Argos海洋浮标多普勒定位原理与方法

通过对海洋浮标进行定位,Argos系统在海洋科学方面得到较为广泛的应用。但Argos系统卫星过顶弧段甚短,加之信号发射周期较长,测量资料甚为稀疏,给海洋浮标的定位造成很不利的影响,容易出现矩阵奇异情况,造成定位失败。文章给出了有效的基于多普勒测量的用于数据收集发射平台的定位算法,并利用参考椭球面约束定位目标,从而改进定位算法,计算结果显示如果能有效的使用约束条件,可以使：①原先定位失败的情形成功解算;②原先定位成功的情形定位精度得到改进。文章还给出了针对海洋目标信标运动以及卫星星历误差等因素对定位结果造成的误差影响的统计分析。     

全自动主着陆/着舰引导数据解算与融合算法

针对舰载机全自动自主着陆/着舰对飞机定位精确要求高的需求,提出了一种利用卫星导航和雷达联合进行信息融合精确定位算法。文章采用载波相位差分定位、野值剔除和序贯异类数据融合技术,有效提高了对飞机的定位引导精度和可靠性。     

基于庞加莱映射的多站数据融合算法

针对目前单目标跟踪数据融合中存在的伪数据问题，研究了基于庞加莱映射的补充条件定位引导算法和多站抗野值数据融合算法，建立了适应实际传感器数量变化的数据融合体系。理论分析和仿真结果均证明，该方法可行有效。     

基于红外视觉/激光雷达融合的目标识别与定位方法

近年来,基于可见光图像的目标识别在无人车感知领域得到了广泛应用.然而,可见光图像目标识别无法应用于弱光和黑暗环境.针对于此,提出了一种基于红外视觉/激光雷达融合的目标识别与定位算法.首先,通过基于颜色迁移的数据增强训练方法,提高了红外目标识别算法的泛化性能.继而,提出了一种基于激光雷达修正的单目深度估计方法,通过视觉图像与激光雷达点云的数据融合,实现了基于稠密深度图对目标位置的估计,提高了对小目标的定位能力.试验结果表明,与传统Yolov3目标识别算法相比,该算法平均识别准确率可提升5.8％;此外,相对定位算法将包含小目标在内的物体相对定位精度提高了13.4％.     

基于多层感知机的远距离水下声源定位技术研究

针对传统匹配场处理方法存在水下声源远距离定位失准以及定位时间过长的问题，提出了一种基于多层感知机的水下声源被动定位方案。利用团队自研的“浮星”浮标实测的剖面数据模拟真实海洋环境，并在水中布设垂直水听器阵，仿真大量不同位置的声源在水听器处产生的接收数据。将多通道波形数据直接作为输入对多层感知机网络进行训练，从而获取高精度的定位神经网络。仿真结果表明，与匹配场处理算法相比，设计的感知机网络可以在大范围信噪比环境中实现有效的水下声源定位，其中在30dB信噪比下定位距离和深度的平均相对误差达到了1.94%和6.84%。另外，相对于失配声速剖面，使用平均声速剖面模拟的接收数据可提高网络的定位性能。     

航空反潜任务中的浮标定位阵参数计算方法

介绍了航空反潜作战中在单枚浮标与目标发生声接触的条件下计算后续浮标定位阵的布放参数的方法。根据航空检查反潜或应召反潜的作战任务及初始已知的目标参数,结合载机飞行特性,给出未来时刻目标的态势散布结果,进而依据态势散布情况和浮标特性给出后续布放浮标定位阵的阵形参数,及其搜索定位概率指标,对智能化浮标定位辅助决策具有较强的指导意义。     

一种改进点线特征融合的双目视觉惯性定位算法

在复杂产品装配过程中,对增强现实设备定位是实现虚拟引导信息与装配现场实时融合的核心。传统基于标签或预先构建离线装配基体模型的定位方式,存在装配任务与视觉定位兼容性低,单一视觉定位鲁棒性和稳定性差的问题。利用多传感器融合的视觉惯性导航方式进行定位,可提高定位的精度和鲁棒性,有效提高复杂产品装配质量和效率。本文提出了一种基于点线特征融合的双目视觉惯性定位算法,对双目相机和惯性测量单元（Inertial measurement unit,IMU）进行联合标定,并通过ORB和LSD线端融合的点线特征提取匹配,采取视觉和IMU紧耦合的方式,建立基于点线特征的视觉惯性融合的位姿误差融合模型。对比VINS-Fusion、PL-VIO和本文改进IPLVIO算法,结果表明IPL-VIO算法在结构化场景下的绝对位移和旋转误差比原算法误差更小,同时结构化场景信息更加丰富,能够应用在弱纹理的AR装配现场中,为增强现实辅助装配平台提供稳定可靠的位姿数据。     

人工鱼群算法在浮标跟踪阶段的使用优化研究

在对人工鱼群算法进行研究的基础上,结合被动浮标对潜跟踪的实际应用,将人工鱼群算法应用于被动浮标对潜跟踪时的投放优化,对算法的应用、相关参数的选择及其对浮标跟踪效果的影响进行了仿真分析,为被动浮标对潜跟踪使用提供了参考.     

