Design and experimental study of filter wheel mechanism of space coronagraph
-
摘要:
为实现中国空间站巡天光学望远镜空间星冕仪的多谱段成像，将不同光谱透过率的滤光片分时切入光路，本文设计了一种结构紧凑的滤光轮机构。由于空间星冕仪需长期在轨观测，要求滤光轮机构能够在轨长期高稳定性地切入切出，设计了基于小模数蜗轮蜗杆作为机械传动机构的滤光轮，具有结构紧凑、刚度高、机构单向360°旋转和反向自锁功能等特点；详细分析了机构的运动精度和刚度及其动力学性能，并在振动试验前后对滤光轮机构进行了精度测试。测试结果表明：滤光轮定位精度满足≤±0.5 mm要求，机构的3个方向一阶模态均>100 Hz。根据振动试验分析结果可知，设计的滤光轮的刚度、动力学性能均满足航天力学环境要求，能够保证空间复杂工况下多谱段成像。
Abstract:In order to realize multi-spectral imaging of space coronagraph of Chinese space station survey optical telescope, a compact filter wheel mechanism was designed to cut the filters with different spectral transmittance into the optical path. Because the space coronagraph needed long-term observation in orbit, the high stability requirement for the filter wheel mechanism was put forward. A filter wheel based on small modulus worm gear as a mechanical transmission mechanism was designed, which had the features of compact structure, high stiffness, one-way 360° rotation and reverse self-locking function. The precision, stiffness, and mechanical properties of the mechanism were analyzed, and the precision of the filter wheel was tested before and after the vibration test. The test results show that the positioning accuracy of the filter wheel is less than or equal to ±0.5 mm, and the first-order modes of the three directions of mechanism are all greater than 100 Hz. The vibration test analysis results show that the designed stiffness and dynamic performance of the mechanism can meet the requirements of aerospace mechanics environment, which can ensure the multi-spectral imaging under complex spatial conditions.
-
Keywords:
- coronagraph /
- filter wheel mechanism /
- precision analysis /
- vibration test /
- performance test
-
引言
相移轮廓术（phase shifting profilometry，PSP）是一种有效的光学三维测量方法，在生物医学、工业检测和逆向工程等领域有着广泛的应用[1-3]。通常，PSP系统由投影仪和摄像机构成，投影仪投射一系列周期性图案至目标物体，同时使用摄像机捕捉经过物体调制后的条纹图像[4-5]。在系统无非线性的假设下，调制后的条纹可以通过条纹分析方法获取物体相貌信息[6-7]。但在实际的系统中，由于投影仪和摄像机的使用，获取的图像强度值会发生截断，从而产生非线性误差[8]。
