基于多尺度 3D-2D卷积神经网络的高光谱图像分类

设计提出了 1种针对高光谱图像分类任务的 3D-MSCNN模型。在 PCA降维的基础上,利用 3D空谱特征提 取网络和 2D多尺度特征提取网络实现高光谱图像特征提取,充分发挥高光谱图像空谱信息价值,增强对不同尺度 地表覆盖的表达能力。最后,利用 Softmax分类损失函数实现高光谱图像分类任务。实验结果表明,本文算法在 In. dian Pines和 Pavia University数据集上都取得了较好的分类效果。与 CD-CNN、3D-CNN、SS-Net和 HybirdSN等方法相 比,本文算法能够有效提升总体精度、平均精度和 Kappa系数等客观评价指标。     

基于多尺度深度学习的自适应航拍目标检测

无人机已经被广泛应用到各个领域,目标检测成为无人机视觉领域关键技术之一。针对无人机图像中场景复杂、尺度多变、小目标丰富等问题,提出了一种基于多尺度深度学习的自适应航拍目标检测算法。首先,构建自适应特征提取网络MSDarkNet-53,引入多尺度卷积方式,采用不同类型卷积核对不同尺寸目标进行运算,有效扩大感受野。其次,结合注意力机制的优点设计卷积模块,自适应优化特征权重,增强有效特征,抑制无效特征,得到表征能力更强的特征。最后,构建基于多尺度特征融合的预测网络,根据小目标的特点,选取多层级特征映射融合成高分辨率特征图,在单一尺度上进行目标分类和边界框回归。实验表明：本文算法提升了无人机图像的目标检测精度,具有良好的鲁棒性。     

基于多尺度分割注意力的无人机航拍图像目标检测算法

随着无人机（UAV）遥感技术的发展,无人机航拍图像目标检测逐渐成为无人机应用领域的一项核心技术,在交通规划、军事侦查及环境监测等领域具有重要应用价值。针对无人机图像中小目标实例多、背景复杂及特征提取困难的问题,提出一种基于多尺度分割注意力的无人机航拍图像目标检测算法MSA-YOLO。首先,利用嵌入在骨干网络瓶颈层的多尺度分割注意力单元建立多尺度特征间的远程依赖关系,从而强化关键特征的表达能力并抑制背景噪声干扰;其次,设计了一种自适应加权特征融合方法,该方法动态的优化各输出特征层权重,实现浅层特征与深层特征的深度融合;最后,在VisDrone公开数据集上的实验结果表明：该方法取得了34.7%的平均均值精度（mAP）,相比于基线算法YOLOv5提高了2.8%,在复杂背景下仍能显著提升无人机图像目标检测性能。     

应用深度核极限学习机的航空发动机部件故障诊断

运用传统单隐层的神经网络进行航空发动机部件故障诊断识别受其浅层结构影响,精度不高,而用深度置信网络(Deep belief network,DBN)等深度学习方法则存在耗时、参数训练复杂的问题。为解决现有的基于数据驱动的发动机部件故障诊断方法的不足,提高诊断精度,缩短训练时间,将核方法和多层极限学习机(Multilayer extreme learning machine,M-ELM)相结合,提出一种深度核极限学习机(Deep kernel extreme learning machine,DK-ELM)。算法首先利用深度网络结构对输入数据进行逐层的特征提取,抽象得到的特征通过核函数实现高维空间映射分类。这些措施有利于提高算法的分类精度和泛化性能,在训练速度上较深度学习也有明显的提高。将该算法与深度学习和其他极限学习机算法进行综合比较研究,结果表明:基于DK-ELM的诊断方法有效、可靠,便于实现,为航空发动机部件故障诊断提供一个更为优秀实用的工具。     

基于DNET的空中红外目标抗干扰识别算法

复杂空战背景下针对人工干扰的博弈是红外空空导弹精确探测制导技术发展面临的瓶颈和核心技术。针对人工干扰对空中红外目标产生的遮蔽、黏连、相似等干扰现象,以及目标机动和相对运动造成的形状、尺度、辐射特性剧烈变化等实际问题,提出一种基于信息特征提取的深度卷积神经网络DNET空中红外图像目标抗干扰识别算法。首先,DNET网络对大尺度特征图像采用密集连接模块,在前部通道保存每一层的网络输出,在网络末端引入特征注意力机制,获得每个特征通道的信息特征识别权重。然后,加入多尺度密集连接模块,并与多尺度特征融合检测结合,提高对大尺度变化情况下的目标特征提取能力。实验结果表明,在伴随红外诱饵干扰的实时检测条件下,红外目标由点目标变化为成像目标,直至充满视场的整个过程中,本文抗干扰识别算法的识别精确度、召回率及识别速度分别达到99.36%、96.95%、132 fps,具备识别精确度和召回率高、识别速度快等优点,并具有良好的鲁棒性。     

