星际着陆自主障碍检测与规避技术

 为了在具有科学价值的复杂地形区域实现安全着陆,未来的星际着陆器必须具备自主障碍检测与规避的能力。从星际着陆导航传感器技术、自主障碍检测方法和自主障碍规避技术3个方面出发,对星际着陆自主障碍检测与规避技术进行较全面的分析和总结。首先,对适用于星际着陆自主障碍检测的各种主动式和被动式传感器的工作原理、优缺点进行较深入的阐述;接着,基于不同传感器的测量信息,对各种自主障碍检测方法的障碍检测能力、优缺点进行较详细的对比分析;然后,基于多信息融合的自主障碍检测方法,对安全着陆点选择的原则进行阐述;最后,对星际着陆自主障碍规避流程和适用于星际着陆自主障碍规避的制导控制方法进行较系统的总结。     

航空发动机轴承预载的加载方法与工程实践

航空燃气涡轮发动机的转子具有转速高、负荷小的特点,容易引起发动机轴承打滑,进而造成滑蹭损伤,如不采取防滑措施,将对发动机的正常、可靠工作构成威胁。在某型发动机压气机部件试验过程中,试验件的辅助支点滚珠轴承由于轻载打滑造成轴承失效,导致试验件辅助支点被损坏。通过在试验件转子后与辅助支点前增加一弹簧,对滚珠轴承施加“预载”,试验验证表明,该方法能很好地解决轴承打滑问题,并且试验中轴承温度也得到明显的下降。此种对轴承施加“预载”的方法在后继的多个试验件中也得到成功运用。     

卫星-惯性-星光最优组合导航系统在航天飞机导航中的应用

 文中对航天飞机星光-惯性导航系统进行了简要分析从最优系统组成原理、余度管理方法、系统性能分析等方面研究了卫星-惯性-星光组合导航系统的概念设计。     

遥感微纳卫星载荷平台高精度标定技术研究

遥感微纳卫星平台姿态测量数据与成像载荷实际姿态误差较大,因此在获得更高图像质量、高精度定量化应用方面面临巨大挑战。通过光学载荷在轨小孔成像的方式对恒星星点观测,以实现光学载荷自标定;通过星敏感器和光学载荷在轨分别对恒星星点观测,以实现光学载荷和星敏感器互标定,可对星敏感器和光学载荷安装误差进行修正。地面和在轨验证表明,典型遥感卫星自标定误差优于0.2″,光学载荷和星敏感器互标定误差优于2″, 自标定和互标定可有效地提高光学载荷在轨标定精度。     

CMV4000国产化替代芯片验证平台设计

本文开展了对CMV4000传感器国产化替代的研究工作以及芯片验证平台设计工作,替代芯片为上海集成电路生产的ASG043传感器芯片。本文首先通过元器件手册信息,从硬件电路和FPGA软件设计两个角度开展替代工作的研究。然后在搭载ASG043图像传感器的星敏感器上对电源以及图像传感器驱动代码进行设计修改,以满足国产ASG043传感器的供电,时序,训练等要求,ASG043成功运行后,对比替代前后黑白图及采集星点图像。由对比结果可知其成像效果与进口探测器相当,可在不更改印制板的条件下原位置替代CMV4000图像传感器。     

捷联惯性/星光组合导航车载试验研究

  星光导航是一种自主导航系统。阐述了捷联惯性/星光组合导航系统的构成,星敏感器的工作原理,捷联惯性/星光组合导航的工作原理,以及三种组合导航工作模式。利用现有的设备,进行捷联惯性/星光组合导航系统的车载试验,验证了捷联惯性/星光组合导航技术的可行性和有效性。     

基于三维光场的静态场景前景分割

为解决复杂场景中的前景提取问题提出一种基于三维光场分析的静态场景前景分割方法.首先,通过在一条直线等间距的不同视点上拍摄场景的序列图像构建密集采样的三维光场.其次,用线段检测(LSD)直线检测算法从对极平面图(EPI)中分析提取出场景边缘及其深度信息.借助分段三次Hermite多项式(PCHIP)快速插值算法恢复整个场景的深度信息.最终,通过阈值法实现对不同深度的前景物体的分割.初步实验结果表明,本方法能够较准确地恢复场景中多个物体之间的空间关系,前景分割结果较好地克服了现有基于区域聚类和数学形态学等方法在复杂场景应用中存在的过分割问题.      

星敏感器中星图图像的星体细分定位方法研究

介绍了星敏感器的基本工作原理和星图图像的预处理的主要方法,将传统质心法、带阈值的质心法、平方加权质心法和高斯曲面拟合法应用于星敏感器中星图图像的星体细分定位,并进行了较为系统的仿真研究.仿真结果表明,带阈值的质心法是一种较为理想的星体细分定位方法.就噪声水平、阈值选择及低通滤波对细分定位精度的影响进行了仿真研究.最后,利用仿真结果对模拟星图图像的星体进行了细分定位实验,取得了较为满意的结果.      

上面级快速星图匹配算法研究

现有星图匹配算法存在搜索时间慢、算法实时性差的问题。为了满足上面级实时性的要求,文章采用K矢量查找算法来提高查找快速性,选择星对角矩作为星图匹配的特征量,构造星对角矩矢量,采用星棱锥星图匹配算法进行星图识别。最后采用上下位机的形式进行仿真分析,结果表明采用该星棱锥快速星图匹配算法成功率在99%以上,识别时间最长约为100ms,平均时间在15ms以内。该算法能够满足上面级对匹配算法快速性和高精度的要求。