基于改进型Retinex算法的雾天图像增强技术

为增强雾天图像的对比度及颜色和亮度恒常性,提出了一种改进型Retinex算法雾天图像增强算法。使用改进的双边滤波器作为滤波函数,在保持边缘信息的同时去除噪声的干扰;并使用S型函数曲线对Retinex算法中对数域相减去除入射光分量的图像进行颜色恢复处理,增强整幅图像的对比度和感知特性,还原图像的色彩信息。实验结果表明,所提的改进算法能有效提高雾天图像的清晰度和对比度,相较原雾天图像清晰度提升约200%,标准差提升约110%,信息熵提升约10%。同时,可保持更加真实鲜艳的图像颜色,计算复杂度较低,满足实时性要求。      

基于指令滤波的低频挠性航天器振动控制方法

在经典的Bang Bang姿态机动指令基础上,通过滤波处理,结合姿态跟踪控制器,使航天器在姿态机动时跟踪设计的机动路径,实现了机动过程中低频挠性模态的振动抑制,并通过物理试验系统进行了验证.由于所采用的滤波器在形式以及参数设计上,均可采用传统的结构滤波器的形式和设计方法,因此使滤波器的设计均有章可循,避免了其它机动路径方法,如加速度指令规划、多项式指令规划等参数设计依据经验与数值仿真进行调试的问题.利用数学仿真设计方法进行了验证,发现采用滤波方法后,机动到位后稳定的时间与模态的振动周期相当,在几秒钟量级,相对传统的Bang Bang控制,稳定时间缩小80％以上;最后构建物理试验系统,同样验证了方法的有效性和结论的正确性.     

基于激光反射层析法的换能器声场测量技术及仿真研究

换能器的辐射声场分布能够直接反映出换能器声学性能的好坏,若不能精确测量出换能器的辐射声场,则会对换能器的诊断和评估造成严重影响。从理论仿真的角度出发,推导了运用激光反射层析法重建换能器辐射声场的理论公式,着重利用推导出的理论公式对激光反射层析法进行了仿真计算。结果表明激光反射层析法能够精确地重建出换能器的辐射声场分布及声场中的声压量值,这为换能器的声场重建及声压测量提供了一种可行的方法。     

某控制组合电磁发射超标分析及解决方案

本文针对电磁兼容测试中,传导发射和辐射发射超过标准限值要求问题,首先介绍了发射超标主要原因,继而梳理超标定位方法和常用电磁兼容加固措施。并以某控制组合为例,应用上述方法制定排查方案,完成电磁发射测试超标问题的干扰定位;并针对干扰源,使用线缆添加屏蔽层、电源端口添加滤波器等加固措施,经验证,措施有效,发射明显降低。同时,本文所述排查方法和加固措施,可为后续电子产品电磁兼容性设计和通过测试提供参考。     

高动态条件下星点像斑建模与补偿

高动态条件下星点提取有两个难点：一是暗弱星点目标湮没在噪声中不易识别,质心定位精度较差;二是星点像斑可能断裂,无法用常用的连通域算法提取。针对上述难点,本文建立了高动态条件下星点像斑模型,提出了基于该模型的像斑补偿与质心定位提取算法。该方法分为四步：第一,利用卡尔曼滤波实现星点像斑静态模板的实时迭代;第二,基于静态模型与星点运动模糊模型建立星点像斑动态模型;第三,以动态模型作为模板在恒星跟踪窗口内进行相关性匹配以确定星点像斑位置;第四,基于动态模型补偿星点像斑,并计算质心位置。实验结果表明,该方法能有效解决高动态条件下暗弱星点提取与断裂残损星点修复问题。相比传统算法,姿态精度误差均值减少了40.9%,最大误差减少了81.2%;星点提取率达到100%,提高174.5%,提取星数相比阈值分割与连通域法提高了173%。     

