基于ISA总线的微型电机驱控电路设计

本文介绍了一种基于ISA总线的微型电机控制驱动电路的设计方法.工控计算机通过ISA总线与CPLD器件通信,控制以电机驱动芯片TA7279P为核心的电机驱动电路,使微型电机进行相应的运动.该设计具有简单可靠、电路简洁、占用空间少等优点,是一种合理可行的设计方案.     

嵌入式运动目标提取实时图像处理系统

针对大数据量、高速传输复杂的图像处理算法,以Matrox Oddysey图像处理卡为基础,设计了多目标实时图像处理系统.提出了一种结合帧间减法与背景自适应更新的算法,完成实时交会处理任务,满足靶场弹道试验任务的实时性要求.自适应背景更新是一种有效的用于视频序列图像运动目标检测的算法.该领域中很多方法被提出来,但是很少提及用于实时处理系统.我们着眼于算法的高速性并提出一种足够快的方法用于弹道测量系统.用高斯分布建立每个像素的灰度模型,这个分布用来区分前景和背景像素以便用来更新背景模型.     

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。     

基于偏最小二乘回归多CCD拼接相机模型研究

为了建立多CCD拼接相机光学系统的数学模型,文章根据偏最小二乘回归理论,首先分析了CCD拼接原理,建立了光学畸变的单元相机数学模型和分析了拼接相机物空间坐标系和像空间坐标系的对应关系,最后由偏最小二乘计算方法解算出相机的内方位元素,建立了完整的数学模型.     

食用香料3-辛酮的合成

以乙基溴化镁和正己醛为原料,经亲核加成反应合成了3-辛醇,产率为81.2%;采用PCC对3-辛醇进行氧化得到了食用香料3-辛酮,产率为85.3%。通过气相色谱、红外光谱、色质联机和核磁共振等分析数据对所合成的中间体和目标产物的结构进行了确定;对合成的3-辛酮进行了香气评价。     

基于千兆网接口的星敏感器图像显示与存储

为了提高星敏感器地检设备中图像采集的便携型,设计了基于千兆网接口的星敏感器图像显示与存储系统。系统硬件平台包括输入图像解码与输出图像编码两部分,以AX88180和M88E1111为关键器件,在FPGA的控制下完成CameraLink图像到千兆网图像的协议转换,上位机软件通过Socket和多线程技术采集实时原始图像。通过实际应用证明,该系统满足图像数据的传输速度要求,能够方便地实现星敏感器图像的显示与存储。     

采用降维技术的红外目标检测与识别

提出了一种用于扫描型红外预警系统的目标检测与识别算法来实现对空中威胁的预警,该算法在对目标进行检测和识别的过程中分别运用了降维技术.首先对拉普拉斯-高斯(Laplacian of Gaussian,LOG)算子降维,改变经典LOG算子各向同性的特点,从而减少了信息的丢失;然后通过设置相关参数设计8邻域方位滤波器对图像不同方向进行尺度优化的滤波以完成目标增强与背景抑制;最后对滤波结果进行目标提取,通过支持向量机算法对目标进行识别.为使识别过程更加简捷而不失准确性,在识别前采用基于协方差算子的充分降维方法对样本特征和目标特征进行降维,从而在简化经典滤波算法与目标识别算法的同时提升了算法效率.实验结果表明,与经典高维算法相比,本文提出的算法在对红外目标进行检测识别时能够获得更好的效果,应用于工程时能实现低于7％的虚警率和低于5％的漏警率,且算法能够满足系统实时性要求.     

基于多特征匹配的快速星图识别

随着星敏感器探测灵敏度的提高,导航星表中恒星的数量急剧增加,导致星图识别的识别速度和识别率降低。因此,为了提高星图识别的识别速度和识别率,文中在三角形算法的基础上提出了一种基于多特征匹配的快速星图识别算法。首先,采用天球的内接正二十面体法对预处理后的星表进行分区。然后,将特征三角形的边长以及外接圆和内切圆半径的乘积作为特征值构建导航特征库,并根据后者的哈希函数对特征库进行分块。在识别的过程中,利用观测三角形外接圆和内切圆半径乘积的哈希函数实现导航特征库子块的快速定位,并在该子块内采用多特征匹配的方法得到观测三角形的识别结果,最后根据该结果确定星敏感器视场所包含的天球子区域,并在子区域内完成视场中其它导航星的识别。实验结果表明,文中算法的识别性能与导航特征库的分块数有关,在选择合适的分块数后,与常用三角形算法相比,算法在识别速度,识别率以及对星等误差和假目标的鲁棒性等方面具有明显的优势,算法的平均识别时间和识别率分别为17.161ms和98.58%,满足星敏感器对高识别速度和识别率的要求。     

采用多形状特征融合的多视点目标识别

研究了多视点下三维目标的识别问题。针对传统的采用单一特征的方法在目标描述方面的不足,提出了一种融合多种特征的识别算法。首先,利用各向异性高斯方向导数相关矩阵提取目标角点,采用骨架约束提取特征角点,将各特征角点到目标质心的归一化距离作为角点描述子。接着,分别提取目标的几何矩不变量、仿射矩不变量、目标边界的傅里叶描述子;计算4种特征的类内和类间散布矩阵;以样本散布矩阵的迹作为权重,加权融合4种特征。然后,对融合后的特征向量进行独立成分分析(ICA),得到相互独立的特征分量。最后,采用支持向量机的分类方法进行分类。实验结果表明,本文提出的方法比采用单一特征的方法的正确识别率平均提高10%以上,且在小训练样本(10%总体样本)情况下仍能获得80%以上的识别率,可满足经纬仪实时目标识别系统的要求。     

特定条件下单站经纬仪定位方法

研究了在特定条件下测量飞行目标的弹道轨迹问题,提出了一种无测距系统的单站经纬仪定位方法,建立了该方法的测量模型,并得到了精度估算公式.