火星降落伞开伞过程形态参数辨识与应用

针对柔性目标降落伞开伞过程的形态变化大、光照强度变化大、运动规律性差、存在遮挡等问题，提出了一种基于多算法融合的视觉测量技术的降落伞开伞过程形态参数辨识方法。首先，设计了具有视觉测量靶标功能的降落伞图案，提供了丰富的具有可区分度的标记点，能够准确地对定位点进行跟踪和测量，并开展了双目相机内、外参标定。其次，提出了应用对极几何原理，采用基于暗通道的图像增强技术，提高了图像质量，有效地减轻了各种噪声和过曝光等环境因素的影响；采用稀疏编码超分辨率重建算法，改进了特征点的像素级提取，实现了高精度的亚像素级特征提取；采用特征跟踪扩展卡尔曼滤波算法，提升了特征匹配跟踪的精度和效率。最后，通过全尺寸高空开伞试验的验证，结果表明该方法能够达到较高的辨识精度，具有较好的准确性和鲁棒性。此方法在中国首次火星探测“天问一号”探测器上成功得到了应用，精确地从双目影像中辨识出降落伞开伞过程形态参数，对设计和分析降落伞开伞工况提供了重要的技术参考和数据积累。     

基于稀疏信号表示的空间碎片成像

地基雷达一直是空间碎片监测的有力工具,研究如何利用它们对尺寸小于距离分辨率的目标进行成像具有重要意义。基于空间碎片通常会围绕它的主轴进行简单的自旋转运动这一事实,通过对目标回波模型的分析,本文提出了一种基于稀疏信号表示的空间碎片成像方法。该方法将成像问题转化为稀疏信号分解问题,首先以各个散射点的散射特性作为元素构建字典,然后通过采用现有的方法对单个距离单元横向回波数据的稀疏信号表示进行求解,最后对求解的结果重新排列以得到目标的二维高分辨图像。仿真实验结果表明了本方法的正确性。     

基于弹性网稀疏编码的空间目标识别

 传统的特征袋(BoF)模型在目标识别过程中假设每个局部特征点只关联特征词典中一个视觉单词。此外,l₁范数约束下的稀疏编码对于具有较强成对相关性的特征通常只选择一个特征,而不关注哪一个特征被选择。本文提出一种基于弹性网稀疏编码的特征袋模型。该模型利用尺度不变特征变换(SIFT)特征描述子构建特征字典,再通过弹性网回归模型求解每个描述子所对应的稀疏系数向量,最后将目标图像内的稀疏系数向量合并用于分类。与传统的特征袋模型和基于l₁范数稀疏编码的特征袋模型相比,该模型有较好的识别性能,并对视角变化具有较强的鲁棒性。在空间目标图像数据库上的实验验证了该模型的有效性。     

基于稀疏自动编码器的飞参数据异常检测

为了改善人工判读飞参数据效率低且易出现误判和漏判的不良状况,本文提出一种基于稀疏自动编码器(Sparse auto-encoder,SAE)的飞参数据异常检测方法。首先构建了SAE的基本框架,然后以滑动窗口的形式生成训练样本。其次,用正常样本并结合BP算法对整个网络模型进行训练和优化以得到相应的正常样本重构误差分布阈值。最后,根据测试样本的重构误差对飞参数据中的典型异常进行检测。实验证明,该方法可在样本不平衡的情况下,仅利用正常样本构建参数空间,并得到正常样本重构误差分布门限,准确检测出飞参数据中的异常,实现飞参数据机器判读。     

基于稀疏分解的压气机气动失稳检测

为及时可靠地检测出气动失稳现象,保障压气机的安全工作,采用Laplace小波构建原子函数库,引入稀疏分解算法提取阻尼比小于0的信号成份,通过与预设阈值比较内积值的大小,进行气动失稳信号的检测。结合在线检测系统的特点,将Laplace小波蜕化为衰减正弦函数,限定了参数取值范围;并仅进行一步匹配追踪,由此减少了稀疏分解的计算量。采用压气机试验台实测数据验证,该方法可以在压气机进入喘振前49~154ms准确发出报警信号。     

