新一代并行处理星载计算机技术研究

为提高卫星的整体性能，对并行处理技术在集中式控制体系结构卫星平台的关键部件——星载计算机中的应用进行了研究。所设计的星载计算机采用了总线仲裁和故障隔离技术，并具有图像处理等复杂功能。通过并行双CPU资源的冗余重构设计，可保证在某个CPU发生故障后实现星戴计算机的降级使用，提高了星载计算机的可靠性，并给出了监控软件的流程。最后，采用离散傅里叶变换(DFT)运算，对设计的计算机的并行处理能力进行了预估。     

基于六自由度模型的弹载计算机闭环仿真系统研究

提出了基于导弹六自由度模型,将弹载计算机置于导弹闭环仿真回路,从而构成对弹载计算机进行考核的半实物仿真方法。通过建立导弹六自由度模型,在分析弹载计算机信号接口和软件特点的基础上,对弹载计算机闭环仿真系统的硬件组成和工作原理进行了论述。通过采用高性能的仿真计算机、实时积分算法、智能化接口设备和基于PCI总线的数据通讯方式几个方面,保证了半实物仿真的实时性。     

基于PowerPC硬核的片上组合导航计算机设计

为了满足微小型组合导航系统体积小、功耗低、精度高等方面的要求,根据新的嵌入式系统开发理念,通过软硬件协同设计将整个组合导航计算机系统集成在一片内嵌PowerPC微处理器的FPGA芯片上,实现了SoPC设计。利用FPGA内部的资源实现了组合导航系统的硬件平台,并设计了运行在该硬件平台上的底层驱动程序和组合导航软件。测试结果表明系统满足设计要求。     

空间交会相对状态测定与控制

阐述航天器交会对接最终逼近段相对状态测定与控制算法。测定算法适用于计算机视觉系统,根据标志点构型几何特征,建立非线性测距方程组并构造加权目标函数。对非共面标志点构型（如3点T型与5点锥型）和共面标志点构型（如正方形、矩形、菱形）,目标函数均含标志点间距比率关系项;对共面构型,目标函数还包含共面条件项。按最小二乘法,采用Gauaa-Newton数值迭代法求解测距最佳值;对共面标志点四边形构型,利用对角线交点的虚影像坐标确定测距求解迭代初值。获得测距后即可应用四元数估算法确定相对姿态与相对位置。对相对姿态控制算法,给出相对姿态运动学与动力学方程,讨论相平面法与四元数反馈法的控制设计方法。相平面控制法应用常值推力,针对小姿态角机动的特点,将相对姿态通道解耦为三个独立的二阶子系统,设计相平面推力方向切换函数;四元数反馈法应用本征轴旋转的线性二阶系统瞬态响应特性,选择相对四元数与相对角速率反馈增益系数,确定控制力矩。对相对位置控制算法,将实际位移对标称位移之差作为控制变量,阐述所需速度增量最小的双冲量机动。大量模拟计算结果表明相对状态测定与控制算法是有效的。     

复杂曲面件模具设计的计算机辅助系统开发

针对复杂曲面件及其模具设计,开发计算机辅助系统,借助该系统可使设计工作直观、方便、快捷。系统以UG为平台,综合运用UG/Open开发工具、Visual C++以及数据库知识而建立。经实践证明,系统运行良好,可以顺利完成该类零件及模具设计工作。     

基于视觉的飞行器运动参数串行式递归估计

针对利用视觉方法进行飞行器运动参数估计中旋转与平移参数耦合及计算量大的问题 ,设计了一种适用于递归方法的串行式运动参数估计模型。证明了旋转运动参数的估计不依 赖于平移参数,据此建立了基于特征线的旋转运动参数估计模型,进而设计了串行式运动参 数估计模型。给出并证明了利用该模型进行运动参数估计时解的唯一性结论。仿真实验和实 测试验表明：相对于集中式模型,使用串行式递归模型进行飞行器运动参数估计时计算耗时 减小、姿态精度更高、鲁棒性更强。
     

显微镜采集图象的自动化

介绍了一种利用ＰＣ机与单片机通讯控制显微镜载物平台作三维运动从而实现了自动搜索视场,自动聚焦的方法,文中较详细地介绍了作为自动采集系统前台控制和驱动部分的单片机系统的硬,软件结构,以及作为上位机的ＰＣ机的控制策略和软件流程,由于采用了微机技术并配以精密的机械传动机构,使得对数据的获取和分析快速,准确,克服了手动调节动作慢,误差大等问题,为以后进一步对图象信息进行分析处理提供了便利。     

8m×6m 风洞测控处系统

８ｍ×６ｍ风洞测控处系统以ＶＡＸ－Ⅱ为上位机,通过ＱＢＵＳ总线连接数据采集、速压控制、模型姿态角控制和数据实时分析与显示等四个子系统,完成对风洞试验的管理和数据测量与分析及显示。本文介绍了该系统的构成、主要功能和技术指标等。     

基于模型辨识的数控机床专用伺服电机位置控制

数控机床精密加工要求伺服电机具有精度高和响应快等特性,而传统的伺服控制器位置环采用的是简单的误差比例(P)控制,这种控制方法的响应性不能满足加工要求。提出一种基于模型辨识的伺服电机角位移控制方法。首先,采用最小二乘法辨识出传统闭环控制系统的模型;然后,分析模型的零、极点,根据模型特性设计补偿控制器;最后,通过试验结果说明所提方法能快速、准确地跟随系统输入。     

Mining Spatial Associations with Limited Sensory Information

Abstract

Human navigation in an unknown environment requires an understanding of the spatial relationships of the terrain. For example, a soldier who is on a reconnaissance mission in a new city needs to “know” the spatial layout of the surroundings with high confidence. Oftentimes, this understanding must be acquired within a very short amount of time and with limited sensory inputs. The soldier would benefit from a digital avatar that draws inferences about the spatial layout of the city based on an initial set of observations and guides the soldier either in further exploring the environment or in making decisions based on these inferences. In this paper, we present and evaluate an inductive approach to learning spatial associations using sensory data that is available from the simulation environment of a computer game, Unreal Tournament. We study two kinds of spatial relationships between nodes on a level of a game map: nodes that are placed near each other to satisfy some spatial requirement and nodes that are placed near each other to satisfy the design preferences of a level architect. We show that we can infer both kinds of relationships using an association rule mining algorithm. Furthermore, we show how to use an ontology to distinguish between these relationships in order to discover different types of spatial arrangements on a specific map. We discuss how the inferred associations can be used to control an avatar that makes recommendations for navigating unexplored areas on a map. We conclude with some thoughts on the applicability of our methods to scenarios in the real world, beyond the simulation environment of a game, and on how the learned associations can be represented and queried by a simple question-answer type system.