基于JPDA-MPC的单站纯方位多目标跟踪

静止单站对多目标进行纯方位跟踪时,若在直角坐标系下建立跟踪模型并使用最近邻标准滤波器(NNSF)进行关联和滤波,结果通常不稳定且容易发散。针对此问题,提出将修正的极坐标系(MPC)下的扩展Kalman滤波算法及联合概率数据互联关联(JPDA)算法相结合。与NNSF-MPC算法的仿真对比试验表明,JPDA-MPC算法可以提高跟踪过程的稳定性,且具有更小的跟踪误差。     

基于点云位姿平均的非合作目标三维重

针对在轨非合作目标，提出一种基于序列点云的三维重构方法，实现非合作目标交会过程中的目标三维结构恢复，并将恢复的结构用于后续点云姿态的跟踪.首先分析了非合作目标三维结构先验信息未知情况下目标相对姿态增量估计过程中的漂移问题；其次，提出一种基于位姿平均的漂移修正方法，并根据修正后的目标点云位姿对点云进行融合以实现目标的三维重构；最后，使用所提出的方法对半物理仿真试验中获取的目标点云序列进行处理，结果表明该方法能够有效地对非合作目标进行三维重构和位姿跟踪.     

众眼看宇宙

<正>沙滩与晚虹在夏威夷的莫洛凯岛这片渺无人烟的沙滩西边,一道美丽的晚虹在地平线上方散发着七色光芒。我们知道,只要空气中有水滴,而阳光正在观察者的背后以低角度照射,便可能产生可以观察到的彩虹现象。彩虹拱以内的中央,其实是被水滴反射放大了的太阳影像。当观察者看到彩虹时,它的位置必定是在太阳的相反方向,同样的道理,晚虹是与月亮反向的雨滴反射月光所致,因此,在这幅图中,刚过满相数天的月亮,位于摄影者的正后方,低悬在东方地平线附近。     

基于变化序列的时序数据挖掘技术

给出了时间序列的变化序列和最近时间子序列的概念．并把最近时间子序列看作是时间序列的信息聚集器。基于这一现点,提出了基于变化序列的时序数据挖掘技术。先把待挖掘的时间序列转换成时间序列的变化序列,然后利用时间序列的变化序列的最近时间子序列隐含的知识,以指导对原时间序列的挖掘,并给出了挖掘算法。最后算例验证了该挖掘方法的可行性和有效性。     

同步轨道通信卫星占频保轨现象分析与实测

为了应对国际电信联盟对卫星频轨资源的相关规定,卫星运营商可能会选择将卫星送至另一个不同的轨位并连续保持90天来启用该位置的频率指配.这种变轨行为称作"占频保轨",是一些同步通信卫星的常规操作.本文以国际通信组织的INTELSAT系列卫星为研究对象,基于双行根数(TLE)和SGP4/SDP4模型计算了 67个INTELS...     

基于VMD-CWT和改进CNN的直升机轴承故障诊断

由于直升机自动倾斜器滚动轴承振动信号具有非平稳、非线性特点,并夹杂非敏感故障特征信息,导致网络模型对周期信号过于敏感,不能充分利用故障信息的问题;针对此问题,提出一种变分模态分解(VMD)与连续小波变换(CWT)联合提取敏感故障特征的方法.研究表明:在相同模型训练下,该方法相对其他方法最高可提升模型准确率20.8％.为...     

高维寻优ICP算法及其在地磁辅助导航中的应用

利用地磁场特征进行辅助导航是目前组合导航技术的重要研究方向.地磁导航可采用基于ICP算法的匹配定位来限制推算定位或惯性系统时间增长带来的位置误差.ICP算法使用的前提是初始误差较小,当初始误差较大时,最近点的计算容易落入伪目标点,导致该算法不再适用.针对ICP算法的这种缺陷,本文利用地磁场特征量的高维特性,提出在最近点...     

基于双向最近邻准则的编队预定目标选择方法

相比传统的预定目标选择方法,基于编队形状的反舰导弹预定目标选择方法是一类性能优越的新方法。其原理是利用导弹飞行期间舰艇编队形状的相对稳定性,并将发射前装订的编队形状和末制导雷达探测到的编队形状表示为2个点集,通过点集匹配实现预定目标选择。提高这类算法性能的关键在于研究合理的点集距离函数。文章提出一种基于共同点的距离函数,研究了其抗干扰的机理,并证明其计算过程可通过双向最近邻准则实现。仿真试验表明该方法性能优于以往的MHD方法。     

空间碎片迫使宇航员躲到俄飞船内

一块空间碎片6月28日飞到距国际空间站非常近的距离上．迫使站上6名字航员躲避到两艘俄罗斯联盟号载人飞船内，以防出现撞击。该碎片飞过空间站的最近距离不到260米。确定安全后，宇航员们在约半小时后回到站内。     

测量点云数据的多视拼合技术研究

在实物反求中，往往需要将从各个不同视角测得的点云数据进行多视定位，统一到一个全局坐标系下，并经过数据融合使之能够便于后续的模型重建。本文首先提出了一种改进ICP算法，在采用标签法进行预定位的基础上，选取两个视图重叠区域中不同位置的数据点集作为控制点集，建立控制点的名义对应关系，然后进行坐标变换迭代求解，从而方便快速地实现了两个不存在明确对应关系的点云视图之间的准确定位。在进行多视拼合时，提出一种边定位边合并的方法，减少了多视顺序拼合时所产生的积累误差。对拼合后的视图，本文根据在重叠区域的缩小包围盒内采用加权平均的方法进行了数据融合。实例表明，本文提出的方法是行之有效的。