基于柔性关节机械臂振动的空间非合作目标质量辨识

针对空间在轨服务任务中捕获的非合作目标的质量辨识问题,提出了一种基于柔性关节机械臂振动频率的质量辨识方法.在该方法中,首先利用操作航天器上的柔性关节机械臂捕获空间非合作目标;然后对操作航天器、柔性关节机械臂与空间非合作目标形成的组合体进行动力学建模;最后通过分析柔性关节机械臂的振动频率来辨识空间非合作目标的质量.数值仿真结果证实了该方法的有效性.     

旋转变倍机构设计及其在导航中的应用

针对长航时、远航程的飞行器中景象匹配导航系统对光学成像传感器的需求,提出并设计了一种以板式行波超声电机作为驱动源的旋转型变倍机构,将其应用到图像匹配中,软、硬件结合,能明显提高导航系统的精确性、实时性和鲁棒性.机构占空比小,能耗少,可控精度高,能实时、稳定获取多幅不同分辨率的实测图像;同时,机构响应快,且负载变化不影响机构性能.实验数据证明,旋转变倍机构总质量为1.5 kg时,最快启动时间不超过0.7 ms,最快关闭时间在0.6 ms以内,能满足景象匹配导航系统的要求.     

基于变分自编码器的异构缺陷预测特征表示方法

跨项目软件缺陷预测技术可以利用现有的已标注缺陷数据集对新的无标记项目进行预测,但需要两者之间具有相同的度量集合,难以用于实际开发.异构缺陷预测技术可以在具有异构度量集合的项目间进行缺陷预测,该技术引起了大量研究人员的关注.现有的异构缺陷预测技术利用朴素的或者传统机器学习方法为源项目和目标项目学习特征表示,所学习到的特征表示能力很弱且缺陷预测性能很差.鉴于深度神经网络强大的特征抽取和表示能力,本文基于变分自编码器技术提出了一种面向异构缺陷预测的特征表示方法.该模型结合了变分自编码器和最大均值差异距离,能有效地学习源项目和目标项目的共性特征表示,基于该特征表示可以训练出有效的缺陷预测模型.在多组缺陷数据集上通过与传统跨项目缺陷预测方法及异构缺陷预测方法实验对比验证了所提方法的有效性.     

无人机视频的分层表达与实时压缩

为克服无人机视频应用中计算能力和传输带宽的限制,提出一种视频分层表达方法,实现快速、高质量、灵活的视频编码.将无人机视频分为背景层和目标层,并分别采用基于全局运动估计和基于局部块匹配的方法进行压缩,压缩后的码流可以根据实际的网络情况和应用需求进行单独传输或组合传输.实验结果表明:在极低码率如50 kbit/s时,H.264的PSNR低于28 d B,且图像主观质量超出可接受范围,而采用分层表达中的背景层压缩,可以在保证PSNR在28 d B以上,且图像细节清晰、主观质量较高;在码率较高时,采用背景层和目标层结合,在同等码率条件下,目标的细节比H.264更清晰;整个压缩过程消耗的时间只有H.264的18%.本文方法在不降低视频质量的同时提高了压缩效率,且码流具备灵活性,适用于低延时、低带宽、复杂的无人机应用.     

非合作目标在轨服务最终接近段视觉导航算法

为解决在轨服务最终接近段传统单目视觉相对导航方法受相机视场限制以及非合作航天器无法设置人工靶标的问题,提出了以非合作航天器太阳帆板三角形支架的部分结构为测量目标的视觉相对导航算法.首先,设计了"自拍杆"相机安装结构和相机实时标定方案,给出了视觉相机安装角的计算方法;然后,基于逆投影原理构建满足三角形支架实际空间几何构型约束的优化模型,采用蚁群搜索算法求解特征点的景深,并应用绝对定位方法估计航天器之间的相对位置和姿态;最后,以非合作航天器在轨服务最终2 m~0 m的接近段为背景进行数学仿真,在相对距离小于1 m时,航天器之间的相对位置和相对姿态确定精度分别优于3 mm和0.2°,验证了算法的有效性和可行性.数学仿真结果表明:该相对导航方案可行,导航算法具有较高的精度,且相对导航的精度随着航天器之间的相对距离的逐渐减少而逐渐提高;同时,该算法对投影点测量误差具有较好的鲁棒性,在投影点测量误差较大时仍具有较高的精度.     

