运用跑道平面结构化线特征的固定翼无人机视觉导航算法

针对固定翼无人机在着陆阶段的位姿估计的问题,提出运用跑道平面结构化线特征的无人机视觉导航算法。利用单台固连在无人机上的前视相机对跑道区域进行成像,自动提取结构化线特征。在无人机降落前期利用完整的结构化线特征配置解算出无人机的六自由度位姿参数(偏航角、俯仰角、滚转角、纵向位置、横向位置、高度),并在无人机降落到较低高度时,利用退化的结构化线特征(跑道边缘)解算出无人机的关键位姿参数(偏航角、俯仰角、横向位置、高度)。三维实景仿真实验证明,在距离机场200 m处,无人机的距离参数精度小于0.5 m,角度参数精度小于0.1°。     

基于BI-GRU-CRF模型的中文分词法

循环神经网络作为一种处理时序数据的有效模型,已在序列标注问题上得到了广泛应用。为解决序列标注中典型的中文分词任务,基于门限循环单元(Gated Recurrent Unit,GRU)神经网络,提出了一种改进的双向门限循环单元条件随机场(BI-GRU-CRF)模型,该模型不仅可以通过双向门限循环单元有效利用双向上下文信息,而且可以通过条件随机场层联合考虑相邻标签间的相关性,得到全局最优的标记序列结果。在常用的中文分词测评集(PKU、MSRA)以及由构建的军事领域分词语料上,分别采用四词位及六词位标注法进行了实验,结果表明BI-GRU-CRF模型具有良好的分词性能,且六词位标注法可以改进分词效果。     

面向无人战车的视觉定位系统

随着军事装备无人化、智能化水平的不断提高,基于视觉的无人战车将被广泛应用于现代军事战争的诸多领域.设计了一种面向无人战车的单目视觉定位系统,该系统基于相机模型建立了目标物体与无人战车火力打击系统坐标系之间的三维空间变换关系,实现了对空间目标物体的位姿测量.实验结果表明,该方法可以基于低质量的图像信息实现对目标的位姿测量,为无人战车进行火力打击提供引导依据.     

基于跑道平面结构化线特征的固定翼无人机视觉导航算法

针对固定翼无人机在着陆阶段的位姿估计的问题，提出了一种基于跑道平面结构化线特征的无人机视觉导航方法。结构化线特征包括跑道平面上的跑道边缘及共面的垂直于跑道边缘的单条合作标志线。利用单台固连在无人机上的前视相机对跑道区域进行成像，自动提取结构化线特征。在无人机降落前期利用完整的结构化线特征配置解算出无人机的六自由度位姿参数(偏航角、俯仰角、滚转角、纵向位置、横向位置、高度)，并在无人机降落到较低高度时，利用退化的结构化线特征(跑道边缘)解算出无人机的关键位姿参数(偏航角、俯仰角、横向位置、高度)。三维实景仿真实验证明，在距离机场距离为200m处，无人机的距离参数精度为<0.5m，角度参数精度为<0.1°。本文的方法充分考虑到无人机自主着陆过程中的成像特点，具有自动化程度高、工程实用性好的优点。     

基于点云配准的室内移动机器人6自由度位姿估计

针对移动机器人在室内环境下难以获取GPS定位信息,仅靠自身惯导不能得到精确位姿的问题,提出了一种基于RGB-D传感器获取三维环境点云,对连续点云提取特征并进行配准的移动机器人6自由度位姿估计方法.首先通过RGB-D传感器获取环境深度图像,根据特征提取算法提取点云特征;然后以特征点为配准点,运用随机一致性采样(RANdom SAmple Consensus,RANSAC)算法对点云进行初配准,剔除部分错误匹配点,获得初始变换矩阵;最后采用改进的迭代最近点(Iterative Closet Point,ICP)算法进行精配准,获得点云间的最终变换矩阵,实现位姿估计.实验结果表明:该方法有效地提高了大规模点云配准效率,得到了较精确的位姿估计信息.     

基于对偶四元数的单目视觉/惯性组合导航算法

提出一种适用于结构化道路的单目视觉/惯性组合导航定位算法.针对点特征匹配和连续多帧追踪受车速和相机视野制约的不足,提取道路上车道线的直线特征,引入对偶四元数描述直线特征.在基于对偶四元数的相对位姿估计算法的基础上,推导了图像特征增量与相机位姿增量的表达式.通过配准和时间同步,用惯导系统和相机分别解算的载体速度之差作为组合导航的观测量,建立kalman滤波修正组合导航系统的误差,包括相机测速标度因数误差.车载实验结果表明在结构化道路上算法是有效的.     

