航天器太阳帆板伸展过程最优控制的粒子群优化算法

讨论航天器太阳帆板伸展过程中航天器姿态运动的最优控制问题。利用多体动力学方法导出带太阳帆板航天器姿态运动方程。在系统角动量为零的情况下,带太阳帆板航天器系统的姿态运动控制问题可转化为无漂移系统的非完整运动规划问题。在非完整运动规划中引入粒子群优化算法,通过控制太阳帆板伸展运动可同时获得航天器姿态的期望位形。数值仿真表明,该方法对太阳帆板伸展过程中航天器主体姿态控制是有效的。     

时间约束下帆板挠性振动抑制的预测与反演控制

针对航天器挠性帆板的振动抑制问题开展研究,基于模态空间中状态方程形式的动力学模型,在离散时间系统中求解太阳帆板振动受控下模态坐标随时间变化的规律;对振动模态坐标的状态转移进行预测,利用模型预测方法外推预测挠性各振动模态坐标状态的预计偏差;采用广义逆方法,反演得到抑制挠性振动所需的控制序列;通过逐步逼近的方法,设计了在给定的振动抑制时间约束下,太阳帆板挠性振动抑制的模型预测与反演控制律;分析了该方法在应用中的一些特点;仿真结果表明,所提出的方法能够实现指定时间约束下航天器太阳帆板的快速振动抑制。     

子类独立分量分析在声目标识别中的应用

针对已有的特征提取方法在多目标识别中的不足,提出了基于高阶统计分析的独立分量分析法特征提取方法,通过对多种目标的声音信号进行子类特征提取,并应用决策导向无环图支持向量机实现对多目标的有效分类。结果表明该算法在通过声音信号对多目标识别上,具有很好的应用前景。     

Fast detection of small infrared targets based on cascade classification

为克服弱小目标检测在大尺寸图像上存在时间开销大的问题,提出了一种多级处理的检测算法.首先在整幅图像上搜索局部灰度极值作为候选目标位置,随后对候选目标位置的邻域进行特征提取,最后在特征空间中进行分类.针对小目标特性,提出了一种灰度分布特征,以此特征对候选目标位置进行特征提取,进而提出了一种加权逻辑斯蒂回归算法,用其在特征空间建立分类器,将检测问题转化为二分类问题.实验结果表明,该算法对低信噪比图像可以达到较高的检测率和较低的虚警率,并具有较好的实时性.     

基于轻量化YOLOv4的黏稠食品灌装成品缺陷检测

针对黏稠流质食品的自动化灌装中,传统灌装成品缺陷检测方法难以同时对多目标高速检测的难题,提出一种基于YOLOv4目标检测算法的轻量级灌装成品缺陷检测方法.MobileNetV3主干特征提取网络能对输入样本进行轻量级特征提取;增强特征提取网络采用深度可分离卷积策略,以降低参数计算量,然后通过设计的全面路径聚合网络(FPANet)和引入的通道注意力机制(ECA)提升增强特征提取网络对于目标特征的靶向表达.将设计的轻量化网络进行模型训练和精度测试,并在同一数据集下与其它目标检测算法进行对比,以分析本文方法的优劣.实验结果表明,本文方法能够在保持精度的前提下提升检测速度,实现了黏稠食品灌装成品缺陷的多目标高速检测.     

航天器太阳帆板多自由度减振装置设计

航天器外伸的太阳帆板会引起驱动扰动和残余振动两类振动问题,且两者发生在不同的振动方向(扭转和弯曲),并属于不同的振动类型(强迫与自由振动).提出一种多自由度减振装置实施方案,通过调整驱动系统动态特性降低两类振动干扰.基于虚功原理建立了太阳帆板驱动系统动力学模型,分析了减振装置刚度和阻尼参数对驱动系统动态特性的影响规律,...     

基于变分模态分解的复杂航天器姿态扰动分析EI北大核心CSCD

以复杂航天器姿态控制系统为研究对象,在考虑航天器配置挠性帆板和充液贮箱的复杂情况下,对姿态控制系统闭环中由于帆板挠性和液体晃动产生的干扰力矩进行特性分析。基于虚功率法建立复杂航天器整体动力学方程,同时建立帆板振动和液体晃动动力学方程;采用相平面控制律完成复杂航天器姿态闭环控制仿真,对帆板挠性和液体晃动产生的干扰力矩进行数据采集;基于变分模态分解法对扰动力矩时域数据进行时频分析得到其扰动特性,为后续扰动抑制算法的设计提供理论基础。通过数学仿真结果表明该方法的适用性和准确性。     

