基于几何不变性和BP网络的二维目标识别算法

提出了一种基于几何不变性和BP网络的二维目标识别算法.该算法不仅能适应目标物体在旋转、缩放和平移变换(RST变换)下的不变性识别,而且能适应仿射及射影变换下的不变性识别.算法通过对目标物体边缘点进行规格化和对规格化后的边缘点进行5点不变量穷举计算解决了模型图像与目标图像的对应点选取问题;通过将不同观测方位和不同旋转角度的样本图像边缘点的5点不变量集合作为输入向量对BP网络进行训练解决了由于仿射和射影变换造成规格化边缘点间距变化对正确分类的影响.算法不仅能识别多边形而且能识别曲线轮廓的目标物体.      

数值法修正雷达高仰角动态滞后误差研究

脉冲雷达在高仰角跟踪过程中存在不容忽视的动态滞后误差,该类误差的存在严重影响到雷达数据处理和弹/轨道精密确定。目前外测数据处理领域采用的基于误差电压和定向灵敏度的动态滞后误差修正模型,修正效果不理想。本文提出了一种用数值法修正雷达高仰角动态滞后误差的方法,并用任务实测数据进行了模型验证,结果显示这种方法能有效地降低动态滞后引起的误差。     

基于邻帧差分近邻反相特征的红外运动点目标检测算法

基于运动点目标在邻帧差分图像中所具有的近邻反相特征,即运动点目标的两个位置相邻近、灰度值一正一负,提出一种在复杂背景下,基于红外序列图像的运动点目标检测算法.本算法利用该特征在邻帧差分图像中检测反相点对,进而构造反相点对矢量图,最后依据累积反相点对矢量图中多矢量首位相接的连续性检测出运动的点目标.文中给出并证明应用本算法能以概率1检测到运动点目标的收敛性定理.对典型复杂背景下10幅1000帧图像的仿真结果表明,当信噪比大于或等于1.5时,可以有效检测出运动点目标.     

在篇章中利用互信息识别命名实体的研究

命名实体(Named Entity)识别是中文信息处理的一个重要问题。NE的识别方法主要有两种,一种是基于规则的方法,另一种是基于统计或学习的方法。针对大量存在于网络信息中不规则书写的命名实体和商务领域中系列类型的命名实体,利用它们的特点,提出了在篇章中使用词与词之间的互信息来识别命名实体类的方法,在实验中取得了较好的效果。     

基于BP网络星图识别的样本构造方法

星敏感器是一种高精度的姿态敏感测量系统，如何确定星敏感器上像点在摄影时刻所对应的恒星，即星图识别，是姿态测量的关键。本文根据星图识别问题本身的特点和神经网络技术的特性，提出了基于BP网络星图识别方法的一种可以兼顾性能和效率、利于实现的样本构造方法。     

基于动态模糊观测器的故障诊断方法研究

研究了T S模糊系统中存在未知输入、多重故障时的诊断问题,提出了基于动态模糊观测器的诊断方法。仿真结果表明,该方法推理简单,解耦多重故障准确有效。     

离心锤变桨距机构设计与优化研究

针对现有高空飞艇螺旋桨推进系统中,采用变桨距技术重量代价大、能源消耗多的问题,设计一种基于离心力的离心锤变桨距机构,分析该机构的工作原理,并利用ADAMS软件进行机构运动学和动力学仿真分析;对离心锤进行参数化建模,建立约束方程后,以桨距优化角为目标函数,对离心锤的空间位置进行优化.结果表明:当外界条件引起螺旋桨转速变化时,该机构可以很好地实现螺旋桨变桨距功能;在现有平台上,48°的离心锤安装角具有最优的变距效果.     

Human factors quantification via boundary identification of flight performance margin

A systematic methodology including a computational pilot model and a pattern recognition method is presented to identify the boundary of the flight performance margin for quantifying the human factors. The pilot model is proposed to correlate a set of quantitative human factors which represent the attributes and characteristics of a group of pilots. Three information processing components which are influenced by human factors are modeled： information perception, decision making, and action execution. By treating the human factors as stochastic variables that follow appropriate probability density functions, the effects of human factors on flight performance can be investigated through Monte Carlo（MC） simulation. Kernel density estimation algorithm is selected to find and rank the influential human factors. Subsequently, human factors are quantified through identifying the boundary of the flight performance margin by the k-nearest neighbor（k-NN） classifier. Simulation-based analysis shows that flight performance can be dramatically improved with the quantitative human factors.     

基于人工蜂群算法的航空发动机参数自整定PID控制

针对航空发动机PID控制器的参数寻优问题,提出基于人工蜂群算法(ABC)的航空发动机PID控制器参数自整定的方法。利用人工蜂群算法实现容易、计算简洁、寻优性能好、鲁棒性强的优点,优化PID控制器参数,以改善控制系统性能。考虑到可能存在的执行机构输出量的极大超调,融入执行机构输出的超调量惩罚机制,改进目标性能函数,有效避免了可能存在的发动机供油量极大超调现象。对涡扇发动机在地面和高空稳态工作点的增量形式的线性化数学模型进行了仿真验证,结果表明优化效果良好,转速阶跃响应反应迅速且超调量小,同时供油量也没有出现大的超调,验证了所提方法的有效性和实用性。     

面向飞机自动钻铆系统的工业机器人精度补偿技术

新型飞机对我国航空制造业提出了更高的要求,工业机器人在飞机自动钻铆系统中的应用越来越广泛.由于工业机器人自身的绝对定位精度无法满足飞机自动钻铆系统的精度要求,研究机器人的精度补偿技术显得至关重要.分别对基于运动学标定、基于非参数标定和基于实时反馈的机器人精度补偿技术进行了简要的介绍.