基于直线拟合比较斜率的机动起始点检测算法

针对目前空中目标机动模式识别主要依赖特征点检测来寻找机动段,但在较大噪声背景下效果并不理想这一问题,提出了直线拟合比较斜率的机动起始点检测算法。该方法对航迹数据进行直线拟合来平滑局部波动数据,能够有效过滤噪声,从而减少机动段提取误差。实验对比表明,直线拟合比较斜率法比累加弦长法具有更强的抗噪性和更好的检测精度,在多次实验中能够更准确地找到机动起始点,为机动段识别打下了良好基础,具有非常好的应用价值。     

基于图像边缘检测的弹丸出膛时刻获取算法

针对超高射速弹丸出膛时刻难以精确获取的问题,提出了一种图像边缘检测的方法来获取出膛时刻。采用连续波雷达照射炮口,在每发弹丸的出膛时刻,多普勒回波信号产生突变。通过短时傅里叶变换和时频域最小噪声谱估计降噪处理后,利用图像边缘检测在时频域对回波信号突变点进行检测和定位,找出每发弹丸回波的突变点作为弹丸的出膛时刻。通过对实测信号处理验证了本算法的正确性和可行性。     

基于视觉的四旋翼飞行器路径跟踪

针对四旋翼飞行器在室内环境下识别地面线状结构的问题,提出了一种改进的基于单目摄像头,提取线段并跟踪的方法;首先在图像中设置感兴趣的区域（Region Of Interest,ROI）,基于HSV颜色空间,根据颜色阈值提取出线段颜色;然后对ROI进行高斯滤波处理过滤图像的噪声,通过Canny边缘检测算法提取出线段的边缘;最后用概率霍夫变换（Probabilistic Hough Transform,PHT）从预处理图像中拟合出直线,计算直线的方向向量实现四旋翼的路径跟踪;实验结果表明：该方法有效地提高了路径识别的效率,使四旋翼能够精确跟踪室内路径。     

基于小波尺度相关的船舶轴频电场信号检测算法

针对现有船舶轴频电场信号检测算法检测微弱信号能力弱和计算量大等问题,提出了基于小波尺度相关的目标检测算法。该算法利用目标信号和噪声在小波变换各尺度上相关性的差异,求取实测信号的两重小波相关系数,并对其进行二次小波变换,将变换后的两重小波相关系数作为检测信号进行滑动功率谱检测。实测数据对滑动功率谱算法、基于小波包分解的检测算法和本文算法的验证结果表明,本文算法能在更低信噪比情况下有效地将微弱的轴频电场信号从环境背景噪声中检测出来。     

一种基于Wavelet-Radon变换的宽带双曲调频信号检测方法

动物回声定位所用超声波具有双曲调频的形式,充分利用仿生信号的特性可以提高水下信号处理系统的性能.阐述了宽带仿生信号的时间-尺度特性,针对直线形式的回波小波峰脊,将宽带目标回波检测问题转化为小波变换2D平面上的直线检测问题,提出了一种基于Wavelet-Radon变换的宽带仿生信号检测方法,并进行了仿真验证.结果表明,该检测方法充分利用了宽带仿生信号的特性,同时也验证了选择宽带双曲调频信号作为发射信号的合理性.     

数控铣微直线加工的算法

在数控铣微直线加工程序预读、直线段间平滑算法的基础上,提出了线性变换圆弧平滑算法.对不在坐标平面的圆弧,先用线性变换将圆孤变换到坐标平面,然后进行逼近,求出插补点,再进行线性逆变换,求出插补点在原平面的坐标.以该插补点的绝对角度来计算所有的插补点,确保终点输出时积累误差最小.     

标记生长在视频测量系统中的应用

作为视频测量系统的图像处理部分,线段提取具有重要意义.当目标线段附近存在较多无序干扰线段时,霍夫变换提取直线段的方法出现了严重失效,在文献[2]提出的标记生长算法的基础上,引入了对方向因子的判断,并与文献[1]提出的螺旋线法相结合应用于靶场视频测量系统中的图像处理部分,有效的提取了目标物体的上下边缘线及标志线,为测量目标提供了一条较好途径.     

改进的拐点提取法在曲线拟合中的应用

针对目前在曲线拟合中常用拐点提取法的弊端,提出一种新的拐点提取方法.其步骤包括:检测物体边缘轮廓;拟合边缘轮廓的分段直线;初步确定图像轮廓的拐点,并对所拟合的直线段进行线段合并,由此减少拐点的个数.     

