PC-104总线在工程应用中的关键技术

根据在飞机发动机参数模拟系统中使用PC-104总线技术的经验,介绍了在工程中如何合理使用有限的PC-104资源,通过软、硬件巧妙的设计实现多种测量与激励的方法。     

一种基于预测和变换混合设计的超光谱图像压缩方法

提出了一种新的超光谱图像压缩方法。该方法针对三维小波压缩编码方法对专有数据的特殊属性利用效率较低的缺陷,设计了一种应用于超光谱图像的预测编码和变换编码相混合的实现方案。首先,由超光谱图像的高谱间相关性,推导出图像各波段间的一般表达式。然后,根据这一表达式建立了超光谱图像的波段预测方式。该预测方式以波段为单位,参考波段采用小波变换编码技术进行压缩。为了提高预测的精度,参考波段选择器和波段预测器分别基于超光谱图像的数学统计规律和各波段直方图形状相似的特性进行设计。最后,将预测偏差值通过三维小波编码技术进行压缩。实验结果表明,本文设计的方法与目前先进的超光谱压缩技术相比能够提供具有竞争力的性能提升,且具有良好的兼容性、灵活性和渐进传输能力。     

一种鲁棒的红外与可见光多级景象匹配算法

针对基于特征的景象匹配方法对图像噪声和局部形变适应性差以及对特征质量依赖性强等问题,从提高图像特征描述能力入手,将具有局部光照和对比度不变性的相位一致性变换引入到红外与可见光景象匹配的特征表征中,以获得对噪声和局部形变较强的适应性。在此基础上,首先采用抗旋转的圆投影实现图像粗略匹配,然后基于Zernike矩推导出图像的互相关匹配重构函数并用来剔除错误匹配点,最后基于曲面拟合方法获得亚像素定位,从而实现图像精确与鲁棒匹配。仿真实验验证了所提算法的有效性。     

2.5D编织复合材料细观结构及弹性性能

基于对2.5D编织复合材料细观结构的观察,提出了结构上更稳定的三维力学模型,反映了2.5D编织复合材料的结构.针对该模型,推导了纤维体积分数与几何参数之间的关系,并采用刚度平均法和有限元法预测了2.5D编织复合材料的等效力学性能,分析了弹性常数随纤维体积分数以及经密、纬密的变化规律.两种方法的预测结果均表明,倾斜角对弹性性能影响并不显著,但对材料内部的细观应力场有较大影响.理论预测与有限元结果吻合较好,从而验证了模型的有效性.     

基于S1000D标准的IETM创作平台的设计与实现

为了更好地解决飞机技术资料传统纸制介质信息存储困难、维护效率低下等问题,在研究了符合S1000D标准下交互式电子技术手册(IETM)设计问题的基础上,设计出了一种基于S1000D标准的IETM创作平台.重点研究了基于该平台的IETM总体结构、系统架构、数据模块的定义、文档创建与修订流程,IETM创作系统功能模块和交互式...     

带尾缘吹气的动静干涉流动的实验

采用声学麦克风和粒子图像速度仪等实验研究手段,分析静子在吹气和不吹气情况下纯尾迹,弱尾迹、无动量亏损尾迹和射流四种尾迹流动与动叶相互干涉的声学特性和流场特性.得到了不同尾部吹气量下动静之间流场的速度矢量变化以及静子尾迹在动叶流道中的传播特性.比较了静子尾缘纯尾迹与弱尾迹、无动量亏损尾迹以及喷射等尾迹形态与动叶相互干涉的...     

基于改进二维Ostu算法的SAR图像分割方法研究

INS/SAR组合导航系统对SAR图像分割提出了较高的实时性和准确性要求。文章针对SAR图像的特点与二维Ostu方法在区域划分以及运行速度上的缺陷,提出了一种改进的二维Ostu方法,更为准确地划分了目标和背景区域,并且将阈值搜索空间由二维降为一维。经仿真验证,该方法具有良好的分割效果并能有效提高分割速度,满足了组合导航系统相应的设计要求。     

基于极点与极性的车辆分割及阴影处理方法

视频交通参数检测中的车辆分割需要准确地检测与车辆连在一起的阴影和车灯产生的亮斑。一般地，路面与车辆的图像在灰度结构上存在显著差异。本文推导了图像在光照变化情况下的一种灰度结构——极点与极性分布图，并提出了一个基于该分布图的车辆阴影与亮斑检测算法。该算法能够精确地检测车辆阴影，车灯照射产生的路面亮斑和因其他原因被误为车辆的路面。该方法使用对光照变化不敏感的灰度结构，阴影检测准确而稳定，计算量小。     

亚表面缺陷脉冲相位热成像检测技术

对脉冲相位热成像技术应用于亚表面缺陷的检测进行了实验研究,给出了铝合金和聚合物两种典型的金属和非金属试件的检测结果,并同传统红外热成像检测的对比度图像进行了对比。还对脉冲相位热成像检测技术中频谱分析的有关问题进行了分析,指出选择采集频率、采集窗口大小要考虑的影响因素,并分别采用组合平滑滤波、分段拟合的方法改善了相位变换的实际效果。结果表明脉冲相位辐射测量技术与一般光热辐射测量相比,测量结果明显改善,增强探测缺陷特别是深度缺陷的能力,减小加热不均等表面因素对测量的影响。     

基于图像特征分类和RBF网络的两轴车辆动态称重技术

汽车在行驶过程中的总重信号通常由各轴重信号确定,各轴重信号的测试精度取决于对车辆运动参数和振动信号等的精确分析。本文采用径向基函数(Radial basis function,RBF)网络处理轴重信号,针对该网络的泛化能力与拟合精度的矛盾,将车辆按照重量分为大、中、小3种类型,并进行整车建模和网络训练;实际测试过程中,利用汽车俯视图像提取类型特征,然后根据汽车的类型将测试参数输入不同的神经网络进行处理,以静态测量结果为相对真值。仿真结果表明,分类建模比单一混合建模具有更高的测试精度。