一种高超声速飞行器在线反馈滤波算法

高超声速飞行器是近年来各国大力发展的新概念飞行器,针对其飞行运动轨迹难以进行高精度跟踪这一问题,结合神经网络强大的自适应和自学习能力,提出了一种高超声速飞行器在线反馈滤波算法.其核心是在当前统计模型的基础上,利用BP神经网络与卡尔曼滤波相结合进行滤波器设计,实现对高超声速飞行器高精度跟踪.最后通过仿真试验进行比较,验证...     

基于双层随机森林的空袭目标识别

空袭目标识别是防空作战指挥决策的关键环节,针对空袭目标特征繁杂容易造成模型拟合和识别精度不高这一问题,为提高空袭目标的识别能力,提出了一种基于双层随机森林的空袭目标识别算法。该算法在第一层随机森林通过计算基尼指数变化量对特征进行重要性评估和优选,然后在第二层随机森林进行数据降维和目标识别,相较传统随机森林能够提高目标识别的准确率和稳定性。将该算法与传统随机森林、支持向量机和PNN神经网络进行对比分析,仿真结果表明该算法能够在保证识别准确率的基础上同时具有较高的识别速度和识别稳定性。     

同轴线圈电磁推进出口速度控制方案的仿真研究

为应对电枢出口速度需要进行灵活以及精确调节的场景,提出了一种使用异步式线圈推进器作为主加速装置,同步式线圈推进器在尾部作为调速器进行速度控制的联合调速方案。在ANSYS中建立了将调速器放置于单段异步式线圈推进器出口的二维仿真模型,针对调速器的实体设计,分别对异步式推进器最后一匝线圈与同步调速器线圈间距离和调速器线圈长度进行了仿真分析;使用该模型验证了改变脉冲电源初始电压能够控制调速器调速范围,以及改变开关触发时间能够控制调速器实现需求的电枢速度补偿,进一步给出控制回路的设计方案,为电磁线圈推进尾部电枢速度控制应用奠定了理论基础。     

基于二维目标的增强检测与舷角约束导引方案

针对无人水面船不确定水域的特定目标搜索与可控角度导引问题,探索了基于YOLO的目标检测方式以及基于舷角约束的导引控制方法。在分析水面海雾等不确定条件基础上,设计相关滤波器并采用改进式YOLOv5算法对目标特征提取,并结合相机深度信息进行坐标转换实现对水面目标的检测定位;在导引规划中,改进传统比例导引为滑模变结构导引控制,实现高机动性目标舷角约束制导。控制系统设计上,采用TCP/IP结合ROS机制,打造了针对视觉信息处理的舷角约束末端制导系统。最终借助Autolabor无人系统平台完成了二维模拟实验验证,目标导引误差结果为1.54%,证明了该方法的有效性和可行性。     

航天器编队飞行构形保持与重构的继电型控制

研究小偏心参考轨道航天器编队飞行构形保持与重构控制的工程实现技术。首先给出相对运动状态转移矩阵,并推导出常推力控制情况下相对运动状态递推的解析表达式;进而给出脉冲推力、连续变推力和继电型推力三种发动机的推力模型和示意图。分别将等速度冲量的三种推力模型代入相对运动状态转移矩阵中,比较相同条件下相对运动控制作用效果的差异,理论推导结果表明:在一阶意义上,三种推力模型对相对运动控制作用等效,因而航天器编队构形保持与重构控制可以基于继电型推力模型来实现。     

GPS多天线多径抑制技术

针对小范围多天线系统中多径对各相关通道之间信噪比测量值影响的相关性,采用基于“当前统计”模型的扩展卡尔曼滤波技术得到多径信号各参数,从而消去多径信号影响。分析了多径对信噪比的影响,建立了扩展卡尔曼滤波的状态方程和观测方程。仿真表明,该方法能够有效地降低由多径引起的伪距测量误差和相位测量误差。     

一种自适应变结构交互式多模型算法

针对机动目标跟踪问题,提出了一种自适应变结构交互式多模型算法。对滤波问题进行了简单描述,并给出了交互式多模型算法的数学模型;建立了一种新的变结构交互式多模型算法的精确模型,模型子集之间并行独立运行,通过选取概率最高的模型子集的状态估计作为最终的估计结果;在变结构交互式多模型算法基础上进一步设计了自适应变结构交互式多模型算法,该方法提高了模型子集和目标实际机动模式的匹配程度,从而提高了目标跟踪精度。仿真结果表明,自适应变结构交互式多模型算法的跟踪效果优于其他方法。     

融合视觉图像处理的目标识别技术在移动机器人中的应用

为了提升移动机器人的运动人体识别效果,研究利用Faster-RCNN-KF对动态人体图像进行实时跟踪,并结合Facenet-MTCNN实现跟踪对象人脸识别。运动人体跟踪检测实验和人脸识别测试结果显示,Faster-RCNN-KF算法跟踪误差仅为0.000 5 m,且跟踪响应速度和误差更正速度较快;Facenet-MTCNN目标识别算法在训练中的分类精度最高能够达到99.15%,分类中的时间延迟为0.01 s,能够有效识别跟踪对象的身份信息。研究结果表明,视觉图像处理技术能够实现人体的有效跟踪检测,并能对不同身份的跟踪对象进行人脸识别,对移动机器人跟踪与识别技术发展具有重要价值。     

基于体系仿真大数据的效能评估方法

随着复杂系统仿真技术、计算能力和数据管理能力的发展,仿真数据逐步呈现大数据特点,评估指标之间也存在高维度、高冗余、高相关等突出问题。结合上述背景,分析了基于体系仿真的效能评估问题研究现状,介绍了深度学习技术的研究进展。指出采用合理的指标约简方法、使用高效的神经网络模型进行效能评估是下一步的研究重点。