一致性检验方法在导弹多惯组测量中的应用

传感器测量的准确与可靠是减小融合系统不确定性的前提,通过对多传感器一致性的检验,可以确定多传感器之间的测量误差,判断检测系统可靠性的程度。提出了应用概率距离测量对多传感器信息进行一致性检验的方法,并将此方法引入到基于多惯性测量组合的总线式导弹制导控制系统中。实例证明,该方法对于确保和提高测量导弹飞行信息的精度具有良好的效果。     

扫描开关检测方法探讨

介绍了扫描开关的主要用途,对扫描开关的检测项目、检测仪器和检测方法进行讨论,重点说明所采用检测方法的原理,给出了扫描开关的检测数据,并分析了扫描开关检测结果不确定度。     

基于机器视觉的高精度顶桥施工位姿测量系统

分析了现有的顶桥施工中位姿测量系统的特点,指出其目前存在的主要问题.针对这 些问题和现场需求,基于计算机视觉反馈理论,设计了一种由CCD传感器、激光准直仪和倾 角传感器组成的新型高精度光电测量系统.在建立了相关数学模型的基础上,搭建了硬件系 统,给出了视频采集、图像处理和多串口通信等关键技术的具体实现方法,完成了各功能模 块的软件开发.该测量系统具有精度高、实时性好、操作简单、维护方便和成本低廉的优点 ,能够替代以往效率低下的人工测量方式,而且其实现方法为其他大型施工测量系统的设计 提供了新技术.      

五/六自由度激光跟踪测量技术的原理分析

激光跟踪仪具有测量精度高、动态测量、实时快速等优点,在工业测量及大尺寸计量等领域中有着广泛的应用。五/六自由度测量技术是解决全姿态测量的重要手段,五/六自由度激光跟踪仪是近年来新出现的测量设备,也是实现全姿态测量的常用设备之一,已经广泛应用于机器人跟踪、设备动态标佼等测量工作中。因此针对目前国际上最新的五/六自由度激光跟踪测量技术,主要介绍了基于单站激光跟踪仪实现五/六自由度全姿态测量技术的原理。     

视觉跟踪坐标测量系统数学建模

提出了一种基于光学测头成像的单相机视觉跟踪坐标测量系统。该系统中引入了一个转动平台带动相机运动,使相机光轴始终对准运动的光学测头中某一个光点,保证光学测头成像在畸变比较小的像面中心附近。给出了系统的组成结构,通过空间变换和光学成像原理建立了系统的非线性跟踪测量数学模型,给出了利用Newton非线性迭代算法求解跟踪方程的具体算法,通过实验验证了所建立的模型和求解方法的正确性。最后,分析了转动角度误差对测量结果的影响。     

神经网络在下颌运动轨迹图测量中的应用

介绍了采用小型磁石测量下颌运动轨迹图Electrognathography(EGN)的方法。给出利用磁偶极子模型代替小磁石模型的理论及实际依据。利用神经网络解决由磁石产生的磁感应强度推定其空间参数的反演问题 ,并且采用了分割网络及修正网络的方法来提高磁石运动测量的推定准确度。     

宽带LFM信号的线性度测量

介绍了一种采用微波延迟线鉴相的方法对宽带LFM信号的线性度进行测量的装置。在该装置中,使用光纤、电缆实现微波延时,在小波变换的基础上采用相位建模以提高瞬时频率的测频准确度,根据线性调频信号的调频形式建立数学模型,得出了线性度的数学表达式。     

高速摄像三维图像分析技术与应用

高速摄像是光学测量的重要手段。分析了高速摄像三维图像分析技术的处理过程,重点讨论了像机标定、自动目标检测与跟踪技术、多目标匹配技术和三维姿态测量技术等关键环节所面临的问题及解决方法,并以无人机回收测量系统为例说明了高速摄像三维图像分析技术在无人机位姿参数测量中的应用,对构建高速摄像测量系统提供了参考。     

GOCE:精准称量地球

在度过了几乎致命的危机之后,太空中最灵敏的重力探测器终于恢复了元气,继续为科学家提供可靠的数据。2010年夏天,地球物理学家赖纳·鲁梅尔(Reiner Rummel)接到了一个让     

太阳同步轨道卫星光学特性

为了分析太阳同步轨道卫星的光学特性,对FY-1卫星的可见光和红外波段光学信号进行了仿真计算和模拟试验验证.通过对外部辐射及内部热源的分析,计算了卫星的温度场,采用随机起伏表面算法模拟表面覆盖材料外表面,通过阴影遮挡判断及双向反射分布函数(BRDF, Bi-directional Reflectance Distribution Function)模型计算卫星对外部辐射的反射特性,编程计算得到在可见光0.4~1.0μm和红外8~14 μm,14~16 μm波段下卫星的光学特性.结果表明红外辐射亮度与表面温度相关,8~14 μm最大约90 W/(m²·sr)、14~16 μm最大约20 W/(m²·sr).空间可见光辐射强度具有明显的镜面反射效应,卫星主体峰值2 200 W/sr.通过地面模拟测量空间目标的温度和红外辐射验证了温度及红外辐射仿真计算模型,可见光辐射强度仿真计算结果与地面模型卫星测量结果误差在20%以内.