激光半焦斑边缘检出技术研究

本文介绍了一种新的边缘定位方法激光半焦斑边缘检出法。这种方法综合运用了多种技术,如自适应跟踪补偿技术、激光调制和调制幅值补偿技术、微分定点采样技术以及步进电机步距细分技术等,从而达到了较高的边缘检出精度。文章还给出了激光半焦斑边缘检出的理论模型和计算机仿真结果,并介绍了一个采用激光半焦斑边缘检出技术的测径系统。     

反电动势对无扰载荷航天器精确定向的影响

无扰载荷航天器中非接触式作动器反电动势会引起有效载荷模块与支持模块之间的耦合，影响有效载荷模块的精确定向性能。通过建立无扰载荷航天器的耦合动力学模型，分析非接触式作动器反电动势对有效载荷模块精确定向性能的影响。考虑六支杆立方构型无扰载荷接口，结合拉格朗日方程和牛顿欧拉方法建立有效载荷模块平台动力学模型。推导非接触式作动器的输出力模型，并引入有效载荷模块平台动力学模型，给出考虑非接触式作动器反电动势的耦合动力学模型。将支持模块上飞轮动静不平衡引起的谐振作为干扰力矩，建立了无扰载荷航天器在轨定向状态的Simulink仿真模型。仿真结果表明，反电动势系数越大，干扰力矩对有效载荷模块的影响越大，有效载荷模块精确定向精度越低。     

SAR图像目标分割与方位角估计

图像分割和目标方位角估计是进行SAR (SyntheticApertureRadar)图像自动目标识别的重要步骤。文章提出了一种基于MRF (MarkovRandomfield)模型的SAR图像分割算法 ,利用ICM (IterativeConditionalMode)局部优化方法 ,获得MAP (maximumaposteriori)准则下的图像分割结果 ,将图像分割为目标、阴影、背景三部分。然后确定目标离雷达最近的点 ,从而得到目标的主导边界 ,并估计出目标的方位角。用MSTAR (MovingandStationaryTargetAcquisitionandRecognition)数据进行实验 ,估计方位角的准确性与现有算法的结果相比 ,具有明显提高     

基于LOG算子的激光雷达图象边缘检测算法改进

针对LOG算子的不足之处,提出了一种激光雷达图像的边缘检测改进LOG算子算法:用二维自适应Wiener滤波代替Gaussian滤波。仿真结果表明:对于含有高斯噪声和乘性噪声的激光雷达图像,该算法能够有效提高LOG算子的边缘检测能力。     

机场道面抢修用聚氨酯稳定集料的试验研究

以机场道面意外损毁的抢修为目的,进行了聚氨酯发泡快速稳定道面基层回填料的试验研究。试验结果表明,常温下用聚氨酯发泡稳定碎石集料,2 h无侧限抗压强度达到2.05 MPa,对道面结构的有限元分析表明,试验所用材料可满足道面基层的力学性能要求。     

复杂背景条件下的红外图像末制导技术

通过结合目标红外特征,研究了空-空弹在复杂背景条件下的目标红外成像末制导的技术原理和实施途径。对复杂地背景的辐射特征和主要空中攻击目标军用喷气战机的目标红外辐射源类型作了分析,研究了红外目标特征的提取方法和算法。     

基于BP神经网络的机载航炮故障诊断方法

机载航炮是战斗机的一个重要作战武器,其工作情况的好坏直接影响到战机的攻击和自卫能力,因此,对机载航炮的故障诊断受到航空兵部队普遍关注。通过对机载航炮大量故障现象、故障原因、故障样本的收集、分析和整理,利用BP神经网络建立了机载航炮智能诊断模型。该网络采用了三层结构、17个输入量、10个输出量的故障诊断系统,较完善地反映了机载航炮的故障类型。经故障诊断实例检验,该系统诊断结果正确,有良好的实用价值。     

任意多边形的非结构网格快速生成算法研究

对于包含大尺度运动边界的CFD数值模拟,网格重构是其中的关键,快速稳定的网格生成技术是其中的重要组成部分。建立了基于有向边的适用于任意多边形的快速三角初始化算法;证明了最长边剖分网格细化算法在一定条件下发散,并结合Delaunay边交换技术使细化算法封闭;建立了基于顶点弹簧理论的网格优化方法,以提高网格生成的质量。结果表明,算法具有较好的鲁棒性和高效性。     

一种基于小研抛盘修形的CCOS边缘效应修正方法

计算机控制光学表面技术（CCOS）是加工离轴非球面的一项重要技术。小磨头抛光的边缘效应严重制约CCOS技术的加工精度和加工效率,目前并无十分具体的解决措施。本文在获得影响边缘效应的关键参数后,结合残余误差等高线的路径规划,对CCOS产生的边缘效应产生的翘边现象进行修正,通过对一块体育场形离轴非球面的加工,获得了全口径光学测量数据,为后续精加工提供面形基础。     

无人驾驶汽车视觉导航中车道线检测的研究

为了提高无人驾驶汽车视觉导航系统中车道线检测的准确性和实时性,在对车道线检测技术进行深入研究的基础上,提出一种能快速准确检测出车道线的新算法。首先采用分块思想将RGB图像中与道路无关的区域去除,以缩短数据处理时间。然后对余下的RGB图像进行灰度化处理,接着用中值滤波法消除随机噪声,再用最大类间方差法(Otsu法)初步得到二值图像。最后对二值图像利用数学形态学进一步边缘细化,使位于车道线上的每个像素行只有一个像素特征点,再采用Hough变换检测出车道线。Matlab仿真结果表明,此算法能够快速准确地检测出车道线,较传统检测算法具有更强准确性和实时性。