一种基于时频分析的多跳频信号盲源分离算法

针对多个无人机遥控信号的分离问题,提出一种基于时频分析进行数据处理的多跳频(frequency hopping, FH)信号盲源分离(blind source separation,BSS)算法。利用不同跳周期的跳频信号驻留时间的差异性,改进时频脊 线的提取;利用小波变换检测改进后时频脊线的突变点,求脊线最大驻留时间即为跳频信号中的最小跳周期;分离 出不同跳周期的跳频信号,并基于时频能量值的不同,对不同信号幅度的跳频信号进行盲源分离。结果表明：与同 类算法相比,该算法在不依赖多通道数据的采集及混合矩阵估计等情况下,可实现单通道情况下多跳频信号的盲源 分离,具有一定的工程应用价值。     

基于dSPACE平台的稳瞄控制系统建模方法研究

为提高机载光电稳瞄伺服控制系统分析与设计能力,提出一种基于dSPACE半实物仿真平台的稳瞄伺服控制系统速率稳定回路建模方法.该方法通过dSPACE对系统施加激励并采集信号,用最小二乘算法拟合系统频率特性,利用MATLAB辨识工具箱辨识出系统传递函数.对某机载光电稳瞄伺服控制系统,利用本方法获取对象模型并进行控制器设计,...     

火炮俯仰电液伺服系统速度非线性抑制技术研究

火炮俯仰电液伺服系统因其特殊结构存在严重的速度非线性,这一特征不但导致系统在不同角度区间等幅调转时间不同,也严重影响系统的动态跟踪性能。在剖析俯仰电液伺服系统原理基础上,建立俯仰伺服系统运动的数学模型,获取俯仰电液伺服系统的非线性运动规律,提出俯仰电液伺服系统速度非线性的抑制方法,通过引入非线性观测及非线性补偿环节,较好地抑制了俯仰电液系统的速度非线性特性,改善了系统的控制特性。仿真及样机实验结果表明：该方法具有良好的控制效果,可对位置环输出的速度主令到俯仰体旋转速度主令的非线性进行较好的抑制,实现位置环输出的速度主令到俯仰体旋转速度主令的线性化,从而显著改善火炮俯仰电液伺服系统的调转及动态跟踪性能。     

基于低频学习的电液位置伺服系统鲁棒自适应控制

电液位置伺服系统存在高频干扰和传感器测量噪声,导致传统自适应控制参数收敛性差、性能一致性低等问题。针对这些问题,提出一种基于低频学习的鲁棒控制策略。设计低通滤波器修正电液位置伺服系统的自适应参数,将修正前后出现的残差反馈到鲁棒自适应控制中构造新型控制律,滤除自适应律中存在的高频成分,从而有效地降低参数的波动程度,达到稳定收敛的目的。通过Lyapunov稳定性理论验证了闭环系统的全局稳定性。对比实验结果表明,所提方法能够有效解决电液位置伺服系统在高频干扰和传感器测量噪声作用下的参数稳定收敛问题,同时获得了系统动态误差的渐进稳定性,实验取得了预期效果。     

基于SA-GA-BP 的某爆破扫雷器电液伺服系统建模

为解决电液伺服系统的液压元件存在非线性时变性等不确定因素,使得难以对其建立精确模型的问题,提出一种基于模拟退火遗传算法(simulated annealing genetic algorithm,SA-GA)优化BP神经网络的建模方法.利用模拟退火算法(simulated annealing algorithm,SA)的概率跳变能力克服遗传算法(genetic algorithm,GA)存在的早熟现象,在此基础上采用模拟退火遗传算法的全局寻优能力优化BP神经网络的权值和阈值.以某型爆破扫雷器电液伺服系统为例,利用所提方法对系统进行离线辨识.仿真结果表明:基于SA-GA-BP神经网络的建模方法能很好地拟合系统固有的非线性和时变性特性,所提方法是有效的.     