一种高光谱图像的双压缩感知模型

高光谱图像因其海量数据性,给存储、传输及后续分析处理带来了挑战。压缩感知理论提供了一种全新的信号采集框架。针对高光谱数据的三维特性,提出一种双压缩感知的采样与重构模型。该模型在采样阶段兼顾高光谱数据的空间和谱间稀疏特性,构造了能同时实现空间和谱间压缩采样的感知矩阵;重构阶段不同于传统的压缩感知重构方法直接重构高光谱数据,而是将高光谱数据分离成端元和丰度分别进行重构,然后利用重构的端元和丰度信息合成高光谱数据。实验结果表明,所提双压缩感知在低采样率下重构精度较三维压缩采样提高了10 dB以上,更为显著的是运算速度提升了3个数量级,同时该方法还便于获得端元和丰度信息。     

基于改进Yolov3 算法的舰船目标检测识别系统

针对复杂战场环境下对海目标检测识别的需求,设计了一种基于改进Yolov3 算法的海面舰船目标实 时检测识别系统。使用微调分类网络、增加训练尺度、聚类目标边框维度、二级特征分类等方法对Yolov3 检 测识别网络模型进行了优化,在提高识别精度的同时有效降低了漏检率和虚警率。实验结果表明,优化后的网 络模型在自建的舰船图像数据库中将检测识别平均准确率提高到了79.3%,对真实海上航拍视频中舰船目标识 别的平均准确率达到了81% 以上。     

自适应的光纤布拉格光栅图像寻峰算法

根据实际光谱特征, 提出了自适应的光纤布拉格光栅图像寻峰算法。针对 不同环境物理场及噪声分布下的光栅谱型,该算法能自动检测光谱的带宽和信噪比,自 适应地调整算法的高斯模板带宽大小,提高谱型匹配及滤波效果,从而提高寻峰精度。 将该算法与高斯拟合法、质心法进行对比,分析了其在不同噪声大小及非均匀温度场分 布下光纤布拉格光栅反射光谱的寻峰精度。理论仿真及实际寻峰结果表明,该寻峰算法 具有较强的抗噪能力及谱型适应性,较质心法、高斯拟合法具有显著优势。     

基于自适应深度网络的无人机目标跟踪算法

针对无人机（UAV）视频中目标易受到遮挡、形变、复杂背景干扰等问题，提出一种基于自适应深度网络的无人机目标跟踪算法。首先，基于主成分分析（PCA）和卷积神经网络（CNN）算法，设计3阶的自适应深度网络进行目标特征提取，该网络对图像的H、S、I通道分别进行主成分分析学习，将得到的特征向量输入网络进行分层卷积，优化了网络结构，提高了网络的收敛速度和精度。其次，将目标深度特征输入核相关滤波算法进行目标跟踪，通过分析相邻2帧图像的变化率，采用分段自适应调整学习率的算法进行目标模板更新，有效地改善目标遮挡问题。仿真实验结果表明，该算法有效地避免了复杂因素干扰导致的跟踪精度下降，具有较好的鲁棒性，相较于全卷积跟踪（FCNT）算法平均跟踪精度提高了9.62%，平均跟踪成功率提高了11.9%。     

高光谱图像压缩感知投影与复合正则重构

压缩感知理论提供了一种新的数据获取和压缩思路,能有效地把计算负担从编码端转移到解码端。高光谱数据具备数据稀疏性、空间相关性和谱间相关性,结合这3类先验知识,提出了一种基于复合正则化的高光谱图像压缩感知投影与重构方法。该方法的编码端只需要一个简单的投影操作;在重构算法实现中,基于变量分裂的思想,把具备多个正则项的优化问题转化成多个简单的优化问题,并用迭代方式求解。实验结果表明,本文算法在高光谱图像重构上能获得更高的峰值信噪比和更好的重构效果。该方法具备极低的编码复杂度,适用于资源受限的机载和星载高光谱成像平台。     

