惯性组合导航系统的实时多级景象匹配算法

 针对景象匹配辅助惯性组合导航系统需要快速准确获取飞行器位置、航向偏差的要求,提出一种实时多级景象匹配算法。算法分为两级,第一级粗匹配中提出了中心点4邻域的抗变形算法,能抗旋转和小尺度变化的影响,使定位精度达到像素级;第二级精匹配中提出了基于分支特征点,应用最小二乘法原理精确匹配定位出两幅图像间的最优相似变换参数,即飞行器的精确位置和航向偏差的算法。仿真分析表明,提出的实时多级算法能满足景象匹配辅助惯性组合导航系统实时性、精确性和鲁棒性的要求。     

基于线结构光的坡口特征尺寸检测算法研究（英文）

机器视觉经济高效,在焊缝检测中得到广泛的应用。基于线结构光技术,本文提出一种坡口特征尺寸检测方法。首先,针对激光光条灰度和宽度分布不均的问题,介绍了一种基于二次加权灰度重心法的自适应中心线提取算法。其次,为滤除图像噪声,设计了一种基于感兴趣区域划分和图像差分的预处理算法。接着,本文提出了一种亚像素特征点提取算法以计算坡口特征尺寸并识别坡口类型。最后,实验结果表明,坡口特征尺寸检测的绝对误差为0.031～0.176 mm,相对误差为0.2%～3.6%。     

一种基于改进太阳子午线拟合方法的仿生偏振光定向系统

为设计一种自主性强、精度高、抗电磁干扰能力强的定向系统,以昆虫获取大气偏振模式的感知机理为基础,设计了一种新型的成像式仿生偏振光定向系统.该系统使用具有微偏振阵列结构的CMOS相机作为主要的偏振信息采集设备,使用DSP/ARM架构的NVIDIA JETSON TX2嵌入式处理器进行信息解算,具有体积小、运算能力强等优点...     

基于实测数据的复合材料构件装配干涉与间隙计算

针对因成型误差引起的复合材料构件装配干涉问题,本文基于激光测量设备获取装配件点云数据,提出一种基于实测数据的复合材料构件装配干涉与间隙的降维求解方法,将三维装配的干涉与间隙计算转化为二维边界距离计算。以某型飞机雷达罩装配为例,通过实验验证了本文所提出的方法与算法的可行性,相较于原有装配工艺,装配精度与装配效率得到了提升。     

基于知识的贝叶斯诊断网络模型建造方法

复杂系统贝叶斯诊断网络模型需要一个非常艰难的人工建造过程,而且故障样本的获得比较困难,通常面临故障样本缺乏的情况.围绕这些问题,本文提出了提取领域专家知识建造因果映射网络,转化因果映射网络为贝叶斯诊断网络的方法,并以运载火箭伺服系统关键部件伺服阀为应用对象,阐述了运用此方法建造贝叶斯诊断网络模型的关键步骤.最后,通过在单故障情况和多故障情况下的案例仿真,验证了贝叶斯诊断网络模型和模型建造方法的有效性.     

基于形态学与正交子空间投影的端元提取方法

针对现有端元提取方法从数据光谱或空间或特征信息的单一方面出发进行混合像元分解、不同类型端元难以区分等不足,提出一种扩展形态学与正交子空间投影结合的端元自动提取方法.利用扩展膨胀和腐蚀操作,通过计算形态离心率指数进行高光谱数据的端元数据集计算;利用光谱角匹配方法提取不同类型的端元,通过向端元正交子空间投影消除已经提取端元的影响;并通过航空高光谱数据进行算法性能验证.实验结果表明:提出方法能够实现在无任何先验信息情况下图像端元的自动提取,并且能够有效地区分相似光谱端元.     

转速-功率耦合摩擦通断式负载对涡扇发动机性能影响研究

针对传统航空发动机采用的高压轴功率提取方式容错能力低且功率输出能力不足,以及负载装置长时间运转等问题,提出了一种带离合装置的涡扇发动机低压轴功率提取方案,建立了系统耦合模型,搭建了整机试验系统并提出了试验方法。采用数值计算和试验验证相结合的方法,研究了转速-功率耦合摩擦通断式负载对涡扇发动机性能的影响。研究结果表明：涡扇发动机低压轴具备大功率提取能力,且发动机低压轴带负载起动、高低压轴大转速差运转等技术路径可行,但存在排气超温和压缩部件稳定裕度下降问题;降低负载功率、延长作动时间、选取适合的压紧力值并考虑安全裕度1.5、在发动机低状态作动等措施,有利于发动机在离合装置作动过程的安全运转;建立的系统耦合模型具有良好的仿真精度,稳态和动态计算误差均小于6%;试验方法合理有效,试验验证过程中各参数良好,可为其他类似相关试验提供参考。     

融合空洞空间金字塔池化和注意力的轻量化遥感影像道路提取

针对高分辨率遥感影像中道路形状结构错综复杂,出现窄小型道路提取错误或漏分的问题,提出一种基于空洞空间金字塔池化和注意力机制的轻量化遥感影像道路提取方法。首先,在原始高分辨率网络（HRNet）基础上,通过引入空洞空间金字塔池化模块,实现多尺度道路信息融合;再引入挤压激励通道注意力机制,增强网络特征表征质量;最后使用深度可分离卷积方法改进网络残差模块实现模型轻量化,以降低模型计算复杂度。在公开数据集上进行了模型性能测试,实验结果表明,文章所提算法的准确率、精确率、召回率、F1分数和平均交并比,相比原始HRNet分别提升了5.35%、2.15%、4.1%、3.15%和14.34%,且减少了36.1%的参数数量;相比其他网络,该算法突出了细小道路的特征,道路预测结果连续性、完整性好,并且模型小易于部署在实时检测设备中,有效改善了道路提取任务中错分和缺失的情况,是一种适应性更强、分割精度更高、更轻量化的多尺度道路提取算法。