为了获取高精度的三维测量结果，很多学者针对系统的非线性误差提出了解决方案[9]。Huang等人提出对测量系统的亮度进行预标定，获取输入输出亮度值，构建查找表（lookup table，LUT）[10]。这样整个系统的非线性可以通过LUT法进行有效的校正。但是，该校正法针对的是某一固定不变的系统。当测量系统某一变量发生变化时，预标定的参数就无法使用。所以主动校正方法不具有通用性，同时需要人工干预标定。为了减少人工标定操作，Zhang提出使用投射的条纹图像获取系统输入输出强度的LUT[11]。该方法同样会由于环境变化而产生偏离误差。随后Pan推导了N步相移的相位与非线性相位误差的关系，并使用迭代法进行较正[12]，但是该方法需要大量的计算。为了避免非线性对测量的影响，Lei提出了离焦二值条纹测量技术[13]。离焦效应相当于低通滤波器，通过较大程度的透镜离焦可以显著降低投影仪的非线性。一般来说，二值条纹对离焦程度和频率较为敏感，测量精度很大程度上取决于条纹的质量，精度不稳定。
为了解决上述问题，Mo等人提出了复合梯形正弦方法来减少图像的数量，同时能够保证该方法的通用性[14]。但该方法在测量过程中，仍然需要3组相移条纹共9幅图像。对于快速测量来说，9幅图像仍显冗余。基于此，本文提出了优化的梯形正弦相移算法，引入希尔伯特变换，使得一次测量只需要7幅图像，测量的效率提高了28%。
1 相关理论
1.1 三步相移法
N步相移算法因其测量速度快、测量精度高和非接触的优点[15]，而被广泛地应用于相位测量中。在N步相移算法中，三步相移算法是高速三维测量应用中的最佳选择，因为它需要最少的图像来获得绝对相位图。三步相移算法的步长是2π/3，每个条纹的强度值可以表示为
$$ \left\{ \begin{array}{l} {I_1}(x,y) = A(x,y) + B(x,y)\cos (\phi (x,y) - {{2\pi } \mathord{\left/ {\vphantom {{2\pi } 3}} \right. } 3}) \\ {I_2}(x,y) = A(x,y) + B(x,y)\cos (\phi (x,y)) \\ {I_3}(x,y) = A(x,y) + B(x,y)\cos (\phi (x,y) + {{2\pi } \mathord{\left/ {\vphantom {{2\pi } 3}} \right. } 3}) \end{array} \right. $$ (1) 式中：$ A(x,y) $是测量环境背景光强；$ B(x,y) $是条纹的调制度；$ \phi (x,y) $是截断相位；$ (x,y) $是图像坐标点。依据相移算法，$ A(x,y) $、$ B(x,y) $、$ \phi (x,y) $可分别通过下式计算得到（为了公式简洁，后文省略坐标$ (x,y) $）：
$$ A = {{({I_1} + {I_2} + {I_3})} \mathord{\left/ {\vphantom {{({I_1} + {I_2} + {I_3})} 3}} \right. } 3} $$ (2) $$ B = \frac{{\sqrt {3{{({I_1} - {I_3})}^2} + {{(2{I_2} - {I_1} - {I_3})}^2}} }}{3} $$ (3) $$ \phi = \arctan \frac{{\sqrt 3 ({I_1} - {I_3})}}{{2{I_2} - {I_1} - {I_3}}} $$ (4) 通过求解方程（4）可得到截断相位，因为反正切函数的值域范围只有−π到π。2π相位跳变点需要通过相位展开算法消除。相位展开算法的核心问题是获得条纹级次$ k(x,y) $。最终绝对相位可以由（5）式得到。
$$ {\mathit{\Phi }} = \phi + 2\pi \times k $$ (5) 1.2 系统非线性分析
系统非线性引起的误差会影响伪摄像机投影仪标定法的精度，在标定过程中需要对非线性误差进行补偿。一般的结构光系统使用的是基于DMD开发的DLP数字投影仪。它在一定程度上消除了机械光栅的相移步进的相移误差，但引进了由于自身Gamma非线性导致的光栅非正弦化。同时摄像机本身也存在非线性响应，在实际实验中将两者非线性作为一个整体考虑。在测量过程中，摄像机拍摄的过程如图1所示。
忽略环境光对被测物体表面的影响，假设生成的正弦条纹为$ I(x,y) $，那么摄像机拍摄的图像强度分布可表示为
$$ {I_c} = {F_c}\left[ {{F_p}(I)} \right] $$ (6) 式中：$ {F_{\text{c}}} $、$ {F_p} $分别为投影仪和摄像机的非线性响应函数；$ {I_{\text{c}}} $为拍摄得到的图像。经过两次非线性响应后，拍摄图像的非正弦表现为图像的高次谐波。为了简化校正模型，本文中使用多项式模型来表示非正弦化，其中二阶和三阶因素对结果影响最大。该模型可表示为
