日-地(月)系拉格朗日L1点及晕(Halo)轨道应用

日-地(月)系统拉格朗日L1点及L1点附近的晕(Halo)轨道在"夸父"工程中有重要的应用价值,可用于对太阳实施持续观测.利用数值分析方法,找到了日-地(月)-探测器三者构成的圆限制性三体问题中L1点附近的周期晕(Halo)轨道,分析了轨道的特性.研究结果对"夸父"工程中的目标轨道设计有一定的参考价值.     

基于候选轨迹统计模型的红外弱小点目标检测(英文)

建立候选目标轨迹集合,以候选目标轨迹集合为样本空间,利用沿候选轨迹的能量积分构造此空间上的概率分布,从而建立候选轨迹的概率统计模型.以此模型为基础,设计了一种弱小点目标检测方法.通过蒙特卡罗实验方法调节模型参数,使得算法的检测性能达到所提出的指标.该算法规避了以往算法中需要获得解析形式的候选轨迹密度函数的限制,因此能检测出沿任意方向作直线运动的点目标.最后,针对给定的弱小点目标观测图像序列,利用所提出的算法进行检测,仿真结果证明此算法是有效的.     

深化主题教育

深化主题教育要以中国特色社会主义理论体系为指导,紧贴使命任务,通过抓实教育的着眼点、突出教育的聚焦点、把握教育的关键点、推动教育的创新点、夯实教育的落脚点,提高教育实效,筑牢官兵核心价值观。     

基于格的公钥密码体制研究

基于格（Lattice）的公钥密码体制是继RSA、ECC之后提出的新型公钥密码体制之一,它包括NTRU体制、Ajtai—Dwork体制、GGH体制等。这些体制的安全性基于求最短格向量困难问题（SVP）、求最近格向量因难问题（CVP）等,并且已经证明,这些体制能够抗量子计算攻击。研讨了对格困难问题及格公钥的相互关系,并展望了格困难问题及格公钥的研究方向。     

基于舵机俯仰姿态控制回路的电视制导设计

设计了舵机系统的俯仰姿态控制回路,并通过舵偏角的改变来说明电视制导系统的设计理念。首先,通过建立导弹的运动学模型,选择适当的旋转变压器和减速器,并采用三点导引法完成了电视制导系统的设计。然后,根据数学模型计算出各个环节中的传递函数,采用simulink软件仿真,通过适当的改变参数,并采用积分环节进行校正,实现电视制导的控制系统。最后,通过对电视制导控制系统建模和仿真,并对系统输出产生的误差进行相关说明,提出改进意见。     

空投鱼雷最优落水点分析

针对反潜机使用空投鱼雷对潜实施攻击时的最优落水点问题,建立了鱼雷弹道模型、声纳自导系统发现模型、潜艇机动模型、均方差模型,对空投鱼雷对潜攻击过程进行了模拟仿真,得出了相对于不同舷角、距离的鱼雷发现概率,并确定了鱼雷的最优落水点,以期为部队合理使用空投鱼雷提供决策依据。     

空投鱼雷最优落水点分析

针对反潜机使用空投鱼雷对潜实施攻击时的最优落水点问题,建立了鱼雷弹道模型、声纳自导系统发现模型、潜艇机动模型、均方差模型,对空投鱼雷对潜攻击过程进行了模拟仿真,得出了相对于不同舷角、距离的鱼雷发现概率,并确定了鱼雷的最优落水点,以期为部队合理使用空投鱼雷提供决策依据.     

基于计算机视觉的目标方位测量方法

以显著性标志物中的关键点为目标,探讨了一种基于计算机视觉的目标方位测量方法。在光学成像原理基础上,推算出目标二维成像点坐标与其空间三维坐标之间的映射关系,基于计算机视觉理论建立了测量目标方位的数学模型。考虑透镜畸变,基于Zhang平面标定法完成对摄像机参数的标定。对目标二维图像采用Harris算法进行特征角点检测,并通过亚像素技术对检测的目标特征点进行定位。实验结果表明,该方法能够有效提取被测目标特征角点并获取其像素坐标,用于测量目标相对视觉传感器的方位信息可达到较高精度,具备良好的实用价值。     

基于配置管理的软件维护性评估

对软件质量进行定量化管理是软件工程领域的趋势,也是软件质量保证的重要手段。针对软件维护性定量评估难、数据获取难的问题,分析了软件维护性受配置管理关键要素的影响,提出利用配置管理数据对软件维护性间接评估的方法。结合软件工程开发实际,建立了配置管理数据收集过程,利用维护时间作为参数,统计5类功能点维护时间对软件维护性进行度量,实现了软件维护性的定量评估,并利用实际项目对方法的可行性和有效性进行了验证。     

运用跑道平面结构化线特征的固定翼无人机视觉导航算法

针对固定翼无人机在着陆阶段的位姿估计的问题,提出运用跑道平面结构化线特征的无人机视觉导航算法。利用单台固连在无人机上的前视相机对跑道区域进行成像,自动提取结构化线特征。在无人机降落前期利用完整的结构化线特征配置解算出无人机的六自由度位姿参数(偏航角、俯仰角、滚转角、纵向位置、横向位置、高度),并在无人机降落到较低高度时,利用退化的结构化线特征(跑道边缘)解算出无人机的关键位姿参数(偏航角、俯仰角、横向位置、高度)。三维实景仿真实验证明,在距离机场200 m处,无人机的距离参数精度小于0.5 m,角度参数精度小于0.1°。