基于标签多伯努利滤波的衍生目标跟踪算法

针对现有随机有限集(RFS)滤波器在低信噪比环境下对衍生目标跟踪性能严重下降的问题,提出了一种基于Delta扩展标签多伯努利(δ-GLMB)滤波器的改进算法。基于随机集理论和伯努利衍生模型,推导了新的预测方程,并采用了假设裁剪及分组手段和多伯努利近似技术以降低算法的计算量。针对假设增多引起的虚警问题,将多帧平滑思想和算法相结合,利用标签信息对新目标进行回溯处理。仿真结果表明,所提算法能对目标数目进行无偏估计,在低探测概率和强杂波环境下性能明显优于概率假设密度(PHD)算法,计算开销在衍生初始阶段增长快于PHD,目标较分散时低于PHD。     

基于均方根容积粒子的SMC-PHD算法

传统的序贯蒙特卡罗概率假设密度(SMC-PHD)算法采用状态转移密度作为重要性采样函数.当目标非线性运动时,少数粒子将具有较大的权值,导致估计精度低、结果发散.针对上述问题,提出了一种基于均方根容积卡尔曼滤波(SCKF)和统计门限技术的重要性采样函数设计方法.在重要性采样函数估计时,首先利用SCKF对重要性采样函数的均值和协方差阵进行预测,而后利用统计门限技术提取与重要性采样粒子相关联的量测.通过相应的权值对所提取的量测进行合并,更新重要性采样函数的均值和协方差阵.在此基础上将设计的重要性采样函数应用于SMC-PHD的强度预测和更新,最终实现多目标状态和数目的估计.实验表明,本算法在非线性多目标跟踪中具有精度高、估计结果稳定的优点.      

A mask R-CNN based method for inspecting cable brackets in aircraft

In the aviation industry, cable bracket is one of the most common parts. The traditional assembly state inspection method of cable bracket is to manually compare by viewing 3D models. The purpose of this paper is to address the problem of inefficiency of traditional inspection method. In order to solve the problem that machine learning algorithm requires large dataset and manually labeling of dataset is a laborious and time-consuming task, a simulation platform is developed to automatically generate synthetic realistic brackets images with pixel-level annotations based on 3D digital mock-up. In order to obtain accurate shapes of brackets from 2D image, a brackets recognizer based on Mask R-CNN is trained. In addition, a semi-automatic cable bracket inspection method is proposed. With this method, the inspector can easily obtain the inspection result only by taking a picture with a portable device, such as augmented reality (AR) glasses. The inspection task will be automatically executed via bracket recognition and matching. The experimental result shows that the proposed method for automatically labeling dataset is valid and the proposed cable bracket inspection method can effectively inspect cable bracket in the aircraft. Finally, a prototype system based on client-server framework has been developed for validation purpose.     

CCD连续转移技术研究

文章介绍了CCD的两种垂直转移模式:突发转移模式和连续转移模式。通过对两种模式工作原理的对比,分析了连续转移模式对系统动态调制传递函数(MTF)的提高并举例说明。然而连续转移模式时垂直转移时序的上升/下降沿处于CCD水平转移工作时间内,造成上升/下降沿对应像元出现串扰问题。文章提出了硬件和软件两种解决方案,硬件方式采用RC电路或数模电路使得驱动信号波形化,降低串扰能量;软件方式采用数字校正的方法,通过实时提取定标得到的校正系数进行图像校正解决串扰问题。文章最后讨论了两种方式的优缺点以及应用中的限制条件,并认为,采用软硬件结合的方式可以有效解决连续转移模式产生的串扰问题。     

具有无穷时滞的序列差分方程的稳定性

通过介绍一种新的离散相空间C_d~h(C_d~h是Banach空间)研究了具有无穷时滞的序列差分方程的稳定性问题,并相应给出了一致稳定和一致渐近稳定的充要条件。     

便携式卫星终端全空域共形数字阵列设计

针对便携式卫星终端要求的全空域多目标跟踪能力,基于终端外形设计了一种圆台结构的共形阵列。该阵列由顶面的平面阵列和侧面16条棱面围成的台体构成,顶部平面阵列产生的波束覆盖上半空间的大仰角区域,侧面的16条棱面则负责小仰角区域的波束覆盖。与球面天线相比,圆台阵列在工程实现和波束增益方面具有一定优势。分析了圆台阵列在全空域的增益性能,并考虑到实际应用中的遮挡效应,对空域进行了划分,不同的空域使用圆台不同方位的阵元进行数字波束形成。理论分析和仿真结果表明,圆台共形阵列全空域增益波动较小,性能良好。     

具有无穷时滞的序列差分方程的有界性

通过引入一种新的离散状态空问Cdh(Cdh是Banach空间),对具有无穷时滞的序列差分方程的有界性问题进行了研究,分别得到了一致有界和一致最终有界的充分条件。     

最大熵分位值估计及其对偶型优化解法

针对经典最大熵分位值估计中拉格朗日系数计算目前存在高度非线性、计算结果精度不高或有时难以收敛等问题,提出了一种对偶型 逐次寻优的方法.基于拉格朗日对偶法,推导建立了含有拉格朗日系数优化函数的对偶表达式;在此基础上,基于样本的概率权重矩约束,提出了逐次寻优算法.针对几种常见的概率分布类型和一种较为复杂的概率分布类型,采用对偶型最大熵方法和经典最大熵方法对其概率累积函数和分位值进行计算对比分析表明:对偶型最大熵分位值估计不仅具有非线性程度低、形式简单,而且对偶型 逐次寻优的方法具有比较高的计算精度,优化迭代的收敛性好等特点.      

基于优化SPOT和D-S证据理论的测试性验证方案

针对现有基于序贯验后加权检验的测试性验证方案对测试性设计指标之间的模糊参数空间考虑不足,以及未能充分运用测试性多源先验信息的问题,提出一种优化序贯验后加权检验和D-S证据理论相结合的测试性验证方案。首先,考虑测试性设计指标之间的模糊参数空间,构建三参数空间复杂假设,并基于Bayes理论研究序贯决策规则,同时确定决策因子以及决策阈值;其次,以测试性指标构成的参数空间为辨识框架,分别构造基于专家信息以及测试性试验数据等先验信息的基本信任分配函数,建立融合多源先验信息的优化序贯验证方案;最后,结合实例进行研究,并与经典验证方案、传统Bayes验证方案、序贯概率比检验方案以及序贯验后加权检验方案进行了对比分析。结果表明,该方案由于考虑了模糊参数空间以及充分融合了多源先验信息,有效解决了模糊参数空间的处理问题,同时所确定的平均故障样本量在决策支持的参数空间均优于其他方法。     

复合材料压力容器在航天领域的应用研究

综述了复合材料压力容器在航天领域的最新应用进展,列举了国外空间系统应用的几个典型实例,从金属内衬、纤维材料及树脂基体方面给出了比较重要的技术信息.论述了低温复合材料压力容器的研发与应用趋势,金属内衬和缠绕纤维在低温环境下的性能表现优异及低温环境下树脂基体的选择.探讨了复合材料压力容器无损检测方法的研究现状及展望.未来复合材料压力容器无损检测技术将向着高效实时、精确定位、定量分析及由局部缺陷检测向整体缺陷检测的方向发展.