$$ {I_c} = {e_3}{I^3} + {e_2}{I^2} + {e_1}I + {e_0} $$ (7) 式中：$ {e_{\text{3}}} $、$ {e_{\text{2}}} $、$ {e_{\text{1}}} $、$ {e_{\text{0}}} $为常系数，需要通过拟合得到，在本文中非线性模型的阶数为三。
1.3 希尔伯特变换
希尔伯特变换被广泛地应用在信号处理领域中，一个实函数$ \mu {\text{(}}t{\text{)}} $的希尔伯特变换是将$ \mu {\text{(}}t{\text{)}} $与$ {1 \mathord{\left/{\vphantom {1 {\pi t}}} \right.} {\pi t}} $做卷积，得到另一个实函数$ H(\mu ){\text{(}}t{\text{)}} $：
$$ H(u)(t) = \frac{1}{\pi }\int_{ - \infty }^\infty {\frac{{u(\tau )}}{{t - \tau }}{d_\tau }} $$ (8) 希尔伯特变换可以看作是频域乘法操作：
$$ \mathbb{F}(H(u))(\omega ) = {\delta _H}(\omega ) \times \mathbb{F}(u)(\omega ) $$ (9) 式中：$ \mathbb{F} $表示傅里叶变换操作，$ {\delta _H}(\omega ) $可被定义为
$${\delta _H}(\omega ) = \left\{ {\begin{array}{*{20}{l}} {i = {{\rm{e}}^{i{\pi / 2}}},}&{{\rm{if}}\;\omega {\rm{ < 0}}}\\ {0,}&{{\rm{if}}\;\omega = {\rm{0}}}\\ { - i = {{\rm{e}}^{{{ - i\pi } / 2}}},}&{{\rm{if}}\;\omega > {\rm{0}}} \end{array}} \right. $$ (10) 由上式可知，希尔伯特变换可使信号相位滞后$ {\pi \mathord{\left/{\vphantom {\pi 2}} \right.} 2} $。那么对于正弦信号$ I(x,y) = B(x,y)\cos [\phi (x,y)] $，希尔伯特变换后可得：
$$ H[I(x,y)] = B(x,y)\sin \left[ {\phi (x,y)} \right] $$ (11) 最终截断相位可以由下式计算得到：
$$ \phi (x,y) = \arctan \left\{ {\frac{{H[I(x,y)]}}{{I(x,y)}}} \right\} $$ (12) 1.4 优化的梯形条纹
为了提高条纹解析的效率，Huang提出了梯形相移算法[16]。梯形相移条纹在图像强度变化上不再是正弦曲线，而是呈梯形变化。梯形条纹是基于图像强度编码的，条纹处理速度较快。本文提出使用正弦曲线代替梯形过渡的斜线，通过正弦编码，将其解析的值域扩展为0~6π。改进后的梯形条纹强度可表示为
$$ {T_1}(x,y) = \left\{ \begin{array}{l} A + B \\ A - B\cos [\phi (x,y)] \\ A - B \end{array} \right.\quad \begin{array}{*{20}{l}} {\phi \in [0,\pi ) \cup [5\pi,6\pi ]} \\ {\phi \in [\pi,2\pi ) \cup [4\pi,5\pi ]} \\ {\phi \in [2\pi,4\pi )} \end{array}{\text{ }} $$ (13) $$ {T_2}(x,y) = \left\{ \begin{array}{l} A + B \\ A - B\cos [\phi (x,y)] \\ A - B \end{array} \right.\quad \begin{array}{*{20}{l}} {\phi \in [0,3\pi )} \\ {\phi \in [0,\pi ) \cup [3\pi,4\pi ]} \\ {\phi \in [4\pi,6\pi )} \end{array}{\text{ }} $$ (14) $$ {T_3}(x,y) = \left\{ \begin{array}{l} A + B \\ A - B\cos [\phi (x,y)] \\ A - B \end{array} \right.\quad \begin{array}{*{20}{l}} {\phi \in [3\pi,5\pi )} \\ {\phi \in [2\pi,3\pi ) \cup [5\pi,6\pi ]} \\ {\phi \in [0,2\pi )} \end{array}{\text{ }} $$ (15) 式中：T1、T2、T3为三步相移的梯形条纹，A、B、$ \phi $同上文。三步相移梯形条纹强度分布如图2（a）～（c）所示。将三步相移的梯形条纹相加后，其强度分布如图2（d）所示，同时其可视为如图2（e）～（g）所示3幅图像的复合。所以在获取上述3幅梯形条纹后，可通过下式获取图像最大和最小强度分布图。
