液体火箭发动机工艺与过程关键特性研究

介绍了确定液体火箭发动机制造工艺和过程关键特性的方法。运用FMECA法分析和研究了液体火箭二级发动机设计关键特性、工艺关键特性和过程关键特性,识别出三类关键特性242项,在此基础上总结出了液体火箭发动机工艺关键特性与过程关键特性判别准则,即策划与甄别准则。该准则可有效推进液体火箭发动机的精细化管理,为发动机成熟度进一步提升打下了基础。     

基于机器学习的航空器进近飞行时间预测

为了准确预测航空器的落地时间，提高空管部门间的协作效率，采用机器学习的方法对航空器进近阶段飞行时间进行了预测。从实际运行出发，分析航空器在进近管制空域飞行时间产生差异的原因，提出了影响航空器在进近空域飞行的8类因素和17个重要特征。以航空器在进近飞行时间为标签，基于提出的重要特征，采用岭回归、支持向量机、随机森林和神经网络算法，建立了4种基于机器学习的航空器进近飞行时间预测模型。以南京进近为实例，对4种机器学习模型进行训练、验证和测试，对模型的性能指标、特征重要性和影响因素展开分析。研究结果表明，对于航空器进近飞行时间的预测，基于随机森林的模型表现出了最高的预测性能，模型的泛化能力最好、精确度高，回归效果越显著；进场状态是影响航空器进近飞行时间的最重要因素，而进场点和进场高度特征则对结果的贡献度最大。     

电火花加工CAPP系统的数据输入的研究

分析了电火花加工零件的特点,提出用特征建模解决电火花加工CAPP系统的数据输入,研究了零件模型到CAPP系统数据的转换,并开发了相应模块.     

基于卷积神经网络的局部图像特征描述符算法

为提升基于图像序列三维重建的速度,解决传统局部特征描述符算法提取速度慢的问题,设计了一种基于深度学习的局部特征描述符网络。利用特征描述符网络实现对图像特征点的特征提取,结合本文采用的欧氏距离匹配准则,实现了对不同图像间特征点的匹配。算法对MVS数据集进行了验证,实验结果表明:提出的局部特征描述符算法实现了对图像特征点特征的快速准确的提取、匹配,与传统特征描述符算法相比,特征提取时间缩短了50%以上,特征点的匹配时间缩短了60%以上。相对于本算法中复杂结构的特征描述符网络,结构简单的泛化性更好,可拓展到航天领域的三维重建中。     

特征定量识别的航天精密伺服机构轴承运行可靠性评估方法及应用

滚动轴承是航天精密伺服机构中的关键运动副,其可靠性常作为表征伺服机构寿命的重要指标。针对航天精密伺服机构的复杂载荷、极端环境与具体轴承个性问题,本文开展基于特征定量识别的航天精密伺服机构轴承动态可靠性评估方法及其应用研究。采用自适应标准多小波定量识别机构关键轴承运行状态特征,基于降半正态分布函数构建关键轴承运行状态特征与其隶属可靠度的映射关系,建立轴承运行状态信息的可靠性评估模型,为精密伺服机构轴承可靠性评估缺乏大样本数据和当下产品可靠度难以真实评价的工程难题开辟新途径。工程实例表明:该方法可以有效揭示试验台轴承外圈损伤所引起的运行可靠性降低的原因,并成功应用于评估某型航天精密伺服机构轴承运行状态。     

复杂动态场景下目标检测与分割算法

在动态场景等复杂条件下,往往难以对序列图像目标进行准确的检测与分割。根据序列图像中目标在复杂条件下的成像特点,提出了一种基于融合尺度不变特征变换(SIFT)流特征显著模型的动态场景目标检测与分割算法。通过对SIFT流算法表示运动特征信息的优势进行分析,并结合图像国际照明协会(CIE)Lab颜色空间的颜色和亮度特征信息,建立四维特征向量空间。利用改进的多尺度中心-环绕对比方法生成各特征通道的显著图并进行线性融合,建立序列图像的动态场景目标显著模型。最后利用均值漂移聚类算法和形态学处理实现对检测目标的精确分割。实验结果表明,相比传统检测与分割算法,该算法在动态背景与航拍等复杂场景下能够分割出更为完整的目标区域,具有良好的鲁棒性和高分割精度。      

