系绳卫星体制高精度INSAR系统设计

针对现有分布式干涉系统难以实现更高比例尺高效率地形测绘的问题,提出了一种基于系绳卫星体制的InSAR系统。首先,结合系绳卫星动力学仿真,给出了系绳干涉系统的几何模型,提出了系绳干涉系统的工作模式,然后研究了系绳卫星SAR载荷的具体工程实现途径,提出了基于系绳电缆解决实现同步和相位同步的方法。首次建立了系绳长度及面内角等参数与模糊高度的关系,对SAR载荷的工作频段、发射峰值功率、天线口径、入射角范围等进行了优化设计。对系绳InSAR系统的关键性能指标进行仿真分析,仿真结果表明该系统可以实现0.5m测高精度等核心指标。该研究提出了一种1:5000比例尺的高精度测绘SAR系统,相对测高精度比德国的Tandem-X系统提升了4倍,可为我国后续开展高精度星载InSAR工程研制提供参考。     

高分七号卫星总体设计与技术创新

高分七号卫星(GF-7)是中国自主研制的首颗1∶1万比例尺立体测绘卫星, 是国家高分辨率对地观测系统重大专项的重要组成部分。卫星围绕“双线阵相机与激光测高仪主被动复合测绘”的新体制,形成了高精度内/外方位元素稳定性设计、高精度姿态稳定控制、首个X频段自适应高速率数据传输系统、星上智能星务管理系统等一系列关键技术和创新点,实现了少控制点或无控制点区域的大比例尺立体测绘能力。介绍了卫星的总体设计情况,总结了观测体制、高精度载荷、姿态控制、高速数传、智能星务等技术创新点,通过卫星在轨初步测试结果进行了评价,认为卫星能够满足1∶1万测绘任务的要求。     

翼柱型装药发动机结构CAD──参数化绘制工程图

针对翼柱型药柱固体火箭发动机的结构设计，引入参数化设计方法，把发动机结构的17个关键尺寸定义为可变参数，通过人机交互输入具体的数值，自动完成发动机燃烧室、药柱、喷管等部件的一系列零件图，最终绘制发动机的总体结构图纸。     

基于几何特征关联的室内扫描匹配SLAM方法

为实现室内结构化环境中仅依靠激光雷达数据进行实时自定位并创建精确的特征地图,提出了一种基于几何特征关联的室内扫描匹配SLAM方法.几何特征关联与匹配方法的优劣很大程度上影响SLAM的实时性和精度.结合室内结构化环境的特点,提出了一种完备端点定义与提取方法,将直线段特征与完备端点进行关联,优化几何特征扫描匹配过程.此外,姿态角收敛是SLAM进行机器人位姿估计和求解一致性的关键.为确保姿态角准确收敛,采用了基于直线拟合认知的姿态角加权几何平均求解方法.实验证明,提出的SLAM方法得到的定位精度在100mm内,建图精度也较高,能胜任室内SLAM.     

单点弹道精度与轨道半长轴远地点高度计算精度的映射关系

在仅使用单点位置、速度信息计算轨道的奈件下,针对轨道半长轴、远地点高度的精度问题,在轨道面内,应用活力公式和二体运动学理论推导得出了轨道计算精度与弹道测量精度间映射关系的解析表达式,并采用数值分析方法给出了不同的位置、速度误差与半长轴、远地点高度最大误差之间的数值关系.仿真结果表明,对于位置误差和速度误差大小分别为100 m和1 m/s的算例,半长轴最大误差和远地点高度最大误差分别约为2 km和4 km.基于此方法,可以将弹道误差传递至轨道参数误差,进一步分析故障误判和漏判概率;也可根据轨道参数精度要求反算弹道测量精度要求,以作为地面测量系统建设的技术依据.     

基于Delaunay图映射的动弹网格技术及其应用

在多块混合网格的基础上发展了一套基于Delaunay图映射方法的动弹网格技术,实现了针对气动弹性计算的网格变形运动方法,并使用基于多块混合网格的RANS方程的有限体积法耦合结构静平衡方程,针对大展弦比无人机在实际使用中可能出现的显著的静气动弹性问题进行了计算、分析和研究。研究结果表明,所发展的动弹网格方法为粘性混合网格的变形提供了较好的解决方案;RANS方程解算器具有较高的精度和较强的适用性,具备求解粘性流体与结构耦合等复杂航空气动弹性问题的能力。     

复杂外形网格生成技术

复杂外形网格生成是进行流场数值模拟的一个关键技术及前提。本文论述了采用保角变换方法,求解偏微分方程方法以及它们在代数方法结合生成二维及三维具有多块网格结构的贴体且与边界正交网格的技术。     

不依赖于卫星的无人系统视觉/激光雷达感知与自主导航技术

智能化的无人系统在现代社会中起着重要作用,而对环境信息的准确感知以及自身位置的精准估计是无人系统智能、高效执行任务的核心基础,视觉与激光雷达传感器是无人系统常用的感知与导航传感器.近年来,随着应用场景的拓展,无卫星信号、无光等恶劣环境对无人系统的感知与自主导航技术提出了新的挑战.针对上述环境,对无人系统中视觉/激光雷达...     

视觉/惯性组合导航技术发展综述

视觉/惯性组合导航技术是自主导航领域的重要研究方向之一。首先介绍了视觉/惯性组合导航技术的发展概况,然后从纯视觉导航(里程计、同步定位与构图)以及组合导航(滤波、非线性优化)2个层次介绍了传统的基于视觉几何与运动学模型的视觉/惯性组合导航方法,还介绍了近年来发展迅猛的基于机器学习的视觉/惯性组合导航方法。最后,简要介绍了视觉/惯性组合导航技术的典型应用及未来发展趋势。     

基于约束卡尔曼滤波器预测的视觉跟踪研究

视觉伺服主要是对物体图像的某个特征区域进行处理，而不是对整个特体的图像进行处理，这样可以减少图像处理的区域，提高伺服系统实时性，为了达到这一目标，文中利用推导出的方程作为约束条件，建立约束卡尔曼滤波器，该滤波器在系统中作为预测器使用，利用它跟踪的特征点下一位置进行预测，与普通卡尔曼滤波器相比，这一预测精度有了很大的提高，这样就可以缩小图像处理的窗口，文中还利用视觉雅可比映射矩阵，求出了视觉空间到任务空间的伺服控制方程，利用这一方程可以控制机器人的运动，完成特征点的跟踪，从仿真结果来看，使用这些方法减小了图像处理的区域，提高了图像处理的速度和系统的实时性。