本质流形上的自适应运动估计

分析了计算机视觉中一种新的运动估计模型,将运动估计作为一个参数定义在"本质流形"上的非线性系统参数辨识问题。针对基于离散处理和连续处理方法得到的"本质流形",提出了一种新的、统一的自适应推广卡尔曼滤波算法,在"本质流形"的局部坐标系上进行运动估计。仿真结果验证了该算法的正确性。     

激光辐射方位的确定技术

介绍了确定来袭激光束方位的成像技术、时间延迟技术和屏蔽技术的基本原理和发展现状;分析了3种技术的优缺点;探讨了来袭激光方位确定技术的发展方向.     

应用于四旋翼无人机角速度估计的几何滑模观测器设计

对四旋翼无人机的角速度进行估计时,传统的基于单位四元数的滑模观测器需要引入强制比例重调,因而影响了跟踪精度。本文提出一种基于数值积分的李群方法的滑模观测器设计框架。该算法基于等变映射思想,在齐性流形空间的等价李代数空间中设计滑模反馈,从而避免了直接在流形空间中设计反馈的复杂性,并消除了传统方法在每个积分步骤中强制加入的比例重调,提高了观测器的跟踪性能。仿真结果表明,几何滑模观测器算法可以有效的对四旋翼无人机的角速度进行估计。     

“艾科尔斯”改进型光学助降系统的纵向着舰精度研究*

基于“艾科尔斯”(ICOLS:Improved carrier optical landing system)改进型光学助降系统的人工着舰系统是几种新型光电或激光舰载机助降系统之一,研究了“ICOLS”改进型光学助降系统的引导技术,整个系统的关键是引入激光束。研究重点是当航母在海浪、海涌干扰作用时,飞机在ICOLS系统引导下,人工操纵飞机着舰时的仿真结构配置,并导出终端误差方程。最后给出了在典型海浪作用下,ICOLS近程系统采用角稳定助降系统控制律的着舰精度仿真计算实例,从而为地面仿真研究着舰误差提供了基本思路与研究手段,对保证飞机安全着舰有十分重要的意义。     

某型末制导炮弹惯导飞行角运动研究

为研究某型末制导炮弹惯性飞行过程的稳定性,建立该炮弹在惯导飞行阶段有控弹道攻角运动方程.基于该攻角运动方程,求解方程特征根推导出末制导炮弹自由运动的稳定性条件,并给出舵片偏转控制力对弹体强迫作用的解,分别讨论了影响自由运动和受迫运动稳定性的因素.分析结果表明,惯性飞行过程中,舵面参数以及弹丸转动角速度是影响飞行稳定的主要因素,舵片偏转过程与弹丸共振条件无关.     

直达波和杂波干扰下目标阴影逆合成孔径成像

对直达波和杂波条件下的阴影逆合成孔径雷达(SISAR)目标成像问题进行了研究。分析了直达波和杂波对侧影像畸变和运动补偿的影响,提出了一种新的直达波和杂波干扰下目标SI-SAR成像方法,即将回波信号与参考信号进行模拟对消,并利用目标回波的频谱特性剔除残留直达波,再对目标运动参数进行粗估计,采用粗搜索和精搜索2步实施准确的运动补偿,最终获得失真度较小的目标侧影像。仿真实验验证了算法的有效性。     

4层横向运动板防护长细杆的数值分析

多层横向运动板对垂直来侵长细杆的挤压、剪切能够使长细杆发生挤压和剪切变形,进而降低长细杆后续的侵彻能力,增强装甲的防护效果。利用LS—DYNA软件对多层横向、邻层反向运动的钢装甲板防护钨合金长细杆进行运动板速度和运动板的厚度分配的相关仿真计算。通过对计算结果中开坑形状、后效板侵深和装甲效能进行分析发现,随着板运动速度的增加,后效板开坑深度减小和开坑形状的非对称性加剧,运动板的干扰作用增强及防护效能提高;在运动板总厚度相同的情况下,板的层数越少,防护性能越好。     

几种野值剔除准则在目标预测中的应用研究

观测数据中的野值会影响目标预测的精度。分析比较了几种常用的野值剔除准则,包括最常用的3σ准则、奈尔准则、格拉布斯准则和狄克逊准则,将其应用到目标预测的数据预处理中,并比较了各种方法的野值剔除能力和对目标预测精度的影响。仿真结果表明:野值剔除准则的引入可有效减少数据中野值的数量,提高目标预测的精度。其中,格拉布斯准则的实用效果尤为明显,且误剔除率也得到了较好的控制。     

一种基于最大似然估计的ISAR自聚焦算法

自聚焦是ISAR成像中的一项关键技术,其目的是消除目标和雷达的径向运动引起的相位误差。从ISAR信号模型出发,推导得到了相位误差的最大似然估计,并给出了一种基于最大似然估计的ISAR自聚焦算法。该算法采用了相位梯度算法(PGA)的处理结构,利用了多个距离单元上的散射点信号。算法中没有孤立散射点的要求,不需要相位解模糊,并且消除了相位误差估计中积累误差的影响,提高了相位误差的估计精度。将该算法应用于实测数据的ISAR成像中,得到了较好的聚焦结果。     

Reliability inference for field conditions from accelerated degradation testing

Accelerated degradation testing (ADT) is usually conducted under deterministic stresses such as constant‐stress, step‐stress, and cyclic‐stress. Based on ADT data, an ADT model is developed to predict reliability under normal (field) operating conditions. In engineering applications, the “standard” approach for reliability prediction assumes that the normal operating conditions are deterministic or simply uses the mean values of the stresses while ignoring their variability. Such an approach may lead to significant prediction errors. In this paper, we extend an ADT model obtained from constant‐stress ADT experiments to predict field reliability by considering the stress variations. A case study is provided to demonstrate the proposed statistical inference procedure. The accuracy of the procedure is verified by simulation using various distributions of field stresses. © 2006 Wiley Periodicals, Inc. Naval Research Logistics, 2006.