基于传感器关联网络的燃气轮机异常检测方法

通过分析燃气轮机4种典型异常形式的产生机理以及特征表现,得到了不同异常形式与传感器关联网络结构特征之间的映射关系。在此基础上,得到传感器关联网络的异常特征模式,提出了基于传感器关联网络的燃气轮机异常检测策略。通过实例分析,证明了融合多源信息基础上建立的传感器关联网络模型,可以过滤掉节点间关联指标低于阈值037的相关性,有效的实现燃气轮机的稳态异常检测,并可以检测出转速上升过程中,节点间相关性的正常线性变化趋势,存在大于12%的异常凹陷非线性趋势,从而有效的实现燃气轮机的动态异常检测。      

Super-resolution reconstruction of astronomical images using time-scale adaptive normalized convolution

In this work, we describe a new multiframe Super-Resolution (SR) framework based on time-scale adaptive Normalized Convolution (NC), and apply it to astronomical images. The method mainly uses the conceptual basis of NC where each neighborhood of a signal is expressed in terms of the corresponding subspace expanded by the chosen polynomial basis function. Instead of the conventional NC, the introduced spatially adaptive filtering kernel is utilized as the applicability function of shape-adaptive NC, which fits the local image structure information including shape and orientation. This makes it possible to obtain image patches with the same modality, which are collected for polynomial expansion to maximize the signal-to-noise ratio and suppress aliasing artifacts across lines and edges. The robust signal certainty takes the confidence value at each point into account before a local polynomial expansion to minimize the influence of outliers. Finally, the temporal scale applicability is considered to omit accurate motion estimation since it is easy to result in annoying registration errors in real astronomical applications. Excellent SR reconstruction capability of the time-scale adaptive NC is demonstrated through fundamental experiments on both synthetic images and real astronomical images when compared with other SR reconstruction methods.     

基于改进SURF算法的无人机遥感图像拼接方法

针对传统SIFT算法在无人机遥感图像拼接中存在的运算缓慢、误匹配较多且计算过于复杂,无法满足遥感图像处理的实时性要求等缺陷,以及由于采集到的图像之间存在曝光差异等情况,直接进行叠加拼接后极大可能会在边界处产生重影错位的情况,文章提出了一种改进的SURF算法与融合算法用于无人机的遥感图像拼接。首先,在特征检测阶段,将SURF算法与Harris角点检测算法2种算法相结合,快速得到图像的特征点与特征描述子;在特征匹配阶段分为粗匹配与精匹配2个步骤:通过KNN算法对待拼接图像间特征点的粗匹配,以及应用RANSAC算法去除误匹配点的精匹配;在图像融合阶段,采用了基于距离的加权平均算法进行图像融合;最后,实验表明:文章所提出的算法处理速度相比于传统SUFT算法提升了近5倍,相比于其他改进算法,匹配精度也有所提高,并且该算法能够有效提高图像拼接后的质量与效果,解决了拼接痕印明显、重影、错位等现象可能发生的问题。     

一种带随机时延和丢包的分布式多传感器融合估计方法

研究了分布式采样线性系统的最优信息融合问题。其中,传感器信息通过无线网络发送到中心单元,每个传感器的测量值受随机时延甚至丢包的影响,最优传感器融合设计为一个带有缓冲测量值的时变卡尔曼滤波器。进行了算例仿真与分析,表明了融合估计器的有效性。     

无人机遥感图像融合算法综述

遥感图像拼接融合技术可分为"像素级""特征级""决策级"3个级别;根据各级别特点,无人机遥感图像的融合应采用像素级的融合方法。文章对一些常见的像素级融合方法进行了简要描述,重点介绍了3种经典的图像融合方法,讲述了可以根据哪些指标对一幅图像从主观与客观两方面进行评价;在实验阶段,对3种经典融合方法进行了实验验证与性能分析。     

