粒子群优化粒子滤波的接收机自主完好性监测

接收机自主完好性监测（RAIM）是航空卫星导航接收机必不可少的功能,为保持全球卫星导航系统（GNSS）在卫星发生故障时系统性能不降级,需要对卫星故障进行检测和隔离。针对接收机观测噪声非高斯分布的特点,提出一种基于粒子群优化粒子滤波（PSO-PF）的故障检测和隔离算法。通过粒子群优化粒子滤波对状态估计进行一致性检验实现故障检测。采集实测数据验证算法的检测性能,并与基于基本粒子滤波的完好性监测算法进行比较,结果表明:本文所提算法在非高斯测量噪声下可检测并隔离全球定位系统（GPS）故障卫星,其性能优于基于基本粒子滤波的完好性监测算法性能,对研究北斗卫星导航系统（BDS）接收机自主完好性监测具有一定的意义。      

近地小行星威胁与防御研究现状

近地小行星与地球碰撞虽然罕见但可能会造成灾难性后果。近年来,各国加强了对近地小行星的监控、跟踪力度,并且实施了几次卓有成效的探测任务,如何防御近地小行星威胁的研究越来越多。总结了目前近地小行星的主要观测监视设施和现状,讨论了国际上对小行星威胁的评估情况,分析和评估了目前提出的防御手段的研究现状及其可行性。     

车辆视频检测感兴趣区域确定算法

利用最大方差阈值方法对灰度图像二值化后,对车辆底部阴影突变行检测,对感兴趣区域确定方法进行改进,实现了感兴趣区域的精确确定.通过计算精确确定后的感兴趣区域的灰度对称性和熵值归一化对称性测度,实现了车辆的精确检测,找到车辆的对称轴,并在车辆区域上边界一定范围内,进行灰度突变检测,实现了车辆上边界的准确定位.通过实验验证算法较好地实现了复杂环境下的车辆检测和上边界定位.     

基于滤波残差的组合导航系统故障检测研究

论文研究了两种用于组合导航系统中的故障检测方法,首先介绍了传统的残差χ^2检验法,随后给出了一种基于最大残差样本协方差阵特征值的故障检测算法。通过计算机仿真比较了两种算法在组合系统中的应用,仿真结果显示,基于特征值的故障检验算法对故障较敏感,系统组合精度略高,一定程度上优于传统残差χ^2算法。最后,文章讨论了组合导航系统中两种故障检测算法的优缺点。     

基于核函数主元分析的航空发动机故障检测方法

航空发动机性能由正常到异常、再由异常发展到完全故障的阶段,其参数变化具有一定非线性特征。为了有效检测这种具有非线性特征的故障,提出一种基于核函数主元分析(KPCA)的非线性故障检测方法。该方法通过核函数完成非线性变换,将变量由非线性的输入空间转换到线性的特征空间,在特征空间中使用线性主元分析(PCA)方法计算主元,构造T2和SPE统计量检测故障的发生。通过对某型涡扇发动机进行实例验证分析,结果表明,KPCA方法一方面克服了综合参数法由于没有确定的警戒值而无法有效地进行故障检测的不足;另一方面KPCA方法在非线性故障检测过程中能够提取重要的非线性特征信息,因而比PCA方法能更早地检测到早期潜在故障,且KPCA方法检测错误率更低。因此,KPCA方法更适合于具有非线性特征的航空发动机故障检测。     

疲劳裂纹电位法测量研究

本文对电位式裂纹测量仪的基本组成原理及性能做了介绍,并在高温疲劳裂纹扩展试验中,使用该仪器与显微镜直接观测法同时测得四组试验数据。对其中三组数据进行线性拟合,拟合出试验中裂纹长度与测得电压之间的关系式,最后用拟合出的关系式对另一组数据反推检验裂纹长度。对比所得结果,测量精度比较令人满意,证明了此电位式裂纹测量仪的可靠性和实用性。     

中国空间引力波探测“太极计划”及“太极1号”在轨测试

我国空间引力波探测"太极计划"将打开中低频段(0.1 mHz～1 Hz)的引力波观测窗口,为人类研究宇宙起源与演化、黑洞起源与演化、引力本质、暗能量和暗物质等提供全新的方法和手段。由于空间引力波探测涉及一系列关键技术,太极计划提出了"单星""双星"和"三星"3步走的发展路线图。目前"单星"计划——"太极1号"发射成功,并圆满完成了第一阶段的在轨测试。本文将简要介绍空间引力波探测的科学价值、国内外背景和关键技术分解,重点对太极计划及其3步走发展规划进行分析,并提出后续工作的一些设想和发展建议。     

使用深度神经网络检测Cassini ISS图像中圆盘状星体轮廓

Cassini空间探测器光学成像系统（ISS）拍摄的图像中,很多卫星呈现为面元,其轮廓检测是天体测量的重要工作.使用神经网络方法进行ISS图像中面元轮廓检测.每个ISS图像的像素分为轮廓边缘和非轮廓两类.使用神经网络框架TensorFlow,输入每个像素的9个特征,输出每个像素的分类.利用约3.6万个像素训练该网络,通过380幅ISS图像进行测试.与人工标记结果相比,轮廓像素检测的平均精确率为78.26%,平均召回率为73.32%.以检出轮廓像素作为输入,通过椭圆拟合得到面元的轮廓,所得轮廓与面元真实轮廓吻合良好.研究结果表明该方案能够有效检测出面元轮廓,进而给出假图像星的排除范围.      

基于OO的CIMS信息分类编码研究

通过分析国内外现有各分类编码系统以及ＣＩＭＳ对信息集成的要求,结合面向对象（Ｏｂｊｅｃｔ－ｏｒｉｅｎｔｅｄ,ＯＯ）方法提出了一种面向ＣＩＭＳ各环节的分类编码结构模型ＦＣＣ。该模型由复杂对象Ｏ和施加于Ｏ上的操作Ｍ构成,其中Ｏ可描述为一个三元组,用于类别标识,事物特征描述和图形特征描述。类别标识项是一个可用二元组描述的复杂对象;图形特征项是一个四元组,描述了图形标识,图形符号,图形特征数据和图形文件;     

基于卷积神经网络的遥感图像舰船目标检测

针对遥感图像背景复杂、受环境因素影响大的问题,提出一种将卷积神经网络(CNN)与支持向量机(SVM)相结合的舰船目标检测方法,利用卷积神经网络可自主提取图像特征并进行学习的优点,避免了复杂的特征选择和提取过程,在复杂海况背景图像的处理中体现出较优的性能;同时,由于军舰样本获取难度大,应用迁移学习的概念,利用大量民船样本辅助军舰目标的检测,取得较好的效果。通过参数调整与实验验证,此方法在自行建立的测试集上检测率达到90.59%,对光照、环境等外界因素具有一定程度的鲁棒性。