控制抛物面天线辐射旁瓣的锯齿边缘加载技术

本文叙述了用锯齿边缘技术来控制抛物面天线辐射远区旁瓣电平的理论分析和设计方法，并说明借助于ＣＡＤ优化锯齿数目及尺寸大小，能够在几乎不增中主波束宽度的前提下，实现对不同角域旁瓣的控制；同时，给出了理论计算结果并与实测帮了比较，验证了这种技术的有效性。     

探索宇宙：最新的发现

宇宙年龄已有137亿年,关于宇宙的年龄一直没有一个准确的定论,对此天文学家们一直都在不断地探索追寻宇宙年龄的确凿证据。美国宇航局的研究人员说,这些数字已经困扰天文学家们几十年了,但是现在距离地球160万千米以外的太空船已经可以追踪到大爆炸38万年后(许多科学家相信这是宇宙的诞生期)寻找答案。美国宇航局利用先进的遥控探测仪器———微波各向异性探测器(MAP),对浩瀚的宇宙进行了长达12个月的全面观测,结果有了惊人发现。这些色彩绚丽的照片显示,宇宙的年龄长达137亿年。此外,科学家还明确了宇宙组成物质的数量。宇宙的组成成分只…     

基于星体边缘和轨道投影的光学自主导航算法

针对光学导航中存在的通过星体（球体）图像部分边缘点拟合椭圆参数计算轨道参数产生中间误差的问题,提出利用边缘点映射轨道参数的直接投影模型,避免拟合椭圆参数的方法。在小孔成像模型基础上,建立了边缘点与轨道参数的直接投影数学模型,对其映射过程进行了理论推导,利用列文伯格-马夸尔特迭代算法进行求解轨道参数。用实际探测器以及镜头参数进行数值仿真验证,结果表明：该方法在相同边缘点的条件下,轨道精度可以达到5‰。与传统方法相比,这种方法避免了椭圆的拟合过程,减少了引入中间误差过程。     

边缘检测技术在火箭发动机实验诊断中的应用

对高速运动分析仪拍摄的Ｕ型燃气发生器固体装药燃烧和双组元液体喷嘴雾化图像进行了边缘检测图像分析,根据被分析实物边缘层次性较强的特点,在简单边缘检测的基础上采用自动门限、二次门限和最佳滤波的方法,获得了固体燃气发生器在燃烧过程中的内部结构、推进剂瞬态燃速、绝热隔板烧蚀率等参数,获得了双组元液体喷嘴的雾化角、粒子分布等特性。     

GRECO中棱边绕射场计算的改进

图形电磁计算 (GRECO)方法是计算复杂目标高频区雷达散射截面 (RCS)的有效方法之一。分析了原始GRECO方法在判定目标图象棱边象素的不足之处 ,给出了相应的改进措施。改进后的软件能够更准确、充分地判定目标的棱边象素及获得棱边参数。在边缘绕射场的计算方面 ,指出了相关文献中存在的错误 ,给出了基于等效电磁流法 (MEC)和物理绕射理论 (PTD)的边缘绕射场计算式 ,及与物理光学 (PO)场叠加求取RCS的完整表达式。计算实例表明 ,新的方法具有更高的准确度 ,与实验测量值吻合     

面向边缘计算的数字化车间制造数据实时融合方法

针对当前数字化车间制造数据冗余性高、传输协议不一致的问题,提出一种面向边缘计算的车间数据实时融合方法。首先,围绕边缘计算思想,建立基于物联网的车间数据实时采集体系架构;其次,借鉴证据理论,以一致性检测和归一化后的数据为基础,提出互支持度进行证据转换,并引入改进的证据组合规则获得融合数据,减少设备端上传的数据量,减轻传输网络的传输压力;然后,以OPC UA信息模型为基础,构建协议转换所需配置的信息层次结构模型,以可视化配置的形式完成协议转换,为车间数据提供统一的传输接口;最后,以某航天制造车间总线控制台为验证对象,验证了所提方法的有效性。     

空间目标快速轮廓特征提取与跟踪技术

为满足空间目标交会对接任务中高精度、快速的测量要求,提出了一种空间目标快速轮廓特征提取与跟踪技术。该算法首先从初始帧图像中分割定位目标所在局部区域,作为目标连续跟踪的初始值;其次基于初始帧目标局部区域完成对初始帧目标边缘特征的检测及细化处理;最后采用Hough变换完成对初始帧目标边缘的检测及细化后的局部图像轮廓直线的提取,分别选取目标轮廓四方向最优的直线参数作为最终目标轮廓直线获取的效果,并采用梯度最大法则实现两两求交获取的轮廓特征的优化提取。在目标逼近过程中,结合相邻帧图像间目标尺度动态变化的关联性,根据初始帧提取目标轮廓特征的先验信息,确定目标在第二帧图像中的轮廓位置,并依次根据上一帧图像的轮廓位置信息定位目标在当前帧所在的区域,通过局部处理实现序列图像轮廓区域特征的连续跟踪。该算法无需遍历整个图像,所需处理的目标区域大幅减小,能够有效克服由目标图像较多边缘干扰导致的轮廓提取效果差及处理速度慢的缺点,具有速度快、准确性强、稳定性高等优点。     

基于边缘信息的灰度目标跟踪算法

提出了一种基于边缘信息的跟踪算法,其可以实现对剧烈变化的灰度目标的精确跟踪.首先,利用基于双同心圆窗口算子的非线性边缘检测算法得到高质量的边缘信息;其次,为了解决单一边缘特征空间不能充分表征目标的难题,提出了一种通过组合边缘图像构建特征空间的方法,以便为目标建模提供充分信息;再次,在构建的特征空间中使用核估计方法对目标进行建模;在目标定位阶段,利用Kalman滤波器对目标进行预估后,再由Mean Shift算法在预估位置邻近区域实现目标定位;最后,提出了一种基于形态学的动态模型更新策略,使得算法不仅可以获得精确的目标区域,还可以实现对目标尺寸和形状变化的自适应.实验结果表明,本算法不仅可以有效跟踪剧烈变化的灰度目标,而且跟踪窗口可以实现对目标尺寸和形状的自适应.