基于状态空间模型的故障诊断方法

应用现代控制理论,提出了一种基于状态空间模型的故障检测和诊断方法,即通过设计故障检测器来进行系统的故障检测和诊断,并通过实例证明了该方法的有效性和实用性。     

防空导弹武器系统维修性剖析

防空导弹武器系统维修性不仅是总体设计中的重要课题,而且是面向装备和使用的工程技术问题。本文分析了武器系统维修性各方面的具体问题,指出美国＂爱国者＂和俄罗斯＂Ｃ－３００＂系统维修体制特点,并提出对维修性研究的对策。     

柴油机检测与诊断系统的研制

本文以作者参加研制的柴油机检测与诊断系统为对象,在分析柴油机故障机理及特点的基础上,详细论述了检测与诊断系统的组织与结构,检测参数的选择与取舍,信号数据的采集与处理和系统故障诊断等方面的问题。文章着重论述了转速的测量及其在柴油机检测与诊断系统中的应用,柴油机高压油路的检测与诊断,ＤＳＰ系统软件的开发及其在柴油机表面振动诊断中的应用。     

惯导辅助的三元天线阵欺骗干扰检测算法

对欺骗信号的到达角检测是目前最有效的欺骗检测方法之一,常用的到达角检测又分为载波相位单差和载波相位双差检测。载波相位单差检测技术不能应用于运动载体,载波相位双差技术对多阵元发射的欺骗信号或单路欺骗信号失效。针对该问题,提出一种惯导辅助的三元天线阵欺骗干扰检测技术,该算法主要应用于车辆运动载体,运动载体只需在某一时间段内运动一段距离即可利用该算法进行欺骗干扰检测。该算法对多阵元发射的欺骗信号或单路欺骗信号都同样有效。通过理论分析和仿真实验验证了所提方法的有效性,并得出天线阵基线长度越长,运动位移越大、欺骗源距离接收天线越近,信号入射方向与天线位移方向夹角越接近90°,该方法检测性能越优的结论。     

基于线加速度计卫星平台颤振测量下的高分辨率光学遥感影像重建方法

卫星平台颤振条件下,推扫式高分辨率光学影像成像往往产生扭曲,从而影响影像的定位及信息提取精度。针对当前颤振下影像成像扭曲补偿的问题,本文提出一种基于线加速度计测量平台颤振下的稳态重成像模型实现高分辨率卫星颤振扭曲影像的重建。本文采用受平台颤振影响而扭曲变形的高分某型号卫星全色影像数据进行验证。分析结果表明：本文提出的线加速度计可以有效检测并测量出平台的颤振,设计的颤振影像地面重建模型可以有效改善平台颤振下推扫式光学影像扭曲成像的影响,补偿后的影像扭曲变形现象明显消除。     

改进的Canny算法在直焊缝图像缺陷边缘检测中的应用

对含有夹渣、气孔和裂纹缺陷的直焊缝X射线图像进行缺陷的边缘检测时,传统的Canny算法虽然可以检测出缺陷的边缘,但具有自适应差和容易出现伪边缘的缺点。提出了一种改进的Canny算法,对经过非极大值抑制后的梯度直方图,利用像素最值梯度和像素最值梯度方差自适应获取连接缺陷边缘所需的高、低阈值;同时也改进了计算梯度图像所需的模板。实验结果证明,改进的Canny算法不仅进一步抑制了噪声,也避免了伪边缘的出现,在保留缺陷的边缘细节方面具有良好的效果。     

INS辅助的GNSS接收机信号捕获性能分析

针对信号捕获过程中Doppler频移造成的影响,采用INS辅助的GNSS信号捕获方法,分析了INS辅助后卫星信号捕获的性能。利用INS速度误差方程与Doppler误差之间的关系,分析INS辅助后的捕获性能,并通过性能参数的比较,理论上验证了INS辅助后的捕获能力的提升。仿真结果表明,INS辅助能够有效提高信号捕获的检测概率和对弱信号的捕获能力,并大幅减小平均捕获时间。同时,考虑到INS器件参数的关键性作用,采用战术级的INS器件完全满足工程需求。     

基于概率分布的硬件木马检测特征选择方法

针对基于旁路信号分析的硬件木马检测中存在的高维以及信号冗余度高等问题,寻求一种特征选择方法在降维、降低冗余度方面的可行性,通过考虑样本概率的分布情况,提出了一种以散度和Bhattacharyya距离作为可分性判据的特征选择方法。首先分析了旁路信号的特征选择问题,然后阐述了基于散度和Bhattacharyya距离的可分性判据,最后在FPGA中植入硬件木马,采用K-L方法进行实验,通过对样本特征选择前后的检测效果发现,这种特征选择方法不仅有助于分辨"金片"与含木马的待测芯片间旁路信号的统计差异,而且与分类错误率建立联系,更好地实现了硬件木马的检测。     

气动光学效应内涵及其对成像探测的影响机理北大核心

带有红外成像探测系统的飞行器在大气层内高速飞行时,光学头罩与大气层之间发生剧烈的相互作用,产生气动光学效应。该效应将引起像偏移、像模糊、像抖动,使得红外成像探测系统对目标的成像探测威力下降、探测精度降低。研究了高速动平台下气动光学效应的内涵及其对红外成像探测系统探测威力、探测精度的影响机理,对典型飞行状态下产生的气动光学效应进行了数学仿真计算,得到了仿真计算结果,并对仿真结果进行了分析。     

基于Deformable DETR的红外图像目标检测方法研究

基于Transformer架构的DETR系列网络在计算机视觉目标检测领域不断刷新目标检测的精度与速度。然而,基于红外图像的非合作目标检测的应用环境复杂,而且红外图像质量较差。针对该问题,提出了一种新的以Deformable DETR算法为基线的具有高检测精度的目标检测算法：首先设计了对红外图像进行图像增强处理的图像增强模块CLAHE-GB,并将其与Deformable DETR进行有机结合;然后在大型通用数据集上进行预训练;最后引入数据增强和迁移学习方法在自制的空中飞行物小型红外图像数据集中对检测头网络参数进行再训练,并对结果进行分析。结果表明：所提出的算法对红外图像数据具有较好的图像增强效果和检测精度。