超声速燃烧室煤油多点喷注实验研究

为了解决超声速燃烧室内局部煤油当量油气比过高造成的点火及稳定燃烧困难,在Ma=5,总当量油气比接近的条件下,研究了不同煤油喷注位置相互匹配方法对发动机点火性能和推力性能的影响。研究结果表明:多个油位匹配喷注,有利于煤油点火及燃烧,发动机推力性能更好。“值班火焰”引燃煤油时,其余煤油由更多位置喷注且单个位置当量油气比更低时更容易点火燃烧。“值班火焰”的当量油气比由0.51增加到0.55时,煤油燃烧性能变差,比冲降低46N·s/kg;当量油气比均为0.51时,其余煤油由三个位置喷注比两个位置喷注时比冲增加66N·s/kg。同一截面内上部壁面喷注结合下部支杆喷注,可以优化煤油在燃烧室高度方向上的分布,获得更好的发动机性能。上游位置喷注对煤油的预混作用不明显,煤油未燃烧会造成“值班火焰”当量油气比升高,导致发动机点火性能和推力性能变差。     

基于静叶特性的匹配环境下CDFS性能测量方法

为获取核心机驱动风扇级(CDFS)与高压压气机匹配试验时的性能,提出了一种匹配环境下CDFS出口气流参数的高精度测试方案。根据匹配环境下CDFS静叶进口气流状态,结合部件环境下CDFS静叶的气动特性,通过插值间接求解CDFS出口气流平均参数,进而求得CDFS性能。结果表明:(1)该测试方案可有效评定匹配环境下CDFS性能,效率偏差和压比相对偏差不大于1%;(2)设计转速下CDFS的性能在匹配环境和部件环境下略有差异但不影响该测试方案的适用性;(3)该测试方案的准确度比较依赖于CDFS部件试验时其静叶进口气流状态域的完整性和特性数据的准确性;(4)该测试方案在组合压气机性能测试或发动机整机环境下的压气机性能测试也具有较好的应用价值。     

无偏权值匹配融合定位算法研究

近距离布站跟踪的设备测量数据在进行弹道定位数据处理过程中,不可避免地会因张角太小导致最小二乘等常规的数据综合处理方法失效或计算结果失真情况。本文提出了一组基于方向余弦法的动态精度无偏权值匹配的定位模型及算法,可以有效避免因张角太小导致算法失效的问题。实测数据处理过程和结果证实,该算法对定位数据能有效确定,保证了弹道计算结果的可靠性。     

改进的SSDA并行算法及其在TEM中的应用

介绍了一种把图像匹配中的序贯相似性检测算法(SSDA,Sequential Similarity Detection Algorithm)应用到地形匹配中的方法,把地形匹配系统中的数字高程模型、高程数据和实时剖面数据分别视为SSDA算法中的搜索图、灰度值和模板,同时提出了动态门限序列和分组选取随机点的方法,最后将改进的SSDA算法进行并行化并用消息传递接口(MPI, Message Passing Interface)实现.实验结果表明,改进的SSDA算法能有效地提高地形匹配的速度和计算精度,而相应的并行程序也能取得较好的加速比,从而一定程度上解决了传统的地形匹配算法时间复杂度高、实时性差的问题.     

基于鲁棒曲线匹配的星表特征跟踪方法

针对星际着陆的特征跟踪及障碍识别过程,提出了一种基于尺度不变的曲线描述及匹配方法。该方法利用曲线邻域的梯度信息形成特征描述符,无需知道各点曲率或曲线之间的几何构型,且对旋转、缩放、视角变化及光照影响都具有较强的鲁棒性。仿真实验表明,该算法不仅能够对不同尺度的陨石坑、岩石边缘等障碍或自然陆标进行识别,而且能够实现边缘曲线特征的跟踪,误匹配率低。     

运动估值的快速算法及其实现

现有的许多有关运动估值的快速算法,都存在着匹配速度快与匹配精度差的矛盾.文章在分析已有典型快速算法优缺点的基础上,提出了解决这一矛盾的分步逼近的新算法——迂回逼近法.算法选择了快捷和更为准确的搜索路径,且对程序的实现技术作了有效改进,其最终匹配结果具有全匹配算法的精度和典型快速算法的速度.文中说明了算法原理、程序技术和对比实验结果.      

粒子像斑三维定位的透视成像原理和方法

在三维粒子成像测速（ＰＩＶ）方面,可运用体积光照明同时从不同光轴用多个照相机获得ＰＩＶ图像,如何根据这些不同光轴获得的ＰＩＶ图像确定出粒子物点的空间位置是实现三维粒子成像测速的前提。基于此,提出了根据多幅不同光轴的ＰＩＶ图像的粒子像斑实现粒子物点三维定位的透视成像定位原理和方法。精确确定透视平面与透视中心在空间的位置是实现粒子物点三维定位的关键,妆测定透视中心（照相机的光学中心）和透视平面在空间的     

面向弱纹理空间目标的特征点匹配方法

特征点提取与匹配是遥感图像处理中关键的一环,目前成熟的算法大多面向对地成像类型的遥感图像,对于空间目标的遥感图像,没有考虑成像条件与探测平台的影响因素,特征点匹配质量较差。针对空间目标的匹配精度不高这一问题,文章提出了一种基于聚类的特征点匹配算法。首先,根据空间目标的重复弱纹理进行特征点提取与描述,再利用特征点的空间位置进行聚类,并对特征点簇进行匹配;之后将特征点的主方向减去目标整体方向,利用特征点主方向对每一个点簇进行再分组,并完成特征点匹配;最后利用最近邻次近邻比率方法和随机样本一致算法（RANSAC）剔除外点。采用该特征点匹配方法进行的模拟成像数据实验结果表明,对于空间目标图像,基于聚类的特征点匹配较直接匹配,匹配数量的提升最高可达50%,重投影误差优于1/4个像元。文章提出的这一方法使用目前通用的各种特征描述子,能够大幅度提高空间目标图像特征点匹配的数量与精度。     

基于遗传算法的目标检测定位方法

将目标的检测定位归结为一类组合优化问题,利用遗传算法的进化策略,采用改进的遗传算法,提出了2种基于遗传算法的目标检测定位方法:基于遗传算法的相关匹配定位法和图象序列目标检测定位法。并给出了在可见光图象序列上的实验结果。     

Lyapunov自适应滤波及其 在INS/SMNS组合中的应用

为克服在惯导/景像匹配导航系统(INS/SMNS,Inertial Navigation System/Scene Matching Navigation System)组合导航系统中随着匹配点增多最小二乘法易出现发散的缺点,提出了一种基于多输入多输出(MIMO,Multi-Input-Multi-Output)系统的改进型Lyapunov自适应滤波算法.该方法利用观测方程信息,通过定义滤波误差和预测误差获得算法的递推公式,而算法的稳定性和收敛性可由Lyapunov稳定性理论来证明.以INS/SMNS组合导航系统为例进行了仿真验证,和递推最小二乘算法相比该算法简单、可靠,而且滤波的性能优于递推最小二乘算法.