浅议航天产品的“组合化”问题

简述了航天产品在设计、生产过程中应用“组合化”技术的必要性,并通过PC兼容机的成机目的和原理的启示,说明了产品在实施“组合化”技术之前,应优先考虑解决整体优化的问题。     

单目标跟踪技术发展研究

随着机动目标定位与跟踪技术广泛应用于军事和民用领域，研究更为快速、准确的跟踪算法具有十分重要的意义。目标运动模型、跟踪算法和跟踪模型结构是机动目标跟踪技术的三项主要研究内容，文章介绍了这三项技术的研究进展及发展方向。目前，对各种经典模型的组合和改进是目标运动模型的主要研究方向，通过分析并比较工程中常用的卡尔曼滤波、扩展卡尔曼滤波、无迹卡尔曼滤波和粒子滤波的优缺点，探究了它们的不同适用场合及进一步研究方向。详细分析了三代多模型跟踪算法的原理和适用场合，这对研究更为先进的单目标跟踪技术，进一步提高跟踪精度和整体性能，具有一定的参考价值。此外，文章还提出了机动目标跟踪算法的几个发展趋势：将变结构多模型算法与目标实际运动场景结合起来，广泛应用于工程实践中；探索无需依赖于基础模型集合的模型机自适应变化方法；考虑将智能控制理论与变结构多模型跟踪算法互相结合。     

一种重力测量卫星质心在轨标定改进算法

针对重力测量卫星质心在轨标定算法中存在的陀螺精度不高且易失效的问题,提出了一种应用星敏感器和静电加速度计的质心标定改进算法。在该算法中,将一个明显大于干扰力矩的周期性磁力矩,作用于卫星上;将星敏感器观测量代入预测滤波器中,估计卫星的角速度及角加速度;利用静电加速度计信息设计扩展卡尔曼滤波,从而实现卫星质心的标定。数学仿真结果表明:此算法能够对卫星的角速度及质心位置进行实时估计,卫星质心三轴最佳标定精度均优于0.05mm,可实现陀螺失效情况下卫星质心较为精确的标定。     

飞机加装组合导航系统方案

论述了飞机加装组合导航系统的技术性能及系统配置的情况。     

一类基于四面体组合单元的模块化构架式可展开天线机构

针对现有基于四面体单元的构架式天线机构结构复杂、收拢率低、运动副数量多等问题，基于3RR-3RRR四面体组合单元和基于3RR-3URU四面体对称组合单元分别提出了两种新型模块化可展结构。以3个组合单元组成的模块化结构为分析对象，首先，详细介绍了模块化结构的组成及虎克铰轴线布置，并利用组合单元本身的自由度数目及性质，采用拆杆-等效-复原的思想，应用螺旋理论和G-K公式分别对提出的两种模块化结构进行了自由度分析，得到了自由度数目及性质。其次，应用Adams动力学仿真软件对两种模块化结构进行运动仿真，仿真结果验证了自由度分析的正确性。以完全展开和完全收拢时机构所占的空间体积比值表征该机构的收拢率，计算现有基于四面体单元的非模块化机构与提出的模块化机构的收拢率。最后，对比分析非模块化机构与模块化机构的自由度数目、运动副数目及收拢率。分析结果表明，基于3RR-3URU四面体对称组合单元的模块化结构既能实现较大收拢率，自由度及运动副数目也相对减少，且组成大型天线时杆件类型较少。研究结果为该类模块化构架式可展天线结构的设计与分析提供一定理论依据。     

侏儒导弹的三种候选制导方案

本文简要介绍了侏儒导弹的三种候选制导方案——小型浮球平台系统,星光/惯性平台系统和激光陀螺捷联系统及洲际导弹制导系统和惯性器件的发展走势。     

地球同步组合卫星

1945年10月,英国人阿瑟·克拉克在《无线电世界》杂志上发表了《地球外的中继站》一文,设想以三个间隔120度角的人造卫星,等间距放在赤道上空大约35800km的地球同步轨道上,就可以实现全球通信。1965年,克拉克的设想变成了现实。     

基于自适应深度网络的无人机目标跟踪算法

针对无人机（UAV）视频中目标易受到遮挡、形变、复杂背景干扰等问题，提出一种基于自适应深度网络的无人机目标跟踪算法。首先，基于主成分分析（PCA）和卷积神经网络（CNN）算法，设计3阶的自适应深度网络进行目标特征提取，该网络对图像的H、S、I通道分别进行主成分分析学习，将得到的特征向量输入网络进行分层卷积，优化了网络结构，提高了网络的收敛速度和精度。其次，将目标深度特征输入核相关滤波算法进行目标跟踪，通过分析相邻2帧图像的变化率，采用分段自适应调整学习率的算法进行目标模板更新，有效地改善目标遮挡问题。仿真实验结果表明，该算法有效地避免了复杂因素干扰导致的跟踪精度下降，具有较好的鲁棒性，相较于全卷积跟踪（FCNT）算法平均跟踪精度提高了9.62%，平均跟踪成功率提高了11.9%。     

一种遥感图像建筑物检测新方法

遥感图像中的建筑物检测对于土地规划和地图绘制等具有重要意义。文章针对高分辨率全色遥感图像植被覆盖中隐蔽建筑物检测问题,提出了一种结合屋顶结构信息和纹理信息的快速房屋检测方法。首先利用屋顶边缘的几何关系寻找具有矩形屋顶的建筑物;然后使用形态学方法提取屋顶较亮的建筑物;最后利用局部二值模式（Local Binary Pattern,LBP）描述屋顶的纹理特征,并利用支持向量机（Support Vector Machine,SVM）排除误检区域。通过在全色遥感图像集上的试验证明,所提方法对高分辨率遥感图像植被覆盖区域中的建筑物目标具有较高检测率和较低误检率。