Robust adaptive compensation control for unmanned autonomous helicopter with input saturation and actuator faults

This paper studies a robust adaptive compensation Fault Tolerant Control(FTC) for the medium-scale Unmanned Autonomous Helicopter(UAH) in the presence of external disturbances,actuator faults and input saturation.To improve the disturbance rejection capacity of the UAH system in actuator healthy case, an adaptive control method is adopted to cope with the external disturbances and a nominal controller is proposed to stabilize the system.Meanwhile, compensation control inputs are designed to reduce the negative effects derived from actuator faults and input saturation.Based on the backstepping control and inner-outer loop control technologies, a robust adaptive FTC scheme is developed to guarantee the tracking errors convergence.Under the presented FTC controller, the uniform ultimate boundedness of all closed-loop signals is ensured via Lyapunov stability analysis.Simulation results demonstrate the effectiveness of the proposed control algorithm.     

Accelerated Landweber iteration based control allocation for fault tolerant control of reusable launch vehicle

This paper presents a novel Fault Tolerant Control(FTC) scheme based on accelerated Landweber iteration and redistribution mechanism for a horizontal takeoff horizontal landing reusable launch vehicle(RLV). First, an adaptive law based on fixed-time non-singular fast terminal sliding mode control(NFTSMC), which focuses on the attitude tracking controller design for RLV in the presence of model couplings, parameter uncertainties and external disturbances, is proposed to produce virtual control co...     

压电陶瓷叠层作动器迟滞蠕变非线性自适应混合补偿控制方法

压电陶瓷叠层作动器的迟滞蠕变非线性特性严重影响了控制系统的稳定性及动态跟踪精度。针对其迟滞蠕变非线性补偿控制问题,提出了一种高精度动态补偿压电陶瓷叠层作动器非线性特性的自适应混合补偿控制方法,即迟滞蠕变前馈补偿与自适应滤波反馈补偿结合的前馈-反馈混合控制方法。采用改进的Prandtl-Ishlinskii（Modified Prandtl-Ishlinskii,MPI）模型对压电陶瓷叠层作动器迟滞蠕变非线性特性进行精细化建模,并得到其逆补偿模型进行前馈补偿。根据前馈补偿误差,采用自适应滤波反馈控制对输入信号进行实时调控,实现对压电陶瓷叠层作动器的迟滞非线性及lg（t）型蠕变特性的实时精确补偿控制。数值仿真与实验结果表明,相比于常规前馈迟滞蠕变补偿,所提出的自适应混合补偿控制方法可以有效降低压电陶瓷叠层作动器的迟滞补偿误差,极大提高了迟滞蠕变非线性动态跟踪精度以及自适应性。     

空空导弹跟踪控制器设计的理论分析与仿真

简要介绍了运用逆系统方法设计空空导弹跟踪控制器的原理,分析了系统设计的反馈线性化控制律和状态反馈解耦条件,并建立了控制器的Simulink仿真模型.仿真结果表明,通过对弹道坐标系下导弹的纵向和法向过载实施控制,可使导弹的速度、偏航角和俯仰角输出信息以较高的精度快速跟踪预期指令,所设计的控制器具有一定的抗干扰能力,从而验证了控制器设计的合理性和有效性.     

高超声速飞行器自适应反步控制器设计

针对含有不确定干扰项的吸气式高超声速飞行器模型,分别设计了基于反馈线性化的速度控制器和基于反步法的航迹控制器,以实现对速度和航迹角参考信号的稳定跟踪。通过指令滤波器得到俯仰角的实际跟踪指令及其一阶、二阶微分信号,可直接设计升降舵控制指令,在解决了虚拟控制量求导"复杂性爆炸"问题的同时,减少了反推计算步数,从而达到提高系统动态性能和优化控制器结构的目的。基于LaSalle不变集原理和Lyapunov理论设计的自适应更新律保证了系统的稳定性。仿真结果表明,所设计的控制器在飞行器存在不确定干扰的情况下仍能满足对参考信号跟踪性能的要求。     

Robust adaptive fault-tolerant control of a tandem coaxial ducted fan aircraft with actuator saturation

This paper is concerned with the robust adaptive fault-tolerant control of a tandem coaxial ducted fan aircraft under system uncertainty, mismatched disturbance, and actuator saturation. For the proposed aircraft, comprehensive controllability analysis is performed to evaluate the controllability of each state as well as the margin to reject mismatched disturbance without any knowledge of the controller. Mismatched disturbance attenuation is ensured through a structured H-infinity controller tuned by a non-smooth optimization algorithm. Embedded with the H-infinity controller, an adaptive control law is proposed in order to mitigate matched system uncertainty and actuator fault. Input saturation is also considered by the modified reference model. Numerical simulation of the novel ducted fan aircraft is provided to illustrate the effectiveness of the proposed method. The simulation results reveal that the proposed adaptive controller achieves better transient response and more robust performance than classic Model Reference Adaptive Control (MRAC) method, even with serious actuator saturation.     

