资源三号卫星廊坊地区遥感数据的融合处理

本文以资源三号卫星河北省廊坊地区2A级全色遥感影像和多光谱影像数据为基础,采用遥感数字图像处理软件ERDASIMAGINE进行了研究区域的提取,并对提取的感兴趣区进行了几何校正,即图像配准处理,然后进行了融合处理,分别采用了空间增强的分辨率融合算法、改进IHS分辨率融合算法以及小波分辨率融合算法,通过和融合前的影像进行对比,融合后的影像既保留了多光谱影像的丰富的波谱信息,同时具有了全色影像的高空间分辨率的特征,最后对比三种融合算法,得出改进的IHS分辨率融合算法效果最佳。     

甚小型卫星发展综述

介绍了立方星(CubeSat)、片上卫星(SpaceChip)、印制电路板卫星(PCBSat)、多芯片组件卫星(MCMSat)4种甚小型卫星的发展情况和技术特点。CubeSat技术最为成熟,已发射多颗此类卫星,但体积固定,成本较高;SpaceChip是卫星小型化的最终目标,它成本最低,集成度最高,体积最小,但通信距离较短;PCBSat的成本和性能居中,设计复杂度低,且元器件有商用现货供应,但功耗较大;MCMSat综合了PCBSat和SpaceChip的技术特点,技术复杂。我国甚小型卫星可选择优先发展PCBSat;重点突破商用现货元器件的筛选,以及空间应用技术、一体化姿态控制技术、新型微推进技术、轻型高效的蓄电池和太阳电池技术等。     

基于MapX的航迹显示及告警系统的开发

利用MapInfo公司的MapX控件完成航迹显示及告警系统的开发。项目实践效果表明,此系统满足用户对试验任务的多目标航迹显示要求,实现了试验区域的地理图层缩放、经纬度高程数值显示、颜色图符设置、本机测控设备自动判读目标数据并向中心告警等功能。     

基于卷积神经网络的冗余机械臂运动学逆解求解

针对7自由度冗余机械臂运动学逆解求解时间过长以及通用性差等问题,通过对LeNet模型进行改进,对卷积核、激活函数、损失函数、优化算法、模型结构与初始参数等进行设计与选择,建立了卷积神经网络模型来进行求解.对卷积神经网络模型进行轨迹跟踪实验验证,结果表明:所得到的机械臂关节角度平滑,轨迹跟踪最大误差小于3 mm;所建立的...     

基于一致关联数最大化的航迹关联算法

航迹关联(TTTA)是多传感器数据融合系统的核心模块之一,是系统误差估计和航迹融合的前提和基础。传感器存在的固有系统误差使得目标位置状态估计与真值发生偏离,容易诱发TTTA错误。传统的基于全局最小距离准则的TTTA算法,需要获得较高精度的系统误差估计,来对航迹数据进行误差补偿。针对传感器具有系统误差环境下的TTTA问题,在对TTTA进行间接评估的基础上,定义了一致关联数的概念,提出了一致关联数最大化的TTTA准则,并在稳健交替迭代的框架下完成算法设计。与距离函数不同,一致关联数是一个离散量,放松了对系统误差估计精度的要求。最后,仿真实验验证了所提算法的有效性。     

一类空间对称6R机构的运动学研究及组合应用

可展开平板机构已广泛应用于平板天线、太阳翼等航天机构产品。为提高可展开平板机构的刚度和展收比,将空间对称6R机构应用于可展开平板机构设计。首先,根据约束条件,计算后给出了一种空间3R运动链的几何参数关系;然后,结合螺旋理论,分析了该3R运动链的约束螺旋系;进而根据对称性,研究了空间对称6R机构的自由度、奇异性等运动特征;在此基础上,提出了一种特殊的空间对称6R转动机构;最后,研究了空间对称6R机构的组合方法,设计出一种新型单自由度可展开平板组合机构,并对其进行了运动学仿真验证。该可展机构具有二维方向的展开收拢能力,为可展开平板机构的创新设计提供了有益参考。     

A salient edges detection algorithm of multi-sensor images and its rapid calculation based on PFCM kernel clustering

Multi-sensor image matching based on salient edges has broad prospect in applications, but it is difficult to extract salient edges of real multi-sensor images with noises fast and accurately by using common algorithms. According to the analysis of the features of salient edges, a novel salient edges detection algorithm and its rapid calculation are proposed based on possibility fuzzy C-means （PFCM） kernel clustering using two-dimensional vectors composed of the values of gray and texture. PFCM clustering can overcome the shortcomings that fuzzy C-means （FCM） cluster- ing is sensitive to noises and possibility C-means （PCM） clustering tends to find identical clusters. On this basis, a method is proposed to improve real-time performance by compressing data sets based on the idea of data reduction in the field of mathematical analysis. In addition, the idea that kernel-space is linearly separable is used to enhance robustness further. Experimental results show that this method extracts salient edges for real multi-sensor images with noises more accurately than the algorithm based on force fields and the FCM algorithm; and the proposed method is on average about 56 times faster than the PFCM algorithm in real time and has better robustness.