面向未知区域深度测量的序列图像稠密点特征生成算法

对未知着降区平坦度测量是无人机在复杂地形下安全着陆的关键问题。首先,根据小孔成像原理推导出基于单目序列图像的未知区域深度计算方程;其次,针对稀疏匹配存在深度信息重构误差大而稠密匹配在平滑区域误匹配率高的问题,提出一种基于Delaunay三角剖分的稠密点特征生成算法;然后,分别对序列图像中的2帧图像提取亚像素级Harris角点和尺度不变特征变换(SIFT)特征点,并分别进行特征点匹配;再以2种特征点间的欧氏距离作为约束条件将2种特征点进行融合,生成准稠密特征点;最后,将准稠密特征点进行Delaunay三角剖分,并根据每个剖分三角形上3个顶点像素偏差的方差值制定稠密特征点的生成策略,并结合所提出的深度计算方程计算整个未知区域各点的深度信息。通过Vega Prime(VP)搭建仿真演示验证系统,实验结果表明在机载相机距地面400m处计算高度分别为90m和55m的物体深度信息时,其深度测量相对误差不超过0.89%,具有较高的精度。     

SF6分解气的近红外在线检测技术研究

为满足SF6绝缘电气设备故障监测与预警的实际需求,分析了国内分解气检测研究现状.对比近红外与中红外吸收光谱检测技术,提出近红外吸收光谱技术在线检测的技术方案.计算分析待测气体特征谱线的吸收系数、吸收光程和电路信噪比对精度的影响,完成系统参数设计.提出SF6分解气在线检测系统方案,实现对H2S、HF和CO这3种气体测量.数据分析表明,系统检测精度优于5×10-7,表明该系统满足电力行业在线测量的需求.     

基于变分贝叶斯的自适应鲁棒滤波算法

针对组合导航姿态估计中,观测同时受到野值与时变观测噪声影响的问题,构造一种基于变分贝叶斯的自适应鲁棒滤波算法。该算法可以有效地解决自适应与鲁棒滤波策略的矛盾,利用变分贝叶斯近似估计变换的观测噪声,在变分贝叶斯的滤波框架内,利用Huber滤波鲁棒化方法处理连续野值。在组合导航姿态估计试验中,验证了该算法具有良好的自适应与鲁棒性,并能够保持较高的估计精度。     

正庚烷液滴在微细直管中的燃烧特性实验

为了解微细直管对液滴形成和燃烧稳定性的影响,采用正庚烷作为燃料在内径为4mm的石英直管中的进行了实验研究.其结果显示:首先在不加热时,容易形成液滴,正庚烷体积流量小于40μL/min 时,火焰稳定性受液滴滴落的影响较大,液滴的蒸发主要受到空气体积流量影响下的火焰位置的影响;大于40μL/min时,液膜形成,火焰受液滴滴落影响不大.其次,管壁加热温度为180℃时,正庚烷体积流量低于60μL/min时难以形成液滴,大于60μL/min时液滴滴落后不形成液膜,液滴的蒸发受空气流速的影响较大,在液滴滴落以及空气流速的影响下,微燃烧器温度的变化对燃料的蒸发产生更大的影响,富燃较贫燃更易形成连续的火焰.空气流速大小对管壁温度影响明显,空气流速越小,管壁温度越高,液滴蒸发速率越大.      

基于热态叶型的小轮毂比弯掠叶片结构保形设计与优化

发展了一种保持且基于气动设计给定的热态叶型的冷态叶型迭代解算方法,并将其融入叶片罩量调节的优化设计,其中在热态叶型的基础上调节罩量,针对冷态叶型计算变形与应力等,变形后的叶片逼近热态叶型,尽可能减小了对热态叶型气动特性的影响.实现了冷态叶型迭代求解与罩量调节中结构有限元网格的自动更新,并基于iSIGHT优化平台,建立了叶片罩量调节多目标优化设计的自动化分析流程,并以一小轮毂比弯掠风扇叶片罩量调节为例,考查了罩量调节中考虑轮盘与否对优化设计结果的影响.计算分析实例表明:所发展的方法可在保持热态叶型的前提下使叶片最大应力和最大变形分别下降了10.6%和46%.      

吸热型碳氢燃料RP-3替代模型研究

利用广义对应态法则对吸热型碳氢燃料RP-3的5种替代模型的密度、黏度、导热系数和比定压热容进行了数值计算.计算温度变化范围为300~800K,压力变化范围为3~6MPa.结果表明:不同替代模型均能定性重现RP-3在拟临界温度附近的物性急剧变化;由53%正十一烷,18%正丁基环己烷,29%1,3,5-三甲基苯组成的3组分替代模型在预测RP-3物性上表现最优,相对于实验数据,300~700K内密度相对误差均小于0.08;替代模型的相对分子质量越大,预测的拟临界温度越高,对拟临界温度下物性值的影响无显著规律.      

基于冷态叶型生成叶片加工坐标的方法

建立了基于冷态叶型生成叶片加工坐标的方法,包括排序、插值加密、叠加位移量、去倒圆及端区叶型拟合等步骤.以某多级轴流压气机为例,应用该方法生成的加工坐标叶片除端区外主流通道叶高内误差在0.01mm以下,叶片表面波纹度和前后缘曲率良好.通过进口级的数值模拟表明:该方法生成的加工坐标叶片与冷态叶型的误差对气动性能影响小,流量-总压比-等熵效率特性变化微小,叶片进出口气流速度、方向及流场细节等变化较小,满足工程应用的需求.      

基于双量子比特态测量的量子自适应中值滤波

为了进一步增强去噪时对图像细节的保护能力,并同时提高算法实时性,提出了基于双量子比特态测量的量子自适应中值滤波算法,该算法首先将待处理图像像素转化为量子叠加态,然后依据量子测量原理对此叠加态进行量子测量,最后将测量后的坍缩态转化为输出图像.该算法使用双量子比特态来描述单像素,拓展了单量子比特态与单像素的对应关系.双量子比特态的4个叠加基态增加了被描述像素的信息量,可以更精确地对像素进行操作.该算法根据噪声特点设计双量子比特态的概率密度公式,并根据测量坍缩态自适应地调整滤波窗口尺寸.实验证明,该算法与标准中值滤波和经典自适应中值滤波相比,具有更好的综合滤波能力,既可以有效地滤除噪声点,很好地保护图像细节,又具有很好的实时性.     

基于全信息的正态分布型数据的线性回归分析

针对正态的分布型符号数据,提出一种新的线性回归分析方法.以体现正态的分布型数据的全部原始信息为出发点,给出正态的分布型变量的一阶矩、二阶原点矩、二阶混合原点矩的定义和计算原则.在此基础上,定义针对正态的分布型数据的线性回归模型以及残差信息的平方和,推导最小二乘回归系数.仿真实验证明了该方法所得回归模型在解释能力和预测能力上的有效性以及相对于"中心法"的优越性.给出的正态分布型变量数字特征的定义和计算原则为将其他经典的多元统计方法推广到分布型数据奠定了基础.