考虑禁飞区规避的空天飞行器分段预测校正再入制导方法

针对空天飞行器再入制导问题,提出一种考虑禁飞区规避的分段预测校正制导方法.在再入段前期采用剩余航程作为目标函数,后期引入预测落点偏差作为目标函数进行制导指令求解,同时确定倾侧角幅值和符号,兼顾了计算效率与终端制导精度.在此基础上,对于再入过程中的禁飞区规避问题,把禁飞区分为两类,增加了通过倾侧角幅值修正策略实现侧向规避...     

基于多传感器测量的航天器舱段自动 对接位姿调整方法

针对航天器舱段对接通常采用的手工操作方式效率低、精度差和可靠性难以保证的问题,研发了一种基于多传感器测量的舱段自动对接装置,其中舱体位姿的测量和调整是保证对接质量和效率的关键因素。提出了一种基于激光轮廓传感器和CCD图像传感器等多传感器协同测量的舱段六自由度位姿估计和调整方法。首先,采用激光轮廓传感器对舱体进行扫描,获取位姿三维点云信息,并采用改进的最小二乘法对被测舱段位姿进行求解;然后,通过CCD图像传感器获取舱段对接孔位置,通过圆拟合计算角度偏差,求解和拟合的结果将反馈至控制系统进行调姿和对接。采用Gocator 2350激光轮廓传感器及大恒MER-1810-21U3C工业相机进行舱体测量和对接实验,结果表明,舱体位姿调整精度和效率均达到对接要求。该方法结合了激光轮廓传感器的可靠性和机器视觉的灵活性,有效提高了自动对接系统的效率、稳定性和一致性,足以满足未来军用以及民用的需求。      

一种新型路径共享真时延波束合成架构的设计

为满足宽带天线通信系统多输入多输出的要求,提出了一种新型路径共享真时延波束合成架构。通过真时延单元提供的一定延时差弥补信号到达天线的时间差,合成多路信号来提高输出能力。相比于传统的波束合成架构,该架构通过真时延单元共享,节省芯片面积。该架构具有中心对称性与可扩展性,可支持2M个输入和2K个输出。基于HHNEC 0.18 μm CMOS工艺设计四入四出波束合成器单元,对提出的架构加以验证。仿真结果表明,工作频带为0.5~1.5 GHz,延时分辨率为80 ps、最大延时为720 ps。在天线间距为10.5 cm的情况下,能够提供±43°和±13°四个扫描角度。输入输出回波损耗≤-10 dB,带内整体增益为约26 dB,增益平坦度≤3 dB。版图面积（包括I/O焊盘和ESD）为3.69 mm×3.62 mm。      

进动弹道目标平动补偿与分离

弹道目标在中段高速运动时会造成微多普勒曲线的叠加折叠,此时传统的平动补偿方法并不适用于弹道目标。在分析进动锥体弹道目标各个散射点的频率特性后,发现曲线交点处的频率完全是由平动引起的。根据这一特性,提出一种利用时频图交点信息进行平动补偿的方法。首先,得到回波信号的时频骨架图;然后,采用基于双边滤波器的Harris角点检测方法提取出时频骨架中的角点进而得到时频图中的交点坐标;最后,利用交点坐标估计出平动参数进行平动补偿。针对传统Viterbi算法在曲线交点容易产生错误关联的问题,提出一种利用交点信息的分段Viterbi算法对补偿后的时频曲线进行分离。仿真实验验证了所提方法的有效性。      

空间目标的ISAR成像及轮廓特征提取

空间目标的逆合成孔径雷达（ISAR）成像由于受自身遮挡及噪声干扰等影响,导致生成的ISAR像难以直接进行图像分析及目标识别。由此,以空间目标的ISAR成像建模为基础对ISAR像处理及特征提取展开了研究。首先,分别建立了目标卫星的ISAR成像模型、ISAR信号模型及ISAR图像函数提取模型,并经过旁瓣抑制与相干斑滤波等初步处理得到了目标卫星的ISAR像。其次,采用Otsu算法、canny算子及Hough变换使卫星旋转至最长轴平行于像平面横轴,通过闭运算填充卫星内部孔洞,去除外部孤立噪声,并基于连通域思想分割出卫星所在子区域,实现了卫星的轮廓提取。所设计的图像处理算法能有效改善ISAR像质量,提取的卫星轮廓线能较好地勾勒出目标卫星的外形结构,为进一步展开卫星的识别工作奠定了重要基础。      

