民机客舱布局工效学量化设计模型

为提升客舱布局设计效率及面向民机客舱快速仿真设计系统提供技术支撑,提出了一种民机客舱布局量化设计模型。该模型面向工效学设计需求,以座椅排距、座椅排数、各级客舱舱段长度等作为设计变量,构造了舒适性、安全性、经济性三类目标函数,实现了客舱边界限制、人机空间耦合关系、适航安全性要求等约束条件的量化描述。分别以双通道宽体干线客机、单通道窄体干线客机和支线客机为应用算例,对所提模型的可用性进行了计算验证。结果表明:所提模型可适用于多种机型的客舱布局设计,能够提供多个满足舒适性、安全性、经济性等多样化工效学设计指标的量化设计方案,并可给出各类指标进一步的优化途径。所提模型在一定程度上实现了民机客舱布局量化设计,为概念设计阶段客舱布局快速设计和多方案比较提供了一种新的方法,同时也可作为航空公司客舱布局选型的定量化辅助决策工具。      

基于相关滤波器的嵌入式动态目标跟踪系统设计

针对空间非合作运动目标监控,提出了一种基于嵌入式技术的动态目标实时检测与跟踪方法,并完成了跟踪系统的研制设计和测试。该视觉目标跟踪系统以嵌入式处理器为控制器,通过相机模组获取实时视频图像,图像经过视觉检测与跟踪算法程序分析,得到目标的位置信息后,控制伺服运动系统调整相机姿态实现对动态目标跟踪。提出了基于相关滤波原理的跟踪算法,搭建了树莓派嵌入式测试系统,完成实时检测与跟踪的实验评估。实验结果表明,嵌入式处理器中检测与跟踪程序的平均运行帧率达到25FPS,伺服机构在水平360°和俯仰±60°范围内实现了对移动速度90°/s的目标的实时、稳定监控与跟踪。     

一种基于层次聚类的空间非合作目标重构方法

由于激光传感器内在的缺陷,获得的非合作目标原始点云数据往往处于一个分布不均匀的状态,这就对后续的高质量非合作目标表面重构带来了很大的挑战.提出了一种基于全局约束的局部层次聚类方法来提升非合作目标点云分布的连续性.该方法主要可分为两步：1.基于全局约束的自适应八叉树三维空间分解,2.基于全局约束的层次聚类.第一步的主要目的是为了降低算法的复杂度,第二步则将分布不均匀的点集转化为均匀分布的状态.本文在三个非合作目标模型上进行了实验.实验的可视化结果与定量计算结果均验证了该方法的有效性.     

交会对接光学成像敏感器中合作目标的分析与设计

交会对接技术是实现太空梭、太空平台和空间运输系统的装配、回收、补给、维修、太空人交换及营救等在轨服务的先决条件,交会对接光学成像敏感器是两航天器交会对接近距离平移靠拢段唯一能够提供六自由度相对导航信息的敏感器,由安装于追踪飞行器上的相机和安装于目标飞行器上的合作目标组成,采用角反射器作为合作目标标志,完成两飞行器间的相对位姿的解算.对其需求分析、设计方案、回光能量测试等进行了讨论,该方案已在神舟十一号载人飞船、天舟一号货运飞船与天宫二号的交会对接任务中成功验证,后续针对空间站及光学舱任务进行适应性修改.     

相控阵测控系统的特点和主要技术问题

在比较相控阵测控系统和相控阵雷达的基础上,归纳出相控阵测控系统的特点,根据研制相控阵多目标测控系统和TDRSS-SMA的体会,概述了它的测轨精度、波束形成、分时多波束和同时多波束、自适应时-空二维滤波、边扫描边跟踪和多目标跟踪、共形相控阵和宽角扫描以及降低造价等问题。     

基于遗传算法的快速目标匹配方法

为解决在测量图像目标识别中因采用模板匹配方法而产生庞大计算量的问题,将遗传算法应用到测量图像模板匹配中。根据测量图像的特点,利用匹配产生的相关数据变化规律,对标准遗传算法进行改进,提出一种测量图像快速匹配方法,可消除标准遗传算法的大量无效搜索。实验结果表明,该方法比标准遗传算法速度快、精度高。     

白天强天空背景条件下空间目标探测能力分析

从空间目标探测的需求出发,提出了在白天强天空背景条件下实现空间目标探测的两种技术途径。通过分析计算表明,采用光谱滤波技术和增长光学系统焦距两种方法对探测能力的提高具有显著效果。     

基于差分进化算法的飞机油量传感器布局优化方法

针对飞机油量测量传感器布局问题,综合考虑底部不可测量油量、顶部不可测量油量、姿态误差3个指标,设计并实现了一种基于差分进化算法的飞机油量传感器多目标布局优化方法。通过建立初始传感器安装线集合将连续优化空间转换为离散优化空间,解决了安装约束问题。通过分析优化目标建立了考虑倾斜传感器的布局指标评估方法。将离散型变异算子引入标准差分进化算法,并使用NSGA-Ⅱ中的快速非支配排序、拥挤度计算策略解决传感器布局中的多目标优化问题。通过OpenMP并行计算技术优化求解速度。最后,进行了优化试验,结果表明：该方法实现了飞机油量测量传感器布局的多目标优化,且在求解质量和优化速度方面明显优于对比方法。     

多尺度特征融合的Anchor-Free轻量化舰船要害部位检测算法

反舰导弹对舰船要害部位的精确打击能力是精确制导武器的关键技术之一。针对反舰导弹导引头对舰船要害部位检测精度低、特征提取能力不足,预测框的处理降低检测速度等问题,提出了一种多尺度特征融合的Anchor-Free轻量化舰船要害部位检测算法。由于舰船要害部位检测数据具有多尺度、多角度特性,引入多尺度特征融合模块,综合利用不同感受野的检测信息,优化特征提取;利用高效轻量化注意力机制改进Hourglass结构中的跨层连接,提升检测精度,降低算法总参数量;使用迁移学习有效提升算法收敛效果。在建立的舰船要害部位检测数据集和公开的PASCAL VOC数据集进行实验,检测准确率分别提升了4.41%和5.57%,分析算法参数与运算量,设计了模块消融实验,论证了所提算法的有效性。     

基于注意力机制的光伏组件热斑检测算法

热斑现象是造成光伏组件发电能力下降的重要原因之一,热斑检测是光伏电站运维必不可少的工作。然而分布式光伏电站的规模普遍较小、选址分散、环境复杂多样,使用传统的热斑检测算法需要投入大量的人力资源。基于此,提出了一种基于注意力机制的热斑检测算法HSNet。通过图像分割消除反光影响,结合通道注意力机制,学习通道间的特征信息,增强目标区域的重要性,采用自定义锚点的方法提高检测速度,使用焦点损失激活函数和基于物体先验概率的类别预测方式改善训练目标样本不均衡导致的分类准确性低的问题,通过回归方法获取准确的目标位置。实验表明：设计的目标检测算法在窗体回归精度和分类准确性方面均有明显的优势,边界框平均精度和准确率分别提升了3.18%和2.42%。