AADL2ECPN模型转换方法及其在IMA上的应用

在综合模块化航空电子（IMA）系统应用集成的过程中,对IMA系统的资源配置建模和安全性分析至关重要。首先利用模型转换的方法,提出一套从架构分析和设计语言（AADL）模型到扩展着色Petri 网（ECPN）模型的转换规则,将AADL模型转换为ECPN模型,并且确保在模型转换过程中不丢失任何关键资源建模元素;然后基于目标模型进行后续的安全性分析研究;最后用一个简单例子演示如何应用提出的模型转换方法。结果表明,AADL2ECPN模型转换方法分析IMA系统安全性的可行性。      

一种用于运动目标捕获的行星轮差动式欠驱动臂

为解决运动目标捕获过程中的碰撞问题,采用欠驱动自适应原理研制了具有碰撞能量吸收能力的机械臂。三自由度的机械臂由2个电机驱动:基关节由单个电机驱动;中关节和末关节由一个单输入双输出行星轮组完成动力分配。在机械臂捕获运动目标过程中,碰撞产生的部分冲击能量通过欠驱动行星轮组传递到末关节,转化为关节动能。依靠欠驱动机械系统完成对碰撞的响应,解决了控制系统因时延而无法快速对碰撞进行响应的难题。为完成对目标的抓取,基于阻抗控制提出了机械臂运动目标捕获控制算法。运动目标捕获实验验证了机械臂对碰撞的快速响应能力及运动目标捕获控制算法的可行性。      

进动弹道目标平动补偿与分离

弹道目标在中段高速运动时会造成微多普勒曲线的叠加折叠,此时传统的平动补偿方法并不适用于弹道目标。在分析进动锥体弹道目标各个散射点的频率特性后,发现曲线交点处的频率完全是由平动引起的。根据这一特性,提出一种利用时频图交点信息进行平动补偿的方法。首先,得到回波信号的时频骨架图;然后,采用基于双边滤波器的Harris角点检测方法提取出时频骨架中的角点进而得到时频图中的交点坐标;最后,利用交点坐标估计出平动参数进行平动补偿。针对传统Viterbi算法在曲线交点容易产生错误关联的问题,提出一种利用交点信息的分段Viterbi算法对补偿后的时频曲线进行分离。仿真实验验证了所提方法的有效性。      

空间目标的ISAR成像及轮廓特征提取

空间目标的逆合成孔径雷达（ISAR）成像由于受自身遮挡及噪声干扰等影响,导致生成的ISAR像难以直接进行图像分析及目标识别。由此,以空间目标的ISAR成像建模为基础对ISAR像处理及特征提取展开了研究。首先,分别建立了目标卫星的ISAR成像模型、ISAR信号模型及ISAR图像函数提取模型,并经过旁瓣抑制与相干斑滤波等初步处理得到了目标卫星的ISAR像。其次,采用Otsu算法、canny算子及Hough变换使卫星旋转至最长轴平行于像平面横轴,通过闭运算填充卫星内部孔洞,去除外部孤立噪声,并基于连通域思想分割出卫星所在子区域,实现了卫星的轮廓提取。所设计的图像处理算法能有效改善ISAR像质量,提取的卫星轮廓线能较好地勾勒出目标卫星的外形结构,为进一步展开卫星的识别工作奠定了重要基础。      

一种可变锚框候选区域网络的目标检测方法

目标检测作为计算机视觉领域的热点问题,目前基于深度学习的目标检测方法可以分为2类:两步检测和一步检测,前者有着较高准确性,后者有着较好速度,但是为提高检测的性能两者都引入了锚机制。为提高目标检测系统的性能,基于深度卷积神经网络的两步检测算法引入了注意力引导（AG）模块,通过对候选区域网络（RPN）的锚机制进行引导,使得对于预选锚框形状的选择更具有多样性;同时针对传统的后处理方式非极大值抑制（NMS）算法存在的误检和漏检的问题,提出了一种置信度因子的NMS（Cf-NMS）算法,对于模型的整体性能有着很大的贡献。实验结果说明,所提方法虽然在速度性能上有略微的下降,但是无论是在RPN变体还是现有的先进算法在准确性方面都有提升。      

