“神舟八号”飞船实时水稻细胞培育及表达谱芯片分析

成功建立了在空间微重力条件下水稻细胞的培养体系,并在"神舟八号"飞船空间飞行时的微重力条件下对培养过程中的细胞进行了实时固定,保存了水稻细胞中反映微重力条件下基因表达状态的RNA样品。返地后,用RNA质量检测和表达谱芯片方法对回收样品进行了分析。提取的水稻细胞RNA质量检测合格,表明本次空间的实验和固定方法可行和可靠。进一步分析水稻表达谱变化情况显示,微重力条件下水稻细胞的表达谱相比地面重力条件和微重力条件下人工1 g条件下的对照有显著差异。     

卫星姿态的鲁棒反馈滤波器方法研究

针对传统卫星姿态估计过程中计算量大的问题,提出了基于控制反馈的卫星姿态鲁棒滤波方法,将滤波器的新息作为闭环系统的输入,由此可以分离动态滤波方程中的时变因素(卫星姿态角速度),再将时变因素作为系统的不确定性考虑,最终通过鲁棒滤波方法对线性时不变系统的最终稳态值进行求解。该方法可以通过陀螺与星敏感器的参数信息,提前离线计算出滤波器的相关参数,具有很强的工程可用性。仿真结果表明,在卫星存在旋转角速度时,三轴的估计精度(MSE)比不考虑系统时变因素的控制反馈滤波器分别提升了12%,21. 05%,4%。     

一种用于SINS行进间对准的模糊抗野值滤波算法

针对观测存在野值的非线性系统滤波问题，本文综合运用多高斯和近似算法(GSA)、贝叶斯公式、马尔科夫链蒙特卡洛算法(MCMC)以及集合卡尔曼滤波算法(EnKF)设计了一种能从状态后验分布中抽取粒子的改进粒子滤波算法，并根据模糊理论为此改进算法设计了模糊抗野值功能，从而提出了模糊抗野值集合粒子滤波算法，命名为REnPF。GPS辅助SINS行进间对准的仿真实验表明，REnPF能够很好地避免虚警、漏检问题，并能提供良好的滤波精度。     

基于高效垂直互连的X频段三维交叉合路网络

针对射频微波系统小型化、一体化、低成本设计需求,利用HFSS软件3D建模仿真研究微波毫米波多层板高密度垂直互连技术,对比不同结构参数的频率特性,在结构上通过加载层间焊盘改善特定频段内传输性能,在DC^20GHz内回波损耗小于–20dB。基于该高效垂直互连技术,实现32路信号输入4波束输出交叉网络3D垂直合成,体积仅为125mm×30mm×1.8mm,经测试带内插损≤10.95dB,驻波比≤1.4,较好地实现了X频段合路输出功能。     

自适应高斯—厄米特滤波器

针对带有未知统计特性噪声的非线性系统，提出了一种新型的自适应滤波器——自适应高斯—厄米特滤波器(AGHF)，其过程是通过将Sage Husa噪声估计器推广到非线性系统，得到更为一般的噪声估计的递推形式，它与高斯—厄米特滤波器(GHF) 相融合，得到适用于带有未知统计特性噪声的非线性系统的高精度自适应滤波器.仿真结果表明，当非线性系统存在一类未知统计特性噪声(系统噪声或测量噪声)时，与扩展卡尔曼滤波器(EKF)、GHF和自适应扩展卡尔曼滤波器(AEKF)相比，AGHF滤波器可显著提高对噪声统计特性和系统状态的估计精度.     

高速并行2 倍符号速率采样数字成形滤波实现及分析

随着数传系统传输信息量的不断增大,需使用8PSK 等高阶调制和成形滤波相结合进行传输。基于FPGA 和高速DAC 的数字成形滤波由于具有参数灵活可配置、适应性强等众多显著优势,正逐渐取代传统的模拟滤波器。由于传输速率很高,成形滤波采样倍数选择通常不能太高。为减轻DAC 采样压力,减小FPGA 与DAC 之间传输数据速率,设计基于2 倍符号速率采样的数字成形滤波器并通过查找表与并行滤波相结合的方法进行实现,所占用FPGA 资源明显小于3 倍采样。构建测量系统进行实物测试,测试结果表明:在8PSK 700Msps 符号速率(信息速率2. 1Gbps)传输条件下,进行2 倍采样时,星载调制器EVM 达到10. 3%,动态幅度不平衡0. 095dB,相位不平衡2. 034°,主要性能指标满足工程应用使用需求。EVM 虽稍差于3 倍采样,但DAC 采样频率降低了1/3,减小了FPGA 与DAC 之间传输数据速率,进而提升了传输效率,为后续星载高速调制器研制提供了参考,在高速率传输时具有广阔的应用前景。     

基于AIGWO-IMMUKF的目标跟踪算法

针对目标跟踪算法中滤波器选择和模型设计问题，提出了一种具有自适应性的交互式多模型无迹卡尔曼滤波（IMMUKF）目标跟踪算法。首先，介绍了IMMUKF的算法步骤；其次，提出运用改进的灰狼优化（IGWO）算法优化其中的滤波参数，通过构造调节因子建立了时变的Markov状态转移概率，形成了AIGWO-IMMUKF算法，并给出其算法流程；最后，将所提AIGWO-IMMUKF算法与传统算法在相同条件下进行仿真，得出位置、速度均方根误差曲线，以及时效性对比。结果表明，所提AIGWO-IMMUKF算法克服了传统IMMUKF算法的不足，提升了算法性能，精度和时效性都更优。      

基于因子图的无人机视觉定位方法

当前多用途无人机主要依靠全球导航卫星系统（GNSS）和惯性测量单元（IMU）的组合导航实现高精度定位，然而在强电磁干扰以及各类复杂环境GNSS拒止等情况下，该定位模式面临失效的风险。为探索一种GNSS拒止环境下的导航定位手段，对视觉导航方式进行了研究，针对无人机小交会角条件下视觉定位存在高程方向交会精度差、绝对尺度信息缺失、累积误差无法消除和定位轨迹不连续等问题，提出了基于因子图融合影像匹配和视觉信息的光束法平差方法，解决了无人机小交会角下的自主绝对定位问题。     

基于对数极坐标变换的快速相关匹配算法

成像制导过程中,需要在导引头获得的图像中搜索目标所在位置。基于对数极坐标变换的相关匹配算法能够有效处理在尺度、旋转等情况下目标的匹配问题,但是计算量大、匹配效率低,因此提出一种基于对数极坐标变换的多分辨率快速相关匹配算法。首先,通过定义主梯度方向,并将该方向作为对数极坐标变换的角度变换基准,有效避免了模板与目标特征矩阵基准不同的问题;其次,在多分辨率金字塔搜索过程中,采用图像方差作为判断依据,跳过同质区域和杂乱区域等非目标区域,加快搜索效率。仿真结果表明,该算法相比传统多分辨率相关匹配算法能够保证匹配精度并提高算法对于非线性光照变化的鲁棒性,匹配效率显著提高,具有实时处理的潜力。