飞行仿真中雷达地形数据库构建关键技术

雷达图像仿真是飞行仿真的重要组成部分,而雷达地形数据库为雷达图像仿真提供基本的数据支持。为构建满足仿真精度与实时性要求的雷达地形数据库,对相关关键技术进行了研究。在分析雷达图像仿真原理的基础上,研究了雷达地形数据库在分布式飞行仿真系统中的应用方式和组成形式。根据所用数据源的不同,对雷达地形建模技术进行了分类,并分析了不同建模方法的优缺点。比较了网格式与多边形式2种数据存储与调度技术的特点和适用性,指出多分辨率表示技术雷达地形建模中的重要性,给出了一种材质数据多分辨率映射的基于材质最大出现概率的子取样方法。对机载雷达实波束地形测绘成像进行了仿真。     

PIV技术在复杂二相流场中的应用

光学元器件随飞行器在大气中飞行时,其工作性能越来越多地受到大气悬浮汇聚微粒的影响。大气微粒在复杂流场中呈现何种运动汇聚效应,对于合理准确评估机载光学元器件的工作效能具有十分重要的工程意义,而复杂气动流场中微粒分布状态的预估一直是飞行器外界环境研究中的一个难点。气动问题的复杂性、大气中微粒的多样性一直是制约各种试验手段展开、数值模型建立的主要因素。利用先进的激光粒子图像技术,在风洞中对舵面旋涡主导的复杂流场中的微粒速度及分布特性进行了实验研究。在测量舵面翼梢脱落旋涡特性的基础上,通过激光片光扫描流场全域,同时高帧频CCD相机同步曝光,利用PIV 拍摄到的流场中涡流截面内微粒分布的瞬态图像。结合图像后处理技术,对原始粒子图像进行互相关、二值化处理,通过对图像区域内的灰度值计算,统计相对流场截面内的粒子浓度系数,得到在复杂旋涡结构流场内瞬态粒子的分布特性规律。研究结果表明,利用大气中微粒在激光片光下的米氏散射原理,可以有效地拍摄到复杂流场结构下粒子光学散射及分布的特性图像,解决了传统环境测试设备无法对复杂条件下流场内粒子分布进行实时测量的缺陷;在旋涡为主导的流场中,大气中的微粒由向心力牵引,在涡核周围达到平衡运动状态,微粒环绕涡核形成一条环状带,这一区域中的粒子浓度系数要远大于自由流场中的微粒,涡核中心粒子呈“空洞”状态。     

基于FPGA的DDR2缓存控制器在 无线链路图像跟踪系统中的应用

图像跟踪系统是机载光电吊舱的重要组成部分,其对目标捕捉的成功率直接决定了机载光电吊舱的性能.而作用于机载光电吊舱与地面站之间的无线链路系统,有着不可消除的的延时特性,这极大地降低了目标捕捉成功率.本文设计了一种基于FPGA的DDR2缓存控制器,通过缓存控制器可以轻松实现高清视频图像的快速存储和调用,从而实现图像跟踪算法对无线链路延时的补偿.该缓存控制器成功应用于某型机载光电吊舱图像跟踪系统,有效消除了无线链路延时的影响,提高了图像跟踪系统对目标捕捉的成功率.     

基于卷积稀疏表示的图像融合方法

图像融合是图像处理领域中比较重要的一门技术,传统的图像融合方法会降低图像融合质量。针对稀疏表示在图像融合中存在一定的缺陷,提出了一种基于卷积稀疏表示的图像融合方法。首先,对高频子带系数进行合理有效处理,利用相似度分析和视觉显著性进行融合。然后,将低频子带系数整体融合改进为使用Butworth低通滤波对低频子带进行分解,得到低频近似子带和强边缘子带。最后,再用改进的脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)对强边缘子带进行融合。实验结果表明,与其它传统的图像融合方法相比,信息熵(Information Entropy,IE)提高了将近3%,标准差(Standard Deviation,SD)提高了将近9%,空间频率(Space Frequency,SF)提升了将近30%,互信息(Mutual Information,MI)提升了将近25%。同时,时间效率也有了一定程度地提升。     

