一种地外天体路标图像的稀疏化表征方法

摘要： 针对用于地外天体着陆视觉导航的路标图像信息存在的计算量大和占用存储空间大等问题,提出一种路标图像的稀疏化表征方法.引入着陆路标图像的尺度估计和尺度变换,采用Harris 算法提取路标特征点,改进了FREAK特征描述子用以稀疏化表征天体路标信息;并针对图像旋转、尺度变化、图像噪声和尺度估计误差4种外界干扰,仿真对比改进算法与原FREAK算法、SURF算法的性能.仿真结果表明：提出的算法大幅减少计算量和特征描述子所占用的存储空间,同时能够正确匹配到更多的路标特征,鲁棒性更好,更适合地外天体着陆任务应用.     

电路测试响应信号的GP-KSVD稀疏重构算法

电路系统测试响应信号具有周期性强、分布较稀疏的特点,针对电路系统测试响应信号的压缩重构问题进行了研究,提出了基于梯度方向追踪的K奇异值分解(GPKSVD)稀疏重构算法。结合单一响应信号以及混合信号其自身特点进行字典训练,利用更新后字典对含噪信号进行梯度追踪稀疏表征,通过对含噪信号的重构,实现了去噪的目的,算法计算复杂度低,储存量小,具有较好的重构效果。仿真中将GP-KSVD表征与使用随机字典、离散余弦字典(DCT)的表征进行比较,从信噪比(SNR)以及相对均方误差(RMSE)2项指标中得出使用KSVD字典具有更好的重构去噪效果;此外将GP-KSVD稀疏重构算法与正交匹配追踪正交匹配追踪(OMP)-KSVD、预处理共轭梯度追踪(PCGP)算法进行比较,得出GP-KSVD的计算时间最短、重构精度更高的结论,并且进行了实测验证。算法可用来对测试响应信号进行预处理,为电路系统设备性能的评估分析提供了理论依据。     

一种高硅镍铜合金高温热压缩变形的研究

利用Gleeble-1500热模拟材料实验机,对高硅镍铜合金铸态试样分别在温度为T1,T2,T3,T4,应变速率为S1,S2,S3,S4,S5时进行压缩变形.对该合金的高温塑性变形行为和热压缩后的组织演变规律进行了研究.分析了流变应力与应变速率和温度的关系,计算出了应力指数和变形激活能.结果表明,流变应力随应变速率的增加而增加,随温度的升高而减小,并且该合金在高温变形条件下发生动态再结晶.     

基于非线性PCA的有效载荷健康参数提取

基于非线性PCA的有效载荷健康参数提取     

基于多模式超声成像的CFRP冲击损伤无损表征与冲击后压缩强度预测

为实现含冲击损伤复合材料层板损伤特性和剩余强度的定量无损表征，提出了一种基于多模式超声成像的CFRP层板冲击损伤表征与冲击后压缩强度预测方法。首先，基于相控阵超声多模式成像技术获得了不同冲击载荷下AC631/CCF800H双马来酰亚胺树脂基复合材料层板分层损伤的位置、尺寸和分布信息，随后，以层析C扫描图像为基础，引入等效开孔体积对其冲击后压缩强度进行了预测。结果表明：相控阵超声B扫描、声程C扫描和层析C扫描等多种成像模式相结合，能够有效描述层板内部分层损伤的形貌、尺寸及三维空间分布特征；与凹坑深度拟合和最大开孔体积拟合等传统方法相比，基于层析C扫描图像的等效开孔体积与CFRP层板的冲击后压缩强度相关性更大，预测结果也更为精确。相关研究成果可为复合材料冲击损伤过程精细化分析和材料力学性能定量无损表征提供一定的借鉴和参考。     

