基于亚像素级角点检测的双目视觉距离测量

要提高双目测距的精度,需要高精度的视差,为此引入亚像素检测方法。首先,采用Bouguet立体校正算法将左右图像进行极线校正,以减少匹配计算代价,提高匹配效率;然后,利用Harris角点探测器在一矩形领域内寻找一个最强特征点作为待匹配点,再采用最大互相关法对左图像进行匹配搜索确定匹配点。最后,对已匹配好的点对进行亚像素级检测,即可得到亚像素级视差。实验结果表明,该方法能将角点检测精度提高到0.001像素,测距精度也相应提高,距离越远效果越明显。     

基于相位差变化率的机载无源定位研究

单站无源定位的核心难点是如何实现无源测距问题。利用目标角度和角度变化率信息对观测站和目标间的距离进行解算,通过定位误差的几何分布（GDOP）对单次定位的距离测量精度进行了仿真分析。由于观测器在运动过程中对固定辐射源目标进行无源测距的精度不高,用卡尔曼滤波对多次定位进行了滤波处理。通过单次和多次定位精度的仿真验证了该方法是一种高精度的定位方法。     

海空背景下基于双目视觉的目标测距新方法

结合海空背景特点和双目视觉测量需求,提出一种基于海天线的双目图像校准方法。采用Sobel算子对图像进行边缘检测并作二值化处理,利用Hough变换算法提取和定位海天线,根据参数空间返回的参数值对图像进行旋转和平移变换。试验结果表明:运用该方法能有效实现双目图像对的行对准。在此基础上,基于双目视差测距原理完成海面目标距离的测量,测距结果表明:对于500 m远的目标,相对测距误差5%,能够满足一定场合的应用需求。     

基于Page Test的主动声呐检测接触提取

引入一种序贯检测算法—Page Test算法,应用到主动声呐目标自动检测中,获得目标信号的起始时间和结束时间,再利用分裂波束法获得相位差信息,将二者结合,得到方位、距离精度较高的检测输出。仿真和实验数据处理表明,该算法可以提供方位、距离精度较高的接触点,具有较好的应用效果。对于获得的检测接触可用于多Ping显示及声呐目标自动跟踪。     

Kalman滤波应用于GPS相对导航信息解算方法

舰艇编队航行协同作战,必须精确确定编队成员间的相对位置和方位,即进行相对导航。研究利用GPS伪距信息进行差分,以卫星伪距差分信息作为观测量,以跟踪船相对目标船的位置信息作为状态量,建立相对导航模型,利用卡尔曼滤波解算跟踪船相对目标船的位置信息,从而获得跟踪船相对目标船的距离和方位信息。应用此方法进行实测实验,结果表明测距精度优于0.2 m,方位精度优于5°。     

基于测距声纳与光视觉的水下目标定位方法研究

针对无人水下航行器作业环境的特殊性以及任务需求,为提高光视觉的定位精度,提出了一种基于测距声纳与光视觉的水下目标定位方法。该方法根据摄像机成像的特点,利用测距声纳与摄像机的几何关系设计水下目标定位算法。本文针对规则的水下目标进行定位算法设计,然后通过对水池试验采集的图像中的目标进行定位验证以及误差分析,证明了该定位系统具有较高的定位精度,满足水下作业的需求。     

基于分数阶傅里叶变换的非同步水下测距影响因素研究

如何提高水下测距精度是水声测距的要点和难点。本文采用线性调频信号(LFM)为发射信号,使用分数阶傅里叶变换(FrFt)处理提高距离分辨率,在已测海底深度的前提下,利用界面反射信号与直达信号的声程差对非同步条件下测量水下声源的精确距离的影响因素进行研究,并通过海上实验验证得到使用LFM信号利用分数阶傅立叶变换可有效提高测距精度,在已知海深的前提下可精确测量非同步发射源位置,测量精度与已知海深精度和发射信号时间带宽积有关。     

