基于Lyapunov方法的轮式移动机器人全局轨迹跟踪控制

针对轮式移动机器人的运动学模型,通过设计复合跟踪误差,利用Lyapunov直接法,构造出了具有全局渐近稳定的全局渐近跟踪控制器,实现对参考轨迹的全局渐近跟踪,并根据Lyapunov稳定性定理证明了系统的全局渐近稳定性.最后,给出的仿真结果表明,初始跟踪误差很快收敛于零,轨迹跟踪效果良好,闭环系统具有良好的动态性能和全局稳定性,适用于轮式移动机器人的全局轨迹跟踪控制.     

一种有效的红外图像融合算法

给出了一种基于átrous算法红外与可见光图像融合算法,该算法主要针对光谱差异较大以及配准精度较低的这类图像的融合算法。该算法首先对融合图像源进行átrous算法分解;随后,对分解的低频信息利用取加权法进行融合;高频信息首先利用边缘检测技术对不同尺度不同方向的高频信息进行边缘点的加强,然后以区域的空间频率为度量标准得到新的高频系数;最后进行átrous算法重构得到最终的融合图像。通过两组红外和可见光图像的融合实验,结果表明该方法能有效地突出边缘细节,提高图像分辨效果和人眼对场景目标的发现和识别概率。     

脊状表面近壁区湍流度分布规律

通过对不同风速下,不同形状、尺寸脊状表面及光滑平板表面边界层内湍流度的测试,对比分析了脊状表面近壁区湍流度的分布规律。试验在小型直流风洞中开展,流场测试中使用恒温式IFA 300智能型流动分析仪,测试模型则采用有机玻璃及铝两种材质的平板模型。在脊状表面理论零点及壁面摩擦速度的计算中,采用了基于紊流边界层对数律区流速分布公式同时计算壁面理论零点和壁面摩擦速度的改进方法。最终测试结果表明:脊状表面边界层过渡区和对数律区内湍流度与平板相比显著下降,最大降幅超过10%,证明脊状结构的存在有效减弱了壁面近壁区内"猝发现象"的发生。     

基于Matlab/Simulink的三轴随动跟踪平台仿真

在分析三轴随动跟踪平台控制原理和算法设计的基础上,运用Matlab/simulink仿真工具对其建立数字仿真模型。通过调节仿真模型系统参数,探索出具有精确指向的最优系统参数,以指导跟踪平台的设计与调试,优化和改善随动平台的跟踪性能。最后给出了仿真模型和随动平台在静态精度和动态精度方面的比较结果。仿真计算和实际应用结果表明,精度基本一致,验证了数字仿真模型建立的可行性和有效性。     

多弹作战中的任务重分配方法

突现任务重分配是具备了飞行中改变攻击目标能力的巡航导弹在作战中需要解决的重要问题。通过分析可控巡航导弹的特点及此类导弹在飞行中可能出现的突现任务类型,借鉴战斧巡航导弹的作战样式,建立了出现突现任务后的任务执行过程;提出了候选导弹、重瞄导弹的确定方法,并建立了各自的任务执行子模块;利用这些子模块,从一个新角度提出了基于逻辑判断的突现任务分配方法,可为可控巡航导弹的突现任务重分配系统设计提供参考。     

战争设计工程中专家群体研讨组织研究

通过对产生战争复杂性原因的分析,对战争设计工程提出的专家群体集体研讨方法进行了研究;并重点对专家群体组成、在研讨中的作用与专家之间协作关系进行了阐述。为对抗由战争复杂性引起的诸多战争问题,提供了一种切实可行的研究方法。     

捷联寻北仪抗环境干扰的研究

捷联寻北仪在使用中会受到各种环境干扰的影响,从而削弱有用信号,降低寻北精度。研究了一种测量角速度干扰的方法。首先,定义一个虚拟的数学平台;然后,利用加速度计输出和陀螺仪输出积分计算得到实时姿态角相比较,并采用P I控制器进行反馈控制将数学平台调平;从而把角速度干扰从陀螺输出信号中测量出来。该方法简单实用,能显著提高寻北仪抗环境干扰的能力。     

基于信息融合技术的防空通信系统效能评估

防空通信系统综合评判的核心计算是:实现从各指标隶属度到目标隶属度的转换。但是,现有的隶属度转换方法,不能揭示指标隶属度中"哪部分对目标分类有用,哪部分无用";结果是指标隶属度中原本对目标分类不起作用的冗余数值,也被用于计算目标隶属度。实际上,隶属度转换是一种信息融合技术,实现信息融合的关键环节是挖掘隐藏在各指标隶属度中关于目标分类的知识信息。为此,通过挖掘这种知识信息设计一种滤波器,能清除指标隶属度中对目标分类不起作用的冗余数值,在没有冗余数据干扰条件下实现隶属度转换,由此建立一种基于信息融合技术的防空通信系统效能评估的方法。     

空中目标类型识别的直觉模糊集方法

在防空作战中为了有效地对空中目标的类型进行识别,利用直觉模糊集理论对目标识别信息的不确定性进行量化处理,并在直觉模糊数排序方法研究基础上,提出了一种基于直觉模糊集理论的空中目标类型识别方法。实例分析表明,该方法能够定量描述目标判断信息的不确定性以及在避免信息丢失的同时有效地处理不确定性程度较高的目标判断信息,可为防空作战中目标类型识别提供理论参考。     

基于模糊二叉树支持向量机的空袭目标属性识别

针对现有空袭目标属性识别方法存在的不足,提出了一种基于模糊二叉树支持向量机的空袭目标属性识别技术。该方法充分发挥了模糊二叉树支持向量机解决二类分类问题的优势,有效地提高了识别率和识别速度。最后给出了与现有识别方法的比较结果,证明了该方法的有效性。