基于RANSAC算法的三轴磁通门传感器误差校正

针对三轴磁通门传感器存在转向误差影响其测量精度而传统误差校正算法在非理想条件下应用效果不佳的问题,在椭球拟合算法的基础上提出了基于随机抽样一致性(Random Sampling Consensus, RANSAC)算法的三轴磁通门传感器误差校正方法,该方法可以有效剔除样本数据中的噪声和畸变数据点,最终估算出更加准确的误差参数。仿真分析和外场实验表明,即使在样本数据中含有噪声或畸变数据点时,该方法仍然可以估算出更加准确的误差参数。相比传统椭球拟合算法,仿真分析中传感器误差参数的估算精度提升了1～2个数量级,外场实验中实测数据磁总场的峰峰值和均方根误差的改善率分别提高了10.2%和32.1%。     

前斜视SAR成像中几何校正问题研究

前斜视合成孔径雷达（SAR）成像算法广泛应用于军用SAR系统,其中几何校正是前斜视SAR成像算法的一项重要内容。为此,以经典的chirp变标成像算法为例,研究了前斜视SAR成像中的几何校正问题,内容主要包括SAR目标位置偏移几何校正和用于评估目标成像品质的图像旋转校正。提出的几何校正方法简单实用,可为其它前斜视SAR成像算法的几何校正提供参考。     

基于Sentinel-2影像的鄱阳湖大气校正方法适用性评价

随着水色遥感技术逐步应用于内陆浑浊水体,大气校正成为水色遥感中最关键的一步。文章以"哨兵二号"卫星(Sentinel-2)数据为基础,采用Sen2cor、6S、FLAASH、ACOLITE和QUAC五种大气校正方法对鄱阳湖水体进行大气校正研究,结合实测水体反射率对不同校正结果进行精度验证分析。从整体对比结果来看,经过校正后的反射率曲线与实测光谱曲线的变化趋势基本一致,具有较高的拟合度,其中Sen2cor方法整体精度最高,依次是FLAASH、6S、ACOLITE和QUAC。对比单波段校正精度,Sen2cor在490nm和560nm波段表现最好,在665nm和705nm波段,6S、ACOLITE和Sen2cor效果较好,平均相对误差均在13%以内,而在842nm和865nm波段,除FLAASH算法表现相对较好以外,其他四种方法表现均较差,其中QUAC算法在所有波段的校正效果表现最差。结果表明,这五种大气校正方法均使水体影像品质得到了提高,增加了可用性,该结果可为其他类似Ⅱ类水体大气校正研究提供参考。     

Ku波段机载极化SAR数据定标

针对极化合成孔径雷达(SAR)数据采集过程中出现的通道串扰、通道不平衡问题,利用Ku波段机载全极化SAR数据进行定标试验研究。进行了极化通道间干涉相位去除,以及包含相位校正、串扰校正和通道不平衡校正的极化SAR定标处理。对三面角反射器后向散射的分析表明:经定标处理后,极化通道不平衡降至1 dB以内,通道串扰降至-17 dB以下,极化特征图与理想三面角更为接近。Freeman-Durden分解结果表明:经定标处理后,极化SAR数据能较为准确地反映地物主要散射机制信息。     

基于AEKF的永磁同步电机转速估计算法研究

针对在转速估算研究中采用常数矩阵不能准确描述永磁同步电机(PMSM)在不同运行条件下系统噪声的问题,提出了一种基于新息序列和状态残差的自适应扩展卡尔曼滤波算法(AEKF)。同时,对AEKF的稳定性进行理论上的探究。经仿真验证,与传统扩展卡尔曼滤波算法相比,AEKF在收敛速度和收敛精度上更优,参数鲁棒性更好。     

一种预测校正制导中攻角剖面的在线规划方法

提出一种预测校正制导中基于可达性量化评估的攻角剖面在线规划方法。首先采用最大纵程、最大横程、最小纵程3个关键参数构建可达区模型,并通过大量的离线弹道计算构建上述3个关键参数与升力修正因子、阻力修正因子和常值攻角的三维插值数据库。提出一种可达性量化因子用于反应期望终端位置的可达性。在飞行中对升力修正因子和阻力修正因子进行在线辨识,在攻角剖面的在线规划时以可达性量化因子最小为优化目标。仿真表明采用该方法可以获得较高的可达性判断正确率,攻角剖面的在线规划可以提高预测校正制导的成功率。本方法对于无动力升力式飞行器的制导策略在线决策和优化具有参考和应用价值。     

基于室内无线模型的穿墙损耗校正

K-M（Keenan-Motley）模型将单墙固定损耗值相加来计算室内无线信号穿透多墙的总损耗值,存在较大误差。针对该问题选取多种室内场景分别进行连续波（Continuous Wave,CW）测试,对无线信号穿墙损耗的影响因素和变化规律进行分析,提出了一种基于人工神经网络的室内无线模型穿墙损耗校正方法,对预处理后的测试数据进行训练并建立预测模型。经验证该预测模型符合校正判别准则,在实际场景下具有良好的预测准确度。     

从摄动理论看洞壁干扰的总体型修正

利用Ｄ．Ｎｉｘｏｎ跨声速摄动理论对目前奉行的洞壁干扰总体型修正提出了质疑;讨论了结果从理论上进一步支持了洞壁干扰的当地型修正战略。     

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%。     

基于故障因子函数的鲁棒联邦滤波算法研究

针对联邦滤波器子系统传感器故障，提出了一种基于状态递推器的滑动残差检验法，并在故障检测函数的基础上，定义了故障因子函数，用于联邦滤波器的信息分配。根据新的算法，联邦滤波器的信息分配系数可根据故障因子函数进行自动调整，以减少故障通过全局重置对其他无故障子系统的污染程度，从而减少了故障信息的影响程度和持续时间，提高了故障隔离后联邦滤波器的快速恢复能力。仿真结果表明该算法是有效的。