舱容计量中高精度点云配准研究

为了提高点云配准精度,研究了基于特征的配准方法。介绍了点云配准的六参数法。基于特征的配准方法利用特征点与周围特征的方位、距离等几何条件进行附加约束,实现点云配准。方法适用性强,可通过利用同名反射标志或直接利用点云数据实现,最后采用稳健模型参数估计算法——RANSAC算法提高配准参数估计的稳健性和可靠性。     

双基阵节点被动测距方法实验研究

采用方位交叉定位方法,利用两个声基阵节点的测向结果实现水中噪声源的被动测距.为抑制测向随机误差引入的测距误差,对双节点基阵测向结果先进行最小二乘拟合平滑处理,以及对解算的目标距离作滑动平均后置处理.海上实验结果表明,该方法能够得到稳定的目标定位结果.     

基于深度学习和OpenCV的车速测量算法

传统的视频车辆测速算法对目标缺乏整体辨识能力,检测精度易受人、车、物和光线等诸多因素的影响,目标分割、跟踪等关键步骤存在技术瓶颈.为弥补这些不足,提出一种基于深度学习技术和开源机器视觉库(OpenCV)的车速测量算法.通过YOLO-V5算法进行车辆检测,通过OpenCV提供的方法进行车辆目标角点提取和轨迹跟踪,进而根据图像像素与实际距离的对应关系透视模型将目标车辆的轨迹长度转换成实际距离,结合行进帧数实现车速测量.试验结果表明,该算法相比传统的车速测量算法具有更好的鲁棒性,能得到更好的测量效果.     

多目标应急物流路径选择研究

为研究自然灾害发生后应急物流的路径选择问题,综合考虑了运输时间、运输距离以及路径复杂性等因素.考虑到随着灾难的扩展,路网上的运输速度会受到影响,将运输速度设定为随着时间而连续递减的函数.以最小化运输时间、运输距离和路径复杂性为目标,建立多目标非线性混合整数规划模型,并将多目标问题转化为单目标问题来求解,设置不同的实验参数进行比较,找到目标函数值最小时对应的路径.最后通过算例研究表明:利用提出的模型进行应急物流路径选择,能够有效地获得最优路径.     

水下合作目标三维定位技术

在进行合作目标海试测量时,测量船需要对水下目标进行实时高精度测距定位.针对此需求,本文在综合对比当前2种典型的水下定位技术优缺点的基础上,采用水面水下同时基技术设计了基于3个差分GPS浮标的水下合作目标三维定位系统,建立了系统定位解算模型.海试实验表明,该定位技术能获得与差分GPS相近的水下立体定位精度,并且具有使用定位浮标少,海试布放简便的特点.     

空舰导弹射前目标指示精度的要求分析

在末制导雷达搜索方式已知的条件下,建立了空舰导弹射前目标指示精度模型。引入误差分析的思想,综合考虑自控终点散布误差引起的末制导雷达有效搜索区域的变化,修正了目标指示精度模型。采用解析算法,在不同末制导雷达搜索扇面角、不同开机距离的情况下,对超音速反舰导弹射前最低目标指示精度模型进行了仿真,验证了目标指示精度模型的正确性,搞清了影响目标指示精度的各种因素,为反舰导弹目标指示方式的选择提供了有益的参考。     

无线传感器网络电子航标节点定位算法研究

介绍了无线传感器网络电子航标节点测距定位的定位原理和算法.针对该定位算法的非线性方程组求解问题,依据UKF算法,用一个最小的样本点集来近似系统状态的分布函数.实现了当系统按实际的非线性模型演化时,对非线性函数的后验均值与方差的很好拟合.仿真结果表明,用UKF算法的节点定位估计精度在5%以内.可见,它在解决非线性机动目标跟踪问题时有比较好的跟踪性能和滤波结果.     