基于深度学习和图匹配的接线图检测与校核

传统的厂站一次接线图的绘制和管理主要依靠电网运行人员,费时费力且缺乏科学可校核的参考标准。提出了一种基于深度神经网络和数字图像处理相结合的厂站一次接线图的自动检测、识别和校核算法。首先,使用目标检测Faster R-CNN模型检测厂站接线图中的电器元件,并达到92%的检测准确率,同时使用端到端的文字检测识别模型识别厂站接线图中的文字信息,并达到94.2%的文字检测准确率和92%的文字识别准确率;然后,使用数字图像处理技术进行厂站接线图连接线、拓扑关系识别;最后,使用改进的VF2算法进行厂站一次接线图和人工维护的厂站一次接线图拓扑关系匹配校核,将拓扑数据抽象为无向图,通过轮廓序号得到元件的相对位置信息,根据改进的VF2算法得到2张图的匹配率,并通过匹配率与设定好的阈值来帮助核验,相比于节点遍历的匹配方法,核验准确率提高了37.5%。基于某供电公司提供的部分变电站的厂站一次接线图标注了接线图电器元件,贡献了一个小型接线图数据集。      

电静液作动器自调节积分鲁棒运动控制

针对电静液作动器系统中存在的匹配干扰及不匹配干扰,基于扩张状态观测器,设计了一种自调节积分鲁棒控制方法。首先设计扩张状态观测器估计系统的匹配不确定性并且进行前馈补偿;然后设计自调节积分鲁棒控制器分别处理系统的不匹配干扰和状态估计误差,实现了电静液作动器的渐近跟踪控制;最后通过仿真验证了该控制方案的有效性。结果表明：相较于传统的PID控制器,该控制器的跟踪误差约为0.2mm,控制精度达到0.4%左右。     

基于智能优化箱粒子滤波的移动机器人FastSLAM

针对传统FastSLAM算法需要大量粒子构建地图导致计算复杂度高、难以提高估计精度等问题,研究构建了一种基于智能优化箱粒子滤波（IOBPF）的移动机器人FastSLAM算法。首先,将萤火虫算法（FA）的动态寻优机制引入箱粒子滤波（BPF）,建立了箱粒子的荧光亮度更新公式、吸引度计算公式和位置更新公式,使箱粒子集智能化地向高似然区域移动,避免了箱粒子的退化现象。然后,以改进的智能优化箱粒子滤波进行机器人位姿估计,并采用扩展区间卡尔曼滤波（EIKF）完成地图的构建和更新。移动机器人的模型仿真和实体实验结果表明:所提智能化FastSLAM算法可有效提升箱粒子的性能,并降低地图构建所需粒子数,从而显著提高FastSLAM的定位精度和地图构建的鲁棒性。      

基于深度学习的无人机视觉目标检测与跟踪

针对目标检测中小目标物体漏检率及误检率高等问题,提出了一种基于Yolov3-Tiny算法的改进模型。改进k-means聚类方法,增加3×3和1×1的卷积池化层,将第9层卷积输出上采样,并与第8层卷积得到的特征图进行连接,得到新的输出:52×52卷积层,形成新的特征金字塔。基于卡尔曼滤波算法实现目标跟踪,提出融合跟踪算法的检测网络,使用匈牙利匹配算法对检测边缘框与跟踪边缘框进行最优匹配,利用跟踪结果修正检测结果,提高了检测速度,同时提升了检测能力。在ROS、Gazebo和自动驾驶仪软件PX4的综合仿真环境下对所提算法进行了对比试验。试验结果表明:改进算法平均检测速度降低了15.6%,mAP提高了6.5%。融合跟踪算法后的网络平均检测速度提高了34.2%,mAP提高了8.6%。融合跟踪算法后的网络能够满足系统实时性和准确性的要求。      

核心机派生匹配性能模型及其应用

以成熟的核心机为基础,匹配带不同涵道比风扇（或带增压级）的低压系统,可以派生出不同推力级别的军用或民用涡扇发动机。本文以核心机派生中的部件,整机气动热力匹配关系为理论依据,建立了核心机派生涡扇发动机匹配和性能计算模型,该模型能对核心机在不同工作点下匹配不同低压系统所派生的发动机进行方案设计,并对其设计点和非设计点性能进行预估。