$$ {F_{\max}} = \max ({T_1},{T_2},{T_3}) $$ (16) $$ {F_{\min}} = \min ({T_1},{T_2},{T_3}) $$ (17) 从图像生成的原理，可知梯形条纹的区域由6个局部区域组成，这6个局部区域的级次可通过图像强度在局部区域的不同获取，如图3所示。
$$ M(x,y) = \left\{ \begin{array}{l} 1\;, \\ 2\;, \\ 3\;, \\ 4\;, \\ 5\;, \\ 6\;, \\ \end{array} \right.\;\quad \begin{array}{*{20}{l}} {{\rm{if}}\;({T_{\text{1}}} > {T_2} > {T_3})} \\ {{\rm{if}}\;({T_{\text{2}}} > {T_1} > {T_3})} \\ {{\rm{if}}\;({T_2} > {T_3} > {T_1})} \\ {{\rm{if}}\;({T_3} > {T_2} > {T_1})} \\ {{\rm{if}}\;({T_3} > {T_1} > {T_2})} \\ {{\rm{if}}\;({T_{\text{1}}} > {T_3} > {T_2})} \end{array}{\text{ }} $$ (18) 获取的局部级次信息是0、1、2、3、4、5，如果2幅局部级次信息，1幅图像中周期是另一幅图像的6倍，那么可唯一确定36个条纹级次。具体的原理由文中第2节给出。
2 基于梯形与正弦相移的测量方法
为了消除系统非线性对测量精度影响，并进一步提高测量速度，本文提出了梯形与正弦相移相结合的非线性误差校正算法。该方法使用2组改进的梯形相移条纹$ ({T_1},{T_2},{T_3};{T_4},{T_5},{T_6}) $和1幅正弦条纹图$ (I) $。2组改进的梯形相移条纹频率不同，高频条纹频率是低频条纹的6倍。假设图像的深度是8位，高频梯形条纹中$ A + B = 195 $和$ A - B = 55 $;低频梯形条纹中$ A + B = 255 $和$ A - B = 0 $。正弦条纹的背景强度和调制度与低频条纹相同，而其条纹频率是高频梯形条纹6倍，低频梯形条纹的36倍。该方法的流程图如图4所示，图中低频梯形条纹的频率为1。
文中所提方法的主要步骤如下：
1） 使用2组复合梯形条纹是用公式可以获得4幅图像强度不一的图像$ ({F_0},{F_1},{F_2},{F_3}) $，同时利用$ A = {{({F_0} + {F_3})} \mathord{\left/{\vphantom {{({F_0} + {F_3})} 2}} \right.} 2} $可以获取低频条纹图像的背景强度。
2） 4幅图像强度不一的图像作为输出，图像生成时给定的强度值作为输入。由此可建立系统的非线性响应曲线[14]。
3） 利用希尔伯特变换，可以获取原正弦条纹相位滞后的条纹。文中正弦条纹为$ I $，希尔伯特变换后获取的条纹可表示为$ H(I) $，截断相位可以通过公式(12)获取，并使用步骤2获取的非线性响应曲线去校正截断相位。
$$ \phi = \frac{{H(I)}}{{I - A}}{\text{ }} $$ (19) 4） 利用公式，分别获取低频和高频梯形条纹的局部级次$ {M_1} $和$ {M_2}$，那么条纹级次可表示为
$$ k = 6{M_1} + {M_2}{\text{ }} $$ (20) 5）在完成上述步骤后，使用文献[17]方法对条纹级次$ k $存在的相位误差进行消除。利用公式（5），可直接获取非线性校正后的绝对相位。
3 实验结果与分析
为了验证文中方法在实际测量中的有效性，搭建了条纹投影系统。该系统包括DLP Light-Crafter 4500和摄像机Balser a2A1920-160ucBAS，其中投影仪的分辨率为912 pixel×1 140 pixel，摄像机的分辨率为1 920 pixel ×1 280 pixel。实验过程中，梯形低频条纹的频率为1，周期为1 140像素；高频条纹频率为6，周期为190像素；正弦条纹的频率为36。
