结合邻域聚类分割的高光谱图像异常检测支持向量数据描述方法

支持向量数据描述方法在高光谱图像小异常目标检测中具有较好的检测性能,但是待检异常的几何形状受到约束和背景的选择具有盲目性影响检测效果,且检测需要对整幅图像进行遍历导致计算量大。提出邻域聚类分割和支持向量数据描述相结合的异常检测方法,首先利用邻域聚类方法分割图像,将几何尺寸小的分割块作为潜在异常目标;其次选择与潜在异常的形状和大小相适应的背景窗进行背景像元收集;最后采用SVDD方法从潜在异常中快速且准确地检测出异常目标。对HYMAP图像的实验结果表明,该算法提高了复杂地物背景下异常的检测性能,降低了SVDD用于高光谱图像异常检测的计算量。     

面向资源约束航天器控制系统的故障检测研究

针对航天器控制系统的闭环特性和星载计算机存储空间和计算能力等资源受限的特点,研究基于互质分解技术和Youla参数化方法的故障检测方法.考虑航天器控制系统动力学方程和运动学方程,建立线性化系统模型,并给出状态空间表达形式;以状态观测器为基础,利用互质分解技术和Youla参数化方法分别研究控制信号和控制误差与残差的关系,进而给出只与控制信号和控制误差相关的残差设计方法;建立卫星闭环姿态控制系统仿真平台对算法进行仿真验证.仿真结果表明:由于在故障检测过程中避免了观测器的并行运行,因此所提方法在保证故障检测性能的前提下减少了计算量.     

考虑探测构形的多飞行器协同探测与制导一体化设计

针对多飞行器协同拦截机动目标时几何构形会影响协同探测和制导效果的问题,基于最优控制理论提出一种考虑探测构形的协同探测与制导一体化设计方法。基于飞行器相对运动学、动力学方程和双视线协同探测原理,建立了协同拦截模型。在制导设计中引入视线分离角参量以调制协同探测几何构形、减小相对距离探测误差,从而在制导全程增强协同探测效果。将相对距离协同探测结果应用到剩余时间和制导律解算中,基于最优控制理论实现协同探测与制导环节一体化设计。仿真结果表明：在目标进行不同程度机动的情况下,与修正比例导引律相比,所提方法在协同探测和制导方面均具有明显优势。     

天基强银河背景下的空间碎片探测试验及分析

本文设计并完成了银河背景下碎片探测试验,数据分析表明,强的银河背景会降低探测器对暗弱碎片的探测能力,但对碎片的天文定位精度影响不大。本文验证了采用基于探测概率的极限探测星等方法表征探测器极限探测能力的合理性,以及基于仿真的方法增加数据完备度的可行性。本文的工作将为后续天基探测器的设计及探测试验的开展提供依据。     

用于痕量气体检测的宽调谐外腔量子级联激光器研究

研究基于闪耀光栅的Littrow外腔量子级联激光器,设计一种改进型Littrow外腔腔型,实现了小型化样机研制。测试结果表明,输出激光波长调谐范围1317cm^–1(7.593μm)至983cm^–1(10.173μm),最大平均功率17.7m W,激光线宽小于1cm^–1,功率稳定性优于0.5%(4h),波长稳定性优于0.12cm^–1(5.4h)。样机激光头尺寸76mm×54mm×50mm,部分技术指标优于国外商业产品。     

某火箭发动机故障检测及诊断算法设计分析

针对某型号液体火箭发动机故障检测及诊断软件存在瞬态段（起动段、关机段）故障检测功能缺失、故障诊断无法给出故障量大小的问题,在原软件故障诊断算法——余弦相似度分类的基础上,通过引入故障因子定量给出故障量大小,实现发动机故障诊断的定性定量分析。同时,采用基于统计学基础的包络线算法,通过Python语言对发动机瞬态段故障检测算法进行设计开发,使原软件实现发动机瞬态段故障检测功能。通过仿真试车数据对软件算法进行验证,结果表明优化后的故障诊断功能可实现故障量大小计算,基于包络线算法开发的故障检测功能提高了发动机故障检测效率。     

基于BP神经网络的航空发动机故障检测技术研究

为了提高航空发动机故障检测正确率,将BP神经网络应用于航空发动机故障检测中。从某航空公司使用的CFM56-7B系列发动机的实际飞行历史数据中选取研究样本,对比了6种训练方法的效果并最终选择弹性BP法对网络加以训练并进行测试。结果表明:该方法对CFM56-7B系列发动机的排气温度指示故障、进口总温指示故障和可调放气活门故障的检测正确率高达83.33%。BP神经网络能够很好地应用于航空发动机的实际故障检测,其学习记忆稳定、网络收敛速度快,具有一定的工程实用价值。     

白天激光漫反射测距中微弱信号检测的单开门多触发方法

白天激光漫反射测距因存在强背景噪声,导致微弱回波信号的检测十分困难,严重限制了激光漫反射测距的广泛应用。因此,提出了采用单开门多触发方法解决白天激光漫反射测距的微弱信号检测难题。首先,介绍了一种GM-APD (Geiger-ModeAvalanchePhotoDiode,盖革模式雪崩光电二极管)多触发概率分布函数的快速求解方法。接着,取激光漫反射测距系统典型参数,理论分析了多触发情况下的回波信号检测概率,分析结果表明单开门多触发方法可提高激光漫反射测距在白天情况下的回波信号检测概率。同时,通过对触发次数限制的优选,可以增加有效检测比,减少白天观测条件下回波信号的提取代价。最终,通过系统仿真验证了理论分析结果的正确性。因此,单开门多触发方法是解决白天激光漫反射测距微弱信号检测的可行途径之一。     

RGB-D SLAM综述

RGB-D SLAM是指使用RGB-D相机作为视觉传感器,进行同时定位与地图构建(SLAM)的技术。RGB-D相机是近几年推出的能够同时采集环境RGB图像和深度图像的视觉传感器。首先对主流RGB-D相机,RGB-D SLAM算法框架流程做了介绍,然后对RGB-D SLAM算法的国内外主要标志性成果,以及RGB-D SLAM的研究现状进行介绍,并对RGB-D SLAM方法前端视觉里程计中特征检测与匹配、后端位姿图优化、回环检测等关键技术进行介绍总结。最后,对RGB-D SLAM算法的优缺点进行了分析,并对RGB-D SLAM算法的研究热点及发展趋势进行了讨论。     

双太阳翼GEO卫星在轨角动量管控方法

地球同步轨道(GEO)卫星在轨的主要环境干扰力矩为太阳光压力矩和重力梯度力矩,干扰力矩的累积效应表现为飞轮转速的变化,需要通过外力矩进行角动量卸载避免飞轮饱和。由于GEO磁场极弱,卫星无法使用磁力矩卸载,只能通过喷气卸载,而喷气将对卫星轨道产生影响,因此需要尽可能延长卸载周期。针对配置双对称太阳电池阵GEO卫星的角动量管控需求,首先建立卫星在惯性空间中角动量积累模型,并映射到卫星本体系中,得到本体系中的角动量变化规律。通过飞轮在轨转速遥测数据,精确辨识获取环境干扰力矩特征参数,获得真实可靠的干扰模型。以角动量卸载周期最长为原则,基于在轨环境干扰模型制定角动量管控策略,并准确预估下次角动量卸载时间。经在轨数据处理与分析表明:提出的角动量管控策略,可有效将飞轮的角动量卸载周期提升为原来的2倍,有效提升卫星在轨应用效能,具有实际工程意义。