基于MapReduce的CME参数识别模型并行计算技术

日冕物质抛射（Coronal Mass Ejection,CME）参数识别模型是太阳风预报过程的重要组成部分.在空间环境预报业务中,为提高太阳风预报的准确率,需要提高CME参数识别的精度.模型以计算任务串行的方式运行,运算效率低导致模型运算时间长,不能满足这种需求.CME参数识别模型的物理运算过程相互不独立,其在单节点上的运行方式不能满足并行化要求.基于MapReduce的并行计算框架,改进了CME参数识别模型的计算流程,提出CDMR（CME detection under MapReduce）方法,实现了CME参数识别模型的并行计算,并对比分析CME参数识别模型在串行计算和MapReduce并行计算下的运行时间,提高了模型的识别精度和计算效率.      

基于目标特性的航天器太阳光压面积计算方法

太阳光压是影响深空探测航天器轨道确定与预报精度最主要的摄动力.针对实际任务需求,采用了一种基于目标特性的光压面积建模与计算方法,根据航天器形状、尺寸、表面材料以及材料光学特性等信息,实现了分析型光压模型的建立与求解,提高了计算效率和精度,可快速计算目标在光照方向上的光压面积、投影面积以及光压比例因子等参数.通过长方体光压面积理论值与仿真值的对比,验证了该方法的准确性和有效性.针对复杂结构探测器开展了光压面积计算,可为深空探测航天器精密定轨中的光压模型解算、定轨及预报提供参考.      

基于SVM和EKF的高超声速滑翔飞行器轨迹预报

高超声速滑翔飞行器（HGV）拦截问题中,轨迹预报是成功拦截的重要基础。针对HGV机动能力强、轨迹多变的特点,提出了一种基于支持向量机（SVM）和扩展卡尔曼滤波（EKF）的轨迹预报方法。在HGV的滑翔段机动模式分析的基础上,将HGV的机动运动分解为纵向运动模式和侧向运动模式,进而对运动模式的特征参数予以标定,形成SVM的训练集。建立地基单雷达轨迹跟踪模型,采用EKF对HGV滑翔段轨迹进行稳定跟踪并实现对运动模式特征参数的估计。基于SVM,建立了HGV运动识别框架,实现了对HGV滑翔段轨迹的预报。对平衡滑翔和跳跃机动2种典型机动模式进行数学仿真验证,结果表明,所提方法可以提高对该类目标的轨迹预报精度。      

电力场景下基于无人机视觉的运动目标追踪方法

随着人工智能技术的发展,面向电力系统的运动目标追踪技术逐渐得到关注,现有方法虽有一定成效,但是大多基于固定摄像头的监控视频录制,不能灵活追踪运动目标,当运动目标离开摄像头视野时,存在运动目标丢失问题。为此,利用无人机设备,并基于深度学习和核相关滤波技术,提出了一个电力场景下基于无人机视觉的运动目标追踪方法（MTTS_UAV）。所提方法采用改进的目标追踪方法与目标检测方法相结合的方式来追踪运动目标隐患,并引入2种无人机飞行控制模块:启发式和数据驱动式,使得无人机的飞行速度和方向可以根据目标移动情况自适应地调节。在真实变电站的安全帽人员数据集上进行了大量实验,对所提方法的追踪效果进行评估,结果表明:所提方法在真实数据集上的平均像素误差（APE）和平均重叠率（AOR）分别可达到2.37和0.67,验证了方法的有效性。      

腹板开口对复合材料梁腹板剪切承载性能的影响

针对平面编织复合材料梁腹板结构剪切载荷作用下的面内剪切屈曲失稳和后屈承载能力问题,采用实验与有限元方法进行了研究。结合实验所得应变分布规律与有限元分析所得失稳模态分析了梁腹板结构剪切失稳特点。后屈曲承载分析中引入了平面织物复合材料Hashin失效准则,获得的结构主要失效模式包括纬向纤维压溃和经向纤维拉断,与实验结果符合良好。基于经实验结果验证的有限元模型进行了参数化研究,分析了腹板开口尺寸和开口形式对平面织物复合材料梁腹板剪切稳定性、承载能力和破坏模式的影响。研究结果可为复合材料结构设计和强度评估提供参考。