Lognormal杂波环境中基于Hough变换的目标检测

给出了基于Hough变换的信号检测结构,推导了Lognormal分布杂波背景下基于Hough 变换检测器的检测性能的解析表达式,设计了具体的仿真环境和仿真流程,对基于Hough变换检测器在非起伏目标和四种Swerling起伏环境下的目标检测性能进行了分析。     

基于滑动滤波技术的激光陀螺评价方法

激光陀螺是一种以量化脉冲的形式输出角增量的数字传感器，量化误差如同白噪声一样影响着激光陀螺的测试精度。为了准确评价激光陀螺的性能，减少量化误差对激光陀螺测试数据的影响，本文应用滑动滤波技术对激光陀螺采样数据进行滤波处理，理论分析及实验结果表明，该方法有效地降低了量化噪声从而实现了对激光陀螺的准确评价。     

ICT图像重建并行处理技术

在ICT图像重建中一般采用的并行系统有阵列处理机、基于多个PC机的MIMD系统、由多个DSP和反投影专用处理器组成的多处理器系统和工作站机群。     

印花织物的疵点检测

利用匹配Gabor滤波器提取有效的纹理特征,把疵点分割出来。通过改进规则带,把方差和均值作为评判疵点的标准,从而达到把规则图案织物的疵点分割出来的目标,避免了图案信息的干扰,具有很高的实时性。     

高速流动中PIV示踪粒子松弛特性研究

示踪粒子的随流能力是PIV技术在高速流动中应用的关键点之一。在上海交通大学变马赫数高速风洞中开展了PIV实验研究,重点提出一种评价示踪粒子随流能力的松弛特性分析模型。在马赫数4条件下尖锥、尖劈等模型PIV实验研究中,可以准确分析粒子的松弛特性,粒径分析结果与实验吻合较好,并验证了高速流动PIv的测试精度和示踪粒子布撒能力。     

基于PIV的凝胶模拟液撞击雾化速度场实验研究

为了更好研究凝胶推进剂的雾化,采用时间分辨粒子图像测速(TR-PIV),研究了不同撞击角度(45°,60°,75°,90°和120°)和射流压差(0.4MPa~0.8MPa)对凝胶推进剂雾化速度的影响。实验结果表明:雾化液滴速度对于撞击轴线呈单峰对称分布,距离撞击点越远,雾化液滴速度越小且分布越均匀;增大撞击角和增大射流压差都可提高凝胶推进剂有效撞击速度,即增加撞击后液体动能转换液体破碎所需的能量,雾化质量提高;当有效撞击速度大于27.9m/s时,实验室配置的凝胶推进剂可充分雾化。     

直升机/粒子分离器一体化流场特性: 第一部分 前进比的影响

针对典型布局条件下直升机/粒子分离器的一体化流动特性进行了仿真研究.利用相关试验数据对仿真方法的有效性进行了检验,将整体式粒子分离器安装至类“阿帕奇”直升机外型上,形成了一种典型直升机/粒子分离器布局方案,并分析了其在不同前进比下的一体化流场特性.结果表明:较高前进比下,在粒子分离器进口上游的齿轮箱外罩上出现了复杂的三维流动分离,使得粒子分离器在较不均匀的进口来流条件下工作.与独立粒子分离器状态相比,一体化条件下粒子分离器主流出口、扫气流出口的总压损失均有所加大,增幅分别为1%和8%.      

表面介质阻挡放电等离子体体积力实验

采用粒子图像测速(PIV)技术,在2200,4800,7300,14600Pa空气压力条件下,测量了高频高压表面介质阻挡放电(surface dielectric barrier discharge,SDBD)等离子体诱导流场.根据速度场和N-S方程求解了等离子体体积力分布,分析了空气压力和激励器电压对等离子体体积力影响.实验结果表明:相同空气压力时,激励器电压越高体积力越大.相同激励器电压时,体积力随空气压力升高减小.在体积力分布区域,体积力方向一致,较大体积力区域分布于体积力方向线上游,流场高速流动区域紧挨较大体积力分布区域,位于体积力方向线下游.     

基于自适应核主元分析的EHA系统传感器故障检测

针对核主元分析(KPCA)方法难以选择合适核函数的问题,提出了一种基于自适应核主元分析的传感器故障检测方法,根据训练数据对核函数进行自适应修正,使核函数适应给定的训练数据。对常规数据标准化处理方法进行了改进,提出了一种"均值化"的处理方法,使处理后的数据既能消除不同变量幅值和量纲的影响,又能反映训练数据的全部信息。将此方法应用于机载电动静液作动器(Electro-Hydrostatic Actuator,EHA)系统的传感器故障检测,结果表明,此方法比常规KPCA方法更为先进,具有更好的故障检测性能。     

目标短时遮挡下的光电平台目标跟踪预测与控制

无人机在高空飞行并跟踪地面目标的过程中,当目标受到障碍物遮挡,会导致跟踪失败。本文建立了目标相对无人机的运动模型,设计了基于卡尔曼滤波的目标预测器,并在目标遮挡发生时利用目标角位置预测值以及姿态锁定回路实现了对目标的预测跟踪。本文运用相似性原理设计了室内目标跟踪场景。仿真和试验证明,本文所设计的预测器能较好的预测目标角位置,与控制回路相结合能克服短时间的目标跟踪丢失。