航天器空间对接位置视觉测量方法

针对航天器空间对接过程中对接环位置的实时测量问题,提出了一种基于单目视觉的对接环识别定位新方法.通过将采集到的目标图像序列RGB信息转换到HSV色彩空间,以图像色调值为判据,实现了航天器空间对接环目标特征的有效提取.结合最小二乘椭圆拟合算法和小孔成像理论,建立了单目视觉的对接环识别定位模型,以完成航天器空间位置的精确计算.仿真结果表明,航天器近距定位可达到小于2 cm的精度,完全能够满足对接的精度要求.     

基于MESE的导弹仿真数据一致性验证

以某型空空导弹为对象,对该导弹模型的仿真可信度评估方法进行了研究,提出了基于最大熵谱估计法的导弹仿真数据一致性验证方法.模拟外场试验场景进行了全体系实战对抗仿真试验,并将试验数据作为仿真数据一致性验证的参考数据;对导弹仿真试验的随机动态数据平稳化预处理后,进行了基于最大熵谱估计法的导弹仿真随机动态数据一致性验证.结果表明,该导弹模型具有良好的动态一致性,所提方法可行、有效.     

基于改进ICPF的多分量LFM信号参数估计

针对线性调频信号参数估计中搜索匹配过程带来的计算量问题,提出一种基于改进ICPF的多分量线性调频信号参数估计方法。给出了一种基于非均匀快速傅立叶变换的ICPF改进算法,利用改进的ICPF算法估计线性调频信号的调频率,利用解线频调方法估计中心频率和幅度。方法避免了参数估计过程中的搜索匹配过程,计算复杂度低,在低信噪比条件下具有较好的估计性能。仿真结果验证了方法的有效性。     

服役工作条件对涡轮转子叶片蠕变寿命的影响

基于Larson-Miller蠕变寿命理论,定量地分析了高压涡轮相对转速、飞行高度H、径向温度分布系数(RTDF)偏离设计状态时对涡轮转子叶片蠕变寿命的影响.结果表明:以叶根位置来看,高压涡轮相对转速从参考状态减小2%,导致叶片温度减小6%,叶片应力减小6%,使蠕变寿命因子从1增大到186.H增大导致叶片温度增大、叶片应力减小.从叶根位置来看,在温度和应力的综合作用下,H偏离参考状态时,蠕变寿命因子减小;而远离叶根位置,温度对蠕变寿命因子的影响越来越大,蠕变寿命因子随着H的减小而增大.RTDF减小导致叶片温度减小,使蠕变寿命因子随之增大.      

无人机空中对接中的视觉导航方法

无人机空中加油是一种能有效提升巡航里程及续航时长的技术手段,近距相对位置和姿态测量技术是其中需要解决的关键问题之一。针对该问题研究了无人机自主空中对接中的视觉导航方法,完成了近距对接的地面实验。首先,利用移动对接图标和无人机的GPS/INS信息进行无人机的粗略导航,完成会合;再充分利用视觉图标的颜色与形状信息,通过颜色分割选取目标可能区域,在这些区域中进行快速椭圆检测,针对椭圆检测算法存在误检测及边缘不重合的问题,提出了椭圆检测与轮廓检测相结合的方法,能够更准确地描述图标边缘;最后,利用改进的OI算法进行相对位姿的估计,实现近距的精确导航。实验结果表明,无人机在较高速度下的跟踪效果良好,采用的视觉导航方法能够满足空中对接中精度与实时性的要求。     

基于Newton迭代滚动时域估计的GPS/SINS紧组合导航技术

随着智能设备的普及,使用手机为汽车进行导航越来越普遍。目前,手机内置的惯性测量单元成本低廉、导航精度低,且常使用松组合,而应用GPS/SINS紧组合导航技术可提高导航的精度及可用性。通过将基于Newton迭代的梯度下降算法与滚动时域估计相结合,手机内置GPS与陀螺加速度计构成紧组合导航系统,可提高在复杂环境中的导航精度。传统Kalman滤波方法未能充分考虑到紧组合导航系统的非线性特性,而滚动时域估计通过参考多时刻导航信息,可更有效地排除非线性因素对系统的干扰,并通过实验验证了此方法。实验结果表明,相比采用扩展Kalman滤波,基于Newton迭代时域估计算法的紧组合导航系统的导航位置精度及速度精度均获得了较大提高。     

