一种新的全天自主几何结构星图识别算法

提出了一种新的星图识别算法,该算法根据星敏感器的观测精度,在识别前去除星三角形的观测误差,对无误差的星三角形进行编码,构造特征量。导航三角形的识别只需基于单一特征量的匹配就可完成。多三角形的组合,有效地提高了正确识别率。仿真实验表明,该算法与传统的三角形算法相比,具有更好的实时性和鲁棒性。     

分散控制系统网络的技术改进

以彭城发电厂MAX1000分散控制系统网络结构为例，介绍其存在的问题以及技术改进情况。通过采用以太网星形结构的网络连接方式，将分散控制系统由总线形网络拓朴结构改为星形网络拓扑结构。实践表明，改进后彭城发电厂MAX1000分散控制系统网络的安全性得到了提高，MIS系统网络的可靠性也得以改善。     

基于高精度星敏感器的船载雷达海上精度鉴定

航天测量船海上航行时主要通过精度校飞进行雷达精度鉴定,针对其周期长、耗费大和组织协调困难的缺点,提出了一种采用高精度星敏感器与雷达捷联跟踪测量空间目标进行海上精度鉴定的方法。雷达在跟踪空间目标的同时,星敏感器实时拍摄天线指向附近星图。首先,星敏感器利用雷达输出的编码器角度计算视轴的初始指向,通过快速星图识别和目标定位获取天线地心坐标系精确指向;然后,经坐标变换到地平系,根据蒙气差模型修正地平系俯仰角,再经过船摇修正转换到甲板坐标系;最后,进行轴系误差及脱靶量修正,实现雷达指向精度鉴定。试验结果表明:利用该方法测量的船载雷达相对于星敏感器方位、俯仰随机残差优于50″,满足雷达精度鉴定要求,证明该方法的可行性。     

陀螺仪辅助星敏感器星跟踪算法设计

针对星敏感器在大机动场景下跟踪预测误差较大和星点补充频率较高的问题,提出一种陀螺仪辅助星敏感器的星跟踪算法.在载体角加速度发生剧烈变化的大机动场景下,利用陀螺仪测量得到的角速度信息,对星点运动轨迹进行估计,得到相邻两帧星图中间时刻的星点位置信息.进一步建立星点运动模型,利用卡尔曼滤波器对星点位置进行跟踪预测,从而提前预...     

一种机载天文导航星图模拟的实现方法

星图模拟是研究机载天文导航的关键技术之一.通过分析近些年国内外天文导航技术研究方面的资料,结合机载条件下的实际运行环境、天文导航基本原理和成像的主要影响因素,改进了CCD星敏感器的光轴指向、视场范围和观测星的确定方法,对星体成像位置和灰度的确定方法及背景光和曝光时间对成像效果的影响进行了优化,并建立了相应的模型.最后运用Matlab编程生成了所需星图,为进一步研究机载天文导航技术打下了基础.     

基于几何位置分析的星敏感器布局研究

针对对地三轴稳定卫星中存在的杂散光严重影响星敏感器测量精度和准确性的问题,在研究日-地-月-星的几何位置的基础上,结合卫星的姿态信息、星敏感器的安装位置,以及视场范围,分析了卫星在轨运行过程中太阳光、月球反射光对星敏感器的影响。此外,根据星敏感器的布局设计状况,探讨给出不同时刻推荐使用的星敏感器方案,进而有效避免杂散光对星敏感器的影响。     

利用子空间划分的局部离群数据挖掘算法

目前大多数局部离群数据挖掘算法需人为事先设置参数或阈值,且难以应用到高维数据集.给出一种新的局部离群数据挖掘算法PSO-SPLOF,该算法首先将数据集划分为互不相交的子空间,利用偏斜度判断子空间划分的优劣,并采用微粒群算法搜索最优划分子空间集;其次针对每个最优划分子空间,计算其数据对象的局部离群因子SPLOF值,并用SPLOF值来度量数据对象的局部偏离程度.最后采用离散化的天体光谱数据作为数据集,实验验证了PSO-SPLOF算法具有受人为因素影响小、伸缩性强和运算效率高等优点.     

聚酰胺纯化八角残渣黄酮的工艺研究

目的:研究聚酰胺树脂纯化八角残渣黄酮的工艺。方法:以聚酰胺树脂对八角残渣黄酮的吸附量及解析率为指标,通过静态解吸附实验,确定适于纯化八角残渣黄酮的聚酰胺树脂目数;采用单因素与正交实验优化吸附条件,动态解析实验优化解析条件。结果:聚酰胺纯化八角残渣黄酮最优工艺为上样液浓度为0.05g/m L(生药量),p H为5,聚酰胺柱床高度与内径比为12∶1,流速为1~2BV/h,饱和吸附体积为7.5~8BV,待吸附饱和后,用蒸馏水冲洗聚酰胺树脂柱至Molish反应呈阴性,用4BV体积的90%乙醇洗脱,解析率为70.77%,收集流份液,在60℃下减压回收乙醇至无醇味,干物质中黄酮纯度为87.5%。结论:聚酰胺树脂能有效的纯化八角渣黄酮,最终所得黄酮纯度高,适于工业化生产。      

基于SUSAN算子的白天红外星目标检测

受多种因素的影响,白天获得的红外星图像信噪比低,且背景通常是不均匀的,为红外星目标的提取造成了极大的困难。通过理论计算,实际白天拍摄的近红外星图信噪比极低,使用一般的滤波方法无法提取出恒星目标,目前常用的形态学方法对于星图像的处理也不甚理想。首先分析背景特性,采用多帧叠加的方法削弱随机噪声,增大信噪比;然后设定阈值对叠加后的星图进行背景消除,得到只含有目标及噪声的图像;最后基于图像的特性,使用改进的SUSAN算子对星图进行目标检测,进而分割出目标,实验证明,与传统方法相比,该方法可较好地分离出恒星目标。