火星探测出舱机构的识别定位与坡度测量

为实现火星探测两器分离过程中出舱机构的坡度测量,提出一种基于立体视觉技术的出舱机构识别定位与坡度测量方法。首先,采用特征匹配的方法对场景中的出舱机构进行识别定位。针对巡视器导航相机成像视角变化以及出舱机构倾角变化导致图像产生几何形变,火星表面光照因素的影响以及巡视器硬件的计算能力,并结合出舱机构自身特点,提出一种区域特征与Blob特征相融合的识别定位方法。采用加速鲁棒性特征（SURF）算法检测图像中的局部不变特征,并用最大稳定极值区域（MSER）算法检测图像最稳定极值区域,两种特征相融合之后构造SURF描述算子并进行特征匹配。同时,采用M估计抽样一致性（MSAC）算法计算对应点变换矩阵,实现出舱机构在场景中的初步定位。然后,通过对出舱机构上人工标志的精确定位以及三维重建,并采用主成分分析法进行平面拟合,实现出舱机构的坡度测量。试验结果表明,该方法对成像视角变化以及光照变化具有鲁棒性,提取的有效特征数以及计算时间均优于尺度不变特征变换（SIFT）算法,基本满足火星探测中出舱机构坡度测量要求。     

利用一维像序列时域差分估计目标进动频率

针对弹道目标识别中目标运动特征参数估计问题,提出一种一维距离像（HRRP）序列时域差分目标进动频率估计方法,该方法首先对一维距离像进行归一化处理,利用峰值法对齐相邻一维距离像,然后计算相邻一维距离像之间的差分值,获得相邻一维距离像差分值序列,最后采用快速傅里叶变换（FFT）从该差分值序列中估计目标进动频率。该方法具有以下优点：利用相邻一维距离像差分值序列能够增强目标进动频率成份,降低其他频率成份,更有利于进动频率的估计;只需要对齐相邻2个一维距离像,而避免了对齐一维距离像序列所带来的问题。利用由FEKO软件计算的进动目标宽带一维距离像仿真数据进行了实验,结果表明所提方法比常规的加权累积法更有效,估计精度更高。     

基于未知地标被动观测的弹群INS定位误差协同修正方法

针对弹群协同编队飞行中,编队成员单独使用惯导系统（INS）时存在定位误差发散的问题,基于相同性能的多套INS在相同环境下工作时,其误差近似呈零均值高斯分布这一特性,提出了一种利用成像导引头对航路上任一未知地标被动观测的弹群INS定位误差协同修正方法。首先,融合弹群中各枚导弹相对于地标的视线角量测信息及INS位置量测信息,利用最小二乘思想对未知地标进行协同定位;然后,基于估计得到的地标位置,利用各枚导弹相对于地标的视线角和方位角速率量测信息及INS速度量测信息,反过来修正弹群中各枚导弹的INS定位误差。最后,仿真验证了方法的有效性。     

基于马氏距离的半监督鉴别分析及人脸识别

针对人脸识别应用中人脸样本的类别信息不足以及人脸样本特征间存在相关性的问题,提出了一种基于马氏距离的半监督鉴别分析.该方法在图嵌入框架下利用马氏距离对数据集中带有类别信息的样本进行边界Fisher分析,不仅保持了类内的紧致性和类间的分离性,而且抽取出有利于分类的鉴别特征,同时将不带类别信息的样本用于描述数据集的几何结构,保留了样本间的局部邻域信息.与传统的特征抽取方法相比,该方法有较好的识别性能,在ORL,YALE及AR人脸数据库上的实验验证了该方法的有效性.