一种提高星敏感器动态性能的方法

动态性能作为星敏感器的重要指标之一,对其进行阐述,由此引出提高动态性能的运动补偿法．描述该方法的工作原理和实现方式,包括硬件电荷转移和软件提高信噪比（SNR）两部分,其中硬件电荷转移包括CCD的X和Y两个方向的特殊处理,软件提高信噪比用DSP实现．针对STS星敏感器完成初步设计和计算,表明该方法可以提高星敏感器的动态性能．     

月面模拟环境的SIFT特征提取与匹配方法

为了满足月面巡视探测器的自主导航要求.使用一种新的基于尺度不变的特征点提取和匹配算法.首先根据尺度不变特征变换方法从图像中提取关键点作为特征点,然后进行左右双目图像的特征点匹配和视差的恢复.与传统特征算法相比,可以提高对不同光照环境图像匹配的鲁棒性和匹配精度.在模拟试验场的双目视觉图像匹配中,仿真实验取得较好的效果.     

面向星敏感器测试的数字星模系统设计

分析星敏感器和数字星模系统的功能,描述数字星模系统的功能需求,提出数字星模系统的设计方法．数字星模系统由星图组件和通信组件组成,基于该系统,针对星敏感器进行静态和动态星图测试试验,并对试验的方法和结果进行分析说明．试验表明数字星模系统及其设计方法的正确性、有效性．     

基于韦尔奇功率谱的雷达辐射源信号识别

应用韦尔奇功率谱原理提取信号识别特征参数,根据提取出的参数特点设计信号识别流程模型。从多种信号中检测识别线性调频信号、相位编码信号、频率编码信号。分析了特征的适用范围和信号环境。仿真分析该特征提取算法和识别方法的可行性。     

转子故障的连续小波尺度谱特征提取新方法

引入图像分析方法,提出了直接从转子故障信号连续小波尺度谱中提取图像纹理特征的新方法.首先,通过转子故障模拟实验台采集了不平衡、不对中、碰摩及油膜涡动等典型故障信号;然后,分析了故障信号尺度谱的差别及所提取出的数字特征对故障的敏感性;最后用结构自适应集成神经网络进行了智能诊断实验,结果表明了本文所提出的尺度谱数字特征对转子故障诊断的有效性.      

流体力学深度学习建模技术研究进展

深度学习技术在图像处理、语言翻译、疾病诊断、游戏竞赛等领域已带来了颠覆性的变化。流体力学问题由于维度高、非线性强、数据量大等特点,恰恰是深度学习擅长并可以带来研究范式创新的重要领域。目前,深度学习技术已在流体力学领域得到了初步应用,其应用潜力逐渐得到证实。以流体力学深度学习技术为背景,结合课题组近期研究结果,探讨了流体力学深度学习建模技术及其最新进展。首先,对深度学习技术所涉及的基本理论做了介绍,阐释流场建模中常用深度学习方法背后的数学原理。其次,分别对流体力学控制方程、流场重构、特征量建模和应用等几个典型的人工智能与流体力学交叉问题应用场景所涉及的深度学习技术研究进展进行了介绍。最后,探讨了流体力学深度学习建模技术所面临的挑战与未来发展趋势。     

星敏感器低频误差分析

介绍星敏感器的误差分类、低频误差定义、误差产生原因及其测试标定方法等.星敏感器输出姿态周期性误差的主要原因为视场空间误差和热弹性变形误差,典型星敏感器采取相应的解决措施后,低频误差可控制在0.8″以内.     

中国无地面控制点摄影测量卫星追述（一）——返回式摄影测量卫星

以无地面控制点条件下的摄影测量为背景,回顾了中国第一代、第二代返回式摄影测量卫星的研制历程,给出了相机的主要技术参数,介绍了研制的技术难点。从地形图制作精度的角度评价了中国第一代、第二代返回式摄影测量卫星的技术水平,给出了制作的立体影像图和等高线图。最后,与美国、俄罗斯（前苏联）、欧空局同类型的返回式卫星进行了比较。     

上面级快速星图匹配算法研究

现有星图匹配算法存在搜索时间慢、算法实时性差的问题。为了满足上面级实时性的要求,文章采用K矢量查找算法来提高查找快速性,选择星对角矩作为星图匹配的特征量,构造星对角矩矢量,采用星棱锥星图匹配算法进行星图识别。最后采用上下位机的形式进行仿真分析,结果表明采用该星棱锥快速星图匹配算法成功率在99%以上,识别时间最长约为100ms,平均时间在15ms以内。该算法能够满足上面级对匹配算法快速性和高精度的要求。     

星敏感器瞬态效应仿真及抗干扰算法

分析星敏感器在南大西洋异常区(south atlantic anomaly,SAA)工作异常的机理,建立空间粒子干扰仿真模型;并在此基础上,提出星点甄别和帧间比对两种抗空间粒子干扰算法.仿真结果表明,SAA环境下采用改进后的算法,星敏感器在捕获和跟踪模式下其识别成功率高、耗时少,空间辐射环境适用性较强.