基于分数阶Fourier域滤波的单电磁传感器宽带Chirp信号二维DOA估计

提出一种基于单个电磁矢量传感器的宽带Chirp信号方位-仰角估计算法。对强度相差不大的信号,该算法利用分数阶Fourier变换分别估计不同信号的电磁矢量传感器导向矢量,并根据矢量叉积运算得到方位-仰角估计值。对强度相差较大的信号,该算法利用分数阶Fourier域滤波,采用逐次消去的方法分别估计电磁矢量传感器导向矢量,得到方位-仰角估计值。提出的算法不需要进行迭代搜索和二维DOA的配对,不受近场信号的球面波效应的影响,并且可估计具有相同或不同调频斜率的多个Chirp信号的二维DOA。计算机仿真试验证明了算法的有效性。     

基于ARM与ZigBee的嵌入式无线传感器网络网关的设计

针对ZigBee无线传感器网络与传统Internet网络之间进行数据交换的需求,设计实现了一种嵌入式网关,采用S3C2440A ARM芯片与CC2431 ZigBee芯片作为核心,扩展多个功能模块构成硬件平台,软件方面移植Linux作为嵌入式操作系统,Lighttpd作为嵌入式Web服务器,Sqlite作为嵌入式数据库,通过CGI技术实现用户与嵌入式Web服务器之间的数据交互,网关节点中的S3C2440A芯片与Sink节点的CC2431芯片之间采用串口进行通信,具有无线传感器网络的数据管理、存储及远程查询的功能,从而实现了传统Internet协议网络与ZigBee协议无线网络之间的数据交换。     

基于顶点与主体区域同步检测的精准车牌定位

为应对非约束环境下的车牌精定位问题,提出一种基于顶点局部区域与主体区域同步检测策略的非约束性车牌定位算法。通过删减YOLOv5网络的输出结构,训练得到可同步检测车牌及顶点区域的车牌检测网络,在兼顾精度与计算速度的前提下,实现车牌顶点和主体区域的同步定位。针对一幅图中存在多个车牌区域及顶点区域存在少量漏检和误检的情况,分别设计了车牌顶点归类和单一缺失顶点预测后处理算法,借助顶点间的空间位置关系进行漏检目标预测和误检目标排查,有效改善了因场景复杂导致的个别顶点目标检测效果差的问题。所提算法在中国城市停车场数据集(CCPD)上的测试结果显示,平均精准率达99.25%,平均召回率达98.70%。所提算法不仅能够准确预测出车牌的4个顶点坐标,而且在中端GPU硬件平台上处理速度可达121帧/s,具有较好的应用价值。     

级间开缝间隙传感器动态测试方法研究

针对某型号分离面间隙传感器的测试要求,提出了一种间隙位移传感器的动态测试方案,设计了测量系统,通过激光测试法测量并记录级间开缝间隙传感器CI1-27在自由弹出状态下的输出响应。经应用,该方法操作便捷,数据可靠,为间隙传感器的动态测试提供了一种新的参考。     

RTCA协议下北斗完好性降效参数算法设计及检验

目前我国北斗导航增强系统的完好性参数设计缺少针对差分信息有效性的降效参数设计,不满足航空无线电委员会（RTCA）提出的接口协议,无法同国际其他GNSS星基增强系统相兼容。根据RTCA接口协议,针对我国卫星导航系统的完好性降效参数处理算法进行了研究,利用北斗实测数据分析了完好性降效参数对用户增强服务的影响,验证了算法的有效性。结果表明,正常情况下,北斗导航系统增强服务三维定位精度可达到113m。当用户丢失部分差分改正信息时,定位精度约144m,精度下降约274%,利用完好性降效参数对过期差分信息进行降效处理,优化定位权阵,可将定位精度提高至117m,达到正常增强服务水平。     

