基于控制系统工作原理的视线角速度获取方法

针对红外成像导引头弹目视线角速度获取精度较差,无法满足导弹制导指标要求的问题,根据红外导引头角跟踪原理,比较研究了直接微分法、基于马尔科夫模型的方法和基于控制系统工作原理的方法3种弹目视线角速度提取方案。利用试验数据进行了仿真分析。仿真结果表明:直接微分法和基于马尔科夫模型的方法均不适用于红外成像导引头弹目视线角速度提取。将控制系统设计为二阶无静差系统,并以此建立了基于控制系统工作原理的弹目视线角速度提取模型。仿真分析表明:该方法适用于红外导引头弹目视线角速度提取。     

观测轮廓显著性耦合时的轨道根数反演方法

针对脉冲轮廓显著性数据耦合情况下无法直接根据显著性数据反演轨道根数的问题,提出了一种根据脉冲轮廓显著性数据的方差特征进行解耦,并逐步实现轨道六根数估计的方法。利用X射线脉冲星实测数据完成了基于观测轮廓显著性数据方差特征的导航验证,实验结果表明根据显著性数据的方差特征可逐次解耦显著性数据,并以方差最小准则得到轨道根数的估计值,且定位误差为7.31 km。本文方法既不依赖标准脉冲轮廓,同时适用于轨道六根数均存在偏差的实际情况,在X射线脉冲星导航的实际应用中更具优势。     

激光全息照相实验计算机辅助软件的编制

本文介绍了针对激光全息照相实验的计算机辅助软件的编制。其中主要是用于离面位移显示和计算的干涉等值线条纹图的实时处理，包括条纹的采取、存储、二值化和细化等部分，应用图形显示技术，使计算机的显示器在显示操作界面的同时也显示所采集的图像。系统具有良好的用户界面，易于掌握使用。     

一种基于 ICT 的工件模型三维重建方法

基于ICT的CAD建模技术,是一种引入了ICT这一高新科技的逆向工程方法,模型三维重建是这一技术的关键。针对具有机加表面的产品工件,提出一种模型三维重建方法,对其实现过程进行了描述,并通过了实验验证。     

沙粒蠕移运动速度测量及其统计分析

对大气边界层风洞中沙粒蠕移运动进行了高速光学测量并获取了数字图像序列。经过非负图像减法、自动阈值法及双向粒子追踪算法的依次运算,提取了足量的有效蠕移运动轨迹。从轨迹信息中获取了蠕移速度并进行统计分析,结果表明了以起动方式划分的两种蠕移运动的比重特性及其随摩阻风速的变化规律：流体起动蠕移代表整个蠕移运动的稳定变化部分,而碰撞起动蠕移代表动态变化部分;随着摩阻风速增大,前者比重减小,后者比重增大;在摩阻风速超过临界值之后,蠕移运动的主导形式从流体起动转化为碰撞起动。     

基于高速相机阵列的起飞着陆段航迹测量技术

针对基于GPS的飞机起降性能测试关键段轨迹细节信息描述不清晰、测量精度低的问题,提出一种利用高速相机阵列对飞机的起飞着陆运动过程进行接力拍摄,通过对各站点高速相机拍摄到的图像序列进行分析处理,得到飞机上标志点在图像坐标系中的坐标,利用近景数字摄影测量中三维直接线性变换(DLT)等算法,解算出飞机的位置及速度数据的方法.介绍了该方法涉及的数学模型及其推导过程,并利用坐标观测量数据进行解算,试验证明了该方法有效.     

三点法测量线轮廓度和面轮廓度的数学模型

本文通过分析和研究三点法误差分离技术,建立了测量和评定工件线轮廓度、面轮廓度的数学模型。     

面向视觉SLAM的快速均匀特征点提取方法CSCD

针对现有特征点提取方法中特征点提取结果冗余且均匀性差,导致SLAM定位精度及计算效率低的问题,提出了一种面向视觉SLAM的快速均匀特征点提取方法。在该算法的特征点提取部分,创新性地根据目标特征点提取数量对图像进行网格划分,使得特征点均匀分布在整幅图像中。同时,提出了一种兼顾全局和局部信息的均匀性评价标准,更符合视觉SLAM对特征点分布的要求。在NVIDIA Jetson TX2嵌入式平台上进行了实验验证,实验结果表明,新提出的特征点提取方法降低了特征信息冗余及特征信息缺失的概率,提升了SLAM定位精度,在计算资源有限的平台上具有实际应用价值。     

X射线脉冲星导航技术研究进展

X射线脉冲星能够为近地轨道、深空和星际空间飞行航天器提供位置、速度、时间和姿态等丰富的导航信息,实现航天器高精度自主导航和运行管理,有着巨大的发展潜力.本文论述了X射线脉冲星导航技术研究历程;重点研究了X射线脉冲星导航的基本原理、信息处理流程和自主导航算法,进而提出了脉冲星导航的关键技术;分析了国内脉冲星观测研究的基础条件,以及开展X射线脉冲星导航技术研究的必要性和可行性.      

遥感影像建筑物提取多尺度特征深度学习网络

语义分割网络被广泛应用在高分辨率遥感影像建筑物提取领域。但是语义分割网络中的连续下采样会损失特征中的细节信息,导致提取结果边缘模糊,不同深度特征的不充分利用导致传统网络难以识别尺度差异大的建筑物。针对以上问题,文章基于双线性插值上采样和多尺度特征组合提出一种多尺度建筑物提取网络（Multi-scale building extraction network,Msb-Net）,该网络包括编码器、解码器以及多尺度特征组合三部分。首先,编码器基于双线性插值上采样丰富图像的细节信息,再通过特征编码提取深层抽象特征;其次,解码器恢复特征空间分辨率,获得深度不同的解码特征;最后,基于多尺度特征组合结构对不同深度的解码特征进行组合,获得最佳的检测结果。文章在马萨诸塞州数据集和武汉大学数据集上进行验证,结果表明,Msb-Net具有更高的识别精度,在两个数据集上交并比指标分别提高了1.71%和1.88%。通过结果对比可以得出结论：相比于传统语义分割网络,Msb-Net可以通过多感受野特征组合的方法更加准确地识别遥感影像中不同尺度的建筑物。