基于结构光的空间大目标特征重构与位姿测量

针对因缺少空间非合作大目标的全局特征而难以实现相对位姿测量的问题,提出利用点状光源与单目光学相机组成点结构光视觉测量系统进行特征重构与位姿测量的方法。以非合作大目标上尺寸未知的局部矩形特征为测量对象,首先建立点结构光视觉测量系统相对位姿测量模型;接着利用相对约束关系给出特征重构方法并获得隐性特征点;然后利用特征点计算测量系统与非合作大目标之间的相对转移矩阵得到相对位置和姿态。通过数字仿真校验该方法的有效性并对测量误差因素进行分析,仿真结果表明该测量方法是有效的。     

压缩感知在电容层析成像中的应用

压缩感知(CS)理论是在充分利用信号稀疏性或可压缩性的情况下,对信号进行少量采样即可实现信号的精确重建。本文尝试将CS理论应用于电容层析成像(ECT)图像重建中,首先,使用快速傅里叶变换(FFT)基将原始图像灰度信号进行稀疏化处理;其次,将ECT灵敏度矩阵的各行按随机顺序进行排列,得到ECT系统随机观测矩阵;最后,选取当前普遍使用的基于内点法、梯度投影(GPSR)算法以及贪婪算法的CS图像重建算法进行ECT图像重建,并与线性反投影及Landweber迭代算法进行了对比。仿真实验结果表明:基于CS图像理论的ECT图像重建算法,其重建精度有所提高。本文同时分析了3种CS图像重建算法的优缺点及适用范围。     

基于序列图像的空间目标三维重建

空间目标三维重建对空间态势感知和理论研究具有重要意义。针对空间目标图像存在的由纹理重复导致的错误重建问题,提出了一种新的基于运动信息恢复三维场景结构策略。该策略将序列目标图像的成像时间顺序作为先验信息,顺序地加入新图像进行迭代,以避免因目标结构对称、纹理重复所导致的重建错误。同时针对空间目标成像数据匮乏的问题,进行了空间目标图像仿真,并开展了空间目标地面模拟成像实验研究。结果表明:运动分析结果精确,对噪声有较强的鲁棒性,恢复出的目标三维点云能在一定程度上表达目标的结构信息。同时给出了进行空间目标三维重建时图像序列应满足的边界条件。      

基于非均匀数据细分曲面重建的数据测量技术研究

为了提高细分曲面重建质量和效率，在对非均匀数据细分曲面重建算法研究的基础上，根据算法对数据的需求，给出了一种针对非均匀数据细分曲面重建算法的数据测量方法，并采用该方法对某型摩托车进行了测量重建。     

一种适用于梁式机翼的变形重构方法

针对航空航天领域飞行器机翼结构实时变形监测的需求,研究了一种基于结构表面应变测量的变形重构方法。该方法采用应变传感系统测得结构表面应变,再通过Ko位移理论实现应变-位移转换,重构测点处的变形,从而为结构健康监测系统、控制系统以及故障预测提供参考,保证结构运行的安全性。首先以等强度梁为对象,对该方法进行了实验分析;进而采用梁式机翼结构,通过对翼梁结构有限元建模,对该方法展开研究。实验和有限元分析结果均验证了该方法在梁式机翼结构变形重构研究中的可行性和可靠性。     

运载火箭推力下降故障下的在线弹道重构方法

针对运载火箭推力下降故障下难以实现在线弹道重构的问题,提出了一种基于神经网络的剩余运载能力估计及程序角重构的算法。以线下基于工程实践的弹道优化方法生成的故障状态下最优弹道作为学习样本,针对程序角曲线的特点,分别使用不同学习方式学习一级飞行段程序角和其他飞行段程序角;分析不同超参数对神经网络训练过程的影响,利用随机搜索法选取超参数。该算法使用以神经网络为核心的机器学习思想,用基于数据的方式避免了因运载火箭动力学模型复杂而无法在线快速求解最优弹道的问题,能够解决大气环境下弹道重构的难题。仿真结果表明,该算法对剩余运载能力估计准确,重构程序角与最优弹道相比误差小,运算速度相比其他方法优势明显。     

基于小波神经网络的混沌时间序列预测及应用

根据相空间重构理论,探讨了一种基于小波神经网络(WNN)的混沌时间序列预测方法。根据G-P算法和Takens理论,计算出混沌时间序列相空间重构所需的最小嵌入维数,以此作为网络的输入节点数。通过时频分析,使得隐节点数的选取也有了可靠的理论依据。最后对Lorenz仿真信号和滚动轴承信号进行仿真和预测,验证了方法的有效性。结果表明,对于混沌时间序列的预测,WNN网络比BP网络表现出更理想的预测效果,为非线性动态系统的预测提供了一种有效的途径。     

基于深度相机的飞机中央翼油箱高精度三维重建方法

提出一种基于深度相机的飞机中央翼油箱高精度三维重建方法。该方法用多视点云实现配准,配准过程包括粗配准和精配准两个阶段。首先在2个点云上建立点对特征（Point pair features,PPFs）作为全局模型描述。然后,对一组粗配准位姿进行投票,得分最高的位姿作为初始位姿。在此初始位姿的基础上,构造颜色和几何的联合目标函数,利用迭代最近点（Iterative closest point,ICP）对点云进行对齐。将上述过程应用于相邻帧点云,并通过图优化重建结果,实现完整的飞机中央翼油箱三维模型重建。与其他方法相比,本文方法实现了高精度的三维重建。此外,当遇到重复的特征和结构时,传统的ICP可能缺乏稳定性,但本文方法仍然适用。     

基于逆向有限元法的变形机翼鱼骨的变形重构

变形监测技术能够为自适应变形机翼的变形控制系统提供参考信息，是保证结构安全性以及优化结构的运行性能的重要手段。传统的基于光学成像的变形测量方法已经不能满足自适应智能结构的实时变形监测的要求。由于变形机翼表面受气动载荷影响，不便于直接在变形机翼蒙皮表面布置应变传感系统，目前还没有针对鱼骨结构这种真实复杂机翼结构的变形重构研究，大多针对机翼翼型的变形重构研究是将整个机翼简化成简单的翼形板、梁结构。针对上述问题，本文首次以真实复杂变形机翼主承力结构——鱼骨为研究对象，提出了一种基于逆向有限元（iFEM）算法与位移分段叠加思想结合的变形监测方法，根据Mindlin板变形理论建立四节点逆向壳单元，采用应变传感系统测得鱼骨结构表面应变分布作为算法输入，然后基于最小二乘变分方程求解结构应变场和位移场之间的传递函数，重构鱼骨结构的变形形状，为反演机翼翼型的变形形状提供方法。针对真实自适应变形机翼的主要承力构件开展了变形实验，实验结果表明，机翼鱼骨在分别偏转5°、10°、15°的情况下，逆向有限元法能准确重构鱼骨变形形状，验证了基于逆向有限元法的变形重构方法在真实自适应变形机翼结构变形重构研究中的有效性和准确性。     

车辆模型几何驱动技术研究

利用计算机对道路交通事故进行再现,其中最重要的是对事故中车辆的运动进行模拟。提出一种模型所在坐标系固定的前提下对其进行驱动的方法,实现了模型的显示比例、车辆模型的车身颜色的参数化设定。最后针对一起具体的交通事故进行模拟,结果表明该方法能够对实际道路交通事故进行准确再现。