基于傅立叶变换和模糊逻辑的APC/PIO探测方法

为了对飞机-驾驶员耦合(APC)或驾驶员诱发振荡(PIO)现象实现在线探测,提出了适于实时计算的滑动窗口傅立叶变换递推算法、相关特征的模糊隶属函数以及基于模糊逻辑的识别模型。各种情况飞行试验数据的计算和分析表明,该方法对探测APC/PIO是有效、可行的。最后提出了进一步研究的若干建议。     

光纤捷联惯导系统检漏工艺技术

针对光纤惯导系统检漏方法中存在的问题,优化了检漏工艺流程,改进了检漏设备,设计了检漏工装,并对改进后的检漏工艺方法进行了试验验证。试验证明,该检漏工艺技术可满足光纤捷联惯导系统的检漏需求。     

基于光学天线的多光谱窄带热探测器及其应用

在回顾热探测器的工作原理、材料体系和典型应用的基础上,着重介绍了利用光学天线调控热探测器像元的光谱响应、实现多光谱窄带探测的技术路线。首次提出了将基于光学天线的多光谱窄带探测器用于非色散红外光谱法(NDIR)进行多种气体传感的应用场景,以摆脱对窄带滤光片的依赖;针对八种典型的危害性气体(H2S、CH4、CO2、CO、NO、CH2O、NO2、SO2)的特征吸收波长构建了多光谱窄带探测器阵列,并采用NDIR进行了单一气体检测,由实验测得的气体检测下限与商用NDIR气体传感器的检测下限相当;发展了从多个窄带探测器的输出信号组合反推混合气体中各组分浓度的数学模型,并进行了NDIR多组分混合气体实验验证。结合商业案例,分析了超构材料多光谱窄带探测技术在固体、液体、气体等形态的物质成分分析中的实用价值,展望了其在国防军事、工业化工、食品安全及污染检测等领域中的应用前景。     

着陆避障中双目立体匹配方法与仿真

摘要： 在着陆避障过程中,利用双目相机拍得的图片进行立体匹配得到稠密的地形高程图是一种有效的方式.文中对绝对误差之和(sum of absolute differences, SAD)、全Census变换以及稀疏Census变换立体匹配方法原理进行说明,针对SAD算法无法处理左右图像亮度不一致的情况提出了对匹配窗口进行灰度规范化以及加入LOG滤波的改进措施,并且对上述方法分别应用数据库图像和沙盘拍图进行仿真测试及比较,从匹配错误率和实时性的角度分析各算法在地外星体着陆这种特殊场景中的使用性能.     

基于多结构元素的遥感图像去噪及边缘检测方法

边缘检测是遥感图像处理的一个重要方面。利用数学形态学原理，提出了一种基于多结构元素的遥感图像边缘检测方法。首先采用基于视觉模型的边缘阈值得到灰度突变像素点，然后利用几种具有代表性的结构元素对这些像素点进行形态学腐蚀操作以区分真实像点和噪声点，将噪声点去除并通过伪中值滤波填补像素值，最后得到图像边缘。实验结果表明，该算法能够在保持图像边缘细节的前提下，很好地滤除图像中的孤立噪声点，在检测精度和抗噪声性能方面都优于传统的形态学算法。     

含间隙铰链的非线性动力学建模及数值分析

针对空间可展开机构中的含间隙铰链,建立非线性动力学模型,研究其非线性动力学特性。将含间隙铰链实体等效为"T"字型梁模型,针对两侧端部的径向碰撞和侧向碰撞,首次提出了碰撞点的检测算法。针对不同的碰撞类型,建立相应的非线性接触力和摩擦力分析模型,将碰撞点处的作用力等效施加到"T"字型梁模型上。进行"T"字型梁模型在轴向冲击载荷下的动力学特性分析,并与ANSYS软件的分析结果进行比较,验证了含间隙铰链非线性动力学模型的有效性。分析了有多个含间隙铰链的可展开桁架动力学响应特性,研究含间隙铰链对桁架响应的影响机理。结果表明:采用含间隙铰链的动力学模型,可以更加精确地分析可展开桁架结构的非线性动力学响应,为可展开桁架结构的动力学设计提供支撑。     

空间站水循环处理系统中微生物的检测技术

如何控制空间站水循环处理系统的微生物数量对于保证航天员的饮用水和生活用水十分重要。微生物数量超标会对航天员身体健康产生影响,某些硫酸盐还原菌也会附着在管道设备上并发生化学反应,产生的H₂S气体会腐蚀设备。控制水循环处理系统的微生物有地面控制、选用特殊材料和在轨杀菌共3个方面。2003年NASA给出了空间站中微生物控制的一系列要求。文章中提出了两种微生物检测方法:ATP生物发光法和比色固相萃取法测碘和银离子数量的方法,通过比较两者的优劣以及多方面的探究,最后,确定通过监测碘和银离子的数量来控制微生物数量更加方便有效。     

面向海洋探测的多源信息融合技术研究及展望

多源信息融合技术包括数据级、特征级和决策级3个层级。在海洋探测应用中,现有方法存在信息获取、融合质量及目标识别等难点问题,提出了体系化探测、分布式融合和利用先验知识的解决思路。体系化探测能够全面获取原始信息,分布式融合可以在降低计算复杂度的同时减少信息损失,先验知识能够在决策级融合中提高目标识别的准确性。此外,还提出了构建探测系统和先验知识库、优化智能算法和模型等未来信息融合技术发展方向。     

基于计算机视觉的火箭喷管极性自动化识别方法研究

火箭发动机喷管是控制火箭飞行姿态的主要部件,因此地面测试中的喷管极性测试是一个重要步骤。当前的发动机喷管极性测试依靠人工观测进行判断,对于摆动快、摆角小的一些动作难以清晰辨别。基于工业摄像头系统,利用计算机视觉技术对每一级喷管的运动极性进行实时地自动化识别。在算法设计中,利用基于YOLOv3-tiny的目标识别技术与基于Farneback光流法的运动检测技术,有效地判断出每一个喷管的运动轨迹与极性。同时为了方便地面测试人员使用,将算法、摄像头控制等集成于软件平台,形成软硬件相互协同的一体化系统,做到极性测试自动化、可记录、可追溯。经测试,提出的方法极性识别准确率达到100%,8路摄像头同时工作的视频流识别效率达到20帧/s以上。表明该系统能够提高极性测试效率,保证测试可靠性,为火箭型号测试无人值守提供了解决方案。     

基于改进YOLOv3的SAR舰船图像目标识别技术

合成孔径雷达(SAR)图像自动目标识别(ATR)技术是人工图像解译的关键技术之一。针对传统的SAR舰船目标检测算法大多受限于场景且泛化能力较差的问题,设计了一种基于改进YOLOv3网络的检测模型。将YOLOv3与DenseNet网络融合,使用稠密网络模块代替用于提取中小尺度特征的残差网络模块,通过训练得到模型的最优权重,实现端到端的目标检测。使用综合交并比(GIoU)损失代替交并比(IoU)边界框回归损失,提供更加准确的边界框位置信息,提高检测精度,采用中国科学院空天信息研究院制作的SAR图像船舶检测数据集进行测试。测试结果表明:与原YOLOv3算法相比,改进后的YOLOv3检测准确率提高了1.4%。