旋转、平移和缩放不变性。文章研究了基于小波矩的灰度图像特征提取算法,并将其与BP神经网络组合,利用神经网络的强学习能力和容错性,形成一个灰度图像识别系统。仿真实验表明,在图像失真较小的情况下识别率可达到100％,较之未提取特征的神经网络识别方法而言,网络收敛速度与识别精度都有较大的提高。     

基于图论分割的多光谱图像非监督分类方法

针对传统基于像素的多光谱遥感图像分类方法存在的"麻点"现象、采样成本高等问题,提出了一种基于图论分割的非监督分类方法,首先采用基于图论的分割算法,按局部邻近相似像素点分割成若干子区域,再以分割后子区域为基本单元,整体进行模糊 C均值聚类,最终实现对多光谱图像的非监督分类.实验证明,该方法结合了局部邻近像素点的相互关系以及相似区域的整体特征,有效解决了麻点问题,具有较高的分类精度和算法效率,降低了采样成本.     

人体上呼吸道内稳态气流运动特性的PIV初步试验研究

人体上呼吸道内气流组织形式的研究对于进行气溶胶在呼吸道内的沉积分析具有重要的意义.应用粒子图像速度仪(Particle Image Velocimetry,PIV)对人体上呼吸道内的稳态气流运动特性进行了试验研究,研究结果表明:口腔中、下部气流速度略大,其它位置速度相对较小,咽部外壁气流速度较大,高速气流贴近喉部和气管内壁向下流动,在内壁形成高速区域.咽部外壁、喉部和气管内壁分布的气动剪切力较大,承受的气动负荷较大,容易造成壁面劳损和组织损伤.     

机器人视觉系统模糊识别抓取物算法

针对机器人视觉系统对抓取物的模糊识别问题,参照人眼-脑识别对象的过程,建立了包括区域分割与模糊识别两个环节的识别算法.以视觉图像的灰度与色度特征作为区域分割与模糊识别的依据,从灰度、色度及形体特征上提取特征集的指标,并根据经walsh变换后图像灰度迅速向低频聚集的特点,提出基于walsh变换的基元模式识别特征的定义方法.在构建识别目标矩阵与关系矩阵的基础上,应用模糊关系合成与最大隶属度原则建立识别算法.该算法可从少量的采样点中识别出对象,具有较好的实时性.