高速涡轮泵实时振动监控算法与系统设计

涡轮泵是液体火箭发动机的故障高发部件之一,研究其实时振动监控算法及系统对提高发动机的可靠性与安全性具有非常重要的意义。在选择涡轮泵监控参数的基础上,深入研究涡轮泵实时故障检测算法,提出用于阈值更新的滑动样本递推方法,实现涡轮泵故障的自适应阈值检测,然后基于数字信号处理器设计涡轮泵新型实时振动监控系统,实现更高的处理速度,并满足小型化需求。     

三自由度柔性并联机器人运动参数检测系统开发

以线尺传感器为采集单元,以RTLinux为开发平台,建立了平面三自由度柔性并联机器人运动参数检测系统,实现了机器人动平台运动位姿的实时获取。设计并完成了柔性系统下的高速、高加速轨迹实验,通过实验结果与仿真结果的对比,表明该检测系统实时性强,可靠性高,可以为平面三自由度柔性并联机器人全闭环实时控制提供支持。     

基于航天测控的实时仿真系统设计

航天器发射试验具有高风险性,而承担航天器测控的测控系统规模庞大、关系复杂,其测控设备、软件的正确性关系到试验成败。仿真技术的广泛应用,使设备、软件的正确性在发射任务前就可以得到充分验证,从而提高发射试验的安全性。以航天器试验任务为背景设计的实时仿真系统,在航天测量船上得到了成功应用,取得了良好的效果。     

一种基于简化自适应SCKF的目标跟踪算法

为降低传统自适应SCKF(Square-Root Cubature Kalman Filter)在目标跟踪过程中的计算负担,依据目标跟踪模型中状态方程通常为线性的特点,提出一种简化自适应SCKF算法。该算法在一步预测过程中,利用状态转移矩阵代替容积点,实现对状态变量和协方差矩阵的计算,达到降低运算复杂度的目的。通过对机动目标跟踪的仿真验证:相比于传统的自适应SCKF,提出的简化自适应SCKF不但能够保证跟踪精度,还能有效地提高运算效率。     

行星着陆大气进入段自适应滑模抗扰控制方法

针对行星探测器着陆过程可能存在的干扰影响着陆精度问题,提出了一种抗干扰控制方法。首先建立行星探测器着陆控制模型,利用非线性干扰观测器实现对系统外部干扰的估计;在此基础上提出一种自适应滑模控制律,使得系统状态快速收敛到平衡点附近。最后,将该方法应用于火星着陆场景进行仿真。结果表明,提出的自适应滑模控制方法能够在未知扰动存在的情况下,有效实现行星探测器安全着陆,提高着陆任务的成功率。     

让“太空之吻”完美再现——航天二院25所交会对接微波雷达再立新功

2012年6月,在我国首次载人交会对接任务中,中国航天科工集团公司二院25所的交会对接微波雷达为天宫与神九精准导引,圆满完成了"首先捕获、稳定跟踪、精确测量"的神圣使命。这是继2011年11月我国首次交会对接任务后,微波雷达不负众望,再让"太空之吻"画面完美定格。25所自主研发的交会对接微波雷达是实施此次交会对接任务的关键单机,为交会对接提供距离、速度、角度、角速度等信息。在首次载人交会对接中,微波雷达在神舟九号飞船和天宫一号目标飞行器相距224公里时,迅速发现并锁定目标,直至两航天器成功实现对接,始终工作正常,性能稳定、状态良好,为交会对接任务的圆满完成做出了突出贡献。     

基于卡尔曼滤波器的高动态GPS载波跟踪环

为解决传统锁相环( PLL)在高动态环境下对全球定位系统(GPS)信号的跟踪精度问题,将自适应渐消滤波和二级卡尔曼滤波相结合研究了一种新的自适应二级卡尔曼滤波算法,并且提出了一种利用新息协方差计算渐消因子的方法,通过自适应渐消因子在线调节误差协方差矩阵补偿不完整信息的影响,使滤波器在系统模型不完整或者噪声统计特性不准确时仍接近最优.基于自适应二级卡尔曼滤波算法提出了一种高动态GPS载波跟踪环的设计方案.仿真结果表明,提出的方案较传统PLL的跟踪精度有显著提高,频率跟踪精度提高到9.28Hz.     

空间遥感智能载荷及其关键技术

针对空间对地遥感观测任务对遥感器高分辨率和灵活性的需求,文章提出并介绍了智能空间光学载荷技术。所研制的新型载荷系统的设计思想是将微型高精度星敏感器、MEMS陀螺仪、高分辨率光学相机进行一体化设计,全面提高在轨成像时相机姿态实时性测量精度及各组件数据深耦合性。应用实时定姿定位、动态像速匹配及像差追踪校正,图像非盲反卷积等自主研究开发的最新理论和技术成果,实现遥感器在轨智能化高分辨率成像。根据智能载荷的技术特点开展了相关原理样机标定和测试技术的研究。     

小型化星敏感器技术

对小型化星敏感器的软、硬件及光学设计技术进行了研究.通过光学系统中高稳定的光机结构设计、大通光孔径低畸变的镜头和40°太阳保护角的遮光罩设计达到光学指标.硬件设计采用轻小型低功耗电路、FPGA完成图像采集和星点提取技术,软件设计采用改进型全天识别算法、具快速主动预估功能的星跟踪技术.小型化星敏感器产品地面验证及应用结果表明:产品的主要性能达到指标要求.     

一种基于SIFT和KLT相结合的特征点跟踪方法研究

在目标发生明显姿态和大小变化条件下,为了利用基于特征点的跟踪算法实现对目标可靠、稳定跟踪,提出了一种SIFT算法和KLT(Kanade-Lucas-Tomasi)匹配算法相结合的特征点跟踪方法。通过对SIFT算法进行优化,使得到特征点分布相对均匀,同时不存在聚集现象;通过对KLT匹配算法进行分层迭代设计,提高了目标作快速运动时的匹配精度;最后根据特征点匹配结果,结合Greedy算法得到目标的准确位置。实验结果表明：该算法能够很好地适应目标姿态和大小的变化,实现对结构复杂目标的稳定跟踪;比KLT跟踪算法具有更好的鲁棒性和稳定性,能得到更加准确的目标位置。