一种圆柱物料装填机器人残余振动抑制方法

为提高载具内的物料装填效率,提出了一种在载具内受限空间中使用的新型圆柱物料装填机器人,并通过优化关节轨迹,对机器人末端残余振动进行抑制。首先,给出物料装填机器人的总体设计方案和工作流程。然后,结合物料装填机器人的结构特点,应用拉格朗日方法建立封闭形式的刚柔耦合动力学模型,并应用模态分析方法得到机器人末端动态响应计算方法。最后,以物料装填机器人关节残余弹性势能最小为优化目标,使用最大最小蚂蚁系统,对机器人关节轨迹进行优化,并对优化结果进行仿真验证。仿真结果表明,优化后的关节轨迹,在满足快速装填要求的基础上,可以降低约34.4%的关节残余弹性势能和约37.6%的机器人末端振动振幅。      

一种可变锚框候选区域网络的目标检测方法

目标检测作为计算机视觉领域的热点问题,目前基于深度学习的目标检测方法可以分为2类:两步检测和一步检测,前者有着较高准确性,后者有着较好速度,但是为提高检测的性能两者都引入了锚机制。为提高目标检测系统的性能,基于深度卷积神经网络的两步检测算法引入了注意力引导（AG）模块,通过对候选区域网络（RPN）的锚机制进行引导,使得对于预选锚框形状的选择更具有多样性;同时针对传统的后处理方式非极大值抑制（NMS）算法存在的误检和漏检的问题,提出了一种置信度因子的NMS（Cf-NMS）算法,对于模型的整体性能有着很大的贡献。实验结果说明,所提方法虽然在速度性能上有略微的下降,但是无论是在RPN变体还是现有的先进算法在准确性方面都有提升。      

基于改进深度学习模型的焊缝缺陷检测算法

针对传统深度学习模型在进行焊缝缺陷检测时对小缺陷目标检测效果不理想问题,提出基于改进深度学习Faster RCNN模型的焊缝缺陷检测算法,算法通过多层特征网络提取多尺度特征图并共同作用于模型后续环节,以充分利用模型中的低层特征,增加细节信息;改进模型的区域生成网络,加入多种滑动窗口,从而优化了模型锚点的长宽比设置,提高检测能力。实验表明,改进Faster RCNN模型取得最优的缺陷检测结果,对于小缺陷目标仍取得较好的检测精度,从而验证了算法的有效性。     

空间碎片能量转化利用技术

针对目前空间碎片问题,提出空间碎片发动机概念,立足于使用捕获到的空间碎片,转化为发动机可用的推进剂。在完成碎片清理目标的同时,获得可持续的动力来源,延长清理器的工作寿命。针对空间碎片制粉的方法进行研究,提出使用球磨仪对金属样本进行研磨。使用转刀式粉碎机对非金属材料进行粉碎。通过实验发现,多数粉末粒径达到微米量级。针对空间碎片粉末推进方式进行研究,提出使用静电加速推进方式对粉末进行加速。空间碎片发动机虽然起源于空间碎片清理任务,但是可持续的推进剂供应,也将为小行星探测等任务提供更好的思路。     

基于单目视觉原理的空间位置测量技术研究

为了提升空间位置测量的自动化程度,采用单目视觉原理建立空间成像方程,将三维的空间坐标转换为两维的图像坐标,由此实现单目视觉的空间位置测量。本文推导了单目视觉定位的基本成像方程,对建立的定位装置,进行了实际定位实验,实现了预期的测量结果。基于视觉原理的空间位置测量技术,具有良好的推广应用价值。