基于加速滑台的主被动融合试验方法研究

为了研究基于加速滑台进行主被动融合试验的可行性,在8.0 m/s^(2)制动加速度条件下,针对第50百分位THOR假人进行了仿真和滑台试验,对自动紧急制动(AEB)系统作用后发生的正面高速碰撞工况进行了加速和减速仿真。结果表明,AEB系统制动下乘员离位过程具有波动性,最大离位量发生在第300 ms前,第400 ms后的波动幅度较小;在加速滑台仿真条件下,400 ms后,安全气囊对头部的保护作用、假人胸部刚度表现与减速试验结果更加接近。由此可知,在AEB的仿真时间缩减后不少于300 ms的条件下,主被动融合试验可以通过缩减AEB时间在加速滑台上进行。

主被动光学卫星遥感数据融合浅海水深测量

针对双介质立体摄影测量中水面高程不确定性带来的测深误差,本文提出了主被动光学卫星遥感数据融合浅海水深测量的技术路线,探讨了主动ICESat-2激光测高数据与被动WorldView-3立体像对数据融合的测深模型。首先通过ICESat-2激光测高数据提取海面高程作为WorldView-3立体像对数据水面高程纠正的起算位置,然后利用区域网平差的二次多项式加入适当的水深改正量。在我国南海岛礁开展了主被动光学卫星遥感数据融合进行浅海水深测量试验。结果表明,主被动融合测深模型的均方根误差(RMSE)小于0.70 m,实现了高精度、无实测控制点的浅海水深测量。

主/被动微波遥感数据融合的土壤湿度产品的CDF改进研究

土壤水分是控制陆地和大气间水热能量交换的关键因子之一,在地球生态系统中起着重要的作用。定量化获取土壤水分信息对农业生产、应对全球变化、保护生态环境等众多领域都有着重要意义。目前,获取精度较高的大区域土壤湿度信息依然是研究的热点和难点问题。气候变化倡议项目（climate change initiative,CCI）土壤湿度数据集是由多种主、被动微波数据融合的大尺度土壤湿度数据集,对其在中国区域的数据质量改进具有较高的实际应用价值。研究利用累积概率分布函数（cumulative distribution function,CDF）匹配方法对CCI土壤湿度产品进行改进。选择有较多实测数据的河北、山西、天津等部分区域,获得2009-2010年每月三旬（共72旬）的土壤湿度插值数据,以此为基础利用CDF进行重调整,建立逐像元的CCI土壤湿度数据的改进模型;然后利用站点实测数据进行该方法的有效性验证。结果表明,CDF调整前的偏差、均方根偏差和平均相对误差分别集中在0.05-0.09、0.05-0.1、0.20-0.45,调整后分别降低在0-0.04、0-0.05、0-0.2范围。可见,CDF调整后的误差明显减小,调整后的CCI土壤湿度的精度得到了明显的提高。

主被动闭环融合调姿隔振平台动力学建模与模态分析

以载体设备对稳定工作环境的需求为背景,提出一种多维调姿隔振平台新构型,以实现大幅度位姿扰动的补偿和中高频振动的隔离。机构由3个分支组成,每个分支包含1个由主动调姿、被动隔振单元组成的闭环子链。借助于旋量代数及影响系数理论建立机构的运动学模型,得到动平台、开链分支、电动缸分支对广义坐标的一、二阶影响系数。建立机构主被动分离形式的动力学模型,并以此为基础对其进行模态分析。通过脉冲激励对原理样机进行模态实验,实验结果表明,固有频率的实验测定值与理论计算值接近,验证了理论模型的正确性。响应特性的实验结果表明原理样机能够对低频段的位姿扰动进行补偿,结合中高频的被动隔振,原理样机具备了较宽频带的调姿隔振能力。

预碰撞下的乘员保护与主被动安全融合技术的发展

在实际交通中有些碰撞事故是不可避免的,为了更好地对乘员进行保护,逐渐产生了被动安全与主动安全相互融合的需求。主要结合国内外典型研究成果,重点介绍了主被动安全技术融合的提出,基于预碰撞作用下被动安全系统参数的影响,基于预碰撞作用下主被动安全预测技术方法,并对未来主被动安全技术融合进行了展望。