基于深度学习的工业自动化包装缺陷检测方法

目的针对目前工业自动化生产中基于人工特征提取的包装缺陷检测方法复杂、专业知识要求高、通用性差、在多目标和复杂背景下难以应用等问题,研究基于深度学习的实时包装缺陷检测方法。方法在样本数据较少的情况下,提出一种基于深度学习的Inception-V3图像分类算法和YOLO-V3目标检测算法相结合的缺陷检测方法,并设计完整的基于计算机视觉的在线包装缺陷检测系统。结果实验结果显示,该方法的识别准确率为99.49%,方差为0.0000506,只使用Inception-V3算法的准确率为97.70%,方差为0.000251。结论相比一般基于人工特征提取的包装缺陷检测方法,避免了复杂的特征提取过程。相比只应用图像分类算法进行包装缺陷检测,该方法在包装缺陷区域占比较小的情况下能较明显地提高包装缺陷检测精度和稳定性,在复杂检测背景和多目标场景中体现优势。该缺陷检测系统和检测方法可以很容易地迁移到其他类似在线检测问题上。     

集成压电元件的挠性太阳帆板振动抑制控制系统

针对基频低于1Hz的大挠性太阳帆板,提出了整板主动振动抑制方法。该方法通过在太阳帆板上集成压电元件作为传感器和执行器;针对帆板挠性增大时,同位控制易出现虚假抑制的现象,综合考虑压电传感器的测量数据和板上一点的振动情况,基于正向位置反馈控制律（PPF, Positive Position Feedback）,设计了整板振动抑制控制系统。通过Adams和Simulink联合仿真,对控制系统的振动抑制能力进行了考核,结果表明所设计的PPF控制系统避免了虚假抑制,具有良好的整板振动抑制效果。     

改进YOLOv3的多模态融合行人检测算法

针对可见光单模态行人检测在夜间光线不足、目标密集、多尺度目标及目标部分遮挡场景中检测效果较低的问题,提出一种基于改进YOLOv3的多模态融合行人检测算法YOLOv3-Invo。该算法采用改进的Darknet-VI作为多模态特征提取网络模块,通过级联操作将两个不同特征图拼接输出,脖颈检测层分支引入空间金字塔池化模块并结合高效的内卷算子网络,以降低模型参数量;在检测网络层的深度卷积堆叠模块中设计新的ResFuse模型替换第一个卷积,并结合注意力机制CBAM模型,以加强融合特征图提取。对比实验表明,该算法在KAIST数据集上的行人检测准确率和召回率分别提升8.24%和2.82%,验证该算法的有效性,具有一定的研究价值。     

基于形态学梯度的红外目标检测

对于红外跟踪系统中的低空非合作运动目标检测问题,由于距离未知,目标可能表现为小目标或者面目标,另外,红外图像中可能包含大量的地物背景.针对以上问题,本文提出了一种基于形态学梯度的目标检测算法.此方法首先计算红外图像的形态学梯度,进而根据各种地物背景的形态学梯度特征提取天空区域,然后在此区域内进行目标检测,最后进行目标边缘片段的合并.该方法基于形态学梯度对于灰度变化的敏感性,使用形态学梯度来表征红外目标边缘强度,通过检测目标边缘来达到检测目标的目的.实验证明,本文方法能够有效的检测目标,虚警较少,且对小目标和面目标具有一定通用性.     

低轨道下运行的卫星-太阳帆板系统的刚-柔-热耦合动力学建模

传统地考虑热效应的卫星-太阳帆板动力学模型只考虑太阳直接辐射热流的影响,仅适用于高轨道运行的航天器。以低轨道下运行的卫星-太阳帆板系统为研究对象,提出了一种通用的分析其在宇宙空间各种热流作用下刚-柔-热耦合动力学特性的建模方法。考虑太阳帆板热变形、卫星的姿态运动和太阳帆板受到的各种辐射的热流密度之间的耦合关系,分别给出了太阳直接辐射热流、地球红外辐射热流以及地球反照辐射热流的计算公式。将系统视为中心刚体-悬臂梁模型,首先建立了悬臂梁的热传导方程,然后通过引入考虑热应变的应力-应变关系,用虚功原理建立了卫星-太阳帆板多体系统的考虑热效应的动力学方程,对热传导方程和动力学方程联立求解。对低轨道下运行的卫星-太阳帆板系统进行了数值仿真分析,分析了考虑地球红外辐射和地球反照辐射热流对热振动的影响,以及考虑刚-柔-热耦合效应对系统动力学特性的影响,并给出了系统热振动稳定时特征参数的范围。     

基于SNIC超像素融合纹理特征和上下文内容的显著性目标检测算法

针对显著性目标检测算法在面对复杂场景图像时存在背景错误凸显和不能凸显纹理细节的问题,提出一种改进的基于SNIC超像素融合纹理特征和上下文内容的显著性目标检测算法。对图像进行SNIC超像素分割,基于超像素的距离、颜色得到超像素显著图;利用LBP算子得到图像的纹理显著图,将超像素显著图以及纹理显著图结合得到初级显著图,最后将初级显著图与CA模型下的显著图融合,得到最终显著图。基于MSRA10K数据集将该文算法与其他5种算法进行对比测试。结果表明：该文所提出的算法与其他现有的显著目标检测算法相比,该文算法可有效抑制相似背景的干扰,突出目标区域的纹理信息,并且具有较高的准确度和稳定性。     

