不能忘记长征中的两个重要会议

在红军长征途中,除了著名的遵义会议,还有"通道会议"和"苟坝会议"也非常重要.如果说遵义会议是中国共产党历史上生死攸关的转折点,那么"通道会议"就是这个伟大转折的起始点;而"苟坝会议"则是遵义会议的继续,其不仅在法理上进一步巩固和确立了毛泽东在党内的领导地位,也意味着毛泽东军事思想有了贯彻的组织保证.     

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°。     

基于复合失效模式的寿命分布检验方法

产品往往受随机失效和耗损失效两种模式的双重影响,因此,构造指数威布尔分布表征该类产品的失效规律。首先,用图检验法对该类产品的寿命数据进行初步检验;其次,研究了该类产品寿命数据的极大似然估计的求解方法,进一步用伽方检验方法对寿命分布类进行了检验;最后,通过工程仿真例子说明了该方法的具体操作流程,最终验证了方法的正确性。     

基于相位相关的快速亚像素全局运动估计

为了实现亚像素级图像快速全局运动估计,提出了一种基于相位相关的快速亚像素全局运动估计方法。首先对待计算的两幅图像进行下采样并计算整像素级的全局运动矢量,然后选取两幅图像重叠的部分进行插值,再计算亚像素级的全局运动矢量。最后,将整像素级和亚像素级的计算结果进行加权计算,得出亚像素级的全局运动位移。实验结果表明,文中算法对噪声影响、光照变化和局部遮挡具有较好的鲁棒性,同时能够有效地提高运动估计的精确性和计算效率。     

基于贝叶斯网络的空中目标威胁估计算法

联合作战条件下,指挥决策人员在海量描述战场态势的数据和信息面前往往会束手无策,无法快速作出正确的决策。贝叶斯网络模型是一种基于概率推理的网络化数学模型,能够通过一些变量的信息来获取其他的概率信息,从而解决不定性和不完整性问题。提出了一种基于贝叶斯网络的空中目标威胁估计算法,用空中威胁网络模型找到空中威胁目标各属性之间的潜在关系,并建立空中目标威胁估计算法,最后以一个实例来验证该空中目标威胁估计的计算过程和有效性。     

基于集合交的欧式误差状态估计方法

基于集合交的欧式误差估计方法利用集合理论,根据已有的探测数据对目标的状态进行估计,在满足一定的条件下,计算目标状态估计集合。根据该集合确定状态的估计值以及估计的欧式误差范围。可以针对某一次具体的实验,计算目标的状态估计以及误差界。     

基于采样的非线性滤波方法

在系统阐述贝叶斯估计理论的基础上,分析和总结了扩展卡尔曼滤波、Sigma点卡尔曼滤波以及粒子滤波等方法的特点、使用条件以及局限性.介绍了扩展卡尔曼滤波方法并指出其缺陷;介绍了无轨迹卡尔曼滤波、中心差分卡尔曼滤波等确定性采样方法,并在加权统计线性回归意义下将其归结为Sigma点卡尔曼滤波方法;介绍了随机采样方法-粒子滤波方法,并指出其主要的研究方向.最后,对非线性滤波的发展趋势进行了展望.     

信息化战场环境下态势估计系统及其仿真技术

态势估计是数据融合体系中的一个重要层次.在当前信息化战争的环境下,态势估计技术在战斗中的作用显得尤为重要,目前国内关于态势估计的研究大多数处在概念研究的阶段.分析了态势估计的基本原理,给出了在信息化战场环境中态势估计的处理流程,构建了一个基于专家系统的态势估计系统,并采用HLA技术,利用VR_Force和VC开发了一套空战态势估计仿真系统.     

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.     

一种无人直升机自主着舰相对位姿估计方法

在无人直升机自主着舰中,鉴于视觉方法在机舰相对位姿估计中存在延迟的缺点,采用视觉惯导融合的方法对机舰相对位姿进行了估计.首先,建立了机舰相对位姿估计框架和相对惯导方程,在其基础上构建了基于IMU和视觉信息的状态方程和量测方程;然后,综合考虑视觉和IMU传感器的特点,采用MAEKF算法对视觉和IM U数据进行融合;最后,...