全遮挡导流支板对排气系统红外特性的影响

为了降低末级涡轮转子对排气系统尾向红外(IR)辐射贡献,对涡轮后导流支板进行低红外特征结构设计,通过模型试验的方法研究了基准轴对称排气系统和不同支板冷却状态的全遮挡导流支板(FSGS)排气系统的红外特性。研究结果表明:全遮挡导流支板表面温度低于末级涡轮表面温度,但全遮挡导流支板结构会使下游隔热屏和喷管壁面温度明显升高;全遮挡导流支板对排气系统尾向0~10°角域红外辐射有较好的抑制作用,正尾向红外辐射强度比基准轴对称排气系统低13.9%;支板壁面气膜冷能进一步降低排气系统尾向0~10°角域内的红外辐射强度,支板冷却气密流比(BR)为0.5、0.7和0.9时,全遮挡导流支板排气系统0°方向的红外辐射强度的降幅分别为18.1%、25.8%和34.5%。因此,带气膜冷却的全遮挡导流支板是抑制末级涡轮对排气系统红外辐射贡献的一种非常有效的手段。     

CARDC 激波风洞 TSP 技术研究进展

从基本原理、关键技术和验证应用三个方面总结了近两年在中国空气动力研究与发展中心激波风洞中开展的温敏涂层(TSP)技术相关研究工作。通过解决快速响应温敏发光材料研制、模型研制、数据处理等一系列关键技术,完成图像采集系统、光学系统及标定系统的配套和系统集成,建立了一套适于激波风洞试验的高速 TSP 测量及标定系统。该技术可在激波风洞试验中获取模型被测面温敏涂层的发光图像,基于该图像可以直接观察模型表面热流分布和捕捉峰值热流的准确位置。结合温敏发光材料的物性参数标定数据,能够实现对模型表面热流的定量测量。不同于传统的传感器点热流测量技术只能得到模型表面有限数量的离散点的热流值,TSP 技术能够以高空间分辨率得到较大面积区域的详细热流分布信息,可更加全面的测量模型外表面的热环境,并且可以据此进一步分析和辨别边界层流态以及确定边界层转捩位置。试验对比表明,TSP 技术的测量结果与点热流传感器的测量结果具有良好的一致性。目前该技术已趋于成熟,在Φ2 m 和Φ0.6 m 激波风洞上成功应用于边界层转捩研究、局部干扰区热环境研究和复杂外形飞行器热环境研究等领域,已成为激波风洞除点测热技术之外又一重要测热技术。     

基于星载可见光相机的空间碎片探测

空间碎片在轨识别与参数辨识为空间轨道预警、航天器规避空间碎片提供了重要依据。文章在轨道相对动力学的基础上,模拟了空间碎片在光学探测过程中的拖尾成像特性;随后,采用 Hough变换对空间碎片尾迹特征.r进行提取与识别,获取碎片方位角信息,通过匹配多帧图像,获取碎片的方位角速度信息。同时,结合激光测距仪的测距信息,获取空间碎片的位置和速度信息;通过数值仿真验证,该方法能够实现对空间碎片探测、识别和定位,因而具有一定的工程应用价值。     

基于深度图像的人体关节点定位方法

提出了一个基于深度图像的人体关节点定位的方法:首先将图像中的人体区域分割出来,然后利用随机森林分类器对逐个像素点进行分类,得到身体的各个部件并寻找关节点的位置。通过实验发现,本方法准确性较高并具有一定实时性。分类的准确率为 68%,相较 Kinect技术(40%)达到了较高的分类水平。预测人体关节点位置的平均时间为每帧 150ms,符合实用性要求。     

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。