基于SVR及阴影信息的SAR目标方位角估计

目标成像方位估计是合成孔径雷达（synthetic aperture radar,SAR）自动目标识别中一个重要的预处理过程。提出一种基于支持向量回归机（support vector machine for regression,SVR）并结合SAR目标阴影信息的方位角估计方法。首先通过长直边拟合法与脊波变换法对目标图像进行方位的粗估计．再由SVR完成精确估计。利用“运动与静止目标的获取与识别”（moving and stationary target acquisition and recognition, MSTAR）项目组提供的实测数据所做实验表明,此方法可以有效估计SAR目标方位角,精度高、泛化能力强．特别是在水平成像方位附近利用了目标的阴影信息,明显提高了相应区间的方位角估计精度。     

基于最小二乘支持向量机的SAR平台定位

将SAR平台定位分解为粗略定位和精确定位两个阶段。首先,在SAR正侧视成像的条件 下,利用某个方位门内的所有控制点,采用非线性最小二乘平差粗略估计出SAR平台在该方 位时刻的空间位置,并从理论上推导了控制点的误差协方差矩阵到SAR平台定位的误差协方 差矩阵的传递规律。其次,利用各个方位时刻粗略估计的SAR平台位置,采用最小二乘支持 向量回归机精确估计SAR平台的运动方程,从而精确估计SAR平台在某个时刻的空间位置。仿 真试验表明,本文提出的方法能够精确地反演出SAR平台的空间位置。
     

大型民用客机管制与监视系统验证与测试平台的构建

目的在于研发大型民用客机航路管制与监视系统验证与测试平台,以实现机地数据通信系统环境下的航路管制与监视信息的数据地面接收和处理;同时,依照现有的空管航路管制与监视功能的国际标准和相关区域的运行要求,实现地面管制系统向机载系统的数据发布。该项研究成果能对口飞机机载数据链相关的ATC(Air Traffic Control空中交通管制)功能和部分监视功能ADS-C(Automatic Dependent Surveillance-Contract合同式自动相关监视)、ADS-B(Automatic Dependent Surveillance-Broadcast广播式自动相关监视),提供对应的地面收发端,监控机载系统数据状态。该成果可以配合飞机研发过程中的试验和排故,并为适航验证工作提供有力的准备和支持。     

基于相关向量机的MEMS加速度计零偏温漂补偿

应用相关向量机（RVM,Relevance Vector Machine）回归预测方法建立了基于RVM的零偏温漂预测补偿模型,利用温度值和温升速率作为输入可预测不同温变过程下的加速度计零偏温漂,探讨了不同训练样本数量、核函数类型和不同的核函数宽度对预测补偿效果的影响,最后应用环境温度试验数据对模型进行检验和验证.结果表明：基于RVM的零偏温漂预测补偿模型能够有效的预测微机械（MEMS,Micro Electro Mechanical Systems）加速度计零偏温漂,模型预测的均方根误差小于1%,补偿后滞环误差最大由0.06g缩减为0.015g.     

集思广益共谋全球卫星导航美好未来第二届中国卫星导航学术年会在上海召开

第二届中国卫星导航学术年会为我国导航卫星系统的发展提供了多方位多角度的交流机会。为了详细报道本次年会,本刊在北斗网的大力支持下特别制作了第二届中国卫星导航学术年会专题,以飨读者。     

滕霖精密和超精密加工技术专家

随着航空机载系统市场竞争的愈发激烈,航空机载技术的先进性愈发受到重视,您认为航空机载技术的发展趋势是怎样的?滕霖:随着新一代飞行器的发展,航空机载系统正朝着综合化、精密微型化、结构轻量化     

维修动态

Ameco为汉莎航空实施波音747飞机重维修 10月9日,Ameco开始为汉莎航空公司的波音747飞机实施C检,这是今年Ameco与汉莎签署的2架波音747飞机重维修协议中的第一架飞机,第二架飞机的2D检将在第一架飞机C检结束后开始。截至目前,Ameco已为汉莎航空实施了6架飞机C检、18架飞机D检、1架飞机A检及吊架...     

民用大涵道比涡扇发动机叶轮机某些关键技术

结合国内外的相关研究工作,对大涵道比涡扇发动机叶轮机部分设计技术研究进展进行了总结和分析,从风扇/压气机设计技术、涡轮设计技术、流动及噪声控制和多学科耦合四个方面阐述了我国发展大涵道比发动机需要解决的部分叶轮机关键技术.      

基于遗传算法的航空发动机机载模型支持向量机修正方法

航空发动机的实时模型与发动机的匹配精度直接影响着航空发动机故障诊断的精度.提出了基于自适应遗传算法的最小二乘支持向量回归机(AGA-LSSVR)方法对航空发动机机载实时模型进行修正,有效的提高了模型的匹配精度.分析了最小二乘支持向量机中的参数的选取对模型修正的影响,在参数的选取空间里采用自适应遗传算法搜索最优参数.最后,比较了Back propagation(BP)神经网络、支持向量回归机、AGA-LSSVR等方法在机载模型中的修正效果.结果表明:提出的AGA-LSSVR具有很好的修正精度,验证了修正模型的有效性.