卫星编队飞行队形重构防碰撞方法研究

队形重构技术是卫星编队飞行领域研究关键问题之一.多颗卫星近距离编队队形初始化、队形调整及重构,卫星之间相对距离变化带来碰撞问题不可忽视.根据卫星间相对位置关系建立队形重构过程中碰撞概率函数表征该过程碰撞发生可能性,研究表明故障卫星的初始相位角及备份卫星进入编队的初始角度对碰撞概率有较大影响.根据Lyapunov稳定性理论设计改进LQR控制器,在保证队形调整控制精度不需增加过多调整时间及能量消耗的同时,可有效降低碰撞概率.碰撞概率计算方法、控制器设计及所得相关结论,对研究卫星编队队形重构过程星间防止碰撞问题具有一定意义.     

一种基于随机集的目标跟踪算法研究

针对多传感器多目标跟踪问题,提出了基于随机有限集的概率假设密度（PHD）滤波算法。该算法通过选取与各传感器相关的重要性密度函数,层层更新各传感器的采样粒子,达到多传感器多目标有序PHD跟踪。给出了应用该算法的具体步骤,通过仿真实例证明该算法的有效性。     

临近空间测控系统技术特征分析

临近空间飞行器的兴起对测控与信息传输（以下可简称测控）系统提出了与传统航天、航空     

基于语料库的大学生二语/外语作文分析述评

本文回顾了近年来国内外基于语料库的大学生二语/外语写作的实证研究成果,内容包括大学生二语/外语写作语言特征以及前人的研究对研究方法和写作教学的启迪。在此基础上,文章分析了大学生二语/外语写作领域内已取得的成绩和有待探讨的课题,从而为今后的研究指明方向。     

基于概率的运载火箭控制系统设计方法研究

针对传统的控制系统极限偏差设计方法导致运载火箭余量大、总体性能下降的问题,综述了基于概率的控制系统设计方法的国内外研究现状,论述了运载火箭控制系统概率设计的基本思想及设计流程,基于概率密度函数建模理论,建立了通过实际控制指令来控制概率密度函数拟合权值的状态空间,并基于最小二乘方法对状态空间中的参数进行了辨识,进而建立了密度函数成型控制模型,提出了基于最优控制理论的运载火箭控制器设计方法,最后通过仿真验证了理论方法的有效性,为我国运载火箭控制系统的精细化设计提供了理论依据。     

基于图和子图同构算法的制造特征识别方法

针对传统制造特征难以快速识别的难题,提出了基于图和子图同构算法的制造特征识别方法。通过提取零件模型中的几何信息与拓扑信息,构造出加权属性邻接图,对零件模型进行精准描述,为建立制造特征库,定义了文件数据的存储结构,结合子图同构算法以及相关判定规则实现对常见制造特征的识别与匹配。以Creo软件中生成的零件模型为例,在VS2010平台中进行二次开发,最后以界面窗口形式展示识别结果,验证了该方法的有效性。     

一种单幅异源图像适配性的计算方法及应用

图像适配性问题在匹配区选取与景象匹配末制导试验中都具有重要的地位,图像适配性通常用匹配概率度量。针对单幅图像,采用降质变换方法生成图像对,提出一种能用于计算单幅异源图像适配性的方法,并应用于图像适配性评估。该方法操作性强,容易实现,可解决缺少先验信息时图像适配性的计算问题。     

高性能产品(零件)制造技术特征现状的研究分析

系统分析各类高性能制造以注重零件的几何尺寸精度所带来的问题,即在具备超精密、高精度加工能力后,由"合格的高精度零件"装配出的产品至今依然还是合格率低、参数稳定性差的本质内因.首次从零件制造微观角度提出了产品生产合格率低、参数稳定性差是由零件表面微观特征与产品技术特征非匹配性导致的,提出了全新的产品制造理念,从注重零件的几何尺寸精度向关注零件制造微观工艺特征与产品技术特征的匹配性和符合性转变.形成和建立起我国自主创新的高性能产品制造思想和产品制造工艺技术体系,才能从根本上解决产品生产制造合格率低、参数稳定性差等问题,才能形成有继承性、可持续、稳定的产品制造技术体系,而这一切是工业4.0制造模式无法解决的.     

目标检测中特征不匹配问题研究进展

近年来基于深度卷积神经网络的目标检测器取得了跨越式进展,远远超过传统目标检测算法.但最新的研究表明特征不匹配问题已经成为深度目标检测器性能提升的一个瓶颈.目前在该问题的研究尚未有清晰的总结,因此本文首先对特征不匹配问题进行分析,提出特征不匹配问题的本质是由于目标检测的分类和回归任务优化目标的不一致造成,同时分析了特征不...     

融合热特征的机场航站楼热成像显著人体检测模型（英文）

弱光背景下的目标检测是航站楼夜间巡检机器人的主要任务之一。然而,那些能够在计算资源有限的机器人平台运行的算法往往难以确保航站楼中人体目标的检测精度。为此,本文提出了一种融合热特征的显著人体检测模型。该模型仍然以U-Net神经网络作为基本架构,但是在解码器模块结构和模型轻量化方面重新进行了设计。一方面,在模型的解码器部分增加了由热特征分支和显著特征分支构成的融合模块,进而设计对图像高温区域更为敏感的预测损失函数,以提升算法在复杂场景下的检测精度;另一方面,通过精简编码器网络结构和控制解码器通道数的方式对模型进行了轻量化改进,以降低算法对计算资源的需求。4个数据集上的实验结果表明,本文方法既能确保较高的检测精度和很好的算法鲁棒性,又能以40 f/s以上的检测速度满足巡检机器人实时检测的需要。