一种星图识别的星体图像高精度内插算法

介绍了一种从星敏感器成像中高精度提取恒星位置和星等的方法.这种方法把星光成像看成是高斯点扩散函数模型,利用线性内插和最小二乘法方法,拟合得到高斯曲面参数.从高斯曲面模型中得到亚像素级的恒星位置和恒星星等.理论研究表明,曲面拟合法提取的星体位置精度高于传统的质心法.由于直接进行高斯曲面拟合计算非常复杂,为了简化计算,利用了星体成像点附近x,y方向的非线性插值方法,分别得到不同的曲面系数.仿真结果显示,在信噪比小于0.05时,定位精度小于1/20像素,星等误差小于5%.     

基于全信息的正态分布型数据的线性回归分析

针对正态的分布型符号数据,提出一种新的线性回归分析方法.以体现正态的分布型数据的全部原始信息为出发点,给出正态的分布型变量的一阶矩、二阶原点矩、二阶混合原点矩的定义和计算原则.在此基础上,定义针对正态的分布型数据的线性回归模型以及残差信息的平方和,推导最小二乘回归系数.仿真实验证明了该方法所得回归模型在解释能力和预测能力上的有效性以及相对于"中心法"的优越性.给出的正态分布型变量数字特征的定义和计算原则为将其他经典的多元统计方法推广到分布型数据奠定了基础.     

基于DSI插值的三角网格质量优化

通过对三角网格的单元顶点进行几何位置调整,提高了网格的质量,实现了网格的质量优化.几何位置调整是使用离散点光滑插值(DSI,Discrete Smooth Interpolation)实现的,针对在计算时影响质量优化的邻接边界的单元顶点,采用了在边界处补偿三角形的方法,消除了单元收缩,提高了网格的质量.与加权拉普拉斯算法进行了比较和分析,优于拉普拉斯算法;为了使三角网格在位置调整时保持原始网格的几何细节特征,在插值算法中施加了控制点约束.最后使用算例对算法进行了验证.      

直线电机位置伺服系统的增强复合非线性控制

针对高性能机电系统中常用的直线伺服电机,设计了一个能实现快速与准确的定点运动的位置控制器。控制器采用线性控制律与平滑非线性控制律相结合的方案,并利用一个降阶线性状态观测器对电机运动速度(未量测)加以估计。为了消除未知扰动带来的稳态误差,控制律中嵌入了积分控制作用。整个控制律采用全参数化设计,可实现动态增益控制,方便了在线参数整定与性能优化。控制方案应用于一个实际的永磁直线电机位置伺服系统,基于TMS320F28335 DSC进行了试验测试,结果表明系统能对各目标位置进行准确的跟踪,且具有理想的瞬态性能。     

基于深度学习的毫米波和亚毫米波成像仪的图像增强技术

风云四号卫星毫米波和亚毫米波成像仪(MMSI)数据根据采样方式分为过采样和非过采样数据。由于采样方式的影响,非过采样数据在采样过程中会有一定的信息损失。为解决采用简单的线性插值方法做精细化处理时提升精度有限问题,采用基于深度学习的方法增强MMSI亮温图像,设计卷积神经网络重建风云四号卫星MMSI的亮温图像和风云三号卫星微波成像仪亮温图像。实验结果显示:相比传统的双三次插值方法,在风云三号卫星微波成像仪亮温图像样本上峰值信噪比提升了1.13dB,结构相似度提升了0.01。实验结果表明:对于非过采样亮温数据,采用基于深度学习的方法增强图像具有更高的精度,同时可在其他微波探测仪数据中使用,具有很强的普适性。     

应用于控制力矩陀螺电源模块的线性-非线性协同控制器设计

对控制力矩陀螺电源的控制器进行研究,基于对线性控制器及非线性控制器的分析,设计了线性-非线性协同控制器并搭建硬件模型,在电源系统动态调整阶段采用非线性控制器,在稳态阶段采用线性控制器。该方案较单一线性控制器提升了电源系统的动态性能,并保证了系统的稳定性及可靠性。对该鲁棒控制器进行了仿真分析并搭建实物,通过实验验证了相较线性控制器,使用协同控制器的电源模块在控制状态切换时,下冲量与调节时间分别减少了45%及58%,证明了该协同控制器能够有效提升CMG电源系统的动态性能。     

涡轮叶片的多学科设计优化系统

建立了一个全三维涡轮叶片的一体化多学科设计优化系统, 并对某叶片进行涉及五学科的设计优化分析.在此优化系统中, 采用5次多项式方法进行三维涡轮叶片的参数化建模, 单元线性插值法完成学科间载荷信息的传递, 多岛遗传算法及二次序列规划法联合进行整个优化问题的寻优.实例分析结果表明, 一体化优化使涡轮叶片性能得到明显提高, 所建系统稳定、高效, 具有应用于工程实践的可行性及可靠性.      

The role of AVDR in linear cascade testing

Linear cascade testing plays an important role in the research and development of turbomachinery and is widely used over the world.The ideal cascade model of a turbomachinery blade row is two-dimensional.In actual linear cascade testing, the flow through the test section converges due to the development of the boundary layer and secondary flow along the sidewall surfaces of the test section.Axial velocity density ratio(AVDR) is adopted to account for the deviation of the tested cascade flow from the ideal 2D model.Among numerous published cascade works, the influence of AVDR on cascade performance is seen to be complicated with many affecting factors, such as those related to cascade/blade geometry and flow conditions.Also, controlling AVDR is limited by the facility capability.Furthermore, real blade-to-blade flow in turbomachines is usually associated with AVDR greater than unity due to limited span of blades between the hub and shroud such that cascade testing without reducing AVDR could be favored sometimes.All these facets add complexity and diversification to the matter.The current paper reviews previous studies and results on AVDR.Consolidated understanding on the role of AVDR and recommendations on how to deal with it in linear cascade testing are provided.      

航空发动机数控系统中LVDT传感器信号处理及在线故障检测

通过对线位移差动变压器(LVDT)信号处理电路的深刻研究, 给出了芯片发热、温漂、信号精度等问题的一般解决方法, 提出了一种通过软、硬件结合, 在不增加外围器件的情况下对LVDT传感器进行在线故障检测的定值判断法.发动机台架试验结果表明, 所提出的方法是行之有效的.      

基于L1范数的k平面聚类算法设计

基于L2范数度量的k平面聚类(k-Plane Clustering,k PC)设计思想,本文提出了一种采用L1范数度量的聚类算法。由于在平面更新步骤中,所导出的优化问题是非凸的,文中给出了一种求解方法,即将非凸问题转化为有限个子集上的凸问题,为避免求解多个优化问题导致训练时间过长问题,本文还设计了一种新的优选策略,有限个子集的搜索任务可在线性时间内完成。本文所提出的方法只需要求解k个线性规划,而不再是k PC的求解特征值问题。在人工和UCI数据集上的实验结果表明:基于L1范数平面聚类算法的训练和测试时间更短,且在大多数数据集上均表现出了更好的聚类性能。