自动化计量学大会展出的坐标测量机

介绍自动化计量学大会展出的坐标测量机及其结构，性能和使用范围。     

基于DCT-CS的脉冲星周期超快速估计方法

受快速傅里叶变换（fast Fourier transform，FFT）的影响，基于FFT和压缩感知（compressive sensing, CS）的脉冲星周期快速估计算法的计算量大。为进一步减小计算量并提高计算精度，利用离散余弦变换（discrete cosine transform，DCT)取代FFT，提出了一种基于DCT-CS的脉冲星周期超快速估计算法。在该方法中，利用DCT提取脉冲星信号的低频部分构建低频DCT矩阵；构建畸变轮廓字典并获取累积轮廓；提出了利用最大值超分辨率稀疏恢复估计脉冲星周期的方法。仿真结果表明，DCT-CS的脉冲星周期估计精度达到了3.82×10-12 s，计算时间达到了9.31 ms。与FFT-CS相比，周期估计精度提高了约16%，计算时间缩短了约37.5%，实现了实时高精度的脉冲星周期估计。     

DPOD2005: An extension of ITRF2005 for Precise Orbit Determination

For Precise Orbit Determination of altimetry missions, we have computed a data set of DORIS station coordinates defined for specific time intervals called DPOD2005. This terrestrial reference set is an extension of ITRF2005. However, it includes all new DORIS stations and is more reliable, as we disregard stations with large velocity formal errors as they could contaminate POD computations in the near future. About 1/4 of the station coordinates need to be defined as they do not appear in the original ITRF2005 realization. These results were verified with available DORIS and GPS results, as the integrity of DPOD2005 is almost as critical as its accuracy. Besides station coordinates and velocities, we also provide additional information such as periods for which DORIS data should be disregarded for specific DORIS stations, and epochs of coordinate and velocity discontinuities (related to either geophysical events, equipment problem or human intervention). The DPOD model was tested for orbit determination for TOPEX/Poseidon (T/P), Jason-1 and Jason-2. Test results show DPOD2005 offers improvement over the original ITRF2005, improvement that rapidly and significantly increases after 2005. Improvement is also significant for the early T/P cycles indicating improved station velocities in the DPOD2005 model and a more complete station set. Following 2005 the radial accuracy and centering of the ITRF2005-original orbits rapidly degrades due to station loss.     

二维计算机图象检测系统

目前,利用机器视觉系统监测生产过程和进行质量控制是一个非常活跃的研究领域。当把视觉系统用于几何量测量时,必须解决其硬件的分辨力极限所带来的问题:测量精度高意味着测量范围小,或者,测量范围大意味着测量精度低。提出了解决上述问题的方法:一个由步进电机驱动的XY工作台与图象处理系统相结合。产生出一个多坐标系统结构。测量参数在两个坐标系之间传送,并在100mm×100mm范围内,在X和Y两个方向,达到的测量精度为0.02mm。     

刀形检测系统及空间测量坐标系的建立

论述一种基于二维视觉的刀形检测及调位系统,给出了测量系统的机械结构以及刀具 原理,分析了系统测量坐标系建立的原理和方法,并给出相关的实验数据。系统的研制实现了高效、精确、自动的刀形检测和位置调整,为高精度数控加工提供了保障。     

Denoising methods in interferometric SAR images processing

ＩｎｔｅｒｆｅｒｏｍｅｔｒｉｃＳＡＲ（ＩｎＳＡＲ）ｐｒｏｖｉｄｅｓａｍｅａｎｓｔｏｏｂｔａｉｎｈｉｇｈｒｅｓｏｌｕｔｉｏｎｄｉｇｉｔａｌｔｏｐｏ－ｇｒａｐｈｉｃｍａｐｓｗｉｔｈｌａｒｇｅｓｗａｔｈｗｉｔｈｏｕｔｔｈｅｅｆｅｃｔｏｆｔｈｅｗｅａｔｈｅｒ...     

空间目标快速轮廓特征提取与跟踪技术

为满足空间目标交会对接任务中高精度、快速的测量要求,提出了一种空间目标快速轮廓特征提取与跟踪技术。该算法首先从初始帧图像中分割定位目标所在局部区域,作为目标连续跟踪的初始值;其次基于初始帧目标局部区域完成对初始帧目标边缘特征的检测及细化处理;最后采用Hough变换完成对初始帧目标边缘的检测及细化后的局部图像轮廓直线的提取,分别选取目标轮廓四方向最优的直线参数作为最终目标轮廓直线获取的效果,并采用梯度最大法则实现两两求交获取的轮廓特征的优化提取。在目标逼近过程中,结合相邻帧图像间目标尺度动态变化的关联性,根据初始帧提取目标轮廓特征的先验信息,确定目标在第二帧图像中的轮廓位置,并依次根据上一帧图像的轮廓位置信息定位目标在当前帧所在的区域,通过局部处理实现序列图像轮廓区域特征的连续跟踪。该算法无需遍历整个图像,所需处理的目标区域大幅减小,能够有效克服由目标图像较多边缘干扰导致的轮廓提取效果差及处理速度慢的缺点,具有速度快、准确性强、稳定性高等优点。     

基于ARCN模型的轴承故障诊断

提出注意力循环机制与胶囊网络融合的注意力循环胶囊网络（ARCN）的诊断模型。提取时序特征信息构建初级胶囊;自适应融合路由机制、注意力循环机制构建数字胶囊特征;基于西储大学轴承实验数据,验证了ARCN模型的准确率、鲁棒性、稳定性、收敛误差,其准确率相比Caps模型识别准确率提高1.2%、收敛误差达到0.2。基于实验仿真平台,采集正常、内环故障、外环故障和滚动体故障的振动信号,并通过小波基变换获取的时频图构建ARCN模型的数据集。仿真实验结果表明:ARCN模型下,每类故障被误诊的概率不超过总样本的1%。      

辐射开环空间绳系机器人编队动力学及控制

提出了一种新型辐射开环空间绳系机器人编队系统,其在编队稳定性、任务灵活性及燃料消耗等方面具有明显的优势。针对辐射开环空间绳系机器人编队系统自旋运动过程中的构型误差控制问题,首先建立了编队系统的自旋动力学模型;然后分析了空间绳系机器人的绳系拉力和空间平台的自旋扭矩对编队系统自旋运动中出现的构型误差的控制能力;设计了一种依靠空间绳系机器人绳系拉力和空间平台自旋扭矩作为控制量,对构型误差进行控制的协调控制方法;最后通过数字仿真进行了校验和分析。仿真结果表明：设计的协调控制方法能够明显改善编队系统自旋运动中构型误差的控制效果。