基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在运载火箭开展射前综合测试时,控制系统在预先指定的飞行时序向末端发送一系列指令,指示末端设备做出相应动作,以达成对应的目标.这些动作主要依赖火工品完成,这些动作变化会体现在火工品等效器指示灯上.当前控制系统无法检测到末端等效器的电流情况变化,因此无法对末端动作进行有效监测,测试缺乏可靠性、准确性与可追溯性的问题亟需改善.通过综合运用人工智能、数字图像处理与计算机视觉技术,经由特征匹配、指示灯定位、指示灯状态建模等步骤,可对末端火工品等效器状态变化实现精准监测,进而实现飞行时序自动判读.与标准判据比对后,本文提出的火箭飞行时序判读系统准确率可达98.89%.
推荐文章
基于图像识别的复杂装备状态辨识
图像识别
复杂装备
状态辨识
基于Hadoop平台下SVM的图像识别技术
Hadoop平台
图像识别
SVM
云计算
加速比
基于Hadoop平台的图像识别
字符识别
Hadoop平台
图像识别
数据交换时间
基于深度学习的图像识别技术研究综述
图像识别
CNN
R-CNN
SPP-Net
FastR-CNN
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于图像识别技术的火箭飞行时序判读
来源期刊 宇航总体技术 学科
关键词 人工智能 图像识别 飞行测试 时序判读
年,卷(期) 2021,(4) 所属期刊栏目 理论与技术|Theory and Technology
研究方向 页码范围 43-51
页数 9页 分类号 V421
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (92)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1972(1)
  • 参考文献(1)
  • 二级参考文献(0)
1980(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(10)
  • 参考文献(0)
  • 二级参考文献(10)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(2)
  • 参考文献(1)
  • 二级参考文献(1)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人工智能
图像识别
飞行测试
时序判读
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
宇航总体技术
双月刊
2096-4080
10-1492/V
大16开
2017
chi
出版文献量(篇)
258
总下载数(次)
3
总被引数(次)
493
论文1v1指导