基于因子图的无人机视觉定位方法

当前多用途无人机主要依靠全球导航卫星系统（GNSS）和惯性测量单元（IMU）的组合导航实现高精度定位，然而在强电磁干扰以及各类复杂环境GNSS拒止等情况下，该定位模式面临失效的风险。为探索一种GNSS拒止环境下的导航定位手段，对视觉导航方式进行了研究，针对无人机小交会角条件下视觉定位存在高程方向交会精度差、绝对尺度信息缺失、累积误差无法消除和定位轨迹不连续等问题，提出了基于因子图融合影像匹配和视觉信息的光束法平差方法，解决了无人机小交会角下的自主绝对定位问题。     

三维控制图在锂离子电池性能监测中的应用

为了在锂离子电池加速退化试验中监测锂离子电池的性能状态,为分选提供依据,引用了质量管理中的控制图方法.在锂离子电池失效机理的分析中,获得了可以表明电池当前性能状态的两个关键参数:开路电压和放电容量,并讨论了它们的关系;采用放电容量和开路电压形式的二维平面点作为三维控制图的主体,通过相关试验数据使用SPSS数理统计软件确定控制上下限;最后使用MATLAB完成三维控制图,并叙述了几种控制图的分析方法.该结论适用于电池产品的验收和分选,也可为评估电池的寿命及可靠性提供依据.     

基于左矩阵分式模型的模态参数识别方法

提出一种多输入多输出(MIMO)系统的宽频模态参数识别算法。该方法基于频响函数(FRF)的左矩阵分式模型(LMFD),通过最小二乘法在z域内求解模态参数,避免了s域内矩阵的病态问题。针对左矩阵分式模型的特点,给出了一种通过主分量分析(PCA)建立稳定图的方法。指出了传统的频域多参考点(PRFD)方法与基于左矩阵分式模型识别方法之间的关系。最后采用GARTEUR模型仿真算例与飞机模型的实测算例对所提出的方法进行了验证,结果表明该方法具有良好的识别效果。     

Laplacian谱半径和阶数相等的c圈图

设G是1个无向的简单图,ν表示G的阶数,m_G(ν)表示ν作为G的Laplacian矩阵的特征值的重数.得到了Laplacian谱半径等于阶数的所有c圈图,研究了c与m_G(ν)之间的关系.给出了当G是森林、单圈图、双圈图、三圈图、四圈图时m_G(ν)的取值范围,并确定了m_G(ν)(≥1)在该取值范围内取不同值时的所有图.     

多UCAV协同航路规划算法

针对多UCAV协同航路规划问题,将协同进化理论与扩展Voronoi图模型相结合,提出了一种基于扩展Voronoi图模型与协同进化算法的多UCAV协同航路规划方法。该方法通过协同进化理论的合作机制实现了规划航路的空域协同,通过采用层次分解策略实现了规划航路的时域协同,并且对染色体设计、个体适应度以及进化操作等关键问题进行了研究。     

不依赖GPS的磁图测绘与校正新方法

针对水下磁场测绘中因载体难以经常上浮修正导航误差而导致的测绘结果坐标误差较大的问题,结合磁场测量的特殊性,并采用边导航边校正的思想,提出了一种不依赖GPS的全新磁图测绘方法。首先以惯性导航系统为标准进行第一次测绘并获得具有一定坐标误差的初始磁图,然后对初始磁图进行图形处理与信息提取,在此基础上进行第二次测绘。在第二次测绘中用从初始磁图获得的特征信息结合磁场传感器与惯性器件的输出构建卡尔曼滤波器,从而达到同时修正自身运动状态与初始磁图的目的。理论分析与仿真结果都证实了本方法可以通过两次误差较大的低精度测绘获得精度高得多的测绘结果。     

航天器地面实验的相似性分析方法

研究了航天器地面实验的相似性问题,给出了完全相似条件和近似相似度量方法.首先,应用量纲分析法推导了航天器地面实验的完全相似准则,并讨论了相似准则应用上的局限性;然后,在键合图理论的基础上,提出了一种系统状态变量的活性分析方法,并据此构建了实验模型近似相似程度的量化度量函数;最后,分别对轨道绝对运动与相对运动的模拟实验进行了相似性分析,给出了多种不同的非理想约束条件对实验相似性的影响,提出了有效的实验建议.仿真计算表明:所提出的方法可作为实验相似程度的量化判别依据,且快捷有效,对工程实验有重要参考价值.     

嫦娥-2全月球影像图发布

2012年2月6日,国家国防科技工业局发布了嫦娥-2月球探测器获得的7m分辨率全月球影像图,表明我国探月工程又取得了一项重大的科研成果。目前,在国际上除中国外,还没有其他国家获得和发布过优于7m分辨率、100%覆盖全月球表面的全月球影像图。     

基于CWT-CNN的齿轮箱运行故障状态识别

针对传统故障诊断中提取的特征不具有自适应能力、很难匹配特定故障的问题,提出了一种基于连续小波变换（CWT）和二维卷积神经网络（CNN）的齿轮箱故障诊断方法。该方法对齿轮箱故障振动信号采用连续小波变换构造其时频图,以其为输入构建卷积神经网络模型,通过多层卷积池化形成深层分布式故障特征表达。利用反向传播算法调整网络各层的结构参数,使模型建立从信号特征到故障状态之间的准确映射。在不同工况和不同故障状态下的实验中,故障识别准确率达到了99.2%,验证了方法有效性。采用这种自适应学习信号中丰富的信息的方法,可以为故障诊断智能化提供基础。