水面无人艇导航与控制系统设计与实现

无人艇用于海面环境监测、海难搜寻救助、通航秩序辅助管理、海洋权益保护等方面具有广阔的应用前景,尤其是对于沿海沿江复杂水域具有明显的战略发展意义。以现有无人或小型作业艇船体及动力设备为基础,研究无人艇遥操作系统,包括岸基或母船控制台、艇载设备驱动系统及网络数据交换等方面内容,通过上位机海图实现艇运动路径规划,同时利用岸基或母船雷达及AIS获取的艇周目标信息提供在线避碰决策支持,根据无人艇采集的地理位置、航向姿态、航速及舵角等远程反馈数据产生对艇遥控指令,驱动无人艇上的车舵系统,实现自由加减速、前进、转向与停车等操作。系统通过推理及仿真试验,表明控制基站与艇数据交换可靠,艇车舵系统能有效响应遥指令,数据链路还能支持艇体搭载远程任务模块。     

视觉目标跟踪现状与发展

视觉目标跟踪系统在军事和民用领域都有重大的应用需求,如武器制导、视觉导航、安防监控等。视觉目标跟踪系统的目的是在视频序列的每一帧中准确地定位目标位置,还原目标完整的运动路径,为高层应用提供决策依据。根据任务需求不同,目标跟踪系统可以分为单目标跟踪和多目标跟踪。在算法层面分别介绍了视觉单目标跟踪和多目标跟踪的发展现状,并对相关算法的优点和不足做了简要分析。结合当前研究现状,简要地梳理了目标跟踪算法的发展趋势。研究表明,视觉目标跟踪是一个非常开放的研究领域,相关的理论和方法层出不穷,不同算法的侧重点也不尽相同,研究经典的目标跟踪算法有助于把握视觉目标跟踪中潜在的问题,为设计目标跟踪系统提供依据。     

国外红外侦察告警装备的新发展

综述了国外机载、卫星载红外告警设备和舰载红外搜索与跟踪系统的最新进展。     

球坐标系下的解耦滤波算法

采用 CV和 CA模型 ,利用雷达的测量值 ,给出了一种在球坐标下的解耦滤波算法。基本思想是在球坐标下进行滤波 ,同时采用交互式多模型算法 ,以提高滤波精度 ,Monte- Carlo仿真分析证明了这种算法达到了预期的效果     

无人侦察机目标跟踪系统控制模型

无人侦察机对目标的跟踪是通过调整陀螺稳定平台的高低角和方位角,从而使摄影设备的光轴对准目标来实现的。给出了根据摄影设备的焦距以及目标在监视屏上的坐标,求取平台的姿态角控制指令的系统方案;在考虑表观运动即无人机角运动对平台角运动影响的情况下,得出求取控制指令的表达式;并对无人机目标跟踪系统的控制模型进行了仿真验证。     

雷达天线系统改进设计新方法

抛物面天线是火控雷达中普遍使用的一种跟踪天线,通过系统优化设计,可以形成很窄的波束,所以其跟踪精度很高,因为其波束很窄,所以搜索发现目标困难。利用阵列信号处理方法,对连续口径天线进行分析,将抛物面天线改进成为一种集搜索、跟踪于一体的新型天线。同时,在改进后雷达的高频部分增加高频放大器,以抵消天线改进后引起的增益下降。新系统既容易搜索发现空中目标,又具有较高跟踪精度。     

空间光通信粗瞄系统的扰动估计与补偿

粗瞄系统以直流力矩电机驱动二维转台为执行机构,通过粗瞄控制器对其进行控制。对系统受到的扰动进行分析,应用了最速跟踪微分器提取速度信号;以二维转台的方位轴为控制对象,在其位置环、速度环采用级联线性自抗扰控制器,通过线性扩张状态观测器主动补偿扰动,达到内外环双重隔离扰动的目的,提高跟踪精度;之后进行了实验分析。分析结果表明:在加入同样的模拟扰动信号,输入2 Hz,5 Hz和8 Hz的正弦信号时,与比例、微分、积分控制器相比,跟踪误差的标准差约降低50%;验证了线性扩张状态观测器具有扰动补偿效果;在输入不同频率正弦信号时,自抗扰控制器对输入信号频率的变化不敏感,仍能保证较高的跟踪精度。     

时差方位被动定位法在水下目标跟踪中的应用

在水下目标跟踪中 ,无源被动定位技术是常用的技术。在对利用方位和声波脉冲到达时间差的被动测量来进行目标的定位和跟踪后 ,对系统进行了描述和分析 ,利用递推最小二乘 (RL S)估计算法估计出目标的运动偏量 ,然后结合线性卡尔曼滤波 (KF)算法给出目标的运动状态。仿真结果表明 ,利用方位和时差对水下目标进行定位跟踪 ,可以要求观测站是静止的 ,不必机动 ,并且具有快速收敛、精度较高、稳定等特点。     

多目标跟踪系统测量结果识别算法分析

首先针对多目标自动跟踪问题,对测量结果的两种识别方法和判定规则进行了讨论,给出了目标状态模型、参数模型和探测模型,并对这些模型进行了评估,在此基础上重点分析了多目标自动跟踪状态下基于状态模型参数识别测量结果的算法。最后指出了这种算法的优缺点。     

一种基于Lorentzian函数的变步长LMS自适应滤波算法

为了改善传统的LMS类算法存在的缺点,提高算法的收敛速度和跟踪性能,提出了一种基于Lorentzian函数的变步长LMS自适应滤波算法.该算法采用Lorentzian函数来建立估计误差e(n)和步长因子μ(n)之间的非线性关系,以达到提高收敛速度和改善跟踪性能的目的.计算机仿真表明,算法与其他LMS类自适应滤波算法相比,在收敛速度和跟踪性能上都有较大的提升.