非合作目标视觉/惯导相对导航及敏感器自标定方法

利用视觉/惯导对空间非合作目标进行相对导航时,两敏感器的外参数对导航精度有较大影响。考虑到敏感器间的外参数标定复杂且耗时,提出一种利用视觉/惯导在估计相对状态过程中对其外参数进行标定的方法。该方法将视觉/惯导的外参数作为状态变量,与相对轨道运动学方程、相对姿态方程及惯导模型共同组成系统状态方程。利用该状态方程和单目视觉的观测量设计扩展卡尔曼滤波器对相对位姿、惯导偏差及视觉/惯导外参数进行估计,并通过数学仿真对该方法的有效性进行验证。仿真结果表明,该方法能够在视觉/惯导初始外参有偏差的情况下,有效估计相对位姿及惯导漂移,并对视觉/惯导外参数进行标定。     

用于视频图像帧间运动补偿的深度卷积神经网络

为探索深度学习理论在视频图像帧间运动补偿问题中的应用,提出一种用于视频图像帧间运动补偿的深度卷积神经网络。该网络由卷积模块和反卷积模块构成,可以处理不同分辨率输入图像并具备保持较完整图像细节的能力。利用具有时序一致性的视频图像序列构造训练样本,采用随机梯度下降法对设计的深度卷积神经网络进行训练。视觉效果和数值评估实验表明,训练得到的网络较传统方法能更有效地进行视频图像帧间运动补偿。     

伪波峰干扰下基于多点融合的地形匹配定位估计方法

深海地形匹配导航初始定位概率函数往往存在多伪波峰现象,造成较大的滤波器初始化误差,并影响导航滤波器的收敛性和稳定性。为解决多伪波峰干扰下的地形匹配导航高精度初始定位问题,提出了基于初始航迹段关联信息约束的多地形匹配定位点融合定位方法(MTP)。该方法通过推算导航点之间的强关联性和地形匹配定位误差的时空有界性构建初始航迹段的位置约束模型,并通过损失函数模型识别伪航迹中的最优航迹段,从而获得初始定位估计。船载数据回放仿真试验表明,在低适配区,MTP定位偏差和偏差标准差较TERCOM分别降低了29.8%和29.7%;在高适配区,MTP定位偏差和偏差标准差较TERCOM分别降低了32.2%和34.9%,验证了该方法的有效性。     

一种基于正交迭代的无人直升机着舰相对位姿估计方法

针对基于视觉的舰载无人直升机自主着舰过程中的相对位姿估计问题,选取着舰标志图像的角点特征进行求解,提出了一种基于正交迭代的位姿估计算法。该算法为满足位姿估计结果精确、鲁棒和高效的要求,采用目标空间误差作为误差函数,并基于透视投影模型给出迭代初值,相对于随机给定初始值而言,使得迭代次数减少,收敛速度提升;在迭代过程中,通过绝对定向方式来求解空间共线性误差最优值问题。仿真结果表明:该方法实时性好、精度较高,具有全局收敛性。     

惯组动态测试台误差分析及附加运动补偿算法

为了完成惯组的高精度、大动态测试任务,基于Gough-Stewart平台设计了电动六自由度惯组动态测试台。建立了系统的误差模型并分析了电动缸长度误差对系统精度的影响,分析了电动缸在惯组动态测试台运动过程中产生的被动螺旋附加运动,并对该运动补偿算法进行了研究。对被动螺旋附加运动产生的误差进行量化分析,结果表明,被动螺旋附加运动对惯组动态测试台的位姿精度存在非常显著的影响。为了消除该影响,编制了补偿算法,并将其应用于惯组动态测试台的实时控制系统中。实验结果表明,经过算法补偿后,惯组动态测试台的位姿精度达到了设计指标要求。     

复杂网络波动扩展衍射欠定采样预测模型

复杂网络环境中对网络波动的准确预测可以有效监测网络环境,防范网络入侵和拥堵。由于在复杂网络受到干扰的可能性更大,其网络波动具有扩展衍射特征,不可预测性强。传统方法中采用自回归移动平均模型进行复杂网络波形预测算法设计,在波动信号的时频重叠调制过程中未能纳入杂波先验信息,波动序列的扩展衍射特征形成欠定采样,预测效果不好。提出基于空间扩展自回归移动平均模型的复杂网络波动欠定预测算法,采用LTE线性均衡滤波,进行降噪去除杂波干扰,提取波动序列的扩展衍射特征形成欠定采样样本序列,设计网络波动时空序列扩展衍射点阵,准确预测网络波动的参数信息。以病毒入侵,网络监听和拥塞堵塞等波动产生模型为实例,进行仿真实验,结果表明该算法具有较高预测精度,监测点波动误差较小,实现复杂网络波动状态的动态跟踪和评估。     

