基于流程的产品开发项目的风险识别

风险识别是风险管理的重要组成部分,也是风险管理的前提。对科研项目进行风险管理的重要性越来越被人们认识,而风险管理的起点是风险识别。该文在产品开发项目流程的基础上,对项目各环节的风险来源进行分析识别,并对风险作了简单的概括总结,为进一步进行风险管理作好准备。     

基于RCS序列的空间目标形状估计

将空间目标等效为椭球体,在分析椭球体RCS方向图的基础上,提出了利用空间目标RCS序列极大值与极小值比值来估计空间目标长短轴比值的方法。实测数据处理结果表明,该方法能有效估计出目标长短轴比值。目标长短轴比值反映了目标的形状信息,具有明显的物理意义,有利于后续的空间目标分类与识别。     

用于直升机频域系统识别的频率响应灵敏度函数

本文论述了基于频域的状态空间系统识别的一些见解。发展了一种频率响应灵敏度函数,并用于依据模拟频率扫描数据识别耦合旋翼－机身直升机模型问题。这种函数表示,在所研究的每个频率上,模拟频率响应对模型参数扰动如何敏感。通过表明什么频带和什么输入最适合于参数的识别,这种信息可用于改编识别程序。本文还给出了用于高效计算这种灵敏度函数导数的公式。这就能够更快地实现频率响应匹配的精度矩阵的计算。这种技术的一种可能的应用是单独的低频飞行试验和较高频的旋翼风洞试验识别耦合的旋翼－机身系统。结果证明,使用频率响应灵敏度函能够有助于使一般留待分析人员判断的决定自动化。     

两类空间目标的非参数姿态判别方法

在详细分析空间轨道目标窄带雷达特性的基础上,利用非参数统计学的随机游程检验理论对空间目标的稳定方式进行判别,从而实现对绕质心旋转和非旋转这两类目标的分类识别。     

设计特征模型中的装配特征识别

研究了由设计特征模型识别装配特征的算法 ,该算法采用凹凸特征模型为中间模型实现设计特征模型向装配模型的转化。识别算法用特征设计与特征识别相结合的方法有效地识别出设计特征指定面的所有凹凸特征 ,利用判别装配特征的充分必要条件得到所求的装配特征。该方法克服了传统算法的缺点 ,提高了装配特征识别的有效性和可靠性     

基于IGES的CAD/CMM零件自动建模的实现

提出了一种基于IGES文件的CAD/CMM零件建模系统.该系统能够对待测零件的CAD数据自动进行提取与识别,并经处理形成具有检测意义的零件模型.文中给出了其实现的基本原理及系统组成,最后通过实验加以验证.     

轨道转移飞行器复杂环境下假星干扰与星图识别研究

通过复杂环境下假星模拟,研究假星数目及K矢量查找角距阈值ε对星图识别成功率的影响,采用惯性数据辅助识别的方法,改善了星图识别的成功率.星图识别仿真结果表明,存在假星情况下,假星数目的增加及K矢量查找角距阈值ε的增大会降低星图识别成功率,假星数为7,ε取8″时,成功率仅为42.7％;惯性数据辅助识别相较于传统星图识别成功...     

基于相似度的卫星预复振试验结果评价方法

卫星大量振动试验结果表明,预振和复振响应普遍存在不同程度的差异现象(“预复振差异”)。针对该问题,工程上主要依靠设计师的经验分析进行故障定位,效率低、准确性差。基于此,文章首先提出了预复振响应的相似度分析方法,利用全频段相似度分析进行故障定位,进一步针对故障部位的响应进行分频段相似度分析,得到预复振差异频段,为设计师校核和改进结构提供量化的标准;然后,基于该方法建立了卫星振动试验结果评价的详细流程;最后,以某卫星承力筒为研究对象,设计了激振试验,分析结果表明：该方法可以实现卫星预复振试验结果的量化评估,提高产品研制效率。     

基于深度学习的雷达干扰识别方法研究

针对复杂电磁环境下雷达干扰信号识别问题,从优化卷积神经网络结构的角度出发,本文提出了一种对卷积神经网络结构LeNet-5增加批量归一化层和改变激活函数的方法。该方法能够加速网络收敛,提升网络的学习效率。本文首先建立舰船目标模型,分析了噪声调幅干扰、噪声调频干扰、梳状谱干扰和无干扰的真实目标回波信号在时频域的差异,然后利用四种信号对舰船目标模型生成数据集,最后通过本文所提方法实现雷达干扰的自动识别。仿真结果表明：在全信噪比条件下,本文所提方法对四种信号的识别准确率达到98.1%,表明所提方法有着较好的稳定性和鲁棒性。     

无人车基于激光雷达/视觉的目标体积自动测量方法

近些年,基于激光雷达和视觉的目标感知在无人系统中得到了广泛应用。目标的体积测量在很多应用场景可以发挥极其重要的作用,然而对识别感知目标的体积测量,目前尚无大量研究。首次提出了一种基于激光雷达/视觉的无人车目标体积自动测量方法,实现了无人车与目标体积测量功能的结合。通过在LeGO-LOAM算法中加入点云畸变补偿,相较于原始LeGO-LOAM算法,无人车在高速情况下的构图精度得到提升;通过将激光雷达与视觉进行深度融合,实现了目标的自动识别与全局定位;通过基于平面拟合的地面分割与欧式聚类,实现了目标点云轮廓的实时获取;通过设计一种基于切片法的不规则物体体积测量方法,实现了无人车在运动情况下对目标体积的自动估计。最终,分别通过Gazebo仿真和实际试验验证了算法的有效性。试验结果表明,所提算法在无人车运动的情况下对静态目标物的实时体积测量精度优于3%,具有较好的工程应用价值。