气膜孔图像对焦评价函数的实验研究

为了使工业影像测头能够正确对焦于气膜孔的出口表面,开展了对焦评价函数选取的实验研究。首先,分析了各类对焦评价函数的特性、要求及优缺点,并确定选择灰度梯度函数用于图像序列的清晰度评价;然后,考察了Brenner梯度函数、Tenengrad梯度函数和Laplacian梯度函数等5种具有代表性的灰度梯度函数,通过实验获得了它们的函数曲线,并进行归一化处理和比较分析,最终确定Laplacian梯度函数作为系统的对焦评价函数,并进行了重复性验证。实验结果表明,Laplacian梯度函数可以正确判别出被测气膜孔的对焦位置,且对焦重复性小于0.005mm,满足气膜孔形位参数的检测要求。     

航空工业企业知识管理绩效评价研究

针对培养航空工业企业核心能力的问题,从知识管理的角度分析了基于运作层、战术层和战略层在评价知识管理绩效时应该考虑的因素,给出了评价指标体系并建立了模糊综合评价模型,最后对评价工作提出了若干建议.     

空间失稳目标线阵雷达成像机理及三维重建

利用线阵激光雷达载荷小、抗干扰能力强等优势,研究空间失稳目标动态测量技术。探究线阵激光雷达成像机理,建立空间失稳目标运动模型,提出基于双切片法的目标可测区域提取机制,实现线阵激光雷达对空间失稳目标的驻留观测扫描;以ICP(Iterative closest point)配准结果为先验信息,提出逆序重建方案,建立重建点云精度以及平均密度评价机制,分析数据冗余对重建精度的影响,采用采样降维的方法进行配准重建计算,提高重建结果精度;最后进行仿真实验检验分析,实验结果表明空间目标可测部位数据提取合理准确,数据输出频率可达 1 Hz ,重建结果满足任务指标要求,重建点云平均密度达到19 mm,重建点云精度达到90 mm,为地面验证及在轨应用提供数据支撑和参考。     

装备系统保障性评估方法研究

提出用战备完好性衡量装备系统的保障性,在故障时间和修复时间相互独立,且服从指数分布、系统只有能工作和不能工作两种状态等假设下,在一种较为理想的使用和保障条件下,研究保障性定量评估方法,并初步探索备件配置模型,以期提高保障的科学性和有效性,降低装备系统的全寿命周期费用。     

基于人为因素的航空安全模糊综合评价研究

人为因素的控制是航空安全事故预防与控制的关键,通过分析人为因素对航空安全的影响,结合各方面专家的研究成果,建立了基于人为因素的航空安全综合评价体系,利用层次分析法确定了各评价指标权重,构建了模糊综合评价模型,并对人为因素对航空安全的影响进行了综合评价,得出了影响航空安全主要人为因素的综合评价等级。研究结果表明,航空安全状态良好,可以达到飞行安全的目的。     

装备采办风险的多层次灰色评价方法研究

依据武器装备采办系统的特点,建立了装备采办风险评价的指标体系,并采用层次分析法(AHP)对各层评价指标的权重进行了确定;在此基础上,运用灰色系统的原理和方法,提出一种定性分析与定量分析相结合,以定量分析为主的装备采办风险评价方法.通过对具体实例的分析表明,采用该评价方法切实可行,使装备采办的风险评价更为科学、合理.     

模糊综合评价方法在科研项目评价中的应用

院校科研成果的综合评价历来是评判机关和研究单位普遍关注的问题.传统的评价方法有总分法、加权平均法.但当评价指标是模糊概念,权重也带有模糊性时,传统的评价方法就不合适了.在分析院校科研项目评价工作的基础上,从定性分析和定量评估相结合的角度出发,应用层次分析法和模糊数学中的相关知识,采用模糊多级综合评判方法对科研项目进行评价,并通过实例分析说明这一方法用于评价科研项目结果可信,操作简单,有广泛的应用背景.     

步进式序列虹膜图像质量评价

在虹膜识别系统中,质量较差的虹膜图像可能被系统拒识,导致身份识别或身份认证的失败.因此有必要在虹膜图像的采集端引入质量评价环节,从虹膜图像采集仪输出的视频序列中挑选出符合识别系统要求的虹膜图像.为了减少序列图像质量评价的时间,根据图像的性质,对输入的序列图像进行步进式质量评价,不同的阶段设置不同的门限,只有满足要求的图像才能进入下一阶段的评价,这样将大大减少进行全部步骤评价的图像数量,能有效缩短序列图像评价的时间,保证了选取图像的质量和速度.试验结果表明,该算法能够有效地选择符合质量要求的虹膜图像.     

装备效能评估与建模仿真技术

装备系统效能评估是检验装备作战能力的重要手段,是武器装备体系发展战略规划的基础,对比分析国内外装备效能评估与检验的过程和方法,其中主要的一种手段就是作战仿真分析。在梳理分析典型军事仿真分析评估系统的基础上,提出了仿真系统的功能需求、分类和总体架构,围绕系统实现中建模与仿真面临的挑战,总结提出了跨层次(平台)仿真建模技术和多分辨率(模型)仿真建模技术。     

基于SAR图像匹配结果可信度评价的INS/SAR自适应Kalman滤波算法

在惯性导航系统（INS）/合成孔径雷达（SAR）组合导航系统中,SAR图像易受斑点噪声的影响,图像匹配的精度对整个导航系统精度的影响十分明显,能够准确地分析SAR图像匹配过程中的误差特性,利用有效的图像匹配信息辅助INS进行组合定位尤为重要。针对上述问题,在加权Hausdorff距离匹配算法的基础上,对影响SAR图像匹配精度的因素进行了分析,提出了一种基于模糊推理的匹配结果可信度评价准则,经过可信度筛选,将有效的匹配信息与INS进行组合;对合理范围内的匹配误差变化引起量测噪声统计特性发生变化,进而导致Kalman滤波精度下降的问题,研究采用改进的Sage-Husa自适应滤波算法对量测噪声方差阵进行动态调整,使其更加接近系统的当前状态。搭建仿真验证平台对所提算法进行了验证,结果表明,该算法能够在合理的匹配误差范围内,有效地筛选出可信的图像匹配结果,相比常规Kalman滤波算法,显著地提升了INS/SAR组合导航系统水平方向的定位精度。