地形生成算法

提出了通过读取单色BMP格式的等高线图产生三维地形的方法和使用OpenFlight API和分形算法生成三维地形的方法.第一种方法对应每一个高程生成一个或多个多边形,再把代表不同高度的多边形放置到对应的高度上,并从最低端的多边形开始,逐层向上一层多边形采用沿各顶点法线放样的方法生成地形三角形,这种方法适用于生成锥形山、丘陵等小面积地区的地形模型;第二种方法使用分形算法生成三维地形,这种算法生成地形速度快、逼真度高,适用于生成大面积的三维地形.     

基于ON／OFF模型的网络流量生成

分析了网络流量的特性,依据网络流量的自相似性,阐述了自相似网络流量生成的方法。以ON/OFF模型为理论依据,设计了生成自相似网络流量的算法,实现了在局域网环境中在线生成满足用户配置要求的网络流量,并对其关键部分代理端的流量生成模块进行了介绍。     

基于最小二乘的导弹外弹道精度分析系统

外弹道测量系统中,合理的布站能提高整个系统对目标的跟踪测量能力,优化的交会方案可提高弹道求解的精度。采用最小二乘法,运用协方差矩阵分析轨道参数精度,通过仿真计算,着重研究如何获取最优交会方案,以及不同的交会方案对外弹道求解精度的影响。试验结果表明,该算法可为外测数据事后处理提供高精度、快速的光测数据处理报告,为合理调整站点布局和人力资源提供依据。     

监控视频运动目标的频繁轨迹模式挖掘

运用数据挖掘的方式分析运动轨迹数据在目前可以说是一种尝试。基于传统数据挖掘方法Apriori的思想,提出了一种监控视频运动目标的频繁轨迹模式挖掘算法。首先以特征点表示连续的运动目标轨迹,然后设计了一种轨迹相似度测量机制,最后基于相似度测量获得的轨迹段频率,将Apriori挖掘算法应用到2D运动轨迹数据,从中发现频繁轨迹隐含的一些感兴趣模式。实际的和人工生成的轨迹数据实验表明了算法的正确有效性。     

水下导弹导引法与弹道仿真

假设目标作直线运动时,以未来方位导引法和自动变提前角导引法两种不同的导引方法为例,建立了水下导弹的线导和自导相对运动方程、导引弹道数学模型并进行了仿真,获得了水下导弹、目标和制导站的相对运动轨迹及水下导弹与目标相对距离随时间变化的曲线和攻击效果。对水下导弹攻击目标距离的预测具有较高的参考价值。     

基于不完全测量数据的飞行器轨迹参数估计

提出基于稀疏优化的轨迹参数估计新方法,通过降低参数空间的维数改善模型的病态性。利用B样条函数实现轨迹参数的稀疏表示,根据轨迹参数与测量数据的关系建立估计轨迹参数的稀疏表示寻优模型,采用高斯牛顿法获得模型的解。寻优模型中待估参数的数量取决于样条节点数,利用样条函数的高阶导数在节点处的不连续性建立了选取样条节点的稀疏优化模型,采用凸优化方法求解该模型,实现样条节点数的最小化。仿真结果表明,稀疏优化方法能够大幅度提高不完全测量段落轨迹参数的估计精度。     

基于实际飞行数据插值的INS/GNSS组合导航仿真轨迹发生器

针对INS/GNSS组合导航仿真中,捷联惯导系统陀螺、加速度计信号高精度模拟问题,提出了基于实际飞行数据插值的动态轨迹解析生成仿真算法。对转换到地心惯性坐标系中的载体姿态、位置和重力场数据进行关于时间的样条函数插值,得到载体坐标系下陀螺角速率、角增量以及加速度计比力积分增量的高精度分段解析表达式。使生成的陀螺、加速度计信号符合载体运动学和动力学特性,反映杆臂效应影响,同时与经事后处理的实测GNSS伪距、伪距率等数据特征保持一致。提出了四元数约束插值算法,可满足四元数解析插值时范数为1的约束限制条件。基于某实际无人机飞行数据,验证了所提出算法的有效性,完全满足组合导航动态仿真精度要求。该算法也适用于其他高精度高动态导航系统和刚体运动控制仿真中的角运动、线运动传感器信号模拟。     

基于高斯伪谱法的弹道跟踪制导律

针对拦截临近空间高超声速飞行器的弹道跟踪过程,设计了一种基于高斯伪谱法的跟踪制导律。为了对标称弹道进行精确跟踪,基于线性二次型跟踪问题,应用最优控制理论推导最优解的充要条件,得到带时变增益的线性状态反馈控制量的表达式;基于高斯伪谱法,在离散的勒让德-高斯(LG)点上利用标称弹道数据计算差分矩阵和系数矩阵,求得状态扰动反馈控制律。仿真结果表明,该方法能够快速、有效的消除跟踪误差,满足在线实施要求。     

风场中平流层飞艇轨迹跟踪的滑模控制方法

为实现平流层飞艇驻空阶段可控飞行,研究环境风场中横侧向轨迹跟踪的滑模控制方法。建立平流层飞艇驻空阶段动力学模型,将动力学方程解耦为纵向运动方程和横侧向运动方程,采用小扰动方法对动力学方程进行线性化;利用滑模控制对外部干扰强鲁棒的特性,设计横侧向轨迹跟踪的滑模控制器;以直线与圆组成的复合轨迹跟踪控制为例,对提出的轨迹控制方法进行仿真验证。仿真结果表明,所提基于滑模的轨迹跟踪控制方法鲁棒性好,在一定范围的风场扰动条件下,可以实现对指令轨迹的有效跟踪控制,响应特性好。     

三关节机器人的神经网络补偿自适应控制器设计

三关节机器人广泛用于工业生产、轮式或履带式排爆机器人,为了补偿由于机器人结构参数、作业环境干扰等不确定性因素造成的机器人动力学模型的不确定性,将机器人动力学模型分解为名义模型和误差模型两部分,其误差模型采用RBF神经网络进行补偿,得到其估计信息,神经网络的输出权值根据Lyapunov稳定性理论采用自适应算法进行调整。所设计的神经网络补偿自适应控制器解决了不确定性机器人动力学系统控制器设计的不确定性问题,同时,通过定义Lyapunov函数,证明了控制器能渐近、稳定地跟踪期望轨迹。机器人的3个关节在控制器的作用下,约在5 s时达到期望轨迹,神经网络约在5 s时逼近机器人动力学模型的误差模型,实验结果表明了机器人关节对期望轨迹具有良好的轨迹跟踪性能。