基于等效焦面的离轴遥感相机积分时间计算方法

目前在轨和在研的光学遥感卫星大都搭载的是离轴遥感相机,为了保证视轴正对星下点成像,相机需要整体俯仰一定角度补偿离轴角,这样就导致相机的焦平面无法平行于星下点水平面进行推扫成像,相机的积分时间计算不准确。针对以上问题,提出一种基于等效焦面的高精度积分时间计算方法,该方法构建与星下点水平面平行的等效焦面,通过建立严密的几何关系,求出真正电荷转移时间对应的像元尺寸,从而得到准确的积分时间。仿真试验表明,该方法可以将积分时间计算精度提高1.2%,为卫星在轨提高成像质量提供有效手段。     

火星探测VLBI测定轨技术

我国将于2020年首次发射由环绕器和着陆巡视器组成的火星探测器,火星探测器的跟踪及精密测定轨是完成工程任务和科学探测的基础。火星探测器的跟踪和测定轨,目前主要采用基于地面无线电测量的测距、测速和甚长基线干涉VLBI测角3种手段。主要针对VLBI技术予以介绍,主要内容为:△DOR型VLBI技术在国内外的应用情况、火星探测器VLBI测定轨技术分析、基于同波束VLBI的火星车定位技术、火星探测器VLBI观测等。这些内容对我国的火星探测器测定轨有重要的应用价值。     

基于GPS的陆地车辆跟踪与监视系统(英文)

介绍了建立在差分GPS和航位推算(DR)组合基础上的低成本陆地车辆跟踪与监视系统.从低成本角度出发,文中提出了采用单方向通讯数据链的新方案。为了保证定位精度,给出了差分GPS算法,并且详细研究了一个8状态的Kalman滤波器.最后使用两台C/A码GPS接收 机进行野外跑车试验.结果表明,差分定位精度小于5m.     

一种基于实体模型的三轴数控加工刀轨生成算法

实体模型是几何造型的高级模型，它具有完整的曲面拓扑关系，国内基本实体模型的数摈加工算法的需求日渐迫切，本文提出了一种适合实体模型的三轴数控加工刀位轨迹生成算法；首先根据加工行距作一组平行于刀轴的平面，与模型的待加工表面求交，得到一系列交线，再根据加工步长规划另一组与上述平面垂直且平行于刀轴的平面，与上述交线求交，得到一交点网格，判断刀具与数据点的位置关系从而得到刀位轨迹。     

涡流传感器提离效应的研究

通过数值计算表明涡流检测传感器相对于被测导体的提离效应在阻抗平面图上是近似为直线的轨迹。并通过单片机实现阻抗的幅值和相位的测量 ,利用阻抗变换的方法 ,有效地实现了提离干扰信号的抑制     

单目视觉三维运动位姿测量方法研究

针对基于点特征的单目视觉位姿测量,研究了一种基于不共面5个编码特征点的单目视觉解算算法,利用大靶面高分辨率相机采集运动物体姿态图像,利用目标物体上编码特征点间的几何约束关系,通过正交迭代解算算法完成目标物体的位姿测量。实验结果表明：位移测量不确定度优于0.5mm,姿态测量不确定度优于0.05°,可满足航空航天领域试验测量要求。     

基于多传感器测量的航天器舱段自动 对接位姿调整方法

针对航天器舱段对接通常采用的手工操作方式效率低、精度差和可靠性难以保证的问题,研发了一种基于多传感器测量的舱段自动对接装置,其中舱体位姿的测量和调整是保证对接质量和效率的关键因素。提出了一种基于激光轮廓传感器和CCD图像传感器等多传感器协同测量的舱段六自由度位姿估计和调整方法。首先,采用激光轮廓传感器对舱体进行扫描,获取位姿三维点云信息,并采用改进的最小二乘法对被测舱段位姿进行求解;然后,通过CCD图像传感器获取舱段对接孔位置,通过圆拟合计算角度偏差,求解和拟合的结果将反馈至控制系统进行调姿和对接。采用Gocator 2350激光轮廓传感器及大恒MER-1810-21U3C工业相机进行舱体测量和对接实验,结果表明,舱体位姿调整精度和效率均达到对接要求。该方法结合了激光轮廓传感器的可靠性和机器视觉的灵活性,有效提高了自动对接系统的效率、稳定性和一致性,足以满足未来军用以及民用的需求。      

一种易于制造、较大视场离轴三反光学系统设计

介绍了离轴三反光学系统初始结构的设计方法,并用该方法进行离轴三反光学系统设计。用ZEMAX软件设计了一个焦距为1 000mm,F数为10,垂直轨道方向视场为±4.0°,沿轨道方向为6.0°和6.5°的光学系统。结果表明,该光学系统在空间频率71线对/mm处,调制传递函数均大于0.4,且三镜为球面,具有易于制造装调等优点。     

PPK码率状态检测和自适应信号解调技术

变码速率遥测是PPK自适应遥测系统的一个重要议题，要求地面系统能自动检测并跟踪PPK码年状态，本文提出并讨论了“码脉冲计数法”和“状态号通知法”两个检测方法．在此基础上，详细探讨了PPK信号自适应解调技术，采用TMS320C25和EPLD完成了一个自适应PPK解调器的设计，它是落区低高度个人遥测站的重要模块之一。     

基于Transformer模型的卫星单目位姿估计方法

鉴于测量精度高、设备成本低等优点,基于单目图像的卫星位姿估计方法在交会对接、空间攻防等应用中具有广泛前景。得益于强大的特征提取与表达能力,卷积神经网络在目标单目位姿估计应用中取得了明显优于传统方法的性能表现,但已有基于卷积神经网络的方法存在诸如归纳偏置、绝对距离描述不直接、长距离建模能力不足等问题。聚焦卫星单目位姿估计应用需求,针对以上问题,创新地将Transformer模型应用于卫星目标位姿估计中,提出了一种新颖的端到端卫星单目位姿估计方法。首先,设计了一种基于关键点集合的卫星目标表示方法,并构建了基于该表示方法的损失函数,进一步,结合关键点回归任务特点,设计了端到端的关键点回归网络模型,并改进了用于特征提取的主干网络结构。在公开数据集上实验测试结果表明：本文方法实现了可靠、高效的卫星目标单目位姿估计,并取得了优于已有同类方法的性能。