仿螳螂虾机器人目标跟随闭环控制

针对高效开展水下目标跟随任务,提出一种仿螳螂虾机器人目标跟随闭环控制系统。首先以螳螂虾为仿生对象,完成了多腹足耦合运动的仿螳螂虾机器人结构与硬件系统设计。其次为验证控制系统的有效性,展开了一系列水下实验,其中包括对静态目标和动态目标的识别跟随。最终实验结果表明,该仿螳螂虾机器人可以在2 m×1 m×1 m的狭窄水池中完成多角度的转向以及灵活的速度调节,能够在与目标物运动方向夹角为55°时完成目标跟随任务,最小跟随转向半径可达0.48 m。这不仅证明了基于仿生闭环中枢模式发生器的仿螳螂虾机器人能够有效完成特定目标的跟随任务,还为水下机器人的实际应用提供了新的思路。     

军用无线多信道负载均衡模块的设计与实现

伴随武器装备信息化建设的不断深入,以无线战术电台构建的"初级战术互联网"上传输的业务信息流越来越大,从而对信道带宽的需求也越来越高,无线信道吞吐量成为制约整个网络性能的瓶颈。针对这一问题,提出一种军用无线多信道负载均衡模块的方法,在组网控制设备上建立业务信息流库,统一信道调度机制,以及采用基于ETT算法计算信道质量,最终来实现在多信道环境下的业务负载均衡,详细给出了模块处理流程和实现过程。实践表明该模块对提高"初级战术互联网"吞吐量有一定作用。     

基于某推力机构弹道修正弹角运动稳定性分析

为了研究基于"预置质量块"式弹道修正力系下的某低旋尾翼修正弹的飞行稳定性,对弹丸进行修正力系作用下的受力过程进行分析。通过建立其6D弹道模型以及复攻角运动方程,对推力作用下的弹箭追随稳定性以及动态稳定性进行了理论及仿真分析。分析结果表明,在δ_(2P)δ_(pm)条件下,弹箭追随稳定性满足要求;考虑缓变系数影响,二圆运动阻尼系数均小于0条件下,弹箭动态稳定性得到保证。证明基于"预制质量块"的弹道修正弹满足飞行稳定性要求。     

基于量测噪声方差估计的GM-CBMeMBer算法

针对目标跟踪系统下量测噪声统计特性不准确甚至难以获取的问题,提出一种量测噪声统计特性自适应的高斯混合势均衡多目标多伯努利(Cardinality Balanced Multi-Target Multi-Bernoulli,GM-CBMe MBer)滤波算法。该算法引入Sage-Husa自适应滤波器的思想,利用遗忘因子对量测噪声协方差误差进行修正;建立检验统计量,判断算法敛散性;若滤波发散,则采用有偏估计方法来保证算法收敛性。仿真结果表明在非时变、时变量测噪声方差未知情况下,改进算法的跟踪性能优于传统的GM-CBMe MBer滤波算法,对量测噪声的变化具有较强的适应能力。     

能量均衡的围捕任务分配方法

随着水下机器人反围捕策略研究的不断深入,水下机器人围捕变得越来越困难。为此构建一种多层环状伏击围捕模型并设计了基于围捕任务的任务分配方法,使得水下机器人能够充分利用自身的特点更好地完成任务。同时,考虑在围捕过程中随时间推移,系统内能量会出现消耗不均的现象,据此提出一种能量均衡方法平衡系统能量的消耗。实验证明所提出的基于多层环状围捕模型的能量均衡策略任务分配方法能有效提高围捕成功率,延长系统寿命。     

一种窄波束多子阵合成孔径声纳 方位空变偏航角补偿算法

为了解决方位空变的偏航角导致多子阵合成孔径声纳出现时延误差和波束照射方向改变,从而影响成像效果的问题,在窄波束条件下提出了一种针对方位空变的偏航角补偿算法。与传统算法相比,所提算法考虑了时延误差距离依赖的特点和波束照射方向改变的问题。在算法实现中,首先建立了方位空变的偏航角运动误差模型,并根据模型给出了时延误差的补偿方法;然后,用小斜视角多子阵合成孔径声纳成像算法解决波束照射方向改变的问题,并给出了偏航角波动范围的限制条件;最后,通过计算机仿真证明了本文算法正确性和有效性。     

附加运动约束的MEMS惯性传感器融合定姿算法

针对MEMS惯性传感器因精度低、误差随时间累积导致无法满足长时间姿态测量要求的问题,提出了一种附加运动约束的姿态估计方法,即在以陀螺仪解算的姿态信息作为系统预测、以加速度计与磁强计解算的姿态信息作为系统量测的基础上,将载体运动约束作为虚拟观测量输入滤波器。同时,针对传统EKF算法精度不高的问题,提出了一种新的滤波融合算法,即迭代更新扩展卡尔曼滤波(iterated update extended Kalman filter,IU-EKF)。新算法通过将当前量测信息逐步引入量测更新过程实现后验状态估计,从而达到减弱观测模型非线性、提高滤波估计精度的目的。数值仿真结果表明:本文算法的姿态估计精度较传统的"双矢量法+EKF"模式有大幅提升。     

改进型PASTd双基地MIMO雷达相干目标角度跟踪算法

针对双基地MIMO雷达相干目标运动时角度跟踪问题,提出了一种基于数据平滑的快速跟踪算法。首先借鉴空间平滑的思想,采用数据平滑重构得到满秩的数据,去除相干信号造成的影响。对PASTd算法进行改进,提出适合平滑后数据的PASTd算法,通过改进的PASTd算法,能够更快地得到目标特征向量,并对其进行正交化得到信号子空间,最后结合ESPRIT算法得到收发角度,并实现自动配对,完成运动目标的角度跟踪。仿真结果验证算法的有效性。     

一种基于MMMA的双模式变步长盲均衡算法

针对传统修正恒模算法(MCMA)收敛速度慢、剩余码间干扰大的缺点,在双模式修正恒模算法(MCMA+DD-LMS)的基础上引入局部信息量和变步长的思想,提出了一种基于修正多模算法(MMMA)的双模式变步长修正多模算法(VS-MMMA+DD-LMS)。经过理论分析和实验仿真,证明改进后的算法较传统算法具有更好的均衡效果。     

基于亚像素模糊检测的Wiener对运动模糊图像复原方法

在图像获取中由于目标运动、拍摄条件等原因,容易产生剧烈的运动模糊,难以辨认。针对运动模糊点扩散函数、信噪比不知的情况下,对传统Wiener进行了创新和实践,探讨了基于亚像素的模糊方向与深度检测和递推迭代的自适应Wiener滤波对运动图像的复原方法。该方法首先对图像进行任一方向的亚像素进行模糊运动方向计算并确认,而后解算模糊尺度。采用先验信噪比进行预设,并迭代推算得出最优值。实验表明,该方法在对拍摄的模糊图像处理能获得较理想的效果。