基于侧扫声纳图像的AUV侧向速度估计与DVL粗差检测

复杂水底环境和自主潜航器(AUV）机动会造成Doppler测速仪(DVL）速度测量结果中出现粗差,提出一种检测DVL速度粗差数据的方法。该方法利用侧扫声纳图像数据,结合SIFT特征匹配算法求取声纳图像的边缘特征点。根据声纳图像成像原理,计算出每一帧图像相对上一帧图像对应特征点像素的横向平移量;结合特征像素平移量与AUV实际横向位移的比例尺度关系以及声纳侧扫周期推算出AUV侧向速度。该侧向速度用于检测水下组合导航中DVL的速度粗差,在几十米水深的浅水区,该方法能够检测并剔除出大于0.2m/s的DVL侧向速度粗差,显著减小DVL前向速度误差。算法可实时实现,改善AUV水下组合导航性能。     

姿态异常下的星体自旋角速度确定方法

摘要： 针对在轨姿态异常后星体高速自旋情况,开展星体自旋角速度确定方法研究.提出一种基于太阳敏感器测量数据确定自旋角速度的方法,并对自旋角速率确定误差进行分析,得到各误差源对确定精度的影响关系;基于角速率确定误差分析结论,给出根据角速度大小选取不同时间间隔测量数据的策略,通过大时间间隔测量数据的选取,保证小角速度情况下的确定精度.所提出方法的有效性通过数学仿真验证,并在实际应用中基于太阳敏感器遥测数据获取在轨姿态异常卫星角速度.     

基于SiP技术的单片集成数字式太阳敏感器

设计了一种新型的数字式太阳敏感器。采用SiP（Stystem in Package）设计,将滤光片直接安装于探测器上。此设计减小了数字式太阳敏感器的体积与质量,可提高其可靠性。所设计的数字式太阳敏感器可用于深空探测卫星系统的太阳捕获和太阳定向,同时,也可作为星上其他光电敏感器的监护仪器,防止其他光学敏感器被强光损坏。最后,完成了原理样机的研制与标定,并在外场进行了太阳光斑的拍图测试。实验表明所提出方法可行,可满足火星探测、深空探测的使用需求。     

一种成像敏感器对月定姿算法

成像敏感器根据月像来确定卫星对月姿态角。分析了月球光学系统成像模型以及卫星两轴姿态角与月像边缘曲线方程的关系，利用分析结果并结合月像边缘点的曲线拟合提出了一种新的卫星对月定向姿态确定方法。此算法克服了非零姿态月像边缘的非圆现象并且在部分月像下也可完成姿态确定，仿真工作显示了新算法的有效性。     

基于中轴变换的型腔高速铣削刀具轨迹生成方法

框、梁、壁板、蒙皮等飞机关键零部件中包含大量型腔特征,其加工效率直接影响零件的整体加工效率。高速铣削机床的发展为此类零件的高效加工奠定了很好的硬件基础,也给型腔铣削刀具轨迹生成带来了新的问题。例如蒙皮镜像铣由于其特殊的设计,对刀具轨迹提出平滑无抬刀、步距变化严格控制在一定范围内等更严苛的要求,从而保证蒙皮高质量加工。结构件高速加工中为了保持刀具的高进给和高转速,也要求刀具轨迹平滑且步距平稳变化。然而现有的型腔铣削刀轨生成方法大多基于局部优化解决加工残余和刀轨不平滑问题,难以生成同时满足多工艺约束尤其是步距约束的刀具轨迹,无法完全发挥高速机床的性能。针对此问题,本文提出基于中轴变换的型腔高速铣削刀具轨迹生成及优化方法。该方法首先基于中轴变换提取型腔骨架线,并进一步修正从而生成刀轨偏置基准和初始刀轨。其次利用图像变形算法对初始刀轨进行迭代变形优化,使最终优化刀轨与目标型腔区域吻合,且满足高速加工的工艺约束条件。该方法在离散的图像域内从整体角度优化刀具轨迹,不仅保证轨迹平滑无抬刀,还能保证步距在容许范围内平稳变化。实验证明本文提出的方法在保证轨迹平滑和步距平稳变化等方面的有效性,能够满足高性能加工的要求。