基于优化字典学习算法的压缩数据收集

为了提高压缩数据收集对多样化传感数据的适应能力,同时抑制环境噪声对数据收集精度的影响,提出了一种优化字典学习算法来构造压缩数据收集中的稀疏字典。理论分析表明在压缩数据收集中由环境噪声导致的数据收集误差和稀疏字典的自相干程度正相关。为此在字典学习的过程中引入了自相干惩罚项来抑制环境噪声对数据收集精度的影响。该惩罚项还能减少字典学习过程中对训练数据的过拟合,从而进一步提高了该算法的稀疏表示能力。实验表明,该算法的稀疏表示能力高于同类字典学习算法,而且能有效地抑制环境噪声对压缩数据收集精度的影响。      

微处理器中含噪热传感器位置分布优化方法

高性能处理器普遍集成热传感器,采用动态热管理技术对芯片实施连续热监控。然而,由于实际芯片中的模拟或者数字热传感器不可避免伴随噪声,使动态热管理的可靠性受到很大影响。因此,为了提高热监控的精确性,本文运用主成分分析（PCA）技术对原始热图像样本矩阵进行降维近似处理,并结合矩阵扰动分析提出基于模拟退火算法的热传感器位置分布优化方法。实验结果表明：该方法比现有的贪婪算法在热重构误差、信噪比（SNR）和误警率等性能方面有了一定提高,能够有效运用在动态热管理中实现精确的热监控。     

反导多传感器协同任务规划综述

针对反导作战多传感器协同任务规划的相关问题,结合反导作战的特点,探讨反导作战信息处理过程与多传感器协同任务规划的关系,并分析多传感器协同任务规划的内涵;在此基础上,梳理出多传感器协同任务规划涉及的关键技术,并综述多源信息综合处理、多传感器协同部署、协同跟踪、协同引导和协同识别等关键技术的研究现状;最后就多传感器协同任务规划的发展提出一些建议。     

月面特征稀疏环境下的视觉惯性SLAM方法

月球车在执行科学探测任务过程中,其自身的高精度定位是一项亟需解决的关键问题。针对在特征稀疏的月面环境下的定位问题,提出一种视觉惯性融合的SLAM方法,将视觉测量与惯性传感器的信息利用位姿图优化方法融合,实现高精度的联合定位。针对特征稀疏环境下的前端视觉数据关联误差较大的问题,提出了一种基于四元树的光流跟踪算法,能够有效地跟踪鲁棒的特征点,提升了关键帧之间相对位姿估计的准确性。并且针对月面环境特有的恒星无穷远点干扰问题,提出一种高效的恒星点剔除算法,能够有效改善无穷远点导致的定位精度下降的问题。搭建了一套模拟月面环境的计算机仿真系统,并构建了多个月面环境视觉惯性SLAM仿真数据集,在不同的模拟月面场景下进行定位性能仿真验证,仿真测试结果表明本文算法的鲁棒性更强,具有更高的定位准确度。     

基于不确定传感器状态的机载系统多层故障诊断方法

准确的机载系统故障诊断是保证飞机安全飞行和实现经济效益最大化的重要途径。然而传感器受到内外部环境条件的影响而不可避免的存在检测状态的不确定性,因此基于单个传感器或局部区域传感器综合检测结果的方法难以完全保证故障诊断的有效性和正确性。针对飞机机载系统的结构和工作原理,充分利用系统中不同层级、不同区域传感器检测特征之间的关联关系,考虑单个传感器本身存在的不确定性,构建了传感器信息前向融合与反向校验相结合的分层诊断决策方法,实现了对系统状态和传感器状态的双重估计与更新,克服了单一传感器故障对系统诊断推理准确度的影响。该方法较传统故障诊断模型,不再依赖某一个或某一类传感器信息的绝对可靠,在实现系统级的准确故障诊断同时,还能判断具体某一传感器本身是否发生虚拟警。在飞机液压系统故障诊断案例中,新方法成功将系统故障诊断的虚警率降低了96%,传感器的不确定度降低了84%。