三重混合范数的L型嵌套阵列二维角度估计

针对L型嵌套阵列二维角度估计问题,提出一种三重混合范数块稀疏重构算法。首先,建立一种俯仰角和方位角可分离的二维稀疏测向模型,将两个维度采样点分块,分别计算联合协方差矩阵,二维角度估计问题被转化为联合协方差矩阵稀疏优化问题;为减小计算复杂度,建立三重混合范数块稀疏重构模型,利用交叉迭代的方法得到稀疏解,实现了二维角度估计,并且可以自动配对。仿真试验表明,三重混合范数稀疏重构算法能够有效估计多个辐射源的二维角度,分辨率较高,并且具有一定的鲁棒性。与传统算法相比,在低信噪比和小快拍数的条件下,均优于传统二维角度估计算法。     

基于ELMD与改进SMSVM的机械故障诊断方法

机械振动信号携带大量重要的机械状态信息,然而机械故障振动信号在复杂工作状态下通常呈现非平稳、非线性特性。因此,从振动信号抽取和选择有效的机械故障特征、提高故障识别性能,成为机械故障诊断研究的热点。针对上述问题,本文提出了基于集成局部均值分解(Ensemble local means decomposition,ELMD)与改进的稀疏多尺度支持向量机(Sparse multiscale support vector machine,SMSVM)的机械故障诊断方法。该方法首先使用自适应非线性、非平稳信号处理方法 ELMD把多模态调制故障信号分解成为多个单模态解调信号,有效地增强了故障特征。把压缩感知和多尺度分析技术融合于故障模式分类中,提出改进SMSVM旋转机械故障识别方法,提高多类机械微弱故障数据模式识别性能。该方法融合稀疏表示、多尺度分析和SVM的优点,无需求解复杂的优化问题,易于推广至更多尺度SVM,具有计算量少、泛化性与鲁棒性好、物理意义明显等优点。人工数据和实验设备数据验证了本文算法的优越性。     

稀疏孔阵层板冷却结构的主要参数影响数值研究

针对燃烧室火焰筒的气动热力条件,在给定的单位壁面面积冷却空气质量流量下,通过数值模拟较为系统地研究了稀疏孔阵层板结构主要参数对冷却性能的影响,冲击孔、扰流柱和气膜孔数之比为1∶10∶1。在本文研究的结构参数范围内,气膜孔和冲击孔直径对于层板的综合冷却效果和压降影响相对较大,增大气膜孔直径有利于改善综合冷却效果并降低冷却气流通过层板的压力损失,增大冲击孔直径虽降低了冷却气流压力损失但同时也导致综合冷却效果有一定的减弱;射流冲击间距和扰流柱直径的改变对压力损失影响甚微,扰流柱直径增加可以提升层板综合冷却效果,小射流冲击间距比的层板综合冷却效果略优。     

基于稀疏和冗余表示的图像融合方法

为了产生能提供更多信息的融合图像,提出了一种基于SRR(Sparse and Redundant Represent,稀疏和冗余表示)理论的图像融合方法。该方法首先采用训练所得的冗余字典对原始图像进行稀疏表示,然后对系数矩阵采用1-范数取大融合规则进行融合,最后对融合系数矩阵和冗余字典进行重建以得到融合图像。将该方法与拉普拉斯变换、PCA(Principal Component Analysis,主成分分析)、DWT(Discrete Wavelet Transform,离散小波变换)、CVT(Cur Velet Transform,曲波变换)和NSCT(Non-Subsampled Contourlet Transform,非下采样轮廓波变换)等方法在几组图像上进行比较,实验结果表明,该方法在一定程度上提高了融合图像的质量,在主观和客观上都具有较好的性能。