扫描跟踪和图象跟踪之间的协调控制

扫描跟踪和图象跟踪方式之间的协调控制系统设计者提出了一些重要的问题。扫描跟踪用于点目标，图象跟踪用于大面积目标；在任何给定条件下，有时两种方法都可能用到。必须找到协调控制的一个最佳点。目标还可能在扫描跟踪和图象跟踪最佳的状态之间变化。当用一种方式丢失目标后，用另一种方式再次捕获目标又是另一个必须论述的问题。两种方式的局限性是需要考虑的：采用二维空间算法点点目标探测取决于目标和滤波器这两者的外形尺寸大小。图象跟踪的实现主要取决于目标的大小和形状。本文将论述采用典型的扫描跟踪探测点目标的探测算法，简要地介绍一种典型的图象跟踪器并给出几种不同情况下获得的结果。     

求进气道与发动机共同工作点的计算法

本文建立了由进气道节流特性风洞实验数据和发动机流量特性求其共同工作点的计算法.应用此法能准确计算任意给定飞行条件、大气条件和发动机工作条件下进气道性能数据.与国内进气道设计中常使用的图解法相比,这个计算法便于建立推进系统一体化的数学模型,并能提高数据的准确性,减轻工作量.     

超声速进气道与发动机的匹配

以某二元混压式超声速进气道的流场数值计算结果为基础，得到超声速进气道主要内特性能参数与其进出口边界条件和几何结构参数之间的解析关系，此解析关系即为进气道的数学模型。根据此数学模型，研究了进气道与发动机之间的共同工作规律，并通过数值仿真分析了进气道二级斜板角度对进气道与发动机共同工作点的影响。     

基于PDR和磁场匹配的智能手机室内定位

目前，基于磁场的室内定位方法存在指纹采集无法快速建库的问题，导致匹配特征较少、无法快速进行匹配操作和航向角估计精度低。基于磁场梯度的快速近似，使用高斯牛顿迭代方法结合通过PDR测量的轨迹进行磁场轮廓匹配定位，提高了单点磁场指纹的可分辨性。基于步态模型的更新用作测量信息以改善C-INS的导航性能，提出了一种基于捷联惯性导航系统的行人航位推算算法。基于MFS参考位置，使用扩展Kalman滤波器控制PDR惯性导航的位置漂移误差，进一步提高了轨迹轮廓的精度。测试结果表明，该算法可以获得更好的位置估计和航向估计结果。     

TC4钛合金激光快速成形力学性能

试验研究了TC4钛合金激光快速成形的力学性能.结果表明,成形件室温及高温强度均超过锻件水平,塑性接近锻件水平.严格控制成形气氛中杂质元素的含量能使TC4钛合金强度与塑性合理匹配.     

基于视频图像序列的3-D场景生成方法

平面序列图像的立体化表述和任意视点成生是实现３－Ｄ场景的关键技术。利用便携式摄像机沿着不同运动轨迹,连续对目标物体进行拍摄,可获得不同层次的包含有双目视差深度的平面视点序列图像。从获取的序列图像中选择不同的视点,即选择参考帧,利用与参考帧相邻的帧图像,估计参考帧位置的深度信息。采用自适应匹配算法,将各种层次的深度信息分配给图像的不同区域,形成具有不同深度层次的图像深度表示图,建立３－Ｄ观察场景。最     

压气机加级设计的匹配问题

对一台下游加级的三级压气机级间匹配问题进行了分析研究。加级后压气机前、后段间的流量不匹配主要是由压气机的放型设计、叶片弹性变形和低展弦比叶片的非定常效应三个因素造成的。用压气机切顶试验进行了验证 ,流量匹配性改善后压气机的喘振裕度提高 5.8个百分点     

基于点特征的干涉合成孔径雷达(InSAR)复图像自动配准算法

 在基于点特征的遥感图像配准过程中，特征点的自动提取和准确匹配是影响配准精度的关键。本文提出了一种干涉合成孔径雷达(InSAR)复图像对的自动配准算法，利用特征点的高曲率结构设计了模板，完成了特征点检测；根据匹配点对之间距离相近的结论设计了匹配算法，进行了特征点对的匹配。文章首先通过边缘检测和模板相关提取特征点；其次根据提出的匹配算法建立点的对应关系；最后利用两步法完成复图像的亚像元级配准。实验结果表明，该算法具有较高的配准精度。     

基于道路几何特征的地图匹配方法研究

从地图匹配技术的基本原理出发,比较了几种典型的点到线型地图匹配算法的优缺点以及适用范围。结合实际行车轨迹连续、特征明显的特点,提出了一种基于道路几何特征的地图匹配方法,并从候选路径确定、匹配路径确定和匹配点求取三方面对算法进行了详细说明。最后通过设计试验,验证了其可行性和准确性。经验证,采用此地图匹配方法可将惯性定位定向的定位精度提高到20m以内。     

基于点云聚类评估的激光雷达鲁棒定位方法CSCD

基于先验地图的激光雷达定位方法在封闭工业场景下得到了广泛应用,然而环境变化、行人和车辆等动态物体的干扰会影响激光雷达与先验地图的匹配精度。提出了一种动态环境下基于点云聚类评估的三维激光雷达鲁棒定位方法:通过设定角度和距离双阈值,对点云深度图像进行分割聚类,相较于传统分割方法,分割结果对点云噪声更为鲁棒;通过对原始点云进行分割聚类,在粗匹配结果下评估聚类的匹配度,剔除误匹配聚类进行二次匹配以提高匹配精度;通过聚类评估的结果判断匹配成功和失败的点对,进而对点云整体匹配结果的正确性进行评估,相较于传统仅基于距离阈值的判断准则,具有更高的准确性;最终,分别通过公开数据集和实际试验验证了该算法的有效性。试验结果表明,相较于传统匹配方法,该方法有效提高了动态场景下的定位精度和匹配结果评估的准确度,定位误差可以维持在10cm以内。