被动式寻的导弹的运动跟踪变结构制导

应用运动跟踪变结构控制理论设计被动式寻的导弹的制导律。这种运动跟踪变结构制导律（ＭＴＶＳＧ）可以令导弹－目标相对视线角速度按照给定的运动规律变化,从而增强被动跟踪问题（等价于一个非线性系统）的可观性,同时保证导弹有很高的命中精度。仿真研究表明,在ＭＴＶＳＧ下,系统的可观性明显增强,因此系统状态的估计精度较高。进一步的研究表明,ＭＴＶＳＧ对系统状态估计误差有很强的鲁棒性。ＭＴＶＳＧ的上述各种优点使得导弹有很高的命中精度。     

用Visual FoxPro3.0中文版创建应用程序

以用ＶＦＰ３．０创建一个工资管理应用程序为例,介绍了如何使用ＶＦＰ３．０中文版创建应用程序,以及如何应用该程序改善管理和提高效率。     

内涵道风扇带辅助增压级混合式涡扇发动机的性能计算

阐述了喷口亚临界工作状态下混合式涡扇发动机性能的计算方法,计算的特点在于所研究发动机的风扇在内涵道中辅助增压级。同时,列出了确定内涵道带辅助增压级的风扇及其涡轮共同工作的方法框图,在风扇特性图上表示了不同M数下的共同工作线,并对这类发动机的高度－速度特性进行了计算。     

SAR成像对瞄准线方向运动补偿的要求

载体偏离匀速直线运动的运动误差是合成孔径雷达成像的基本困难之一。文章就载体沿瞄准线方向（即雷达天线相位中心至目标视线）同时存在恒定的速度误差和恒定的加速度、同时存在恒定的速度误差和正弦摆动速度误差两种情况进行了详细推导;根据回波信号压缩波形的主瓣偏移、二次相位误差、三次相位误差以及积分旁瓣比等图像指标的最大允许值,给出了带状正侧视合成孔径雷达瞄准线方向运动补偿定量要求的解析式,并结合一例子进行了计算分析。     

计算机辅助质量控制图的应用

在现场利用控制图监控生产过程,调查生产过程的状态,了解工序能力是否适宜,实现了预防为主的思想.如果用手工对控制图进行设计和准则判断非常麻烦,难以在实际生产中推广应用.利用计算机辅助控制图,具有准确、方便、直观和快捷的特点.作者设计和开发了"质量控制模拟系统"软件,该软件适用于操作者在现场对生产状态进行分析和判断,及时预防和控制生产过程,也可作为一种有效的辅助教学软件.      

chirp-scaling算法中运动补偿问题研究

由于避免了插值计算,在大前视角和大范围成像时,chirp-scaling算法(CSA)的性能优于距离-多普勒算法(RDA).自聚焦算法在SAR成像处理中通常是必不可少的,但是现有的自聚焦算法几乎都是与RDA相结合的.本文提出了能够将自聚焦算法与CSA相结合的方法,使得CSA更具有实用性.本文同时也提出了将基于运动传感器的运动补偿和基于雷达数据的自聚焦算法与CSA结合的方法.该方法非常适合于高分辨率机载SAR成像处理.      

一种基于图像形态学的深空图像模糊复原方法

针对深空目标与空间相机相对运动造成的图像运动模糊问题,文章提出了一种基于图像形态学的运动模糊复原方法。首先运用图像形态学细化的方法消除图像中的冗余信息,快速提取图像中目标的特征;其次运用最小二乘法直线拟合方法对目标运动方向进行估计,再利用连通域划分结果对目标运动长度进行估计;最后采用约束最小二乘方滤波对退化模型进行逆推导运算来实现目标运动模糊复原。通过实验验证结果表明：文章提出的基于图像形态学的深空图像运动模糊复原方法能够正确估计运动模型参数,通用性强,易于在轨实现,可以处理目标与相机相对运动造成的运动模糊问题,在目标运动方向不一致的图像中取得了良好的复原效果。     

一种视频SAR运动目标成像算法

视频合成孔径雷达ViSAR(Video Synthetic Aperture Radar)成像模式与传统SAR成像模式不同,此模式需要持续监测目标区域.通过子孔径划分的方法将目标区域的回波划分孔径,然后针对每一个划分后的子孔径进行单独成像和配准,最后把每一帧图像进行处理形成视频,利用序列图像形成的视频去提取目标的运动信...     

下肢微重力模拟外骨骼系统的研究

针对悬吊式微重力环境模拟系统无法补偿人体下肢重力负荷的不足,设计了用于补偿人体下肢重力负荷的外骨骼系统。外骨骼系统采用被动重力补偿方法实现对下肢的重力补偿,能够对重力补偿水平进行调节控制。根据重力补偿原理,采用刚度矩阵法,对重力补偿设计公式进行推导,建立弹簧参数与系统几何惯性参数之间的关系。研究分析重力补偿对人体下肢系统动力学性能的影响,最后利用ADAMS软件对下肢系统模型进行仿真,仿真结果验证了外骨骼系统重力补偿原理和设计公式的正确性以及在实际运用中的可行性和合理性。     

基于改进ORB-GMS-SPHP算法的快速图像拼接方法

针对传统图像拼接算法存在拼接速度慢、图像拼接有色差等问题,提出了一种基于ORB-GMS-SPHP算法的大视场多图像拼接方法。该方法首先利用高斯函数构建尺度空间,将高斯尺度空间划分为多个网格,在每个网格内借助FAST算法提取尺度空间特征点,使用BRIEF算法提取描述符并匹配,得到更加均匀分布的特征点;然后使用运动网格统计算法筛选匹配点;最后采用SPHP算法融合图像重叠区域,从而得到完整的拼接图像。将改进的ORB-GMS-SPHP算法与现有的传统特征点匹配算法在特征点匹配精度和特征点匹配速度进行对比与评价,验证了该方法特征点匹配速度快、精度高,并且可以保留更多的正确匹配点的特点。将该拼接方法与传统拼接方法在拼接速度、图像配准均方误差RMSE以及视觉主观判断拼接色差进行对比与评价,验证了该拼接方法具有较快的拼接速度、更高的拼接精度和无明显色差。该方法在2 736像素×3 648像素图像中,特征点匹配时间降低至6.463 s,图像配准精度RMSE降低至3.87。实验证明该方法特征点匹配速度快、精度高,且拼接精度高、无明显色差。