环境减灾卫星国际服务模式探索与成效

环境与灾害监测预报小卫星星座是我国对地观测系统的重要组成部分。2008年9月6日,我国成功发射环境与灾害监测预报小卫星星座A、B两颗光学小卫星（简称“环境减灾-1A、1B卫星”）。环境减灾-1A、1B卫星成功发射以来,民政部国家减灾中心（民政部卫星减灾应用中心）积极组织开展卫星在轨测试、运行管理、减灾应用、用户服务与宣传推广等工作。目前,卫星运行状态良好,各项指标正常。一年来,在成功应对国内数十场新发灾害监测与评估,积极开展国内应用服务的同时,也积极探索国际服务模式,拓展为国外救灾工作提供灾害监测产品服务,并先后成功应对澳大利亚森林大火、加拿大火灾、中缅边境火灾、海地特大地震等灾害应急监测与评估工作,在国际上获得好评,展示了我国空间技术在减灾救灾工作中的良好应用,树立了我国和平利用空间技术的大国形象。     

基于图像特征分析的物体轮廓提取

对物体的轮廓进行分析提取,是计算机视觉方向的基础问题之一,对其进行研究对于复杂场景的分析理解至关重要。本文对室内场景图像进行研究,基于图像特征进行图像分割,提取物体轮廓。在彩色场景图像全局轮廓后验边界概率（gPb）提取算法的基础上,加入深度图像信息,对室内场景的彩色、深度（RGB-D）图像中的物体轮廓进行分析。通过多尺度信息融合,计算得到多尺度轮廓后验概率（mPb）和谱后验概率（sPb）,两后验概率加权综合得到gPb。而后结合超度量轮廓图与分水岭算法,对基于方向特征变化的gPb图像融合处理,最终得到清晰的物体轮廓。本文所提方法在通用的RGB-D数据库基础上进行实验。实验结果表明,本文所提出的方法能提取出清晰的室内物体轮廓图。      

玻璃纤维/铝合金叠层静压与冲击铆接干涉量差异研究

针对典型玻璃纤维复合材料/铝合金叠层,开展2A10材质Φ4mm铆钉在静压和冲击铆接状态下,铆钉钉杆在叠层不同位置处的干涉量测量及数据计算,得出干涉量变化差异及规律。结果表明,干涉量从复合材料侧向铝合金板侧过渡,与冲击铆接相比,采用静压铆接时,复合材料铆接接头拥有较小的干涉量值。     

月面特征稀疏环境下的视觉惯性SLAM方法

月球车在执行科学探测任务过程中,其自身的高精度定位是一项亟需解决的关键问题。针对在特征稀疏的月面环境下的定位问题,提出一种视觉惯性融合的SLAM方法,将视觉测量与惯性传感器的信息利用位姿图优化方法融合,实现高精度的联合定位。针对特征稀疏环境下的前端视觉数据关联误差较大的问题,提出了一种基于四元树的光流跟踪算法,能够有效地跟踪鲁棒的特征点,提升了关键帧之间相对位姿估计的准确性。并且针对月面环境特有的恒星无穷远点干扰问题,提出一种高效的恒星点剔除算法,能够有效改善无穷远点导致的定位精度下降的问题。搭建了一套模拟月面环境的计算机仿真系统,并构建了多个月面环境视觉惯性SLAM仿真数据集,在不同的模拟月面场景下进行定位性能仿真验证,仿真测试结果表明本文算法的鲁棒性更强,具有更高的定位准确度。     

SDL在空间通信协议开发中的应用

针对空间通信协议开发难度大、代价大的问题,提出了基于协议工程思想利用SDL(规范与描述语言)对SCPS-TP(空间通信协议规范-传输协议)进行开发的方法,包括SDL建模、仿真和验证。首先对SCPS-TP进行了功能分析,确定功能点和状态机,并据此利用SDL建模;接着对模型进行实时仿真,测试其正确性,通过调试保证所有功能通过仿真;最后对模型进行了验证。验证结果表明,SCPS-TP不存在死锁、活锁等逻辑错误,为其在空间通信中的应用提供了有力支持,同时也说明了SDL在空间通信协议开发中的重要应用。     

大型民用客机管制与监视系统验证与测试平台的构建

目的在于研发大型民用客机航路管制与监视系统验证与测试平台,以实现机地数据通信系统环境下的航路管制与监视信息的数据地面接收和处理;同时,依照现有的空管航路管制与监视功能的国际标准和相关区域的运行要求,实现地面管制系统向机载系统的数据发布。该项研究成果能对口飞机机载数据链相关的ATC(Air Traffic Control空中交通管制)功能和部分监视功能ADS-C(Automatic Dependent Surveillance-Contract合同式自动相关监视)、ADS-B(Automatic Dependent Surveillance-Broadcast广播式自动相关监视),提供对应的地面收发端,监控机载系统数据状态。该成果可以配合飞机研发过程中的试验和排故,并为适航验证工作提供有力的准备和支持。     

基于SRCKF的多传感器融合自适应鲁棒算法

为解决模型误差和异常量测值发生时平方根容积卡尔曼滤波（SRCKF）算法滤波性能下降甚至滤波发散的问题,提出了一种多传感器融合自适应鲁棒算法。基于新息协方差匹配原则设计了鲁棒子系统以抑制量测异常值,同时为克服模型误差使用基于新息修正的低复杂度自适应SRCKF(LCASRCKF)算法设计了自适应子系统,根据2种子系统的特点和局限提出全局融合架构,使系统可以充分平衡并利用滤波过程中先验的模型预测值信息和后验的量测值信息,最终降低估计误差。仿真结果表明：相比鲁棒多渐消因子容积卡尔曼滤波（RMCKF）等算法,所提融合算法在滤波精度、稳定性和收敛速度等方面有明显优势。