实验数据的分析、拟合与诊断

本文以残差诊断法为中心,讨论了测试工程中数据分析、拟合与诊断的方法,并通过实例加以说明。这些方法有助于弄清被测对象的构造和模型,进而能更好地分析对象的性能并对其作出正确的评价。     

快速并行细化算法

本文提出一种快速并行细化算法。细化过程是一个迭代过程。每次迭代分成两个子迭代。算法收敛速度快,细化连续性好,几何畸变小,对二值纹理图像无特殊要求,具有通用性。算法实现巧妙,独特,占用内存少,特别适合小型计算机图像处理系统。该算法在PCvision图像处理系统上实现的效果良好。     

对称带状矩阵的并行Cholesky分解及相应线性方程组的并行计算

大型结构问题所导出的方程组系数矩阵阶数往往非常浩大,传统的串行计算机受存储容量与计算速度限制往往难以处理。本文给出适合寄存器—寄存器加工方式流水线向量机上对称带状矩阵三角分解的并行算法MPLDLT和对称带状线性方程组求解的并行算法MCSA。在YH—1机上通过对实例的计算表明,算法是高效的。当矩阵的阶数仅力1666阶时,算法MPLDLT比相应串行算法计算速度快25倍,算法MCSA比相应串行算法计算速度快47倍。若结合YH—1机的特点,使用向量“链接”技巧,则算法MPLDLT比相应串行算法的计算速度快74倍。     

二值图像的自适应窗口边缘检测技术

英国Aleksander等人用RAM网络实现的自适应模式识别系统可以认为是一种逻辑神经网络,本文详细描述了利用这种模型实现的自适应窗口边缘2检测技术,包括模型的理论分析,边缘检测种种的各种实现方法和实验结果。基于这种模型的边缘检测技术的基本思想是:首先对窗口边缘检测技术,包括模型的理论分析,边缘检测的各种实现方法和实验结果。训练一个或多个对目标物体边缘敏感的模式,然后对图像逐点扫描和测试,根据窗口对特定扫描区域的响应实现对边缘的检测。其过程和模式识别中的训练—识别过程相似。文中讨论了“中心块”和“边缘训练”窗口的响应行为以及窗口大小的选择、响应阀值的确定和N元的选用等具体方法。并给出了相应的实验结果。研究表明,这种方法对边缘检测和噪音滤除都具有较好的效果,且硬件容易并行实现。     

应用LDV和PIV技术测量波-流系统的粒子速度

将激光多普勒(LDV)技术同粒子成像测速技术(PIV)结合起来测量波动过程的粒子速度,得到了波槽中规则波的速度振幅剖面和二维空间速度向量分布。实验表明,应用电光调制获得频移的 LDV 系统可以方便地得到周期性交变的连续的实时速度信息,而采用较大直径粒子作为示踪体拍摄到的多次曝光成像照片有助于了解全场平均流动的特征。实验发现,在波流共存的条件下,增大波振幅时,速度剖面有显著的平均速度亏损现象。     

异地天线组阵站间时延差修正技术研究与验证

异地天线组阵可综合利用现有的天线设施,充分发挥设施资源的综合效能,对于我国未来深空探测任务的测控通信支持,提高测控通信距离,具有特殊的应用前景。介绍了异地天线组阵特点,并对异地天线组阵中关键的站间时延差修正技术进行研究,利用"嫦娥3号"下行数据开展技术试验验证,不仅获得了喀什、青岛、北京、三亚四站间的精确时延差结果,完成四站信号的基带合成和符号流合成,而且优化了软件相关器参数;该技术同时应用到欧空局"金星快车"微弱信号的基带合成处理中,为后续深空探测信号合成的工程化应用奠定了良好基础。     

基于多波长同轴数字全息的相位恢复算法

同轴数字全息中固有的共轭像问题会严重影响再现像质量,已有的相位恢复算法需要大量计算才能祛除共轭像,且无法获得连续分布的解包裹相位像。提出一种基于多波长的相位恢复算法,该算法利用4个波长下记录的数字全息图,并在迭代过程中借助光学解包裹原理扩展了测量范围,实现了再现成像面中共轭像祛除的同时获得解包裹的相位分布。同时,由于在物面及记录面添加了约束条件,该方法中所用波长数少于其他已提出的基于多波长原理的相位恢复算法,而且具有更快的迭代收敛速度和更好的共轭像祛除效果。数值仿真和实验结果皆证明了该方法的有效性。      

星箭分离过程力学环境参数测量方法研究CSCD

对航天运载器飞行过程中的力学环境实时、高精度、低资源占用率测量方法进行了研究,特别针对星箭分离过程的复杂力学环境,提出通过预置控制方式,完成冲击、噪声测点的测量资源复用。比较了传统冲击、噪声源码采集地面处理测量模式与飞行中实时处理方式的差异,得出在有限测量资源下准确完成星箭分离过程中力学环境参数测试新方法,为工程实践应用提供依据。     

电学可视化自动校准装置

介绍了电学可视化自动校准装置的原理及设计,此装置用于无程控接口的手持式数字多用表和模拟指针表的自动化计量校准。通过工业摄像机采集测试数据,并采用labview编制软件控制装置、处理数据,最终实现此类仪表的自动化计量校准。校准结果表明该校准装置能够满足此类仪表的校准要求。     

深空探测人工智能技术应用及发展建议

深空探测任务的探测目标距离地球越来越远,测控延时逐步增大,并且目标的先验知识有限,在遥远、未知、不确定环境下开展科学探索对探测器的自主性能需求日益强烈。随着人工智能技术的快速发展并逐步实用,在深空探测领域中应用人工智能技术提高和改进航天器自主性也将成为必须和可能。简要介绍了人工智能技术的发展历程,分析了航天领域中人工智能技术的应用实例,重点结合规划的深空探测任务特点和应用场景,梳理分析了各具体任务对人工智能技术应用的潜在需求,并提出了对深空探测人工智能技术应用的一些看法和发展建议。