为了验证文中方法的性能，首先对一个平面进行了测量。将生成的条纹图像，依次投射到光滑的平板上，摄像机同步拍摄经过平板调制后的图像。调制后的低高频条纹及正弦条纹图像分别如图5（a）~（c）所示。利用第2节中所述算法步骤，首先求取非线性响应函数$ y = - 1.31 \times {10^{ - 5}}{x^3} + 0.004\;6{x^2} + x - 1 $。然后获取高频条纹图像的背景强度。正弦条纹图像经过希尔伯特变换后，利用公式（13）可以求取截断相位$ \phi $，如图5（d）所示。随后利用公式，可求得局部级次$ {M_1} $和$ {M_2} $，最终获取整幅图像的条纹级次分布$ k $。$ {M_1} $、$ {M_2} $和$ k $分别如图5（e）~（g）所示。将上述$ \phi $和$ k $代入公式（5），可求得最终的绝对相位${\mathit{ \Phi}} $，如图5（h）所示。
图6展示了对上述平面的重建结果，分别为非线性校正前后的结果。图中可以看出校正后的结果表面更为平滑。为了更清楚地表明校正的效果，图6（c）～（d）显示了校正前后重建结果的第840列的横截面。图中可以看出，校正后的结果，其表面明显更为光滑，而校正前的表面会出现些许的纹波。此外，实验中也对比了文中方法与文献[14]方法的结果，如图6（d）所示。在第840列的横截面上，两种方法的结果几乎完全吻合，再一次佐证了本文方法的有效性。
使用文中方法测量了表面较为复杂的单个雕塑。摄像机采集的图像如图7（a）～（c）所示，依照第2节的算法，可以求出其条纹级次和绝对相位，分别如图7（d）和7（e）所示。依据所求取的非线性响应曲线，可消除表面纹波，重建结果如图7（f）所示。本节实验结果证明了该方法的有效性。
4 结论
本文提出了一种基于梯形与正弦条纹组合使用的非线性校正方法。文中使用2组图像强度不同的梯形条纹，其强度值作为输入求取系统的非线性响应曲线，然后完成系统的校正。希尔伯特变换的使用减少了正弦条纹的数量。与传统方法相比，文中方法使用更少的图像，仍然能够有效获取被测物体的三维形貌，同时测量效率提高了28%。
-
![]()
图 3 滤光轮结构设计优化迭代过程
Figure 3. Structure design optimization iterative process of filter wheel
![]()
图 7 近红外滤光片精度测试光学系统原理图
Figure 7. Schematic diagram of optical system for accuracy test of near infrared filter runner
表 1 设计变量与优化结果
Table 1 Design variables and optimization results
参数 设计范围/mm 优化结果/mm 优化后固有频率/Hz p1 0≤p1≤13.4 10.613 540.67 
下载: 导出CSV
表 2 滤光轮机构前4阶模态分析结果
Table 2 The first 4-order modal analysis results of filter wheel mechanism
阶次 频率/Hz 振型方向 1 540 X方向 2 625 Y方向 3 628 Y方向 4 822 Z方向
下载: 导出CSV
表 3 滤光轮正弦振动条件
Table 3 Sinusoidal vibration conditions of filter wheel
X向 Y向 Z向 频率/Hz 试验条件 频率/Hz 试验条件 频率/Hz 试验条件 5～10 8.3 mm 5～10 10 mm 5～10 10.8 mm 10～25 3.3 g 10～14 4 g 10～14 4.3 g 25～85 4.8 g 14～65 6 g 14～60 6.7 g 85～100 3.7 g 65～72 8 g 60～72 7 g 72～100 5.3 g 72～100 5.7 g 注：表2中试验条件mm为幅值；g为重力加速度。
下载: 导出CSV
表 4 滤光轮随机振动条件
Table 4 Random vibration conditions of filter wheel
方向 频率范围/Hz 验收级（功率谱密度） 均方根加速度 X 20～100 6 dB/Oct 7.98 grms 100～800 0.0595 g2/Hz800～2000 −9 dB/Oct Y 20～100 6 dB/Oct 4.74 grms 100～800 0.021 g2/Hz 800～2000 −9 dB/Oct Z 20～100 6 dB/Oct 6.03 grms 100～800 0.034 g2/Hz 800～2000 −9 dB/Oct
下载: 导出CSV
表 5 滤光轮机构特征扫频一阶频率试验结果
Table 5 Results of the first-order frequency test of characteristic sweep frequency by filter wheel mechanism