基于改进经验模式分解算法的实时滤波新方法

由于电液伺服系统本身的特点使某些干扰信号频段与正常信号的频段很靠近,普通数字滤波器很难起到较好的作用。为了能够精确过滤这些干扰信号,改进了Hilbert-Huang变换中所提出的经验模式分解(EMD)算法,扩展了极值点的定义,给出了插值判断条件,新增了分解结束判断条件。改进后的EMD算法对电液伺服系统信号有更好的包络效果、更佳的分解效果和更快的分解速度,可以满足实时滤波要求。将基于改进EMD算法的实时滤波器应用于实际的电液伺服控制系统后,同普通数字滤波器和原EMD算法进行对比,其结果验证了该滤波器的滤波效果优于普通数字滤波器,计算效率得到提高。     

基于干扰观测器的电液位置伺服系统跟踪控制

针对电液位置伺服系统存在匹配和不匹配模型不确定性的问题,提出一种基于滑模的模型不确定性补偿控制策略。通过设计滑模观测器估计电液位置伺服系统的匹配和不匹配模型不确定性,以在控制器设计中将其补偿,有效地削减控制器不连续项增益。将观测器滑模面引入到控制器滑模面中构造新的控制器滑模面,消除不确定性的估计误差,以保证控制器良好的动态性能。此外,不使用系统加速度信息,以降低可测噪声对跟踪性能的恶化。通过Lyapunov稳定性理论验证了闭环系统的全局稳定性。仿真结果显示,与积分滑模控制策略相比,所提方法能够补偿电液位置伺服系统中存在的匹配和不匹配模型不确定性,同时削弱滑模控制的抖振,具有良好的跟踪性能和较强的鲁棒性。     

高超声速飞行器烧蚀后退量时序提取及基于神经网络的预测

为了观测高超声速飞行器头部模型在高温流场下的烧蚀现象,在电弧风洞上开展了热考核试验,基于电荷耦合器件相机图像比色测温方法,获得电弧风洞烧蚀模型表面温度随时间演化数据。通过追踪模型边缘温度场变化,给出模型烧蚀过程中形变过程,提取驻点及其他边缘点后退量随时间变化数据。利用最小二乘法和长短期记忆（LSTM）网络方法对烧蚀后退量数据进行拟合与预测,其中LSTM方法主要包括网络结构设计、模型训练、目标函数设定和预测过程的算法实现等。高超声速飞行器烧蚀模型不同位置后退量时间序列预测与试验对比发现：最小二乘法主要适合烧蚀后退量为线性区域的拟合与预测;LSTM方法不但适用于烧蚀后退量线性区域,还适合于端头边缘烧蚀后退量非线性变化区域数据的拟合与预测。     

基于深度学习的船体三维模型自动生成方法

三维船体模型具有广泛的应用场景,但制作成本较高。提出一种基于深度学习的船体三维模型自动生成方法：通过卷积神经网络结构从一张二维平面图中提取角点;按照特定的规则将各角点组成线段,每一个线段表示一面墙体;将线段变换生成三维模型。制作500张二维船图用于模型训练,并制作30张二维船图用于测试。研究结果表明：新算法可以精确地检测输入图片的角点位置和种类,并生成清晰、美观、通用的三维模型,效果很好。     

基于模糊自学习的导弹电液伺服机构滑模跟踪控制

针对导弹电液伺服机构的跟踪控制问题,设计了一种基于模糊自学习的滑模控制方案.在常规的滑模变结构控制中引入模糊自学习方法,有效地削弱滑模切换控制所产生的抖振.同时系统具有良好的跟踪性能,提高了电液伺服机构的跟踪精度.仿真比较结果验证了该控制方案的有效性.     

放入式电子测压器应用环境下动态校准数据拟合方法研究

比较了普通最小二乘法、整体最小二乘法在放入式电子测压器应用环境下动态校准过程中数据拟合的差异。分析描述了两种拟合方法的基本理论与回归模型,并推导了整体最小二乘法的具体解算过程;从模型、参数估计和精度评定等方面对两种线性拟合方法进行了对比。由于校准实验本身的特殊性,拟合直线应确保标准量值与拟合直线的y值之差的平方和最小,所以普通最小二乘法在放入式电子测压器校准工作中还是最为适用的。只有当自变量以及因变量的误差都不能忽略不计时,整体最小二乘法有望获得最佳的拟合效果。     

火炮高平机电液伺服系统自适应动态面反演控制

针对火炮高平机电液伺服系统存在的负载惯量大、运动过程非线性特性显著、同时存在非匹配不确定性和不确定非线性、外部干扰未知等问题,提出一种自适应动态面反演控制方法。推导建立了系统的数学模型并为每阶系统设计Lyapunov函数和虚拟控制量,逐步反演得到控制律。引入动态面控制方法消除反演过程微分项的膨胀,采用自适应律实现控制过程中未知参数的在线估计,并对控制器稳定性进行了理论证明。借助ADAMS-AMESim-Simulink进行系统的联合仿真,结果表明该方法能实现高平机快速上行与下行,压力波动较小,获得了较好的动态跟踪精度,稳态误差满足要求,具有较强的鲁棒性。