主动自适应悬架机器人概念样机及其配置模型和方法

未来的空间探测要求机器人系统具备高可靠性、高移动性,以胜任未知非结构的地理环境。结合自适应悬架机器人和主动悬架机器人的优点,创新提出主动自适应悬架机器人的概念。它是一类具有主动配置功能的自适应悬架机器人,在一般复杂地形环境下,利用移动机构的超静定特性自适应地形,在极端复杂环境下,主动调整悬架结构等移动机构的运动配置适应地形变化,获取最佳移动性能。设计了一种六轮主动自适应悬架样机,可实现折叠、翻到后起身,建立了机器人移动性能综合评价模型,并给出了相应的配置模型和主动配置方法,通过主动配置可明显提高主动自适应悬架机器人的移动性能。     

光学侦察卫星的目标探测概率分析

结合光学侦察卫星的特点建立了光学成像卫星目标探测概率与卫星轨道倾角、探测幅宽、访问间隔、目标特性等因素的关系模型。该模型明确了卫星技术性能指标和作战性能指标的相互关系,可作为对光学侦察卫星进行需求分析、顶层设计以及效能评估的依据。以大型舰船为探测目标,用仿真结果说明了模型的适用性。     

建设资讯

5亿元补助测土配方施肥今年国家将加大对测土配方施肥的扶持力度,财政补贴资金由去年的两亿元增加到2亿元以上。全年免费为4000万以上农户提供测土配方施肥服务,力求配方施肥建议卡和施肥技术指导入户率达到100％,核心示范区实施面积达到2．8亿亩以上,辐射带动6．8亿亩,项目区肥料利用率提高3至5个百分点,亩节本增效25元以上。     

基于矩量法对分段指数电阻加载Koch分形天线阻抗特性研究

提出一种新的分段指数电阻加载Koch分形偶极天线,其加载电阻沿天线从馈电点按指数规律递增.基于矩量法(MOM)分析计算其阻抗特性,结果表明,该天线能满足现代通信系统对天线小型宽带的要求,也为分析设计小型宽带天线提供了一种有效的方法与思路.     

独具战略眼光的科学大师

王大珩王大珩(Wang Daheng,1915.2─),江苏苏州人。中国科协副主席,中国科学院、中国工程院院士,应用光学专家。一1915年2月26日王大珩生于江苏省吴县。1936年,王大珩毕业于清华大学物理系,1938年考取留英公费生,赴英国伦敦帝国理工学院攻读应用光学,1941年转入雪菲尔大学,在世界著名玻璃学家W.E.S.特纳(Turner)教授指导下进行有关光学玻璃的研究;1942年,他受聘于伯明翰昌司(Chance)玻璃公司,专攻光学玻璃研究,直至1948年回国。早在王大珩留英期间,曾随当时国际色度学权威之一W.D.莱特(Wright)教授学习色度学,并在色差阈值研究中充当观…     

基于FMLNet的光学成像雨（雾）信息自主消除算法

航天发射和回收任务中,通过运载火箭以及无人机获取的光学图像易受雨雾的影响导致成像质量下降。为了同时满足雨纹消除和除雾应用需求,进一步提升雨（雾）图像信息恢复的质量,将特征提取、多尺度映射、局部极值以及非线性回归处理相结合,设计一种新的雨（雾）信息自主消除网络（FMLNet）,提出一种基于FMLNet的光学成像雨（雾）信息自主消除算法。使用Maxout单元层生成几乎所有与雨（雾）相关的特征,运用一种新的非线性激活函数（BReLU）以提高恢复无雨（雾）图像的质量,使其特征提取层和非线性回归层与经典CNN网络具有明显的不同。分别对雨（雾）图像数据集进行实验测试,结果表明,算法在峰值信噪比（PSNR）和结构相似指数测度（SSIM）评价指标上均优于其他常用算法。通过各算法处理效果的视觉观察比对,该算法能够很好地进行图像雨纹消除和图像除雾,能将不同雨（雾）场景下的图像恢复至细节丰富的干净场景图,图像复原度更高、视觉效果更好,从而验证了算法的有效性。     

金属冲击温度的测量研究

文中介绍了冲击温度的多波长光谱辐射测量方法。利用光学高温计测量了４５号钢在２３０ＧＰａ左右的冲击压力下的冲击温度值,对所测得的结果进行了比较和分析。     

光学传递函数的视频信号傅里叶变换测量法

基于传统的光学传递函数测试方法的缺陷,提出视频信号傅里叶变换测量法,给出了该测量法的理论依据和测试系统模型.该方法利用计算机技术,将常规的用硬件完成的傅式变换,改用计算机软件完成.     

星载光学遥感成像系统复杂性分析

为研究星载光学遥感成像系统的复杂性,由复杂系统的基本特征与系统研究的基本原则出发,通过对成像全链路流程的分析,确定光学遥感成像系统的复杂性来源及其表现形式。建立星载光学成像的数学模型,以系统重要参数——调制传递函数为基点,通过正过程建模分析和逆过程测量计算相结合的方式,分析了系统复杂性研究的基本原则,即还原论与整体论相结合、定性与定量相结合的过程。由正、逆过程的对比分析,一方面阐述了系统性能与各个环节参数之间的关系,另一方面又由正则化盲反卷积的方式得到图像中真实的调制传递函数。二者相辅相成,既能通过补偿系统复杂性因素影响提升系统性能,又能进一步指导系统优化设计。