挠性航天器姿态机动控制的主动振动抑制

针对喷嘴作为执行机构的挠性航天器大角度姿态机动时帆板的振动抑制问题,提出了伪速率(PSR)调制式喷气控制和基于压电陶瓷(PZT)材料的主动振动控制技术相结合的复合控制方法。首先,基于Lyapunov方法设计PD反馈控制器保证姿态的渐近稳定和模态振动的衰减性;为了减少喷嘴的非线性开关控制激起的挠性结构振动,采用PSR的准线性调制技术使喷嘴产生所需要的控制力矩的脉冲序列,从而在完成大角度姿态机动的同时抑制振动幅值较大的挠性模态的振动;通过设计正位置反馈(PPF)补偿器以增加结构的阻尼来进一步抑制挠性结构残余振动。最后,将该方法应用于航天器大角度rest-to-rest(静止到静止)姿态机动的仿真研究,结果表明:该方法不仅能够使航天器完成对姿态的机动,而且能够抑制帆板的挠性振动。     

基于改进YOLOv4的灾后人员检测算法

针对地震等灾后环境复杂、救援机器人对救援目标识别实时性和准确度要求较高的问题,提出一种基于改进YOLOv4的目标检测模型。该算法将YOLOv4网络中的主干特征提取网络替换成MobileNetv1模型以增强特征复用,同时缩减网络参数量,提高运行速度;通过K-means++算法进行锚点维度聚类以适应灾后人员检测,提升算法精度。并且针对灾后人员检测数据集缺乏问题,贡献相应的数据集。实验结果表明,改进的网络与YOLOv4相比在保证模型精度的前提下帧率提升了约92%,权重文件大小变为原来的20.73%,满足了灾后救援机器人目标检测实时性和准确性的需求,对于灾后人员检测场景有一定的借鉴意义。     

复杂背景下迎头点目标检测算法

针对传统检测跟踪算法无法有效处理迎头点目标的问题,提出了基于红外序列图像相邻两帧间匹配的检测算法.根据迎头点目标的红外序列图像特点,采取点对点标记匹配结果,点对点统计标记次数,阈值门限输出迎头点目标.算法无需假定目标点位置,检测过程不随背景复杂程度和目标点数目变化而变化,尤其解决了高噪声情况下迎头点目标的检测和跟踪问题.算法结构简单、存储量小、运算速度快,根据多次仿真和实拍照片实验,验证了该方法的可行性和有效性.     

基于CEM的高光谱图像小目标检测算法

针对高光谱图像中小目标检测问题,提出了一种基于约束能量最小化(Constrained Energy Minimization,CEM)的目标检测算法.该算法首先对原始图像进行背景信息抑制从而抑制背景地物、突出低概率的小目标,用迭代误差分析的自动端元提取算法找出目标的端元光谱,然后把目标端元光谱代入CEM滤波器得到该目标的检测结果图.用高光谱数据进行了实验研究,并与CEM滤波器进行了比较.结果表明,其检测性能与直接采用CEM方法的检测性能相当,但是相对于CEM方法,该算法不需要目标的先验光谱信息,更具有实用性.     

一种图像的显著区域提取方法

本文提出一种新的图像显著区域提取方法,分别提取原始图像的亮度、颜色、方向三个特征,并将三个特征的多尺度图像特征合并成一幅总的显著图;其中,在图像颜色特征提取中融入图像的频域特征,简化了算法的复杂度及实现难度,在图像方向特征提取中应用新的特征函数,使得方向特征图更加完善.实验结果显示本文方法相比较Itti算法显著图更为明显且易于实现,在图像目标重定位应用中图像形变少,效果更好.     

基于SSD-CF的无人艇目标检测跟踪方法

针对目前目标检测和目标跟踪算法对无人艇运算配置要求高、速度慢等问题,该文一种提出基于SSD-CF的无人艇目标检测跟踪方法。利用MobileNets结构结合SSD目标检测算法构建轻量级卷积神经网络,实现无人艇的水面目标检测。目标检测结果作为相关滤波CF目标跟踪算法的初始输入,并在目标跟踪过程的保障其有效性。通过MODD水面船只视频数据实验表明,SSD-CF方法融合目标检测与目标跟踪算法,可有效地降低对运算力的要求,提升目标检测跟踪速度和目标位置的稳定连续性。     

采用多源图像分形特征的多目标检测方法

针对多目标的检测,本文提出一种采用多源图像分形特征的特征级融合检测方法.首先对多目标检测的特点进行了分析,对分形理论进行了介绍,然后详细介绍了该融合检测算法的思路和原理.该算法首先由红外图像阈值分割出部分目标;然后利用分维数图的统计特征可以增强分形维数的奇异性,在可见光图像的分维数图中搜索与已检测出的目标区域具有相近分形统计特征的区域,进行标记;再根据"距离相似度准则"进行目标的聚类识别,排除背景干扰,最终检测出全部目标.实验结果表明该融合检测算法能有效地进行多目标的检测与识别.