一种局部自适应内窥镜图像降噪模型

在内窥镜图像处理中,如何消除图像中的噪声一直是个热点问题。由于图像二进小波变换在每次分解时不进行下抽样,所以其表示同小波级数相比是冗余的,且图像二进小波变换的部分系数扰动不会带来重构图像的严重失真。因此,在相同的误判概率下,二进小波变换的图像去噪效果会好于小波级数变换的图像去噪效果。基于这个思想,文章从二进小波理论入手,提出一种自适应二进小波去噪模型,简称ADWD。该方法利用图像信息、噪声信息与小波系数之间的关系,采用局部自适应的方法识别噪声像素,避免了直接确定噪声门限的困难。实验结果及分析表明该方法对Gaussian噪声和Pepper噪声均有较高的信噪比,且对图像的细节有较好的保持能力。     

用于无人直升机着舰控制的计算机视觉技术研究

 通过理论分析和计算机半实物仿真研究了一种应用于无人直升机自主着舰的双目立体计算机视觉系统及相关计算机视觉技术。研究了基于HSV 均匀色标的计算机视觉技术在无人直升机着舰控制中的应用。使用Hough 变换算法检测直线参数,在Hough 变换中利用梯度信息,它的应用打破了Hough 变换的计算瓶颈。整套算法的抗噪声能力很强,达到了无人直升机自主着舰的实时性和实用性要求。     

三维飞机自动识别的一种有效方法

提出一种新的飞机自动识别算法。采用矩不变量和傅立叶描述子相结合的表示方法简单而有效地描述飞机的特征;采用了分布存储的ＢＰ神经网络来减少存储量和加速搜索识别过程,并对ＢＰ网络的收敛方法提出了若干措施加速其收敛过程。通过对９架不同飞机的大量实验证实,本系统性能优越,其识别准确率在９９％以上,并且识别速度很快,一架飞机的整个识别过程在不到１ｓ的时间内就可完成。     

直升机机身气动特性计算方法研究

对如何利用风洞实验数据计算直升机机身的气动力及气动力矩进行了研究。从数学的角度指出现有计算方法的局限性，并提出了改进方法，计算结果表明，大迎角和大侧滑角飞行时改进方法比现有方法更为有效。     

浅谈数学实验与物理教学的关系

本文从数学实验的角度着手，以傅立叶级数和曲线族的包络实验为例，从一个侧面探讨数学教学与物理教学之间的关系。为高校的教学改革提供了新的视角。     

撞击流混合器速度信号的Hilbert-Huang变换分析

应用激光多普勒测速系统,对撞击流混合器的流场瞬时速度进行了测量。将Hilbert-Huang变换（HHT）应用于瞬时速度信号的分析,提取出各阶内禀模态函数（IMF）并通过经验模态分解（EMD）对速度信号进行滤波降噪。通过希尔伯特谱分析（HSA）确定了撞击流混合器速度信号的能量分布状况,信号能量集中于低频区,即存在于尺度较大的流体涡旋中。分析速度信号各阶内禀模态函数在不同频段的能量分布与转换,发现不同频段IMF的能量分布与流型转变之间的对应关系。通过能量特征值的提取表明,提高螺旋桨转速有助于强化系统的混合效果。最后将撞击流混合器的流场由内而外划分为中心区、涡旋区和回流区3个部分。     

基于FFT的航空发动机整机振动分量实时跟踪监视

依据DFF(离散傅立叶变换),FFT(快速傅立叶变换)、加窗等数字信号处理理论,以及复指数函数的相关性质,并结合目前国内航空发动机整机振动信号处理现状,提出了基于FFr的航空发动机整机振动分量跟踪监视方法.该方法首先将时域加速度振动信号分解为多个简谐振动合成结果,然后根据系统输人的转子转速信号,跟踪计算转子基频激起的简...     

航空发动机转子碰磨故障状态识别

基于谐振动在弹性介质传递过程中能量波动的特点, 提出一种以能量分布与传递为出发点的转子碰磨状态识别方法.该方法以快速傅立叶变换法处理测振信号, 以能量的观点理解振动色谱图, 并结合时域图、频谱图和瀑布图对转子是否存在碰磨做出判断.经试验验证, 该方法简便可行, 为工程应用提供了实践依据.      

FTIR发射光谱遥测飞机发动机排放指数

根据飞机发动机排放测量的要求,针对传统测试系统复杂、技术难度大、成本高和实时性差的缺点,引入傅里叶变换红外（FTIR）被动遥测技术,使用FTIR发射光谱对飞机发动机排放气体组分进行定量分析,计算出排放指数。介绍了遥感测量原理和大气辐射的一个3层计算模型。采用Tensor27在无人机测试台获得某型发动机的一系列单通道光谱,计算出在14%,26%,50%,69%最大推力下,对应CO的排放指数分别为40.00,30.70,6.67,2.56 g/kg,对应NO的排放指数分别为0.79,2.09,8.24,38.70 g/kg。结果表明,FTIR发射光谱技术在飞行中的飞机发动机排放测试中具有巨大的应用前景。     

无先验信息的低轨空间目标航迹起始方法

针对光学观测中缺乏预报信息的低轨道空间目标自动识别捕获问题,提出一种基于修正Hough变换的空间目标航迹起始方法,从而实现空间目标的自动识别。首先利用背景恒星运动规律对观测数据进行预处理,剔除大部分背景恒星。再利用观测数据的时序信息、定向参数进行Hough变换。本方法并没有采用传统的Hough变换对所有参数空间中的数据点进行投票,而是仅对参数空间中部分点投票,可以大幅减少运算量和存储量。试验表明:该方法能够有效地抑制背景恒星产生的虚假航迹,并快速准确地完成无先验信息的低轨道空间目标的航迹起始;可以在光学观测中实现空间目标的自动识别捕获,以及实时发现新目标,这为低轨道空间目标光学观测的无人值守和联网观测奠定了技术基础。