针对低轨卫星面阵相机对空中动态目标凝视成像需求,提出卫星平台根据像面脱靶量进行目标位置估计和凝视姿态规划方法.基于空中动态目标飞行高度的先验知识,以目标地理经纬度和经纬度变化率为状态量,以目标中心像素值为观测量,设计扩展卡尔曼滤波器,实现目标地理经纬度的精确估计和预报.在此基础上,规划卫星姿态和角速度,避免了目标像素噪声和延时对姿态稳定度的影响,并实现了单星对目标位置估计.通过数学仿真验证了所提方法的有效性.

针对水滴在结冰风洞实验中加速过程内易发生破碎而导致试验段内水滴粒径分布难以符合结冰气象条件的问题,利用流体体积(VOF)方法,模拟了直径为100、200、400、600、800、1 000 μm 以及 1 200 μm 的水滴在不同气流速度作用下(20、50、80 m/s)的变形破碎情况.结果表明:在20 m/s气流作用下,直径为600 μm的水滴不发生破碎;当风速为50 m/s时,直径为100 μm的水滴不发生破碎;随着韦伯数增加,最大不稳定波波长也随之增大,水滴的破碎模式从袋状破碎变为包-蕊状破碎,随后转变为蕊-层状破碎,进一步转变为剪切破碎.水滴的破碎形式包括袋状破碎、包-蕊状破碎、蕊-层状破碎及剪切破碎,会对面积最大的液滴与初始液滴面积之比有较大影响.在初始水滴直径相同的条件下,入口速度越大,破碎后的面积比越大.

根据达朗贝尔原理建立圆柱状薄膜非线性振动方程并对其展开分析与试验验证.建立圆柱膜振动问题的控制方程组,依据薄膜振动物理方程与边界条件简化方程组并求解;得到圆柱膜非线性振动频率解析解,并通过有限元仿真对其线性解析解进行验证.结果表明,理论计算与数值仿真结果误差较小,有限元方法适用于柔性薄膜结构模态分析.采用三维激光扫描式测振系统测试圆柱膜在空气环境中的振动频率,利用有限元分析软件获得圆柱膜干模态和湿模态振动频率并提取空气附加质量系数.结果表明,圆柱膜振动湿模态测试结果与数值分析结果具有良好的一致性,地面空气附加质量对圆柱膜振动的影响与薄膜自身质量处于同一量级.

针对光泵磁力仪(OPM)对小型化、低功耗以及激光光源波长稳定性的要求,提出一套垂直腔面发射激光器激光波长锁定控制方案.所提基于多普勒吸收的光反馈波长锁定方案以 ¹³³Cs 原子D1线F_g = 4→F_e = 3超精细能级跃迁波长为参考波长,OPM的原子蒸汽气室同时作为波长锁定的工作气室,无需任何额外装置即可将激光波长锁定在该D1线跃迁波长.使用数字比例积分微分控制与模糊控制算法进行激光的温度控制,使温度波动在 ±0.005 ℃ 内;采用基于电流镜的激光电流驱动方案,使电流波动在±50 nA内,为激光波长锁定提供了良好的硬件基础.最后,在实验室环境下实现OPM长达2 h的稳定信号输出.

在空间探测任务中,飞行器会受到机械冲击、跟踪噪声等因素的影响发生角微振动,使天线指向误差恒不为0,从而影响通信链路.针对典型的指向误差单一分布模型如高斯分布、瑞利分布和莱斯分布忽略多种误差源共同影响的缺点,提出指向误差混合分布模型,将多种误差源同时考虑在内,极大地提高了模型的准确性.首先,根据多个空间飞行器奥林巴斯通信卫星 OLYMPUS、工程测试卫星ETS-VI、光学轨道间通信工程试验卫星OICETS和量子科学实验卫星MICIUS角微振动信号的功率谱密度拟合指向误差信号.然后,对比单一分布模型和混合分布模型与指向误差拟合信号的确定系数R²,确定最优分布模型.结果表明:由高斯分布和莱斯分布组成的混合分布模型拟合度最高.以OLYMPUS飞行器为例,高斯-莱斯混合分布模型的拟合度比单一分布模型中的瑞利模型提高27.44%,误比特率偏差降低2.87 dB.

对于注塑模具的冷却过程稳态温度场模拟,传统有限体积法(FVM)求解型腔面上等效热流时,节点温度梯度往往基于控制体积内的平均值近似计算,不一定等于边界面上的局部节点温度梯度,且控制体积内各面热流计算相互独立,可能导致控制体积内热量不守恒.为此改进FVM通过将稳态温度场热量守恒作为前提条件,基于节点控制体积的其他面热流量计算型腔面热流,修正了传统FVM.自主开发了C++有限体积法数值模拟程序,分别把传统FVM和改进FVM模拟得到的注塑模稳态温度场与商业软件结果对比,发现传统FVM能够模拟出注塑模具的温度分布情况,但存在较大计算误差;采用改进型腔面等效稳态热流算法后,计算误差显著降低,证明改进后FVM能更加准确地模拟冷却过程的稳态温度场.