试验内容 试验方向 X Y Z 振动试验前扫频试验频率/Hz 665 718.8 742.8 振动试验后扫频试验频率/Hz 665.6 711.3 714.9 频率漂移率/% 0.09 1 3.8 仿真结果/Hz 540 625 822 试验和仿真结果误差率/% 18.8 13 10.7
下载: 导出CSV
表 6 随机振动试验数据
Table 6 Random vibration test data
X方向随机振动（con:7.98 grms） Y方向随机振动（con:4.74 grms） Z方向随机振动（con:6.03 grms） 测点位置 试验方向 测点响应/
grms放大
系数测点位置 试验方向 测点响应/
grms放大系数 测点位置 试验方向 测点响应/
grms放大系数 1#电机
安装接口X 8.57 1.07 1#电机
安装接口X 1.17 0.25 1#电机
安装接口X 2.33 0.39 Y 4.31 0.54 Y 5.94 1.25 Y 2.21 0.37 Z 34 4.26 Z 8.29 1.75 Z 34.97 5.8 2#减速箱
上端X 9.04 1.13 2#减速箱
上端X 1.93 0.41 2#减速箱
上端X 0.64 0.11 Y 17.3 2.17 Y 27.2 5.74 Y 2.78 0.46 Z 6.54 0.82 Z 6.49 1.16 Z 17.39 2.88 3#滤光片
转盘盲孔处X 47.2 5.91 3#滤光片
转盘盲孔处X 22.28 4.7 3#滤光片
转盘盲孔处X 4.61 0.76 Y 39 4.89 Y 24.57 5.18 Y 25.29 4.19 Z 5.57 0.7 Z 5.95 1.26 Z 41.64 6.9
下载: 导出CSV
表 7 近红外滤光片转轮偏心误差测试结果
Table 7 Eccentricity error test results of near-infrared filter runner
滤光片孔位 技术指标/mm 试验前精度/mm 试验后精度/mm 孔位2相对孔位1 ≯±0.5 0.096 8 0.0968 孔位3相对孔位1 ≯±0.5 0.116 0.135 孔位4相对孔位1 ≯±0.5 0.135 0.155 孔位5相对孔位1 ≯±0.5 0.116 0.174 孔位6相对孔位1 ≯±0.5 0.116 0.116 孔位7相对孔位1 ≯±0.5 0.096 8 0.135
下载: 导出CSV
表 8 近红外滤光片转轮重复定位精度误差测试结果
Table 8 Test results of repeated positioning accuracy error of near-infrared filter runner
滤光片孔位 试验前精度/mm 试验后精度/mm 孔位1相对孔位1 0.019 0.019 孔位2相对孔位2 0.038 0.038 孔位3相对孔位3 0.058 0.058 孔位4相对孔位4 0.019 0.019 孔位5相对孔位5 0.058 0.039 孔位6相对孔位6 0.077 0.039 孔位7相对孔位7 0.019 0.019
下载: 导出CSV
-
[1] 胡永云. 关于太阳系外行星的宜居性[J]. 气象科技进展, 2014, 6(3): 110-114. HU Yongyun. On the habitability of exoplanets[J]. Advances in Meteorological Science and Technology, 2014, 6(3): 110-114.
[2] 胡永云. 系外行星和系外生命——兼谈2019年度诺贝尔物理学奖[J]. 科学通报, 2019, 64(36): 3798-3807. HU Yongyun. Searching for exoplanets and exo-life: On the 2019 Nobel Prize in Physics[J]. Science Bulletin, 2019, 64(36): 3798-3807.
[3] 周济林, 刘慧根, 谢基伟. 寻找另一个地球[J]. 物理, 2021, 50(3): 155-162. ZHOU Jilin, LIU Huigen, XIE Jiwei. Searching for “another earth”[J]. Physics, 2021, 50(3): 155-162.
[4] 窦江培, 朱永田, 任德清. 太阳系外行星的研究现状[J]. 自然杂志, 2014, 36(2): 124-128. DOU Jiangpei, ZHU Yongtian, REN Deqing. Current research status of exopanets[J]. Chinese Journal of Nature, 2014, 36(2): 124-128.
