运载火箭姿态控制多速率陀螺融合方法

针对柔性火箭姿态测量中弹性信号会严重影响姿控系统设计和稳定性的问题,提出基于遗传算法的速率陀螺融合方法。首先,以降低姿控回路摆角指令传递函数的弹性峰值为目标,提出多速率陀螺融合方法的目标函数;其次,将多速率陀螺融合方法转化为多约束非线性规划问题,采用遗传算法求解多速率陀螺融合方法;最后,研究多速率陀螺融合方法对火箭姿态控制回路弹性信号的影响,以及对火箭控制器性能的影响。仿真结果表明:多速率陀螺融合方法可以有效减弱火箭姿态控制回路中的弹性信号,提高火箭控制器的性能,以增强火箭姿控系统的稳定性,降低火箭控制器设计难度。     

基于双磁阻传感器的场面移动目标检测算法

针对无线磁阻传感器网络的场面移动目标检测系统,提出了一种基于双磁阻传感器的状态互补融合检测算法。算法综合考虑了目标地磁信号的实际特征,将双传感器获取的地磁信号进行数据融合,以避免由于航空器地磁信号的不连续特征而导致的误检为多个目标。验证结果表明,算法较于改进的自适应阈值算法,大大提高了场面移动目标的检测准确率,且算法简单,运行速度快,可以应用在无线节点的微处理器中检测场面移动目标。     

基于多尺度深度学习的自适应航拍目标检测

无人机已经被广泛应用到各个领域,目标检测成为无人机视觉领域关键技术之一。针对无人机图像中场景复杂、尺度多变、小目标丰富等问题,提出了一种基于多尺度深度学习的自适应航拍目标检测算法。首先,构建自适应特征提取网络MSDarkNet-53,引入多尺度卷积方式,采用不同类型卷积核对不同尺寸目标进行运算,有效扩大感受野。其次,结合注意力机制的优点设计卷积模块,自适应优化特征权重,增强有效特征,抑制无效特征,得到表征能力更强的特征。最后,构建基于多尺度特征融合的预测网络,根据小目标的特点,选取多层级特征映射融合成高分辨率特征图,在单一尺度上进行目标分类和边界框回归。实验表明：本文算法提升了无人机图像的目标检测精度,具有良好的鲁棒性。     

侧向稳定系统参数平面设计法

首先介绍了鲁棒系统设计的参数平面法，然后采用该方法对某支线客机的侧向稳定系统进行了鲁棒设计，最生以几种不同的飞行状态为例，通过计算机仿真，对所设计的控制律参数进行了验证，结果表明：飞机侧向稳定系统的参数平面法设计是可行的。     

凹腔几何构型和来流马赫数对部分覆盖型凹腔流动的影响

为了研究覆盖板长度、凹腔深度、凹腔长深比和来流马赫数对部分覆盖型凹腔流场的影响,采用二维耦合隐式N-S方程和标准k-ε湍流模型,对部分覆盖型凹腔的流场进行了数值仿真。发现覆盖板长度对自由来流没有明显影响;长深比是影响不同深度凹腔的覆盖区质量交换的主要因素;覆盖区质量交换随着长深比增大而减少;来流马赫数增加,凹腔覆盖区的质量交换下降;与大长深比凹腔相比,小长深比凹腔的覆盖区质量交换受长深比和来流马赫数影响更加明显。     

基于非下采样轮廓波的多源图像融合

利用非下采样轮廓波（NSCT）对源图像进行多尺度、多方向分解,对分解后的低频子带系数采用区域能量的融合规则,对高频子带系数采用基于领域方差加权平均的融合规则,对融合后的系数经过NSCT逆变换得到融合图像。实验结果表明,在主观视觉和客观评价指标上均优于其他对比方法。     

基于融合信息熵距的转子裂纹-碰摩耦合故障诊断方法

针对转子系统的裂纹-碰摩耦合故障,提出了一种基于融合信息熵距的转子振动故障诊断方法.利用转子实验台模拟转子系统裂纹故障、碰摩故障及裂纹-碰摩耦合故障,并采集三种典型故障的振动加速度信号.利用时域的奇异谱熵、频域的功率谱熵、时-频域的小波能谱熵以及小波空间特征谱熵,计算融合信息熵距实现故障诊断.实例研究表明:这四种信息熵形成了综合评价转子振动状态的特征指标,多测点、多转速下的信息熵距曲线较好地区分了单一故障和耦合故障,有效地提高了转子振动故障诊断的准确性.测试信号与其对应的振动故障之间的信息熵距最小,信息熵距曲线位于坐标轴的最下方,达到了诊断单一故障和耦合故障的目的.      

过程功率谱熵在转子振动定量诊断中的应用

针对旋转机械振动过程的复杂性和振动故障产生的随机性,提出了1种以信息熵理论为基础,通过多测点、多转速下的功率谱信息熵(功率谱熵)差矩阵来描述旋转机械振动过程变化规律的故障定量诊断方法。采用在转子试验台模拟转子振动的4种典型故障,得到4个测点多转速下的振动故障数据;对这些故障数据进行分析和处理,求其功率谱熵矩阵。结果表明:通过对转子振动故障信号进行实例计算和分析,该方法在转子振动故障分类和故障严重程度判断方面效果良好。     

全测速测元弹道计算的数据融合算法与应用

针对“全测速”测元条件下弹道计算的数据融合问题,就数据融合中初值的确定、最优节点的搜索、样条基函数的选取、数据融合模型的数值解法等方面进行了分析与讨论,并给出一种适用于“全测速”测元条件下弹道计算的数据融合算法,经试用表明：该算法不仅具有良好的收敛性、稳定性,而且有着很好的数据融合效果,弹道计算的精度与“测距-测速”混合条件下数据融合弹道的精度相当。     

基于D-S证据理论的目标属性辨识研究

D—S证据组合理论已经成为不确定性推理的一种重要方法，基于该理论的多传感器决策层信息融合已得到广泛应用。本文在简要介绍D—S证据组合理论框架基础上，阐述了基于D—S证据组合理论的信息融合一般步骤及决策层判决方法；分析了发生证据严重冲突时，Dempster证据组合规则出现的不可靠和不合理的本质原因，介绍了针对D—S证据组合规则进行修正的几种主要方法；最后，提出了需要继续深入探讨的问题。