针对变结构多模型算法在机动目标跟踪中对目标机动不确定性、量测不确定性自适应能力不足的问题,提出一种基于模糊推理的机动自适应目标跟踪算法.设计一种基于模糊推理的双级机动判别模型,利用模型概率信息和主模型滤波残差加权范数进行主模型可信度和机动判别推理;并将双级机动判别引入基于可能模型集的期望模式扩增方法(EMA-LMS)框架,提出一种模糊推理EMA-LMS算法,实现对模型集自适应的参数和策略的在线调节,从而生成更加接近目标真实运动模式的期望模型,并更好地对模型进行取舍.仿真结果表明,本文算法能够有效增强算法对目标机动和量测不确定的自适应性,提高跟踪精度.

为解决现阶段基于深度学习网络的信号识别技术无法实现未知信号增量识别的问题,提出了基于多流ConvNeXt网络和马氏距离度量(MDM)相结合的未知信号增量识别方法.首先,利用改进的多流ConvNeXt网络提取信号的属性特征;其次,使用马氏距离度量判决方法进行未知信号检测进而实现已知信号和未知信号的二分类;最后,该方法根据不断增加的未知信号对模型的参数进行自动更新,使模型具备了自我进化的能力,进而可以识别出不断增加的新的未知信号类别,实现对未知信号的增量识别.仿真实验结果表明,该方法对未知信号的平均识别率达到97%以上.

针对不确定系统测量输出矩阵含有不确定参数的问题,提出一种基于新龙伯格(Luenberger)类型观测器的鲁棒状态反馈设计方法.首先,针对实践中状态变量难以测量的问题,通过观测状态的反馈来进行观测器设计,考虑不确定系统中测量输出矩阵含有不确定参数的情况,设计一种新龙伯格类型观测器;其次,在新龙伯格类型观测器基础上,结合多仿射表示和松弛变量框架,得到与李亚普诺夫函数相关的凸线性矩阵不等式(LMI)条件,进而对闭环系统进行基于线性矩阵不等式组的鲁棒稳定性分析;最后,通过实验检验上述条件的可行性,证明该方法的实用性和有效性.

针对复杂环境下SINS/DVL组合导航易受干扰的问题,提出了基于SE(3)的鲁棒自适应算法.通过将李群/李代数理论和鲁棒自适应策略引入正交变换容积卡尔曼滤波(TCKF),使TCKF的估计状态纳入特殊欧氏群,改善了状态空间不一致问题.并利用卡方检验和Huber方法,在量测更新时根据新息向量自适应地重构异常量测.SINS/DVL实验结果表明,所提方法具有比传统方法更优的空间一致性和鲁棒性.

针对无人机在复杂环境中进行路径规划时,快速搜索随机树(RRT)算法易出现规划时间长、路径冗余、狭窄空间中易陷入局部约束导致规划失败的问题,提出一种改进的Informed RRT^*算法.首先,引入人工势场法使采样点按照势场下降的方式向目标点移动,以提高RRT树扩展的目的性和方向性.然后,考虑随机树在扩展过程中全局环境的复杂度,引入自适应步长调整策略以增加随机树在无障碍环境下的扩展速度,并在随机树扩展的过程中加入相关约束条件以确保生成路径的可行性.在找到第一条可达路径后,采用变化的椭圆或椭球采样域限制采样点选取和自适应步长的扩展范围,加快算法收敛到渐进最优的速度.最后,在复杂二维和三维环境下进行传统算法和改进算法的对比实验,仿真分析表明:改进算法可以在很少的迭代次数下找到更优的初始路径,更快地锁定椭圆或椭球采样域,从而给路径优化留出更多时间,算法规划效果更好.

针对工业过程的非线性和动态性问题,提出一种基于流形学习下的增量式等距映射(IISOMAP)与双重局部密度(DLD)相结合的故障检测方法(IISOMAP-DLD).利用 IISOMAP 将原始数据映射到低维流形特征子空间和剩余子空间;然后,在两个子空间中分别引入双重局部密度方法构建统计量对过程进行监控;最后,将IISOMAP-DLD方法应用到田纳西-伊斯曼(TE)过程.实验结果表明,IISOMAP-DLD对比其他方法有更高的故障检测率.IISOMAP在保留数据内在特征的同时,解决了过程的非线性问题,而双重局部密度方法可消除过程的动态性.