考虑预设性能约束的运输机姿态容错控制

针对运输机舵面故障情况下的姿态容错控制问题,提出了一种考虑预设性能约束的自适应指令滤波增量反步(Adaptive Command-filtered Incremental Backstepping,ACFIBS)容错控制器。首先,构造运输机故障模型,在反步控制设计结构下,通过构造预设性能函数,保证外回路姿态角跟踪误差的动态性能。然后,考虑舵机偏转速率和幅值限制,引入受限指令滤波器和补偿信号,综合考虑气动参数不确定性,采用增量方法设计反步内环控制律。在此基础上,进一步考虑舵面故障情况,引入自适应方法及低通滤波器改进增量反步控制器。最后,通过理论推导和仿真试验验证了控制方法的有效性。仿真结果表明,所设计的控制器具有良好的容错性能,在不同舵面故障条件下均可实现对指令信号的预设性能跟踪,且在参数摄动情况下具有较强的鲁棒性。     

侧向自动着舰引导控制L1自适应设计

针对具有不确定性及外部干扰的着舰轨迹精确跟踪控制问题,提出了一种对侧向自动着舰引导控制内外回路进行综合化设计的方法.使用特征结构配置实现侧向模态解耦跟踪控制,同时设计L1自适应控制器以补偿系统由于不确定性、舵面故障、舰尾流干扰带来的不利影响,将其应用到侧向自动着舰控制系统.仿真结果表明,对内外回路进行综合设计的着舰引导控制律具有抑制不确定性及干扰的能力,能够实现对侧向自动着舰轨迹的精确跟踪控制.     

Adaptive Nonlinear Optimal Compensation Control for Electro-hydraulic Load Simulator

 Directing to the strong position coupling problem of electro-hydraulic load simulator (EHLS), this article presents an adap-tive nonlinear optimal compensation control strategy based on two estimated nonlinear parameters, viz. the flow gain coeffi-cient of servo valve and total factors of flow-pressure coefficient. Taking trace error of torque control system to zero as control object, this article designs the adaptive nonlinear optimal compensation control strategy, which regards torque control output of closed-loop controller converging to zero as the control target, to optimize torque tracking performance. Electro-hydraulic load simulator is a typical case of the torque system which is strongly coupled with a hydraulic positioning system. This article firstly builds and analyzes the mathematical models of hydraulic torque and positioning system, then designs an adaptive nonlinear optimal compensation controller, proves the validity of parameters estimation, and shows the comparison data among three control structures with various typical operating conditions, including proportion-integral-derivative (PID) controller only, the velocity synchronizing controller plus PID controller and the proposed adaptive nonlinear optimal compensation controller plus PID controller. Experimental results show that systems’ nonlinear parameters are estimated exactly using the proposed method, and the trace accuracy of the torque system is greatly enhanced by adaptive nonlinear optimal compensation control, and the torque servo system capability against sudden disturbance can be greatly improved.     

惯性参数不确定的自由漂浮空间机器人自适应控制研究

针对自由漂浮空间机器人系统惯性参数不确定问题,提出一种笛卡儿空间内的自适应轨迹跟踪控制方法。采用扩展机械臂模型建立了自由漂浮空间机器人关节空间动力学方程,进而推导笛卡儿空间中的自由漂浮空间机器人动力学方程。在基于逆动力学法的自由漂浮空间机器人自适应控制器设计中,利用标称控制器离线固定控制参数与补偿控制器在线补偿方法,既可以保证惯量矩阵可逆,又可以使控制参数实时估计。采用Lyapunov方法的稳定性分析表明系统是稳定且渐进收敛的。最后,应用该控制方法对两杆平面自由漂浮空间机器人进行了仿真研究。仿真结果显示自由漂浮空间机器人末端执行器在笛卡儿空间具有良好的轨迹跟踪能力。