复合材料热结构孔隙缺陷表征与分形维数评价

受制备工艺约束，复合材料热结构内部的基体会存在不可忽视的细观孔隙缺陷。本文基于航天材料及工艺研究所制备的热结构CT图像开发了一种能够识别基体细观缺陷的机器学习模型，通过将注意力机制模块与深度学习框架进行结合，利用注意力机制模块能够关注特定预期分割目标区域的特点，实现对热结构CT图像进行图像分割，试验证实本方法能够识别局部细观孔隙等缺陷，提升图像分割的精度。为了定量分析缺陷的几何形貌，本文提出采用分形维数对其进行表征，最后重点研究热结构制造缺陷的形貌定量分布规律。     

基于X射线掩星探测反演行星大气密度

X射线掩星是一种常见的天文现象，基于X射线掩星探测的大气密度反演是一种涉及学科交叉的新方法，其通过处理高能X射线天体辐射源的掩星观测数据实现大气密度的反演，基本原理为X射线在大气中传播时，X射线光子被大气中的原子（包括分子中的原子）吸收和散射，从而导致X射线强度发生衰减，根据衰减后X射线信号的强度反演对应的密度廓线。本文根据X射线掩星探测的应用需求，论证了基于X射线掩星实现大气密度反演的新方法，重点介绍了光变曲线拟合和能谱拟合两种地球中高层大气密度反演算法，分析了X射线掩星探测反演大气密度的研究进展和研究方法，对基于X射线掩星反演大气密度的优点进行分析和讨论，进而对X射线掩星探测的应用场景进行展望。结果表明，作为一种新型中高层大气密度测量手段，X射线掩星探测可对中高层大气密度实现有效探测，弥补了目前中高层大气密度实测数据的不足。     

基于BPNN的封严涂层孔隙分布均匀性超声表征

可磨耗封严涂层的多相非均质特性导致超声波在其中传播行为复杂，涂层组成相分布均匀性的超声表征在有效超声特征提取、特征与均匀性关系描述等方面存在困难。针对这一现状，提出了BP神经网络(BPNN)结合超声信号小波变换技术定量表征可磨耗封严涂层孔隙分布均匀性的方法。基于统计学思想与随机场理论建立铝硅聚苯酯(AlSi-PHB)封严涂层随机多相介质模型，通过调节自相关长度参数改变模型的孔隙分布状态。采用面积分数多尺度分析技术获得定量描述涂层孔隙分布均匀性的绝对斜率与均匀性长度，提取超声仿真信号的时域、频域及小波分解时频域衰减系数，探究其与绝对斜率及均匀性长度之间的相关性，并作为BPNN的输入对绝对斜率与均匀性长度进行预测。结果显示：在孔隙率5%时，随自相关长度从11μm增大至26μm,绝对斜率从0.86减小至0.76,均匀性长度从550μm增大至6 785μm,表明孔隙分布均匀性降低；时频域衰减系数与均匀性参数间的相关性最显著，绝对斜率与均匀性长度的BPNN预测结果决定系数分别为0.97和0.98,在3种衰减系数预测结果中最优。所提方法可为定量表征非均质涂层组织分布均匀性提供有效途径。     

基于数值模拟的工程设计中参数不确定性表征方法研究综述

现代工程设计大量使用数值模拟技术，然而数值模拟中仿真模型、几何参数、工作载荷、环境条件等均存在不确定性，这些不确定性直接影响数值模拟结果的可信度，尤其在研发对性能和可靠性要求严苛的装备时，忽略这些不确定性将产生潜在风险，因此在基于数值模拟的工程设计中开展不确定性量化意义重大。不确定性表征既是准确开展不确定性量化和优化设计工作的前提，也是工程精细化设计的重要支撑。本文阐述了基于数值模拟的工程设计中所面临的不确定性因素，根据不确定性因素的表现形式和可用信息，按照概率表征和非概率表征两大类总结了目前主流的参数不确定性表征方法，介绍了各种表征方法的基本思想、主要原理、适用范围以及方法在工程实践中的发展和应用，并简要阐述基于不确定性表征结果进行不确定性传播的基本思路，最后对不确定性表征的研究方向进行了展望。