基于图论的燃油管路稳态流动计算方法

基于节点分析法,提出将局部损失并入相应管段的处理方法,推导阻力计算公式,从而得到兼顾沿程和局部损失的稳态流动计算方法。将该计算方法应用于实际的航空发动机燃油管路,采用VB.NET语言编写计算软件;同时,对燃油管路开展三维数值模拟计算。结果表明:局部损失对管路的流量分配影响较大;该计算方法得到的流量分配与数值计算结果趋势吻合很好,差别在±10%。      

RGB-D SLAM综述

RGB-D SLAM是指使用RGB-D相机作为视觉传感器,进行同时定位与地图构建(SLAM)的技术。RGB-D相机是近几年推出的能够同时采集环境RGB图像和深度图像的视觉传感器。首先对主流RGB-D相机,RGB-D SLAM算法框架流程做了介绍,然后对RGB-D SLAM算法的国内外主要标志性成果,以及RGB-D SLAM的研究现状进行介绍,并对RGB-D SLAM方法前端视觉里程计中特征检测与匹配、后端位姿图优化、回环检测等关键技术进行介绍总结。最后,对RGB-D SLAM算法的优缺点进行了分析,并对RGB-D SLAM算法的研究热点及发展趋势进行了讨论。     

航空软件配置管理系统设计和关键技术研究

从军工软件配置管理的需求出发,结合国军标的开发库、受控库和产品库的三库配置管理体系,阐述某自主知识产权的＂航空软件配置管理系统＂的总体设计思路,指出该配置管理系统实现的关键技术为软件配置库的存储设计方法和文件的增量存储和差异比较技术。说明系统软件配置库的存储设计思路和方案,采用编辑图和贪心算法实现文件的增量存储和差异比较技术的解决方案。总结系统的特点和优点,说明系统下一步发展及扩充的几个方向。     

pq阶亚循环群局部传递的图

所指的图是有限的、单的、无向的且无孤立点。如果图的自同构群分别在图的边集合和点集合上传递．分别称图是边传递的和点传递的。设G≤Aut（F），如果对于每个α∈V（Г），Gα在Г（α）上传递，则称Г是G-局部传递图。主要利用边传递、点传递和局部传递的关系及陪集图的理论，获得了关于pq（p、q是素数，p〉q）阶亚循环群局部传递的图的完全分类。获得的结果为：关于pq阶群局部传递的图或为弧传递图，或为二分的边传递图，或为一些边传递图的并。     

基于图剖分的多块结构网格负载平衡方法

负载平衡是影响并行计算性能的重要因素。针对多块结构网格,给出了一种改进的多层次图剖分负载平衡方法。该方法设计了新的网格剖分算法,采用改进的子块分裂方法与图剖分算法的循环调用实现结构对接网格剖分,并通过建立不同物体重叠网格间的连接关系,实现了结构重叠网格的负载平衡。采用2个典型算例对方法进行了对比验证,数值结果表明,子块分裂方法对剖分结果具有重要影响,采用循环调用算法及改进的子块分裂方法能有效地实现计算负载均衡及通信量优化,同时显著减少了网格块数及因虚网格导致的内存需求,有利于提高并行效率。该负载平衡方法与网格拓扑无关,适用于多块结构对接网格及重叠网格,且整体型剖分方式对于多块结构重叠网格具有更好的剖分效果。     

改进PointNetLK的点云智能配准与位姿图优化方法

针对空间在轨服务任务中的非合作目标相对位姿测量问题,提出一种目标可测部位点云的智能配准方法。首先,通过Straight Through滤波算法对半物理仿真平台采集得到的点云进行目标提取,以消除背景数据等杂乱信息;其次,改进PointNetLK神经网络点云配准算法,将提取后的点云数据作为输入,从而获得初步配准结果,解决非合作目标先验信息缺失导致的无法配准问题;最后,建立基于位姿图的优化模型,以降低配准误差,提高配准精度。实验结果表明,与传统迭代最近点(ICP)算法相比,配准综合误差从6.3598降低到1.7291,精度提高约 72.81% 单次耗时从33.16 s降低到4.2 s,效率提升约87.33%,与当前SM ICP等其他算法相比,也具有一定的优势。     

一类边传递图

令G=（α,β｜α^n=β^2=1,α^β=α^r）,r＆^2≡1（modn），是图Г的一个自同构群。目的是研究关于G一边传递图的性质．运用置换群和代数图论的相关理论，获得了这类图的完全分类，它们是一些互不相交的圈和完全二部图的并。     

2K＋1正则图的自由边

本文利用 Tutte 定理,给出并证明了满足一定条件的2k 1正则图中的每个边都是自由边的结论。     

约化代数自伴的充要条件

约化代数是自伴的吗?这是一个知名的问题,至今没有解决。它的肯定的回答将蕴含可传代数问题及约化算子问题的肯定回答。在这篇文章中,我们找到了约化代数是自伴的几个充要条件。例如,我们得到:约化代数u是自伴的充要条件是对于每个n≥2,u~(n)的每个稠定义的不变图形子空间是约化子空间。     

一种基于语义信息辅助的无人机视觉/惯性融合定位方法CSCD

视觉传感器在无人机室内定位中发挥着重要作用。传统基于特征点的视觉里程计算法通过底层亮度关系进行描述匹配,抗干扰能力不足,会出现匹配错误甚至失败的情况,导航系统的精度及鲁棒性有待提升。由于室内环境存在丰富的语义信息,提出了一种基于语义信息辅助的无人机视觉/惯性融合定位方法。首先,将室内语义信息进行因子建模,并与传统的视觉里程计方法进行融合;然后,基于惯性预积分方法,在因子图优化中添加惯性约束,以进一步提高无人机在动态复杂环境下的定位精度和鲁棒性;最后,通过无人机室内飞行试验对算法的定位精度进行了分析。试验结果表明,相较于传统的视觉里程计算法,该方法具有更高的精度和鲁棒性。