基于自适应融合的弹道目标空间位置重构

由于进动锥体目标参数存在耦合,单部雷达不易获取同时参数估计误差较大。针对这一问题,提出了一种联合多部雷达不同视角微动信息进行参数提取与融合的新方法。首先,对进动目标进行了建模和散射点距离像分析,并利用Hough变换实现了锥顶散射点的关联。然后,联立2部雷达的微动信息作为求解单元来对耦合参数进行解耦,求出相应的参数。同时以进动角为例进行了误差方差分析,以融合后误差方差最小为原则对权系数进行了求解,并对其余参数进行了相同的处理。最后,在一个进动周期内,根据求出的锥体顶点坐标和锥旋轴矢量实现了锥体目标空间位置的重构。仿真结果表明该融合方法能够提高参数精度并能对锥体空间位置进行重构。     

飞机维修工卡长度与标准工时的相关性研究

工时管理体系是飞机维修的重要组成部分。本文以国内某航空公司8个主流机型的飞机维修工卡为研究对象,对飞机维修工卡的长度与飞机制造厂提供的标准工时进行Pearson相关性研究。研究结果显示各机型的工卡长度与工时存在显著的相关关系。飞机维修单位在对工卡工时进行调整和修正评估时,可适当考虑工卡长度的影响。     

针对异物夹杂类缺陷的双道偏置补焊方法

异物夹杂类缺陷是搅拌摩擦焊接过程中一类典型缺陷。一旦发生该类缺陷,只有对焊缝进行挖排来去除异物后,才能实施补焊。针对挖排造成焊缝材料缺失,现有的方法是通过熔焊或赛填固体颗粒来进行填充。上述方法不仅会在焊缝中引入有异于母材的材料,而且工艺过程繁琐。特别是熔焊的焊接热会对补焊区域周围的母材造成影响,从而造成补焊接头强度的削弱。针对现有补焊方法的不足,本文提出一种双道偏置补焊方法,实施过程简便,可实现等强度补焊。经试验证明,该方法可获得与原始焊缝具有相等强度的补焊焊缝。     

用FTIR光谱仪测量排气系统中红外光谱辐射强度的方法

通过理论分析及实验研究讨论了傅立叶变换红外(FTIR)光谱仪测量排气系统中红外光谱辐射强度过程中误差产生的原因, 设计了一套简易有效的测量方法.用此方法测量了黑体和热喷流的光谱辐射强度.结果表明:该测量方法能够有效地获得排气系统的中红外光谱辐射强度, 具有工程实用价值.      

微小卫星太阳敏感器/磁强计实时标定算法研究

 提出了一种对磁强计/太阳敏感器的无姿态信息的在轨实时标定方法。在现有的标定算法中,仅采用地磁矢量的模作为观测量,本文引入地磁矢量与太阳矢量之间的数量积作为观测量,增强了其可观性,也使对太阳敏感器的实时标定成为可能。扩展卡尔曼滤波器(Extended Kalman Filter,EKF)虽然获得广泛应用,但其线性化过程会引入截断误差,而无香卡尔曼滤波器(Unscented Kalman Filter,UKF)是非线性滤波方法,不须对系统进行线性化。分别利用EKF与UKF的滤波标定算法进行标定研究,仿真结果表明了本文算法的有效性,如磁强计偏置的标定精度,UKF比EKF高26%。     

一种基于红外序列图像的弱小目标检测方法

针对天空背景下红外运动弱小目标的检测问题,提出一种结合小波变换和管道滤波的序列图像的检测算法。首先对红外序列图像采用小波变换,再采用全局门限法进行阈值分割提取出潜在目标,用形态开运算去除噪声点,以减少候选目标数目,最后再使用管道滤波的方法确定真实目标。实验结果表明,该方法能有效地检测运动红外弱小目标,显著提高红外弱小目标的检测概率,并易于硬件实现。     

基于开源GIS数据的广域小重叠卫星影像定位模型精化

设计了一种适用于大区域、小重叠卫星影像有理多项式模型(RPC)定位精度优化的技术流程,基于开源数字正射影像(DOM)、数字高程模型(DEM)数据和RPC几何模型约束,通过优化尺度不变特征变换(SIFT)特征提取与匹配算法,实现了无像幅约束的控制点和连接点的快速稳健匹配,应用DEM支持下的RPC模型二维区域网方法实现了多景影像RPC模型精度的联合精化。GF-1卫星WFV影像的实验结果表明:在DEM支持下经过区域网平差后,RPC模型的定位精度可达到像素级水平。     

空间邻近目标跟踪与航迹关联的联合优化算法

针对单传感器跟踪空间邻近目标过程中存在航迹交错的问题,提出一种基于分布式多传感器融合结构的跟踪与航迹关联联合优化算法.该算法在单帧航迹全局最优航迹关联的基础上,通过航迹关联质量检测传感器航迹是否存在交错,然后构造交错航迹对的拟测量,并根据拟测量误差协方差计算融合“测量”,最后由融合中心对融合“测量”进行全局最优点迹-航迹互联和交互多模型(IMM)滤波更新融合航迹.考虑分布式融合系统约束情况,给出采用次优拟测量的替代方法.仿真结果表明,与传统航迹关联算法相比,联合优化算法能够明显提高目标跟踪精度和身份正确率.     

相关系数平稳过程时频分析方法

相关系数平稳过程是从非平稳过程中分离出的一类工程上常见且便于研究的随机过程,其均值和方差都可随时间变化,传统的平稳随机过程是它的一个特例。本文提出了相关系数AR(p),MA(q)和ARMA(p,q)序列的概念,建立了相关系数平稳过程的时频分析方法。该方法首先在时域进行全程分析,得到相关系数平稳过程的均值函数、方差函数和相关系数函数,然后可以对其进行傅里叶变换、短时傅里叶变换或小波变换,给出相关系数平稳过程的谱密度,同时提出了随机项谱密度和趋势项谱密度的概念。文中还讨论了线性系统对相关系数平稳过程输入的响应。     

相关系数在参数识别中的应用

 研究“在线”信号相关系数的应用,首先应解决利用“在线”信号相关系数迅速、准确地识别出模态参数。利用“在线”信号应满足以下要求:（1）不使用激振信息;（2）利用的振动信号要尽量短;（3）计算方法简单,满足实时处理要求;（4）抗干扰能力强。根据以上要求,利用振动信号的相关系数是合适的。但是,用这样少的信息识别振动系统的模态参数,其精发不如频率响应函数法高,但对于判断振动系统有无异常变化,其精度是足够的。