一种星图识别的星体图像高精度内插算法

介绍了一种从星敏感器成像中高精度提取恒星位置和星等的方法.这种方法把星光成像看成是高斯点扩散函数模型,利用线性内插和最小二乘法方法,拟合得到高斯曲面参数.从高斯曲面模型中得到亚像素级的恒星位置和恒星星等.理论研究表明,曲面拟合法提取的星体位置精度高于传统的质心法.由于直接进行高斯曲面拟合计算非常复杂,为了简化计算,利用了星体成像点附近x,y方向的非线性插值方法,分别得到不同的曲面系数.仿真结果显示,在信噪比小于0.05时,定位精度小于1/20像素,星等误差小于5%.     

基于DSI插值的三角网格质量优化

通过对三角网格的单元顶点进行几何位置调整,提高了网格的质量,实现了网格的质量优化.几何位置调整是使用离散点光滑插值(DSI,Discrete Smooth Interpolation)实现的,针对在计算时影响质量优化的邻接边界的单元顶点,采用了在边界处补偿三角形的方法,消除了单元收缩,提高了网格的质量.与加权拉普拉斯算法进行了比较和分析,优于拉普拉斯算法;为了使三角网格在位置调整时保持原始网格的几何细节特征,在插值算法中施加了控制点约束.最后使用算例对算法进行了验证.      

基于谱插值和奇异值差分谱的滚动轴承静电监测信号去噪方法

采用静电传感器进行滚动轴承故障监测实验研究.针对滚动轴承静电监测中各种强噪声、故障特征难以提取的问题,提出了基于谱插值和奇异值差分谱的联合去噪方法.首先采用谱插值抑制工频干扰,然后将所得信号构造Hankel矩阵,求取奇异值差分谱并自动确定有用分量个数,最后重构信号.仿真和实验结果表明:仅采用奇异值差分谱或者小波去噪方法,无法从含有强工频干扰的信号中提取有用成分;所提出的方法相比较谱插值和小波去噪方法能够凸显早期故障特征频率.     

三元整体叶轮的曲面造型及其计算机辅助制造技术

针对一种三元整体叶轮,采用B样条方法对叶片中性面上顶部和根部的两组数据点进行了插值曲线的反算,进而构造出直纹面形式的叶片中性面和叶片曲面;研究了在五坐标机床上采用球头棒铣刀侧铣加工叶轮时的刀位计算方法,给出了在UG环境下的叶轮曲面建模方法及其数控加工仿真步骤。     

稳态温度场作用下涡轮叶片振动特性的研究

根据一维线性分段插值方法对一维温度场进行分段插值拟合,为有限元方法分析温度场作用下叶片振动问题中温度载荷的施加提供了简化可行的方案,利用有限元方法验证该线性拟合方案的可行性,并采用多种方法对计算结果进行验证分析,对一维稳态温度场的分段插值进行了误差分析,得到稳态温度场作用下叶片振动问题的有限元分析计算方法和温度载荷施加方案。     

带旋转修正的弹簧-TFI混合动网格方法

网格存在大变形时,传统的超限插值(TFI)动网格方法易于引起网格正交性问题.依据几何关系并考虑其插值特点,提出了一种带旋转修正的TFI动网格方法.对结构网格块进行分块,在子块角点间建立弹簧元,并基于弹簧类比法计算角点位移;子网格内部结点位移采用修正后的TFI动网格方法进行计算,从而形成具有弹簧-TFI混合特征的动网格新...     

多场耦合计算平台与高超声速热防护结构传热问题研究

从有限元法(FEM)和有限体积法(FVM)的单元特性出发,提出一种具有局部守恒特性的界面载荷插值方法.采用共享内存技术开发适用于通用有限元和计算流体力学(CFD)软件的多场耦合计算平台,并基于分区耦合方式实现流固耦合传热计算.作为验证,分别将ANSYS与Fluent和CFD-FASTRAN软件进行耦合,计算外壁冷却的喷...     

基于多项式插值的自由漂浮空间机器人轨迹规划粒子群优化算法

针对自由漂浮空间机器人轨迹规划问题,提出一种基于多项式插值与粒子群优化算法相结合的非完整运动规划方法。首先,通过对系统非完整约束条件进行分析,给出了以机械臂关节角耗散能为目标函数的轨迹最优控制算法;并采用高阶多项式插值方法逼近机械臂关节角轨迹,将插值多项式的系数作为优化参数,结合粒子群优化算法对关节角轨迹进行优化求解。最后,对本文提出的轨迹规划算法进行数值仿真。仿真结果表明关节角轨迹平滑连续,保证了关节角速度及关节角加速度在初始和终止状态均为零,从而验证了所提方法的有效性和可行性。     

一种新的红外烟幕遮蔽效果时域特性评估方法

提出了基于分形特征和Aitkin插值技术的烟幕遮蔽效果时域特性评价的方法,计算了目标热像区域的分数维和分形拟合误差,采用了Aitkin插值技术来获得烟幕场遮蔽效果的时域特性。     

基于深度学习的毫米波和亚毫米波成像仪的图像增强技术

风云四号卫星毫米波和亚毫米波成像仪(MMSI)数据根据采样方式分为过采样和非过采样数据。由于采样方式的影响,非过采样数据在采样过程中会有一定的信息损失。为解决采用简单的线性插值方法做精细化处理时提升精度有限问题,采用基于深度学习的方法增强MMSI亮温图像,设计卷积神经网络重建风云四号卫星MMSI的亮温图像和风云三号卫星微波成像仪亮温图像。实验结果显示:相比传统的双三次插值方法,在风云三号卫星微波成像仪亮温图像样本上峰值信噪比提升了1.13dB,结构相似度提升了0.01。实验结果表明:对于非过采样亮温数据,采用基于深度学习的方法增强图像具有更高的精度,同时可在其他微波探测仪数据中使用,具有很强的普适性。