远距斜视航空相机获取大场景图像技术研究

作者： 杨萌   纪明   闫明   高贤娟   陈红   来源： 应用光学 年份： 2019 文献类型 ： 期刊 关键词： 像移补偿   摆动扫描   大场景扫描   航空相机  

描述： 针对远距航空相机视场角较小的问题,介绍了目前常用的几种像移补偿技术,并对各种补偿方法进行了比较。采用小面阵相机并结合系统光学元件通过在横滚方向的摆扫实现大场景地面成像,对摆扫过程进行了数学分析,得出

远距斜视航空相机获取大场景图像技术研究

作者： 杨萌   纪明   闫明   高贤娟   陈红   来源： 应用光学 年份： 2019 文献类型 ： 期刊 关键词： 像移补偿   摆动扫描   大场景扫描   航空相机  

描述： 针对远距航空相机视场角较小的问题,介绍了目前常用的几种像移补偿技术,并对各种补偿方法进行了比较。采用小面阵相机并结合系统光学元件通过在横滚方向的摆扫实现大场景地面成像,对摆扫过程进行了数学分析,得出

基于约束卡尔曼滤波的航空发动机状态变量模型辨识方法

作者： 郑斐华   胡春艳   李伟   韩博   来源： 热能动力工程 年份： 2019 文献类型 ： 期刊 关键词： 航空发动机   约束卡尔曼滤波   状态变量   系统辨识  

描述： 为建立高精度的航空发动机状态变量模型,采用约束卡尔曼滤波算法辨识民用涡扇发动机非线性模型以及某型涡轴发动机试车数据状态变量方程矩阵参数。研究表明:基于约束卡尔曼滤波算法能够辨识得到高精度的状态变量模型,相比标准卡尔曼滤波算法,改进的卡尔曼滤波算法可以明显加快模型参数收敛速度、减小稳态误差。

基于约束卡尔曼滤波的航空发动机状态变量模型辨识方法

作者： 郑斐华   胡春艳   李伟   韩博   来源： 热能动力工程 年份： 2019 文献类型 ： 期刊 关键词： 航空发动机   约束卡尔曼滤波   状态变量   系统辨识  

描述： 为建立高精度的航空发动机状态变量模型,采用约束卡尔曼滤波算法辨识民用涡扇发动机非线性模型以及某型涡轴发动机试车数据状态变量方程矩阵参数。研究表明:基于约束卡尔曼滤波算法能够辨识得到高精度的状态变量模型,相比标准卡尔曼滤波算法,改进的卡尔曼滤波算法可以明显加快模型参数收敛速度、减小稳态误差。

关于航空影像中飞行地速对前向像移的影响研究

作者： 周园   刘元志   来源： 国土资源导刊 年份： 2019 文献类型 ： 期刊 关键词： 像移补偿   飞行地速   曝光时间   航空摄影   前向像移  

描述： 本文在前向像移模型研究现状的基础上,以大量的生产实践为依托,通过相关参数的对比分析,详细研究了飞行地速对前向像点位移的影响,分析了先进的像移补偿技术对数字航空摄影的重要作用,通常无需考虑飞行地速和曝光时间等因素对前向像点位移的影响,保证影像质量的同时,提高了工作效率。

关于航空影像中飞行地速对前向像移的影响研究

作者： 周园   刘元志   来源： 国土资源导刊 年份： 2019 文献类型 ： 期刊 关键词： 像移补偿   飞行地速   曝光时间   航空摄影   前向像移  

描述： 本文在前向像移模型研究现状的基础上,以大量的生产实践为依托,通过相关参数的对比分析,详细研究了飞行地速对前向像点位移的影响,分析了先进的像移补偿技术对数字航空摄影的重要作用,通常无需考虑飞行地速和曝光时间等因素对前向像点位移的影响,保证影像质量的同时,提高了工作效率。

作者： 林洁琼     郭鑫     谷岩     高明辉   来源： 机械设计与制造 年份： 2024 文献类型 ： 期刊 关键词： 像移补偿   稳定平台   航空相机   像质分析   视轴  

描述：

作者： 林洁琼     郭鑫     谷岩     高明辉   来源： 机械设计与制造 年份： 2024 文献类型 ： 期刊 关键词： 像移补偿   稳定平台   航空相机   像质分析   视轴  

描述：

基于系统辨识的航空发动机稳态燃油自抗扰控制

作者： 张家睿     汪锐     刘舒恒     于亮   来源： 测控技术 年份： 2024 文献类型 ： 期刊 关键词： 扩张状态观测器   稳定性分析   航空发动机控制   自抗扰控制   系统辨识  

描述： 此现状，提出一种基于系统辨识的航空发动机稳态燃油自抗扰控制器。首先，使用经典Gram-Schmidt(Classical Gram-Schmidt, CGS)算法对控制系数和发动机未知动态进行辨识，将辨识

基于改进局部线性模型树的航空发动机过渡态非线性辨识

作者： 王伟   李建锋   刘帅   来源： 信息与控制 年份： 2021 文献类型 ： 期刊 关键词： 航空发动机   非线性系统   局部线性模型树(LOLIMOT)   系统辨识   AIC准则  

描述： 为了解决在采用局部线性模型树(LOcal Linear MOdel Tree,LOLIMOT)辨识发动机非线性系统时,出现的辨识网络复杂和模型精度问题,提出一种将非线性自回归滑动平均模型(NARMAX)和LOLIMOT网络融合的改进神经网络结构.基于非线性自回归滑动平均模型NARMAX的思想,将原始局部子模型的线性函数替换为非线性多项式函数,并基于AIC(Akaike information criterion)显著性准则的前向选择法对非线性项按照重要性程度进行选择,将简化后的非线性函数用于构建原始LOLIMOT模型局部子模型,形成一种改进LOLIMOT网络模型.通过某航空发动机过渡态下的辨识实验表明,改进算法能够将原LOLIMOT模型复杂度降低46%左右,相对预测精度提高50%以上,验证了在对发动机模型复杂度和精度要求较高的领域,改进模型是一种更加有效的网络结构.