特性黏度是衡量聚酯熔体质量的关键指标,对其进行精准预测有利于提前发现聚酯熔体潜在的质量问题,及时调整工艺参数,减少企业损失.考虑到聚酯熔体生产过程的数据不完备性、数据时序性以及高维冗余性,提出了不完备数据下聚酯熔体的特性黏度预测方法.针对聚酯熔体极端生产环境造成的数据不完备问题,设计了以卷积神经网络判别器和注意力长短期记忆神经网络生成器为架构的缺失数据生成对抗网络(MDGAN),通过对抗生成机制实现了缺失数据的填充.针对聚酯熔体生产过程中高维冗余和时序双向因果特性,设计了基于极端梯度提升双向门控循环单元(XGBoost-BiGRU)的特性黏度预测模型,通过极端梯度提升算法进行特征筛选,获取预测模型输入变量,再利用双向门控循环单元捕捉数据的时序双向因果关系,实现特性黏度的精准预测.浙江某聚酯纤维生产企业的实际数据测试结果表明,MDGAN算法在不同缺失率数据集下的填充精度均优于KNN、RF、MICE、GAIN数据填充算法,XGBoost-BiGRU特性黏度预测方法较STL-GPR、CAGRU、BiGRU算法优势显著,结合MDGAN的特性黏度预测方法能有效解决数据不完备下的聚酯熔体特性黏度预测问题.

超材料具有特殊的磁场调控能力,被广泛关注并应用于磁耦合谐振无线电能传输(MCR-WPT)领域,但寻求针对特定领域目标需求的超材料设计具有挑战性.目前,超材料的一般设计方法为S参数反演法和等效电路法,设计流程通常需要多次建模仿真得到目标参数,该过程较为繁琐耗时.对此,深入分析上述两种设计方法的特性并将二者结合,采用HFSS与MATLAB软件交互设计和优化用于MCR-WPT特性提升的超材料,有效简化了超材料的设计过程.以无线电能传输效率优化为目标设计方形和Koch两种超材料单元,分析对比两种单元的电磁特性.搭建工作频率为6.78 MHz的MCR-WPT系统实验平台,探究两种超材料对传输效率的影响.实验结果表明,方形超材料和Koch超材料分别实现了28.4%和24.6%的最大传输效率提升,证明了交互设计可以更简便地设计超材料并且用于无线电能传输系统传输效率的提升.

针对冠状病毒群体免疫优化(CHIO)算法收敛速度慢、求解精度低的问题,提出一种基于群体划分的冠状病毒群体免疫优化(SD-CHIO)算法.基于适应度均匀原则将初始群体划分为两部分,即全局寻优个体与局部寻优个体.对于全局寻优个体,在其位置更新中加入差分变异与漫反射变异策略,分别用来增强全局寻优个体之间的交流与群体多样性,从而提高算法的全局搜索能力.对于局部寻优个体,在其位置更新中引入一种自适应快速收敛策略:基于增量法进行精英预测,并加入一种自适应收敛系数使局部寻优个体能快速收敛至精英解,以提升算法的局部搜索能力.数值实验表明:SD-CHIO能够有效提高原算法的收敛速度与精度,并表现出明显优于其他元启发式算法的全局与局部搜索能力以及一定的工程价值.

雾霾天气下,交通道路能见度低,导致所采集到的视频画面退化、图像信息模糊,同时考虑传统系统处理实时性不高等问题,基于ZYNQ平台设计了一种图像去雾系统,并应用于智能行车记录仪系统中.首先,针对传统暗通道去雾算法在天空区域存在失真等问题,提出了一种分割天空区域的策略来修正图像复原参数;然后,针对计算全局大气光值时,需对整幅图像的像素排序消耗大量资源的问题,利用现场可编程门阵列(FPGA)并行运算的优势,提出一种帧迭代方法优化求取大气光值,同时优化了引导滤波的硬件设计;最后,将双路高清多媒体接口(HDMI)资源中,一路作为视频输入,另一路作为视频处理输出,搭建实时交通图像视频处理试验平台.试验结果表明,系统针对雾霾天气下的交通视频具有较好的去雾效果,尤其是可以解决天空区域去雾的失真问题.在对分辨率为1 280 像素×720 像素的交通视频去雾时,可以达到30 帧/s的处理速度,满足实时性要求.

纠删码冗余策略常用于分布式存储系统.在纠删码数据中,条带是一致性检查的基本单元,每个条带包含多份原始数据单元和校验数据单元.为了减少纠删码条带化数据一致性检查的读取开销,提高纠删码数据一致性检查和读后写的效率,在执行纠删码条带化数据写入时,为每个条带单元加入自修正数据标签 (SCDT),后续对每个条带的一致性检查基于SCDT完成.该方法不需要读取每个条带中所有数据单元即可完成该条带的一致性检查,将一致性检查效率提升了1.7~2.6倍,并且当写入数据更新的条带单元数小于临界值时,可以有效减少写入的输入输出(IO)交互次数.本文方法可以更好地应对条带化数据组的部分更新,同时提高一致性检查效率.