ICESat-2激光卫星与光学遥感影像融合水深测量

针对浅海测深的数据特点和应用需求,以我国南海甘泉岛为例,研究了利用ICESat-2(Ice,Cloud,and Land Elevation Satellite-2)激光卫星数据和光学遥感影像开展主被动融合水深测量的方法。首先通过信号点提取、水面/水底识别、水下点折射改正等步骤处理ICESat-2数据,获得水深值,随后以激光点作为控制,计算光学水深反演模型参数,最后由点及面地获取大范围高精度水深。实验表明,甘泉岛区域主被动融合测深中误差优于1.30 m,基于激光卫星数据的主被动融合测深方法能够为浅水水深测量提供新手段。

面向无人机网络的通信感知一体化的高效能波形选择方法

将感知功能集成入通信设备实现通信感知一体化功能,正在成为无人机通信网络的一个关键特征。现有通信感知融合方案集中于单一波形下的设计,缺乏对无人机飞行场景和波形的适配性研究;此外,无人机感知方式集中于雷达主动探测感知,无人机网络内存在较大的感知信息共享开销。基于此,首先梳理了典型通感融合波形的算法复杂度、载荷能力以及在高动态场景下的误码率性能等指标,引入综合效能指标以表征不同波形的综合能效特征,提出了一种基于感知信息驱动的通感融合波形选择机制,并针对该选择机制中所需决策算法进行了讨论分析,设计了一种“基于先验信息辅助的Q-Learning”波形决策算法,通过结合无人机事先已训练所得“感知信息-波形”先验信息映射与应用“Q-Learning”方法对实际飞行场景进行动态学习,实现在不同场景下无人机所采取通信方案的综合效能提升。为进一步降低主动感知无人机间系统开销,基于所提波形选择机制又提出了一种信号发送端主动感知与信号接收端被动感知相结合的主被动融合感知方案。最后通过仿真证明所提波形选择机制可以显著提高综合效能,验证了“基于先验信息辅助的Q-Learning”波形决策算法性能近似于理想判决,同时可以实现在高动态场景下的鲁棒性,而所提主被动融合感知方案则可以显著降信息产生的开销。

基于凸轮机构的变刚度仿生柔性关节设计与分析

为满足足式机器人跑跳等动态运动对关节柔性及其变刚度特性的迫切要求,借鉴生物关节柔性特征与主被动刚度调节机理,创新地提出了一种基于凸轮机构的新型变刚度仿生柔性关节。基于关节刚度特性分析,构建了关节整体刚度模型,并针对影响关节刚度特性的各结构参数开展了系统优化设计,研制出了一款紧凑型高集成度关节样机。关节样机性能实验结果表明,基于凸轮机构的变刚度仿生柔性关节具备理想的关节输出力矩与刚度调节范围,可通过关节固有刚度特性与动态刚度特性的主被动融合控制,实现关节瞬时刚度的动态非线性精确调节,能够满足机器人动态运动对关节柔性与刚度的需求。

星载单光子激光雷达浅水测深技术研究进展和展望

在浅水测深技术中,星载激光测量系统可以覆盖一些机载/舰载系统难以到达的偏远水域,具有比被动光学影像水深测量精度更高、可全天时工作等独特的优势。以稀疏而少量的主动星载激光测量值为水深标定点,融合被动星载遥感影像,主被动融合的浅水测深是当前的趋势。本文首先介绍了星载单光子激光雷达的工作范围、物理参数和数据产品,概述了测量原理,综述了现有的星载单光子激光雷达测深的理论传输模型,对比了不同的点云数据去噪处理算法的优劣,归纳了星载融合测深反演技术在不同环境中的应用,总结了当前存在的问题,并对该技术未来的前景和发展方向进行了展望。

基于光子投影的浅海ICESat-2数据去噪方法

针对难以完整地提取密度不均匀的浅海ICESat-2光子数据,该文以我国南海的全富岛和珊瑚岛为例,提出浅海ICESat-2光子数据的投影去噪方法。首先根据浅海水下地形对光子数据分组,然后将各组数据投影在等高线附近,并通过高斯拟合去除噪声。最后将光子投影去噪方法与Hsu提出的去噪方法进行对比,并结合Sentinel-2遥感影像数据开展主被动水深反演进行验证。实验表明,光子投影去噪能够准确地提取出浅海水下信号光子数据,时间效率上优于Hsu的去噪方法。利用该去噪方法得到的水深控制点建立的水深反演模型反演误差优于0.9 m,相对精度小于9%。光子投影去噪方法能够为浅海ICESat-2光子数据去噪工作提供参考。