[5] WRIGHT G S, WRIGHT D, GOODSON G B, et al. The mid-infrared instrument for the James Webb Space Telescope, II: design and build[J]. Publications of the Astronomical Society of the Pacific, 2015, 127: 595-611. doi: 10.1086/682253
[6] KRAUSE O, MULLER F, BRIKMANN S. High-precision cryogenic wheel mechanisms of the JWST/MIRI instrument: performance of the flight models[J]. SPIE, 2010, 7739: 773918-1-12.
[7] WEIDLLCH K, FISCHER M, Ellenrieder M M. High-precision cryogenic wheel mechanisms for the JWST NIRSPEC instrument[J]. SPIE, 2008, 7018: 701821-1-12.
[8] 贾慧丽, 王跃, 王庆颍, 等. 大尺寸薄壁轴承滤光轮机构的设计与试验[J]. 航天器环境工程, 2018, 35(5): 493-499. JIA Huili, WANG Yue, WANG Qingying, et al. Design and test of filter wheel mechanism based on large thin-wall bearing[J]. Spacecraft Environment Engineering, 2018, 35(5): 493-499.
[9] 王跃, 李世其, 张恒. 空间多光谱成像的旋转滤光轮机构动力学试验研究[J]. 振动与冲击, 2020, 39(10): 101-105. WANG Yue, LI Shiqi, ZHANG Heng. Dynamic experiment of a rotary filter wheel mechanism for spatial multispectral imaging[J]. Journal of Vibration And Shock, 2020, 39(10): 101-105.
[10] WANG Yue, LI Shiqi, ZHANG Heng. Predicting the launch and on-orbit performance of a peripheral driven filter wheel for geosynchronous satellite remote sensors[J]. The Review of Scientific Instruments, 2019, 90(12): 124501-1-7. doi: 10.1063/1.5098495
[11] 鲍 赫, 李志来, 柴方茂, 等. 静止轨道光学遥感器的滤光轮机构[J]. 光学精密工程, 2015, 23(12): 3357-3363. BAO He, LI Zhilai, CHAI Fangmao. Filter wheel mechanism for optical remote sensor in geostationary orbit [J]. Optics and Precision Engineering, 2015, 23(12): 3357-3363.
[12] 孟奇凯. 阵列式超薄光学镜片切换机构设计与研究[D]. 廊坊: 北华航天工业学院, 2021. MENG Qikai. Design and research of switching mechanism of array ultra-thin optical lens[D]. Langfang: North China Institute of Aerospace Engineering, 2021.
[13] 杜一民, 贾学志, 安源, 等. 高分辨率空间相机调焦机构设计与分析[J]. 红外技术, 2019, 41(4): 305-310. DU Yimin, JIA Xuezhi, AN Yuan, et al. Design and analysis of focusing mechanism for a high resolution space camera[J]. Infrared Technology, 2019, 41(4): 305-310.
[14] 张恒, 李世其, 刘世平, 等. 一种聚类优化的传感器布置方法研究[J]. 振动与冲击, 2017, 36(14): 61-65. ZHANG Heng, LI Shiqi, LIU Shiping, et al. Optimal sensor placement by using clustering method[J]. Journal of Vibration and Shock, 2017, 36(14): 61-65.
[15] CUI Lingli, ZHANG Yu, ZHAN Feibin, et al, Vibration response mechanism of faulty outer race rolling element bearings for quantitative analysis[J]. Journal of Sound and Vibration, 2016, 364: 67-76.
-
期刊类型引用(2)
1. 江锐，刘锋，江勇. 基于等间距线的远距离激光测距传感器误差校正. 激光杂志. 2025(02): 88-93 . 
百度学术
2. 吴珊丹，阮福. 基于Hough变换的动态目标物体识别算法研究. 计算机仿真. 2024(08): 200-203+227 . 百度学术
其他类型引用(0)
计量
- 文章访问数: 92
- HTML全文浏览量: 9
- PDF下载量: 27
- 被引次数: 2
陕公网安备 61011302001501号 