旋转复杂背景中红外运动小目标实时检测

针对旋转复杂背景中红外运动小目标检测误检率高、实时性差等问题,提出了目标检测新算法。首先对图像进行中值滤波预处理,计算图像光流场,提取特征点,估算背景光流;然后设置阈值,判断提取备选目标特征点集合;最后通过特征点光流矢量角度、目标灰度值区间、目标特征点区域边缘检测的方法,排除备选目标特征点集合中的背景特征点,实时准确检测旋转复杂背景中红外运动小目标。实验结果表明,该算法能够准确地检测出红外多个运动小目标,检测率93.8%,平均虚警率0.126次/帧,平均每帧耗时15.53 ms,每帧图像处理的最大时间为20.45 ms,能够满足运动目标检测对实时性的要求。     

基于量测重构投影的加速度计故障检测

基于分布式传感器网络结构,构建了双节点故障检测模型,分析加速度计输出,对加速度计的输出量进行重构,将与陀螺输出量耦合部分补偿掉,简化加速度计的奇偶检测方程。最后对检测方程不能识别的3个及以上加速度计出现故障的情况进行讨论,分析表明:基于量测重构的奇偶方程加速度计检测法对分布式传感器网络中的加速计故障检测有较强的检测能力。     

跳频周期和跳频间隔的最大条件熵射频隐身设计方法

为提高跳频通信系统的被截获性能,该文以跳频周期和跳频间隔为研究对象,提出一种基于最大条件熵的跳频周期、跳频间隔射频隐身联合设计方法。该方法以跳频系统先验数据为样本空间,以拉格朗日乘子为优化粒子,利用混合混沌粒子群优化(HCPSO)算法对最大条件熵的对偶规划进行优化计算。与单阈值方法(STM)和双阈值方法(DTM)的对比仿真结果表明:该文提出的最大熵方法(MEM)具有最大的跳频周期、跳频间隔不确定性和最小的截获概率,且针对不同威胁因子具有较高的环境区分度。因此,MEM具有较好的射频隐身性能,可以有效提高搭载平台的生存能力。     

基于仿射模型的无人机视频实时压缩算法

在现有算法无法满足无人机视频实时压缩传输需求的应用背景下,该文提出一种新的低复杂度无人机(Unmanned Aerial Vehicle, UAV)视频实时压缩算法,利用无人机视频的背景平面性、运动一致性等特点,建立仿射模型描述视频的全局运动,并根据模型参数进行视频压缩。实验结果表明,与现有压缩算法H.264相比,该算法在保证压缩性能的前提下,大量减少了压缩时间,可满足大多数情况下无人机视频传输的质量要求和实时性要求。     

基于近邻传播聚类与核匹配追踪的遥感图像目标识别方法

核匹配追踪算法在生成函数字典的过程中常采用贪婪算法进行全局最优搜索,导致算法学习时间过长。该文针对这一缺陷,提出一种基于近邻传播(Affinity Propagation, AP)聚类与核匹配追踪相结合的分类方法(AP-Kernel Matching Pursuit, AP-KMP),该方法利用聚类算法来优化核匹配追踪算法中的字典划分过程,使用近邻传播聚类将目标数据集划分为若干小型字典空间,随后KMP算法在小型字典空间进行局部搜索,从而缩短学习时间。针对部分UCI数据集和遥感图像数据集,分别采用AP-KMP算法与另4种经典算法进行分类比较实验,结果表明该文算法在时间开销和分类性能上均有一定的优越性。