多星敏感器测量最优姿态估计算法

多数利用星敏感器加陀螺组合的姿态确定方法中,由于星敏感器精度较高,使得系统定姿的精度比较高.然而,姿态确定的算法因观测模型和误差处理不当,导致滤波器观测修正能力下降,从而不能有效地估计陀螺的漂移误差.提出了基于星敏感器观测姿态角的误差建模,研究了多星敏感器组合的最优安装构型和观测融合方法.利用加权最小二乘法对观测数据的预处理,使观测方程定常化.再利用陀螺加星敏感器组合的扩展Kalman滤波(EKF,Extended Kalman Filtering)对航天器姿态和陀螺漂移进行估计.仿真结果表明,提出的多星敏感器最优组合的滤波方法能够有效精确地估计卫星三轴姿态和陀螺漂移,且该方法计算量小,有利于卫星定姿系统的在轨自主运行.     

多传感器多目标系统误差融合估计算法

为解决多传感器组网系统的系统误差估计问题,基于多传感器多目标上报信息,研究并提出了一种多传感器多目标系统误差融合估计算法.算法构建了两级融合结构,即第一级对多传感器组合状态估计信息进行反馈融合以改善局部组合状态估计精度,从而间接改善系统误差的估计精度,而第二级对多目标系统误差估计信息进行融合以进一步提高系统误差的估计精度.蒙特卡洛仿真显示算法能有效融合利用多传感器多目标信息,实现多传感器系统误差的实时精确估计.     

基于支持度的MEMS陀螺信息融合方法

为了解决微机械电子系统(MEMS, micro electronic mechanical system) 惯性器件测量准确度低、噪声大、长时间单独使用导航误差积累大等缺点,提出了一种MEMS陀螺阵列结构设计,在完成微型惯性测量单元(MIMU, micro inertial measurement unit)的标定后,采用基于支持度的信息融合方法对陀螺阵列输出进行信息融合。试验结果表明：该结构设计和信息融合方法能够有效的提高MIMU的测量准确度,具有一定的工程应用价值。     

基于数值模拟的翼身融合布局飞机上悬式发动机布置技术

发动机进排气对飞机气动特性具有重要影响。为了评估翼身融合布局（BWB）飞机上悬式发动机不同布置方式对全机气动特性的影响,首先开展了发动机短舱进排气与全机流场耦合的数值模拟技术研究,验证了计算方法的正确性。在此基础上,针对发动机安装于翼身升力面之上的BWB运输类飞机,开展飞机巡航飞行条件下,发动机不同支撑高度下沿流向及展向不同安装位置的进排气与全机流场耦合数值模拟,评估发动机不同布置方式对全机气动特性的影响,形成发动机不同布置方式影响的规律性结论。     

基于PTE的多雷达航迹融合算法

针对杂波背景下的多雷达航迹融合时局部估计误差互协方差矩阵未知的问题,提出基于目标存在概率（PTE）的航迹融合算法,提升了正确航迹率和跟踪精度。首先,通过综合概率数据关联得到单接收站的目标航迹估计集合和对应的目标存在概率。然后,在局部估计误差互协方差矩阵未知的条件下,基于PTE信息提出不带记忆的综合广义凸组合航迹融合算法。进而将前一帧的融合状态进行反馈,提出带记忆的综合广义凸组合航迹融合算法。仿真验证了所提算法的有效性。     

互联网时代企业跨界经营及其经济效应——基于小米集团的案例研究

随着互联网时代的到来,互联网技术在制造业企业中的应用显得越来越重要,跨界经营已成为企业生存发展的必然。文章基于价值共创引致的跨界经营,以小米集团为研究对象,从用户价值、融合创新和“免费”模式三个方面分析小米集团的跨界经营及其效果。研究发现:(1)跨界经营为用户创造了价值,同时用户价值又为企业创造价值降低了成本;(2)跨界经营的本质是互联网产业与制造业产业互相渗透的融合创新;(3)产品的“免费”模式成为聚合用户的入口,进而发展其他业务。跨界经营使小米集团保持惊人的成长速度。市盈率印证了小米集团跨界经营的属性,但是就公司估值而言,市场对跨界经营仍存疑虑。     

ORB-SLAM系统优化框架分析概述

首先阐述了ORB-SLAM系统的核心思想和基本框架,介绍了SLAM系统中光束平差法的应用实现,然后针对视觉里程计部分不同的关键帧位姿优化过程分别进行了详细阐述,并利用KITTI数据集的不同序列的实验结果进行比较研究,给出了核心的光束平差法在ORB-SLAM中的具体工作方式及性能分析,最后讨论和分析了ORB-SLAM的优势和不足。     

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。     

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。     

基于非下采样轮廓波变换的红外和SAR图像融合算法

针对现有红外和合成孔径雷达(Synthetic Aperture Radar,SAR)图像的融合算法融合质量差、边缘轮廓不清晰、效率低下、可视性差,目标检测效率低等问题,提出一种基于非下采样轮廓波变换的融合算法。首先采用非下采样轮廓波变换对预处理的红外和SAR图像进行分解,获得各自低频和带通方向图像,接着根据红外和SAR图像的特征选取其含重要目标信息的频带进行低频图像和带通方向图像融合。为了检验本文所提出算法性能的优越性,采用两组红外和SAR图像进行融合实验,与其他图像融合算法进行对比,并对融合图像进行目标检测,证明了该融合算法能有效提高多源图像目标检测率。