一种地形轮廓特征的立体视觉三维重建方法

针对自然地形轮廓特征的三维数据测量问题,提出了一种基于区域分割的立体视觉三维重建方法。先通过分水岭变换进行图像分割,根据分割区域边界确定图像中场景的轮廓边缘。轮廓边缘按所属区域分组进行立体匹配,根据分割区域相互邻接的全局特征和各区域的位置、尺寸、灰度值局部特征建立区域约束,并根据区域边缘像素点梯度分布特点建立梯度方向约束,以减小立体匹配的搜索空间、优化匹配顺序、提高匹配精度。进而根据双目立体视觉的成像模型计算匹配边缘点的三维坐标,实现地形轮廓边缘的三维重建。实验结果表明,该方法能够快速有效地重建出体现地形三维结构特征的轮廓边缘,并具有较高的立体匹配正确率和重建精度。     

涡轮叶片转弯流道换热分析与优化设计

对涡轮叶片冷却通道换热问题进行了研究,提出了新的结构设计方案,改善了叶片性能。采用流-热耦合分析方法对典型三腔回流式冷却叶片气动及传热性能进行了分析,得到叶片压力与温度分析结果,发现叶片最高温度出现在叶尖尾缘位置。对此提出了冷却通道两种新的结构方案,在不降低叶片气动性能的前提下,分别可降低叶片的最高温度和平均温度。通过分析发现,将两种结构特征进行组合,可同时较大幅度地降低叶片最高温度和平均温度,并对新型组合冷却通道进行了优化设计,与原结构相比叶片综合性能得到了较大提高。     

一种数字滤波器组在动态风洞试验中的应用

在动态风洞试验中,由于机械振动、随机扰动等原因,原始试验数据均有较大扰动。为得到其中的有用信息,需利用数字滤波器对其处理。基于MATLAB实现了梳状和频率抽样两种数字滤波器,对其各自特性做了较为深入的研究和比较。最后,利用二者串行组成了滤波器组。该滤波器组已经应用于预研项目中,结果表明,该滤波器组低频和高频特性均能够有效减弱信号中的干扰和噪声,达到预期目标。在不进行降采样率处理的情况下,达到相似的滤波结果,滤波器组的滤波时间仅为频率抽样滤波器的2％左右。     

台速度估计(英文)

针对惯性稳定平台中高精度和高带宽的速度信号需求,提出了基于低成本MEMS传感器的最优速度估计算法。采用一种新颖的传感器组合形式,包括一个低带宽的MEMS陀螺和两个低性能的MEMS加速度计。陀螺由于自身动态特性的影响,主要提供速度的低频信息,加速度计组合则由于自身偏置的影响,主要提供速度的高频信息,而估计器将两者信号进行融合。实验表明:最优状态估计器能够在时频域上,提供无偏的、高性能的速度信号。同时,在单自由度微型惯性稳定平台的应用过程中,其控制性能得到了相应的提高。该算法也适用于机器人控制、姿态估计和摩擦补偿等领域。     

基于EKF的小型涵道式无人机航姿系统算法研究

针对小型涵道式无人机,设计了一种基于扩展Kalman滤波的航姿估计算法。采用四元数作为状态变量,利用陀螺仪的输出构成状态方程,通过加速度计与磁阻传感器构造观测方程来进行扩展Kalman滤波解算。相对于通常的航姿估计算法,这种算法减少了运算量,更适合于基于嵌入式微处理器的航姿估计。实验结果表明这种算法有效的抑制了航姿系统的各种噪声与干扰,同时保证了姿态输出的精度与实时性,可以为小型无人机提供准确的航姿信息。     

卡尔曼/粒子组合滤波在GPS/INS组合导航中的应用研究

在非线性模型和非高斯噪声条件下,粒子滤波在GPS/INS组合导航系统的观测精度较低时能取得较好的滤波结果,但在高观测精度情况下会导致滤波发散。针对这一问题,在分析了基本粒子滤波器算法原理的基础上提出一种卡尔曼/粒子组合滤波方法,将状态向量分为线性部分和非线性部分,分别用卡尔曼滤波和粒子滤波估计,既保证了简化后滤波算法的结果不会变差,又将运算量大大降低,仿真试验表明,组合滤波器能够获得较高的滤波精度,满足实际的导航要求。     

前缘钝化对乘波体非设计点性能影响分析

对前缘钝化后的乘波体在非设计状态下的气动性能进行了研究.乘波体的生成基于三维粘性流场,以乘波体上表面底部基线为参数化几何建模对象对乘波体进行设计和优化.采用改进的Tincher钝化方法对优化后的乘波体进行前缘钝化.利用CFD方法对设计马赫数6、巡航高度20 km的乘波体在马赫数4～8、迎角-6°～8°、飞行高度10～3...     

椭圆数字滤波器在动态风洞试验中的应用

由于动态风洞试验比常规静态试验有更多的噪声和干扰,传统的数据处理方法不能满足要求,因此综合考虑动态风洞试验数据的特点,比较不同类型数字滤波器的性能,选择运用椭圆数字滤波器,对动态风洞试验数据进行处理。给出了设计椭圆数字滤波器时所需要的近似求解雅可比椭圆函数的方法,并简单介绍了椭圆数字滤波器的设计过程,给出了必要的设计公式。根据某项目动态风洞试验的试验数据设计了一款低通椭圆数字滤波器,有效地减少了信号中的噪声和干扰,并已成功地用于项目中。     

GPS多径信号的自适应滤波估计方法

 研究全球定位系统(GPS)多径信号估计的问题。通过分析自适应滤波器的原理,建立了数字中频信号处理的数学模型,提出一种用自适应滤波实现GPS多径幅度、码相位和载波相位估计的方法。该方法采用不同延迟的伪随机序列对信号进行解扩、解调和累加,得到了作为期望信号的系列自适应滤波相关值。对该方法与其他3种方法进行了理论上的分析比较,得出本方法具有信噪比高、自适应滤波性能好、带有码相位信息和不存在载波模糊度问题等优点。根据各种滤波器算法的特点和本应用的需求,给出了选用递归最小二乘算法实现的方法。通过计算机仿真,验证了提出的方法能够在14 dB的信噪比下,以1个采样间隔的时间延迟分辨率和0.005周的载波相位估计精度估计出GPS L1的多径信号。     

通信和测量受限条件下异构多UAV分布式协同目标跟踪方法

研究了通信和测量受限的异构多无人机(UAV)网络化分布式协同目标观测与跟踪问题.该分布式UAV系统采用长机一僚机异构型网络结构,以实现在电子静默和战术隐身条件下扩大探测和打击纵深.提出改进的一致性信息滤波(ICF)算法,实现通信和测量范围内各UAV节点的分布式信息融合.由于一致性算法的收敛性与网络拓扑结构的连通性密切相...