逐鹿太空的卫星精确定位导航系统

信息时代,高精度的卫星导航定位技术发展迅速,应用范围愈来愈广。就相当于一个设置在太空中的无线电导航台,由若干颗导航定位卫星组成的先进的卫星导航定位系统,可以在任何时间、任何地点为地球上的各类用户确定所在地理位置的经纬度和海拔高度等信息。高精度的定位导航能力十分重要,它们使得卫星定位系统在军事上具有巨大的应用价值:一是可提升C4ISR系统性能;二是可提高导航(制导)精度;三是可实现单兵定位。正因为卫星定位系统对信息化作战指挥、武器性能等的巨大影响,而使其成为现代战争的“定盘星”、军队战斗力的“倍增器”,并成为世…     

一种精确定位篡改攻击位置的混沌数字水印算法

基于混沌变换良好的随机性和初始条件极端敏感性,提出了一种精确定位篡改位置的脆弱混沌数字水印算法．该算法将混沌加权后DCT中低频系数作为图像特征,利用混沌DCT匹配块对生成脆弱水印序列,最后嵌入到图像的DCT中频系数中．实验结果与分析表明,该算法几乎不影响图像的视觉质量,对图像篡改区域具有检测有效性和定位准确性,实现了盲认证．该算法不仅提高了篡改定位的精度,虚检率与漏检率也相应降低．     

基于景象匹配与惯导信息的SAR平台定位方法

利用高度传感器提供高度信息,结合高精度异源图像匹配技术与惯导系统漂移修正方法实现了SAR平台定位。根据成像中间时刻SAR平台与SAR图像中心线上物点在水平面的投影共线的特性,在单帧图像中心线上均匀选取若干点与光学基准图进行高精度景象匹配,计算平台在水平面上投影位置,并利用高度信息确定其空间位置;再使用序列图像定位结果估计惯导系统漂移参数,对惯导系统输出的位置数据进行修正,实现高精度的SAR平台定位。对各误差因素的影响进行了分析,推导了精度估计公式。仿真和实际序列图像实验结果表明,方法正确可行,平台定位精度较高,具备一定工程实用价值。     

基于弹迹跟踪预测的舰艇定位方法

舰艇采用实测舰位法对岸上不可见目标进行远程攻击时,在已获取目标地理信息的情况下,我舰定位误差往往成为影响打击精度的关键因素。针对惯性导航长时间工作产生积累误差,以及卫星导航在战时易受干扰等情况,提出利用对单发弹丸的跟踪与预测,结合提取的岸上目标绝对定位数据和弹丸落点的偏差信息,反向推算发射舰相对岸上目标的位置,可较为精确地修正我舰的绝对定位数据,为后续射击提供修正手段。该方法减少了战时舰炮武器系统对导航的依赖,仅靠对单发弹丸跟踪和预测,即可提高后续对岸射击的精度。     

结合景象匹配与惯导信息的SAR平台定位方法

利用高度传感器提供高度信息,结合高精度异源图像匹配技术与惯导系统漂移修正方法实现SAR平台定位。根据成像中间时刻SAR平台与SAR图像中心线上物点在水平面的投影共线的特性,在单帧图像中心线上均匀选取若干点与光学基准图进行高精度景象匹配;计算平台在水平面上投影位置,并利用高度信息确定其空间位置;使用序列图像定位结果估计惯导系统漂移参数,对惯导系统输出的位置数据进行修正,实现高精度的SAR平台定位。对各误差因素的影响进行分析,推导了精度估计公式。仿真和实际序列图像实验结果表明,方法正确可行,具有较高的平台定位精度,具备一定工程实用价值。     

航空装备维修费用的组合预测模型

通过分析回归分析法,BP神经网络和加速遗传算法原理,针对BP神经网络的变异特性,运用遗传算法对其进一步修正,最终建立了适用于航空装备维修保障费用的BP网络组合预测时间序列输出模型,结合某型航空装备维修保障费用数据进行预测系统仿真,得出结果实际数据相比误差较小.结论说明,此方法具有更高的预测精度,有较好的实际应用价值.     

基于系统动力学的军事信息网带宽需求建模分析

从系统动力学的观点出发,对军事信息网带宽需求的动态作用机制进行了研究,提出了军事信息网带宽的需求建模方法,克服了传统回归模型和时间序列模型的缺陷,将作战体系、国家信息技术支持和网络之间的动态关系纳入到需求系统中,为我军信息网规划设计的深入研究提供参考和借鉴。     

组合网络与证据理论相结合的电路故障诊断

针对神经网络中两种常用的网络类型BP和Elman,在模拟电路故障诊断中的应用过程的特点——各自网络都有自身缺陷,提出基于BP-Elman神经网络与证据理论相结合的故障诊断方法.首先BP-Elman网络得出其各自的初步诊断结果,经过必要的转换将其转换成证据理论的概率赋值,作为证据组合的依据;证据理论组合规则将初步诊断结果融合得出决策级诊断结果.通过对某装备位置调节器板的故障诊断过程表明,该模型经过尽可能融合有效故障信息,大大提高了系统的诊断精度和诊断正确率,而且有效降低了系统不确定性.