基于模糊数学模型的舰船红外成像目标智能识别方法

利用传统基于SVM和基于神经网络的方法对舰船红外成像目标进行智能识别,识别距离较短,导致识别范围受限。针对上述问题,提出基于模糊数学模型的舰船红外成像目标智能识别方法。该方法分为3步:1)对舰船红外图像进行预处理,包括图像滤波、图像增强、图像分割;2)利用基于几何特性方法提取处理后的图像特征;3)以图像特征作为模糊数学模型特征因子,构建模糊集合,并利用贴近度原则对被识别对象进行归属判决,完成目标识别。结果表明:与基于SVM和基于神经网络的方法相比,利用本方法进行舰船红外成像目标智能识别,识别距离延长10 m和20 m,识别范围扩大。     

基于CFD的翼型水动力性能多目标优化设计

随着计算机技术的飞速发展,如何进一步发挥CFD在船舶工程优化设计中的作用,成为当前CFD应用研究的一个重点.文章通过集成CFD工具、优化算法和几何重构技术构建了基于CFD的构型水动力性能优化设计平台.以翼型作为优化对象,阻升比和尾流均匀度作为目标函数,采用Bezier曲线方法实现翼型几何表达与重构,利用DOE和NSGAⅡ算法对NACA0024翼型进行了多目标全局优化设计,获得了均匀分布的Pareto最优解集.结果表明该平台可以用于翼型水动力性能多目标优化设计.此外,文中的工作为进一步开展基于CFD的船型水动力优化设计打下了坚实的基础.     

差分GPS模拟器中模拟船位的误差模型

阐述研制差分GPS模拟器的重要意义,介绍在误差评估中常用的概念:几何精度因子(GDOP)、用户等效测距误差(UERE)、距离均方根(DRMS)、圆概率误差(CEP)。在大连海事大学基于GPS OEM板的GPS模拟软件基础上增加差分功能,采用新的误差生成算法,生成误差分布更加合理地模拟DGPS船位,同时改善原有的模拟船位的生成方法,完善其他各项功能。     

舰载拖曳线列阵声呐对潜定位技术研究及性能分析

结合舰艇拖曳线列阵声呐实际搜潜装备,利用舰载线列阵声呐测得的潜艇目标方位信息,建立了基于方位量测的舰艇对潜艇目标定位的数学模型;给出求解潜艇运动参数的定位算法,并对定位误差进行了分析.在定位模型及算法的基础上,仿真研究了潜艇与舰艇之间的初始距离、舰艇测得潜艇目标初始方位角、潜艇航向、潜艇航速、航行段总时间内方位角量测次数等因素对定位性能的影响;给出仿真结果并进行了分析.该研究结果对于指导实际反潜具有一定的实用价值.     

基于粒子群优化的深度随机神经网络

针对传统多层随机神经网络性能不稳定问题,提出了一类利用粒子群优化算法来优化各层权值的深度随机网络方法.该方法利用粒子群优化算法,结合网络的输入输出灵敏度信息,逐层对自动编码器的输入层权值进行优化,通过改善自动编码器的性能来改善多层随机神经网络的性能.最后利用粒子群优化方法,对整个网络的权值作适当优化,进一步提高深度随机神经网络的性能.相对于传统深度学习算法,该方法在保持收敛精度的基础上降低了时间开销;相对于传统深度随机神经网络,该方法在增加时间开销基础上提高了收敛精度,从而较好地平衡了时间复杂度和收敛精度.     

基于排序运动算法的选择装配技术

为了提高精密装配耦件的装配精度,提出了一种新的基于排序运动算法的选择装配方法.对选择装配问题及需求进行分析,构建以实际装配公差精度为基础,以最小整体匹配方差为目标的评价函数模型.分析排序运动算法通过将数据从小到大排序及运动计算的算法原理,采用数学假设证明方法证明了排序运动算法在两组相同数量匹配数据和不同数量匹配数据情况下求得最优匹配序列的可行性.以船用柴油机的机架孔和气缸套的选配为例,利用MATLAB软件辅助计算验证了此算法的有效性.