基于机器视觉的软磨片定位测量系统

针对软磨片外轮廓定位测量过程中,边缘较难提取,轮廓圆心与半径拟合精度较低的问题,提出通过中值滤波和灰度变换改善图像质量,使用灰度投影与灰度方差统计进行边缘筛选,利用圆心约束最小二乘法拟合外轮廓,通过高斯—牛顿法得到轮廓圆心坐标与半径,完成高精度定位和测量。通过实验对比,系统定位与测量误差保持在0.2mm以内,检测速度达到每片0.8s,在生产应用中具有实用性和高效性,提高了软磨片的检测效率和生产自动化程度。

基于TDOF的分布式激光定位系统设计与实现

依据无线传感器网络WSN(Wireless Sensor Networks)定位系统的理念,设计并实现了一套基于一组905 nm的窄带宽红外脉冲激光的高精度,高频率的室内定位系统。该系统利用到达分布式激光脉冲接收器的飞行时间差TDOF(Time Difference Of Flight)进行定位,激光接收模块作为信标节点采集来自同步节点和定位节点先后发出的激光脉冲,并通过串口方式发送TDOF信号到中心控制主机,中心控制主机通过TDOF信号与各信标节点的空间坐标进行定位计算,定位解算方法基于高斯牛顿迭代法(Gauss-Newton iterative algorithm)和最小二乘法(Least square method)。实验结果表明,该系统的平均定位误差可优化到±6.5 mm内,并且可以通过更多有效数据,进一步提高定位精度。

基于一次反射的室内WiFi辐射源单站定位方法

为了解决WiFi外辐射源雷达现场应用中首先需要实时获取室内辐射源位置的问题,通过详细分析室内环境中信号的反射方式和特性,利用一次反射信号建立了WiFi辐射源测量的到达时间差(TDOA)模型,并分析推导出辐射源坐标求解方程。对于该非线性方程,先利用Taylor展开在初值处将其线性化,然后利用高斯牛顿迭代法估计辐射源坐标,且具有较快的收敛速度。仿真分析表明其所提算法可实现室内辐射源定位,且因方程线性化带来的精确度损失可通过迭代得到快速补偿。

航空发动机基线挖掘方法对比分析

基线是航空发动机状态监控及故障诊断的基础,内置于国外OEM厂家提供的各种监控系统中,是发动机状态监控和性能分析的技术壁垒。中国学者针对基线的准确定义、获取基线数据的途径及基线方程的建立方法等展开了深入而广泛的研究,给出了各种形式的基线方程。归纳汇总各种基线挖掘方法,并通过实际航班数据进行验证,分析了不同挖掘方法的优劣,为发动机监控和分析提供理论参考。

测角网坐标平差模型的Bootstrap参数估计方法

针对线性最小二乘法处理非线性模型产生模型误差的问题,文章将高斯牛顿迭代法引入测角网坐标平差模型中,给出测角网坐标平差模型的高斯牛顿迭代法计算过程。考虑到非线性平差模型的参数估计值是有偏估计,结合Bootstrap重采样方法对参数估值进行改善,提出测角网坐标平差模型的Bootstrap参数估计方法,并给出详细的迭代流程图。针对等精度与不等精度角度观测数据,设计两个测角网案例。实验结果表明,测角网坐标平差模型的高斯牛顿迭代解法能够削弱线性近似带来的模型误差影响,其参数估值优于传统的线性近似方法;而测角网坐标平差模型的Bootstrap参数估计方法比高斯牛顿迭代解法在提高测角网坐标平差参数估值质量方面更加有效。实验证明将高斯牛顿迭代解法应用于测角网坐标平差模型的必要性与实用性,也证明将Bootstrap重采样参数估计方法与高斯牛顿迭代解法结合并用于测角网坐标平差的可行性与有效性。

基于因子图的组合导航方法及其可行性研究

复杂环境下进行定位导航,需要构建全源导航系统,实现多传感器的即插即用和不同频率的数据融合。研究了一种基于因子图的数据融合方法,该方法采用因子图法表示状态的递推与更新,采用高斯牛顿迭代法求解优化方程完成组合导航中的数据融合任务。然后以惯性/卫星组合导航系统为例,分析了因子图的原理内容,设计了相应的信息融合框架。最后对该方法的可行性进行了仿真验证,实验数据表明,3轴位置的均方根误差值分别为1.53 m,1.55 m,1.53 m,证明了该方法的可行性,可以在此基础上扩展传感器,构建全源导航系统。

干扰环境下船舶的定位算法研究

在干扰环境下,船舶仅能接收到单颗卫星的定位数据,无法进行正常定位。针对单星定位精度低的问题,提出了基于改进型卡尔曼滤波算法。以卫星到接收天线的伪距作为观测值,解算出船舶的位置信息。从卫星星历中读取卫星的坐标、伪距信息等,用伪距定位的数学模型,分别用高斯牛顿迭代法和卡尔曼滤波法进行船舶的位置解算,使用列文伯格-马夸尔特算法优化卡尔曼滤波算法的预测协方差矩阵。仿真结果表明,提出的解算方法比卡尔曼滤波算法在三维坐标中的精确度分别提高了60.4%、71.7%、79.1%。