一种改进的三角形星图识别方法

首先提出在直角坐标系下将天球球面均匀地分成486个分区的方法——"内接正方体法",实现导航星的快速检索。然后按照星对角距的大小升序排列,直接存储星对角距,并通过设置星对角距状态标识,完成星对角距的快速匹配搜索。最后,引入验证识别环节有效地解决观测三角形与匹配的导航三角形产生的冗余问题。仿真实验表明,改进的三角形星图识别方法对星点位置噪声和星等(亮度)噪声均具有较强的抗干扰能力,且在识别时间和存储空间的需求方面均比传统的三角形算法也具有较大的优势。     

最大瞬时畸变图谱的预估

为了分析最大瞬时畸变图谱对发动机工作稳定性的影响,本文提出了一种新的最大瞬时畸变图谱的预估方法。该方法中根据给定的最大瞬时畸变值,利用Fletcher-Reeves非线性优化方法来确定压力分布。与实验测得的最大瞬时畸变图谱的比较表明,本文提出的最大瞬时畸变图谱预估方法能准确地模拟高低压区的位置和大小,高压力梯度区的位置和形状;既使在最大瞬时畸变值误差较大时也能准确地预估最大瞬时畸变图谱。因此,本文提出的最大瞬时畸变图谱预估方法能满足工程精度要求。      

双轴式涡喷发动机的转差线图确定方法的研究

转差是双轴式发动机交付验收参数之一 ,交付发动机的转差是依据该型的标准转差线图调整和确定的 ,标准转差线图确定得合适程度关系到发动机外场使用的性能、稳定性和可靠性。本文比较系统地论述了双轴式涡喷发动机的转差线图的制作和使用 ,分析了转差线图上、下限界对发动机的影响 ,提出了用工作点检查法和稳定工作裕度检查法解决转差线图上、下限界的确定问题。解决了某新机转差线图的确定依据。本方法可用于新机研制中标准的转差线图确定 ,建议二种检查方法结合使用     

基于多模态感知与融合的无人车韧性导航系统

针对野外复杂环境下的无人车自主导航需要,建立了一种基于多源融合定位、语义建图与运动规划的智能导航系统.首先,针对IMU、轮式里程计、视觉SLAM与激光雷达SLAM等测量子系统,设计了误差状态扩展卡尔曼滤波器进行融合定位.其次,基于改进的CNN语义分割网络生成环境的语义图像,与3D激光雷达点云融合,并使用最大概率更新算法构建语义3D地图.接着,在语义和几何信息投影获得可通行性代价的基础上,提出了一种语义动态窗口的局部路径规划方法.最后,将以上感知、定位与规划方法整合成完整的智能导航系统,在城市与野外典型场景的测试中,相对定位误差小于0.4％D,具备一定的韧性导航定位和智能感知规划能力.     

激光室内定位的混合式高效点云地图构建方法CSCD

针对机器人在室内定位中存在的点云地图形式单一、存储空间大等问题,提出了一种包含特征地图、通行地图和精简地图的混合形式地图构建方法。构建特征地图时,利用曲率、法线和局部显著性等要素提取环境中的显著特征点。构建通行地图时,首先,采用区域生长分割平面;其次,基于室内曼哈顿假设,利用平面空间关系分割出地平面;最后,根据预设高度构建出2D通行地图,并将3D边缘信息融入到通行地图中。在精简地图中,分别采用主方向权重、随机采样和K均值聚类方法对不同类型体素网格内点云进行精简。实验表明,特征地图可为机器人提供丰富的特征信息。通行地图中地面分割的准确度大于95%,可提供准确的先验通行信息。精简地图有效降低了点云地图的冗余度,在精简比例达到95%时,仍可取得0.8mm的平均模型误差,其精简性能优于传统的随机采样和体素格网方法。     

一种基于Hausdorff距离的改进星图识别方法

针对基于Hausdorff距离HD(Hausdorff Distance)识别法存在识别速度慢和对星敏感器镜头旋转特别敏感的问题,提出了一种基于Hausdorff 距离进行星图识别的改进算法,它采用有向距离和绝对距离相结合的方法,利用恒星的空间结构信息,构建有向距离匹配模型;根据镜头旋转特性,建立绝对距离抗旋转模型;对两种模型测试研究确定加权因子,同时选取恰当的匹配识别门限,最终实现匹配识别的性能达到最优.仿真实验结果表明,改进后的算法不但保持了原有算法的高识别率,强抗噪性,而且还具有更快的识别速度和好的抗旋转特性.它在实际工程中已得到成功应用.      

嵌入式GIS中电子地图数据模型和查询优化问题的研究

对基于掌上电脑的嵌入式电子地图系统中查询优化问题进行研究,构造基于掌上电脑平台环境下多尺度数字地图的数据模型,建立一种适用于嵌入式GIS系统的四叉树空间索引,以提高空间查询的效率;提出了一种优化嵌入式GIS系统中的数据访问方法.系统应用结果表明:改进的四叉树可提高空间查询的效率,数据优化方法可加快电子地图显示和查询的速度.     

基于枝切截断的高质量相位解缠算法

针对传统枝切截断相位解缠算法受残差检测理论缺陷的影响,不能实现对相位完全正确解缠,在总结枝切截断法和质量图导向法的基础上,提出一种新的相位解缠算法。在残差检测理论的基础上,使用一种新的表征相位质量的可靠性导向图指导放置枝切阻断线,对低质量相位的界定使用一种自适应阈值的方法使残差检测达到最优,提高了相位解缠的质量。对于一些背景噪声严重的情况,调制度预处理的方法提高了相位解缠的鲁棒性。实验结果表明,该算法能自动避开相位不连续区域,得到较高质量的相位解缠结果。     

SOM人工神经网络在客机零部件故障诊断中的应用研究

现代客机在使用过程中不可避免地会发生各种故障，故障诊断对保证飞行安全十分重要，本文将基于概率的数学方法与专家经验相结合对其进行故障诊断。Kohonen的自组织特征映射（Self-organizing map,SOM）人工神经网络在输出上可反映出输入学习样本的概率密度分布，且无需知道样本的概率分布的先验知识，兼具函数逼近功能。本文将SOM引入这一领域，用于计算飞机零部件发生故障的概率，以及实现数学方法计算结果与专家经验的结合，实际应用说明了该方法的可行性。     

SOM神经网络在卫星电源系统故障诊断中的应用

研究了自组织特征映射（SOM）神经网络的结构及学习算法，提出了利用SOM神经网络对输入样本的“聚类”作用，实现对故障模式的分类，并据此对故障进行诊断的新方法，通过对某卫星电源系统故障的诊断实例，验证了该方法是有效可行的，能对卫星电源系统的故障进行准确的实时诊断。