飞机结构状态的高效识别方法

西北工业大学航空学院贺顺教授研究团队提出了一种快速且准确地识别复杂结构（比如飞机机翼或者整个飞机）的振动特性的新方法，方法结合了动态模态分解（DMD）和基于密度的聚类算法（DBSCAN）两种技术，并开发了一种新的工具——秩稳定性图，来帮助识别真实的振动模式，去除虚假的干扰信息。DMD-DBSCAN方法具有较高的计算效率和广阔的应用前景，适用于处理大规模数据集的复杂结构模态辨识。相关研究论文《Efficient modal parameter identification using DMD-DBSCAN and rank stabilization diagrams》发表于航空航天领域中国科学院一区期刊。

NOKOV度量动作捕捉系统为研究提供【高精度的实时位移响应信号】，解决了传统位移传感器的空间布置问题，助力验证论文方法在实际复杂结构中模态辨识的适用性。NOKOV度量动作捕捉系统使用场景见下图。

摄像机配置1下的静态位移测量结果

摄像机配置下的静态位移测量结果

摄像机配置1下的静态位移测量结果

NOKOV 运动捕捉系统中动态响应测试装置、几何模型及摄像机位置

引用格式

Chengyuan Wu, Zhichun Yang, Shun He, Efficient modal parameter identification using DMD-DBSCAN and rank stabilization diagrams, Aerospace Science and Technology, Volume 161, 2025, 110112, ISSN 1270-9638, https://doi.org/10.1016/j.ast.2025.110112.

作者简介

吴承远（第一作者），西北工业大学博士在读。主要研究方向：气动弹性力学，结构动力学

杨智春：西北工业大学教授，博士生导师，航空学院结构动力学与控制研究所所长。主要研究方向：飞行器气动弹性力学，飞行器结构动力学

贺顺（通讯作者），西北工业大学教授，博士生导师，国家级青年人才。主要研究方向：气动弹性力学、飞行器结构设计与分析、跨声速非线性颤振、高超声速流固热耦合、变体飞行器

人形机器人如何实现 MuJoCo 仿真训练与遥操作？NOKOV度量动作捕捉助力宇树 G1实验验证

宁波职业技术大学利用 NOKOV 度量动作捕捉系统和宇树 G1 人形机器人，开展 MuJoCo 仿真训练与真机遥操作实验。实验中，操作者穿戴带有反光标记点的动捕服，NOKOV 度量动作捕捉系统实时采集人体运动数据，并同步驱动 MuJoCo 仿真环境中的宇树 G1 模型，同时实现真实机器人动作跟随。该案例展示了动作捕捉在人形机器人遥操作、动作映射、模仿学习及算法验证中的应用价值。

上海交通大学谢威老师团队：四旋翼无人机编队“8”字协同吊运｜NOKOV度量动作捕捉系统参与控制闭环

上海交通大学电子信息与电气工程学院谢威老师团队展示了4架四旋翼无人机完成“8”字编队协同吊运实验。实验中，NOKOV度量动作捕捉系统参与无人机控制闭环，实时输出高精度位姿数据，为无人机编队控制、协同运输及飞行算法验证提供稳定的位置反馈。

IEEE RA-L | Aqua-Splat声呐—视觉水下三维重建，NOKOV提供水下机器人六自由度位姿真值

哈工大（深圳）胡靓教授团队提出Aqua-Splat声呐—视觉水下三维重建方法，提升几何重建精度与图像保真度。NOKOV度量动作捕捉系统为搭载双目相机与前视声呐的BlueROV2水下机器人提供六自由度位姿真值，用于建立每帧视觉、声呐数据与机器人位姿之间的空间对应关系。

双层LSTM光纤形状实时重建，NOKOV度量动捕提供高精度三维真值

中科院深圳先进院刘奂奂团队基于 NOKOV度量动作捕捉系统，提出面向微创手术导航的双层LSTM光纤形状重建方法。NOKOV获取光纤标记点高精度三维坐标，作为模型训练真值，并验证动态重建精度与稳定性，助力实现FBG光谱到光纤三维形状的端到端实时重建。