用面向对象方法设计无人直升机信息处理系统

面向对象的设计方法在系统设计中得到了越来越广泛的应用.地面信息处理系统是无人机的重要组成部分,在无人机执行任务过程中,地面信息处理系统提供的无人机的飞行参数和设备参数是飞行员实施监控的依据.分析了共轴式无人驾驶直升机地面信息处理系统的特点和需求,应用面向对象的设计方法,设计了无人机测控地面站信息处理系统,该系统具有易重复使用、易改进、易测试、易维护和易扩充等特点.经过多次试飞证明,该系统满足飞行要求.     

机载聚束式合成孔径雷达的成象处理设计

针对机载聚束式合成孔径雷达工作模式可在小目标范围内实现高分辨力成象的特点，提出了一种以解线性调频技术为核心的，适于聚束式ＳＡＲ成象的灵活高效的信号处理方法和流程。     

数字存储示波器数据处理系统设计

基于传统单处理器系统有限的数据处理能力正逐渐成为示波器整机的瓶颈,作者设计了一种基于可编程系统芯片(System on programm ablech ip,SOPC)结构,用于1 GHz采样速率数字存储示波器(Digital storageos-cilloscope,DSO)的数据处理系统。系统中,根据模数转换器特征为其设计了具有数据缓存功能的接口单元;以A ltera Nios II/f软核为基础完成了专用微处理器的设计;针对DSO数据处理特征构建了4个并行处理电路;同时,系统还实现了液晶显示屏(LCD)的硬件驱动。SOPC结构的引入,使得该系统在具备强大数据处理能力的同时,具有低功耗和高集成度的特点。     

基于视觉的码头集装箱AGV导引系统

根据码头环境的特殊性,提出了一个应用在码头的集装箱装卸自动导引车(A u tom atic gu ided veh icle,AGV)系统。本系统是基于视觉导引的,采用先识别,后跟踪的方式。在识别时根据识别的标志线的特点,提出了改进的Sobe l算子和可调节参数的Hough变换的方法;在跟踪时,提出了一种用自适应模糊的负反馈来改善系统识别质量和频率稳定性的思想,并应用到了该系统中。文中还提出了一种简单有效的防止图像抖动的方式,使得传送给机车控制系统的参数更加平滑、稳定。实验证明,该系统可以满足AGV在码头工作环境中的全天候工作,并且保证AGV在8 m/s的速度下,系统的识别精度在5 cm以内。     

一种基于Linux的数据采集和处理系统

介绍一种基于Linux的数据采集和处理系统的结构及其关键技术,其次介绍其界面设计中与组合框构件相关的部分,给出了一种动态管理菜单项的方法。     

飞机蒙皮机器人化制造曲面分片算法研究

为实现飞机曲面机器人加工的自动轨迹规划,研究了基于模型几何特征的飞机曲面分片算法。通过分析飞机构件加工的工艺参数信息,以表面加工允许的最大曲率或最大偏角为阈值,提出基于近似曲率的三角网格模型分片方法。以三角网格中任意面片为起点,沿网格邻接关系向外拓展联接,形成若干近似平面化的模型分片结构,当超过阈值时则停止拓展,从而得到一整片曲面。通过对飞机CAD模型进行分片,发现采用本文提出方法可以保证分片结果的均匀性,为后期加工轨迹自动规划规划提供保障。     

融合背景图像信息和多特征压缩的相关滤波跟踪算法

针对相关滤波类跟踪算法目标背景图像信息利用率较低、目标特征表达能力较弱的问题,提出了一种融合背景图像信息的多特征压缩跟踪算法。首先,在上下文感知滤波器的基础上,将背景图像信息加入位置滤波器。其次,提取颜色名(Color Name, CN)特征与梯度直方图(Histogram of Oriented Gradient, HOG)特征,使用最大响应因子及平均峰相关能量(Average Peak-to-Correlation Energy, APCE)评估跟踪结果的可信度,实现两种特征的自适应融合。最后,利用特征降维简化模型的复杂度,实现算法运行速度的提升。实验结果表明,改进后的算法在遮挡、形变、尺度变化等复杂环境下均具有较高的鲁棒性,其跟踪精度和成功率指标均优于DSST及其他主流的跟踪算法,并且仍保持了实时性。     

基于图像化变差函数的性能数据异常明别

为提升发动机性能监控的智能化水平,实现性能数据的高效利用,提出了基于图像化变差函数的发动机性能数据异常 判别方法。 通过研究发动机性能数据的标准化修正方法和图像转化方法,将数值型表示的发动机性能数据转化为发动机性能图像。 通过引入变差函数理论,采用 4 方向的变差函数值表示性能特征值,融合不同时刻不同参数的性能数据。 在提取发动机性能图像关 键特征点的基础上,定义性能图像间的差异距离,实现基于变差函数的发动机性能图像异常判别方法,从而实现对发动机性能状态 的判别。 选用若干组实际发动机性能数据对方法进行验证O 验证结果表明:该方法运算高效,实现了高维性能数据的降维和对性能 图像运行状态的分类,从而判别发动机性能数据的运行状态。     

Softmax分类器深度学习图像分类方法应用综述

基于深度学习的人工智能图像分类方法研究是当前计算机视觉领域的研究热点。面向深度学习中的Softmax图像分类方法,首先回顾了图像分类技术的发展历程,接着介绍了图像识别技术中的分类器,并解释了Softmax回归函数的分类实现原理。基于Softmax回归分类器的应用,详细阐述了多种图像分类技术,具体包括浅层神经网络、深度置信网络、深度自编码器和卷积神经网络。同时,对比介绍了各种级联模型的具体结构、训练方法、实际应用、分类效果以及优缺点。最后,从Softmax回归分类器、深度学习网络模型和高维数据分类三个方面对基于Softmax回归分类器的深度学习模型在图像分类方面的发展与应用前景进行了展望。     

一种月面采样量的在轨自主测量方法

月面采样量的在轨自主测量是实现月面自主采样的必要环节。本文设计了一种月面采样装置,根据图像信息实现对月面采样量的在轨自主测量。针对图像中目标与背景灰度差较小、背景区域噪声较多的特点,采用了改进型最大类间方差法与连通标记自适应去噪方法,实现了采样区域较为准确的分割。针对单目相机无法直接获取采样区域尺寸的特点,利用已知物体尺寸进行在轨自主标定,结合图像中提取出的采样区域,完成了采样区域尺寸的计算,实现了采样量的在轨自主测量。试验结果表明,在轨自主测量结果与实际结果吻合,本文提出的在轨自主测量方法有效。