基于新息异常检测的改进抗差自适应卡尔曼滤波算法

在工程应用中,量测异常及量测噪声统计特性的时变是引起标准卡尔曼滤波振荡甚至发散的主要原因。经典抗差Sage-Husa自适应滤波方案,对量测中的孤立型异常有所抵抗,并可在线估计量测噪声统计特性改善滤波效果,但当连续型异常值出现时,其滤波效果不佳。针对现有抗差Sage-Husa自适应滤波方案的不足,提出了新的改进滤波方法。在改进算法中,当检测到量测异常时采用模值更大的先验预测方差阵代替原算法中的后验估计方差阵,在估计量测噪声方差时起到放大作用,以降低异常量测权重,提高滤波精度;采用IGG方案构造了新的权函数,可在抑制异常影响的同时调节估计方差阵,以免连续异常时新息持续置零引起的滤波发散;采用标准卡尔曼滤波新息辅助异常检测的双重检测策略,避免了因量测噪声方差阵的调节引起检测阈值变化而导致的漏检率增高。仿真实验表明,与常规抗差自适应滤波算法相比,该方案可更加有效地抑制量测异常值的影响。     

基于超短基线声传感器阵的高速目标轨迹估计

针对低空高速飞行目标跟踪问题,首先研究了某典型目标噪声信号的时频特性,发现其信号呈现宽带低频特征,难以从频域对目标轨迹进行估计。在此基础上,从各路接收信号的到达时延量入手,考虑到声基阵只能布设于有限空间内的制约,提出了一种基于超短基线阵时延估计的目标跟踪方法。该方法利用各个超短基线阵接收声强极值点分别估计目标运动轨迹垂线方向,计算多个垂线的叉乘向量实现对目标运动方向的估计,再利用多面交汇的方式获估计得到目标运动轨迹。分别对目标俯仰角、方位角及运动轨迹估计的理论误差进行了推导,根据理论估计误差,为能够实现对目标运动轨迹的估计,各个超短基线阵应尽量保证与目标运动轨迹不在同一平面上。根据仿真结果,在采用4个传感器基阵时,角度估计平均误差在4°以内,位置估计相对误差在5%左右。仿真结果验证了该方法的有效性。     

运载火箭电动伺服机构前馈自抗扰控制方法的设计

运载火箭伺服机构是火箭的执行机构,在工作过程中不仅要求伺服机构具有较好的阶跃响应和力矩抗扰性能,还要求伺服机构能够较好地跟踪箭载计算机发送的位置随动指令。常规的自抗扰控制(ADRC)建模时,将输入的微分量近似为0,使得输入时变信号时会产生建模误差,该误差无法通过扩张状态观测器(ESO)进行观测并补偿,导致系统的跟踪误差较大。针对常规自抗扰控制对时变信号跟踪误差较大的问题,提出了一种将位置输入微分前馈(PIDF)引入自抗扰控制的前馈自抗扰控制方法。通过理论推导和建模仿真得知,该方法可降低系统对正弦输入信号的跟踪误差并提高系统的动态特性,同时仍具有较强的抗干扰性能。最后通过试验验证了该方法的有效性。     

利用神经网络的海杂波幅度分布参数估计方法

海杂波是制约对海雷达探测性能的主要因素之一,掌握其特性,具有十分重要的意义。经典海杂波统计模型在参数估计方法上以传统统计学理论为基础,在样本数较少的情况下,估计结果往往较差,导致建模准确度下降。此外,在复杂非均匀探测背景下,难以实现海杂波模型参数的准确实时估计。针对该问题,文章将深度神经网络模型引入海杂波参数估计领域,通过构建合理的模型,使其具备海杂波幅度分布模型的高精度参数估计能力。该方法采用直方图统计的方法进行数据预处理,合理划分输入数据标签的分组区间,构建数据集训练神经网络,并利用测试数据得到神经网络估计结果。仿真数据和X波段IPIX雷达实测数据验证结果表明,与传统数理统计估计方法相比,该算法明显提升了海杂波统计模型参数估计精度。