用改进的准线性平差法实现GPS辅助无人机对地定位

以无人机对地定位为应用背景,在GPS辅助确定机载摄像机光心位置条件下,用改进的准线性平差法从序列图象求解地面目标点的三维位置。首先简要介绍经典平差法和准线性平差法,然后详细阐述了改进的准线性平差法原理、实现步骤,并用仿真数据和真实图象进行了验证。结果表明,改进的准线性平差法不仅对定位精度有所提高,而且降低了计算量,提高了计算速度。如果运用于GPS辅助无人机获取的图象分析,可实现实时对地定位和基于视觉的导航、着陆等。     

基于特征点运动矢量估计的动态序列图像运动目标跟踪

提出了一种改进的特征点运动矢量估计方法,用于动态序列图像中的运动目标跟踪。首先利用改进的最小亮度变化算法提取特征点;然后通过自适应的十字模式搜索法确定这些特征点的匹配点。在RANSAC方法的基础上,利用运动背景的仿射变换参数实现运动背景的补偿。最后利用合理的形态滤波技术,运动目标将完整地从背景中提取出来并实现准确跟踪。实验结果表明,改进的方法可以成功完成运动背景的补偿,并为动态序列图像的运动目标跟踪提供了保证。     

基于灰色时序的航空发动机磨损故障预测模型

把时序AR(n)预测模型和灰色GM(1,1) 预测模型两者有机结合起来,形成新的灰色时序模型的预测模型.以发动机光谱为例,经过实测数据检验,显示了其更好的预测效果.     

层合阻尼薄板之各向异性参数对损耗因子的影响分析

运用各向异性层合阻尼结构理论分析方法和正交试验等分析方法。着重考察了各层纤维铺设角度。纵、横剪切模量和纵、横拉伸模量等各向异性参数对各向异性层合阻尼薄板阻尼性能参数——损耗因子的影响。结果表明：各向异性参数在不同的模态下对层合阻尼薄板损耗因子的影响力不同，其中。各向异性层纤维铺设角度的影响较为复杂。其影响力在不同层合阻尼结构、不同的模态下差异较大；而纵、横剪切模量、纵、横拉伸模量的影响力随着模态的升高逐渐增大。此外，通过对各向异性参数的变化影响进一步分析表明：各向异性参数的变化影响各有特点，具有结构优化的潜能。     

双溶剂法硼包覆工艺及其工艺参数研究

针对重结晶法硼包覆工艺的不足,采用了双溶剂法对硼颗粒进行包覆.应用pH法对包覆效果进行验证.设计正交实验研究了超声波混合时间、蒸发温度和搅拌速度这三种因素对双溶剂法包覆效果的影响.试验结果表明:双溶剂法的包覆效果要优于重结晶法;超声波混合时间的最优水平为10min,使用超声波混合可以有效地提高双溶剂法包覆效果;蒸发温度的最优水平为350℃,提高蒸发温度有利于促进包覆效果,但温度越高时,提高温度对包覆效果的促进作用将减弱;搅拌速度的最优水平为200r/min,一定的搅拌速度可以维持硼在溶液中的均匀分散,有利于硼颗粒的包覆,但搅拌速度过快又会使已经包覆在硼颗粒表面的LiF在剪切力的作用下重新从硼表面脱落,降低了包覆效果.     

GH3625合金激光直接成形工艺

为了研究工艺参数对金属激光直接成形零件质量的影响,通过正交试验的方法对单道单层GH3625合金激光直接成形工艺进行了研究,主要探究了激光功率、扫描速度、送粉速度等参数对单道单层成形截面宽度和高度的影响规律,提出预测模型并做了验证。结果表明,在单道单层成形中,激光功率、送粉速度、扫描速度等工艺参数对单道宽度和高度具有不同程度的影响,其中,对于单道成形宽度和高度来讲,扫描速度对其影响最为明显。试验验证结果表明借助Minitab软件得到的线性回归模型是有效的。     

基于延长序列法的动态测试研究

对具有高阶传递函数的某控制系统仪器 ,采用延长序列的傅立叶变换方法 ,准确、快速地得到了其动态频率特性 ,并用改进的Levy方法准确辨识出了系统模型。     

一种基于改进蚁群算法的维修拆卸序列规划方法

鉴于现有的蚁群算法用于维修拆卸序列规划时易受到初始序列的影响而陷入局部最优解的问题,本文根据维修拆卸的特点,基于DCPN模型构建了拆卸Petri网可达图,将拆卸序列规划问题转化为对Petri网可达图最优路径的搜索问题。同时以拆卸代价最小为目标,提出了一种适用于维修拆卸序列规划的蚁群算法,并以飞机前机身电子设备舱设备作为典型实例,验证表明该方法准确有效。     

基于累积差分图像和高斯背景统计模型的烟尘目标检测

根据烟尘目标灰度与天空背景灰度很接近,目标内部灰度分布不均匀,且形状和面积会随着时间不停变化等特点,提出了一种由粗到精的目标检测算法。首先,通过累积差分图像序列得到烟尘目标出现的大致区域,再通过构造高斯背景统计模型得到每一个可能目标点的精确分割阈值,用该阈值在上一步操作得到的目标区域内部进行逐帧精细分割,得到烟尘目标出现的位置信息和时间信息。实验结果表明,该方法抗干扰能力强,能够可靠、快速地检测出烟尘目标。     

基于序列图像的非合作目标自主导航及验证

针对空间自旋或章动运动的非合作目标运动感知与估计问题,给出了一种基于序列图像的运动测量与状态估计方法。所给出的方法由两部分组成:(1)采用立体视觉测量目标三个非共线的特征点,建立目标参考系并实现相对姿态的测量;(2)采用目标运动学和动力学方程,推导了扩展卡尔曼滤波器,实现目标角速度和惯量比的估计。最后,分别给出了数学仿真和物理试验:(1)利用数学仿真验证了所给出的卡尔曼滤波估计算法在不同目标运动情况下的收敛性;(2)利用机械臂模拟目标的自旋运动,利用双目相机采集目标运动图像,试验结果验证了所给出的运动测量与状态估计方法可以连续的给出目标角速度的精确估计。