多无人机监督控制技术的发展现状及启示

随着平台中心战向网络中心战的转变，以及无人机自动化技术的不断成熟，操作员在任务规划和实际作战中的作用发生了很大变化，单操作员对多无人机的监督控制受到越来越多的重视。文章在研究多无人机监督控制技术内涵的基础上，详细分析了该技术的国外发展现状，并从人一系统综合、可变自主级别控制以及在线态势评估等三个方面具体讨论了提高我国多无人机监督控制能力亟需突破的关键技术，为单操作员控制多架无人机推向实际作战应用提供技术参考。     

MIMU现场标定方法

针对微机械惯性测量单元的工程应用需求,提出了一种改进的现场标定方法.通过8个位置的选取,降低了配套设备的复杂程度,易于工程实现;由于8个位置的测量信息是6个位置测量信息的4倍,使得利用非线性最小二乘法拟合求取到的校准模型参数精度得以提高.     

用神经网络变易有效焦距的摄像机标定法

针对传统摄像机标定中由于像差等非线性因素的影响造成结果精度和稳定性不高且算法复杂的特点 ,提出了用 4层前向神经网络模型变易摄像机横纵向有效焦距的方法。给出了摄像机标定结果和用标定后的摄像机进行三维立体测量的结果 ,并与传统方法作了对比。结果表明 ,基于神经网络的摄像机标定方法可以获得比传统方法更高的精度和稳定性     

自适应两步滤波算法在机载IRSTS被动定位中的应用

在机载红外搜索跟踪系统被动定位研究中,针对扩展卡尔曼滤波算法要求先验的噪声统计及存在系统观测模型线性化误差影响滤波精度的特点,利用两步滤波算法并结合Sage-Husa噪声估计器构建了适用于机载IRSTS被动定位特点的自适应两步滤波算法模型,算法不仅实时在线地估计了观测噪声的统计特性,而且避免了观测模型线性化误差.仿真结果表明,在完全相同的初始条件下,自适应两步滤波算法对目标运动参数的估计结果明显优于扩展卡尔曼滤波,从而提高了机载IRSTS被动定位的精度.     

一种新型模糊神经网络及其在故障诊断中的应用

提出了一种基于模块化模糊神经网络的非线性系统故障诊断新方法.该方法先使用模糊c-均值聚类算法(FCM)实现测量空间的模决分割以决定模糊规则的个数,再使用模糊IF-THEN规则对分割后的各区域分别采用局部BP模型去进行逼近,最后再通过离线学习以获得不同区域故障输出与测量输入的非线性动力学特性.应用表明,提出的模糊神经网络结构、原理及实现方法是合理可行的,经过离线学习后的网络可实现对非线性系统的在线实时状态跟踪和诊断,可提高故障检测的正确率和快速性,并具有较好的泛化性能.     

舰载武器系统零位检测与规正方法

零位检测与规正是作战系统装舰的基础工作,也是武器系统准确打击目标的前提和基础.鉴于传统瞄星方法和标定物标定方法的局限性,以在工程中遇到的特定环境下的武器系统标定为例,分析了具体环境下武器系统零位检测与规正的创新性运用,提出了"线标定法",以为类似情形下的武器系统或作战系统标定提供借鉴.     

自治式潜水器规避航行神经网络控制器设计

在规避机动状态下,为了实现对自治式潜水器良好的航行控制,通过分析潜水器的运动状态,建立了运动状态方程,确立了非线性单输入/单输出系统.同时,将复杂的非线性模型通过微分同胚的方法转化为降阶的线性模型,并在此基础上提出了一种基于神经网络的控制方法:将滑模控制思想、反馈线性化理论及神经网络在线建模方法相结合,提出了基于神经网络的鲁棒自适应控制算法,并将此方法用于自治式潜水器高度保持的仿真中,从仿真的结果来看,控制器具有满意的控制效果,证实了该方法的有效性,能为自治式潜水器航行控制提供一定的参考.     

基于参数自适应辨识的被动定向算法

推导了匀速运动目标球坐标系下的定向跟踪模型;状态建模的不完备性引起了模型噪声方差阵带有未知径距参数,因而需要解决参数在线辨识问题.从滤波残差正交性原理出发,推导出参数自适应辨识滤波器(PIBF),计算机仿真验证了该算法的有效性并且对目标机动有一定的鲁棒性.     

束流位置探测器的一种标定方法及误差分析

加速器运行时,须通过分析处理束流位置探测器拾取的信号,监测束流相对于管道中心的位置．文中介绍了一种对四电极型束流探测器的标定方法,并对误差进行了分析．     

身管内弹道性能改变量的静态标定研究

目前国内外静态标定火炮身管内弹道性能改变量的方法,都存在着原理和精度不高的缺陷。采用多特征截面的标定方法可取得满意的精度,本文论述了其理论基础、精度及应用领域。