序列图像中直线边缘快速提取和匹配

针时飞行器视觉导航等实时性较强的应用,给出了一种在航空序列图像中进行直线边缘快速提取和匹配的方案。在提取直线边缘时,运用了当前速度较快的邻接元素标记方法,从而提高了直线边缘提取速度。而在时直线边缘进行匹配时,给出了一种分三步走的方案,并提出了一种能够有效降低噪声影响的度量方式。首先选择3条直线边缘作为参考模型,在直线边缘的方向、位置以及物理特性的约束下构建候选匹配基,然后在基于矢量技术的基础上确定与参考模型基相对应的匹配模型,在此基础上再确定其他直线边缘之间的对应关系。试验结果表明,本文的直线边缘匹配方法比现有的方法速度提高了30倍以上,能够有效地满足一些实时性较强的应用。     

激光治疗鲜红斑痣手术机器人双目视觉系统的实时立体匹配

针对激光治疗鲜红斑痣手术机器人双目视觉系统在监测治疗区域的空间位置时立体匹配的实时性和准确性要求,提出了一种基于极线引导的立体匹配算法。采用基于角点的Hu矩匹配,计算双目视觉系统的基本矩阵。实验结果与计算结果相符。     

基于MCGS组态软件对机械手的控制

针对工业现场中纯粹的基于PLC对机械手的控制系统的一些不足,如对现场设备运行情况的实时监控,人机交互、数据处理等方面的不足,提出通过MCGS组态软件对机械手的控制,实现对机械手运行情况进行有效、实时、便捷的监控,提高了劳动生产效率及自动化水平,在工业生产中有广泛的借鉴意义。     

上电时间对卫星单机设计的影响分析

卫星整星测试时系统接口多,供电环境复杂,工作时需要严格按照时序进行开关机控制。文章结合典型故障案例进行了上电时间对单机设计、工作的影响分析,发现2类常见的异常现象:1)上电欠压引起的状态不可确定问题;2)上电时序不合理造成的单机数据异常问题。最后给出实用的排查方法供工程设计人员参考。     

Weibull分布定时截尾寿命试验参数的近似联合置信域

研究了Weibull分布大样本定时截尾寿命试验，利用一种新的途径给出了试验参数的近似联合置信域。设产品寿命X服从Weibull分布，对n个受试样本x1,x2，…，xn进行定时（时间为t0）截尾试验，得到观察数据Si=min(x1,x0)，i=1,2,…，n。利用似然方程，分别得到参数λ，b的极大似然估计λ和b。进一步考察联合分布（λ，b）可以用二元正态分布来近似。再利用多元正态分布与X^2分布的关系，可以推导出未知参数u=（λ，b）的置信度为1－a的联合置信区域（x-u)′I0（x-y)≤xa^2。     

直升机实时仿真建模中的关键问题探讨

分析了直升机飞行动力学模型在型号研制过程中的重要地位，阐述了建立满足工程模拟要求的数学模型理论背景以及建模工作中的难点，研究了建立高置信度模型的主要方法，指出尚存在的问题以及当前研究工作的重点，从直升机飞机动力学模型组成结构出发，分别讨论了旋翼气动载荷模型及诱导速度模型，机身气动力模型，发动机模型和飞行控制系统模型的研究方法，及模型研究中问题的解决途径，文中还介绍了基于Newton-Raphson方法的非线性微分方程组算法，并针对模型算法的实时性进行了有益的探索。     

终端区及场面多点定位中TSOA与TDOA算法性能分析

首先从算法原理、计算量、定位误差及模糊度等方面比较分析了多点定位中几种典型算法性能,综合比较得出Taylor算法定位性能最佳;其次,从模糊点数量及分布方面证明到达时间和（Time sum of arrival, TSOA）算法的定位性能要比到达时间差（Time difference of arrival, TDOA）算法差;最后,分析了基站数量、布局、目标高度、时间和测量误差及基线长度等参数,依据几何精度因子的变化状态证明了TSOA定位算法的性能优势。仿真结果证明,理论上TSOA算法的综合定位性能优于TDOA算法。     

三轴飞行模拟转台实时控制软件的开发

三轴飞行模拟转台可以模拟飞行器在空中的各种飞行动作和姿态,是飞行控制系统地面含实物仿真的关键设备之一。本文讨论ＦＴ型电动三轴飞行模拟转台微机实时控制软件的功能和实现方法。该软件为模块化结构,采用中文菜单显示,Ｃ语言与汇编语言混合编程,实时图形变尺度显示,余度变量,动态刷新,超时中断等技术。实践表明,该软件性能好,工作稳定。     

小型螺旋桨飞机动力装置特性试验研究

小型螺旋桨飞机的动力装置一般由活塞式发动机和螺旋桨两个主要部分组成。本文用实验验证和理论计算的方法,研究了活塞式发动机和螺旋桨性能传统的估算方法所得到的数据与实测结果之间的偏差,并进一步研究了发动机和螺旋桨性能参数的不同匹配对整个飞机动力装置特性的影响。研究结果表明,传统的估算方法对于装小型活塞式发动机的螺旋桨飞机也是适用的。用传统的估算方法所得到的各种性能数据与实验测试数据比较,相对误差的最大值均低于１０％,这对工程应用来说,是可以接受的。文中还用试验数据和试飞实例说明了对动力装置匹配参数加以优化的重要性。     

基于轻量级卷积神经网络的人证比对

在证件审核场景中,常规的深度学习人脸识别方法人证比对精度低且在嵌入式设备运行效率差。为解决上述问题,本文提出了改进的轻量级卷积神经网络Lightnet,并采用了迁移学习方法。Lightnet是结合深度可分离卷积、线性瓶颈结构和注意力模块构成的轻量级卷积神经网络模块,引入附加角度裕量的损失函数AM-Softmax监督训练后,网络模型能够保持较高的验证精度,并有效解决标准卷积神经网络参数冗余、计算量大的问题。迁移学习通过冻结预训练模型的卷积层权重,并在自制的人证数据集微调,提高了网络模型的人证场景的识别性能。实验结果表明,所设计的轻量级人证比对算法在验证精度、参数量以及运行效率等方面取得了很好的效果,且对生活场景有较好的鲁棒性。