主/被动联合多基地航空搜潜范围分析

 在主/被动联合多基地航空搜潜条件下,根据声纳、浮标、潜艇的位置关系,推导出了对目标定位的数学模型,并结合主/被动声纳方程,建立了目标与主动声纳和浮标之间的位置关系、主动声纳的最大传输距离、多基地搜潜的搜潜范围和定位范围等数学模型,在此基础上,分析了搜潜范围与主动声纳和浮标距离之间的关系、目标与主动声纳和目标与浮标距离之间的关系、浮标位置与搜潜范围和定位范围之间的关系等,获得了有益的结果。     

基于斜距测量的浮标位置计算方法研究

根据航空搜潜浮标与飞机的相对距离和方位,采用最小二乘法,分析了计算浮标位置的原理、方法,建立了相应的数学模型和仿真算法;仿真分析了方位估计值对计算浮标位置收敛速度的影响,同时验证了文中所建算法的正确性。     

基于自适应线谱增强的LOFAR浮标信号处理及Doppler-CPA定位方法

LOFAR浮标是一种被动全向浮标,用于对潜搜索的初始阶段。常规的LOFAR谱图对于小信噪比和有色背景噪声处理性能下降。文中采用自适应线谱增强技术将目标辐射中的线谱成分从背景噪声中分离出来进行LOFAR谱图分析,提高LOFAR浮标的检测性能。在LOFAR分析的基础上利用目标的多普勒信息,采用Doppler-CAP方法测算目标的速度和目标与浮标的距离,初步估算出目标的航迹。仿真结果表明,新的LOFAR浮标数据处理算法检测性能更好,能够得到目标与浮标最接近点的距离。     

DGPS/IMU integration-based geolocation system: Airborne experimental test results

This paper addresses differential global positioning system (DGPS)/inertial measurement unit (IMU) integration-based geolocation system developed for airborne remote sensing cameras. First, we provide a brief review on sensor calibration, alignment and sensor fusion as background material of this research. After presenting those background material, as a main part of this paper we present a geolocation algorithm designed for an airborne imaging system. The geolocation system developed is tested through actual airborne experiments. For the verification of the geolocation system developed, we compare initial stationary states of the airplane before-taking off with states after-landing. From the actual test results, we find that it is critical to do an accurate time synchronization between IMU, DGPS, and airborne images, and to compensate for the data delay occurred during the network transfer.     

机载探测设备目标识别算法的研究

针对机载探测设备多传感器系统具有多目标,大量观测数据的特点,提出了一种基于Demp-ster-Shafer（D-S）证据理论和主观Bayesian方法组合的数据融合算法。在数据融合过程中,为保证融合的实时性,融合系统采用时域融合和空域融合相结合的方法,首先对相同传感器的各次抽样值进行时域融合,然后传感器之间的融合采用D-S方法进行融合;最后,其融合结果经概率转化后,与来自于ELINT（Electronic Intelligence）的信息通过主观Bayesian方法进行识别级融合。最后给出一个实例,经过仿真计算证明了该算法的可行性和实用性。     

改进的 YOLOv4在飞机蒙皮损伤检测中的应用

针对飞机蒙皮检测中存在的小目标检测欠佳、漏检等问题,提出了 1种基于增强特征融合和 ATSS的 YO. LOv4飞机蒙皮图像目标检测算法。首先,增加用于目标预测的大尺度浅层特征层,以提高模型对小目标的检测效果;其次,增加特征融合网络层数,通过浅层与深层特征层的深度融合,丰富多尺度特征图中的特征信息;然后,通过 K-means++聚类算法对数据集的真实框聚类,获得更具代表性的先验框尺寸,以提高预测框对目标的定位准确度;最后,引入 ATSS对 YOLOv4的样本选择策略进行优化,通过自适应获取最优的 IoU阈值,实现正负样本自动划分,提升模型的检测性能。实验表明,在增加少量计算成本的情况下,算法的检测性能得到有效提升,mAP提升 7.7%,检 测的准确率达到 80%以上。     

线形浮标阵搜潜时无人机监听航路规划

航空反潜时,无人机代替有人机对浮标阵进行监听是无人机在未来战场上的重要应用之一。以无人机独立执行监听线形浮标阵任务为背景,在对巡逻搜潜时线形浮标阵的布设进行分析并提出无人机航路的代价函数后,根据浮标阵的特点,规划出了平行监听和垂直监听2种无人机监听浮标阵方案,并对所规划航路的技术指标进行了分析。通过仿真,对这2种方案进行了验证,仿真结果分析表明了2种方案的优劣。     

基于惯性/激光测距/视觉里程计组合的高空场景尺度误差估计方法

惯性/视觉感知信息融合导航定位技术是目前实现无人机不依赖卫星自主导航的最有效手段。但对于面向高空场景的大型无人机，惯性器件误差与视觉里程计尺度误差耦合且特征平面化导致可观测性下降。针对这一问题，提出了利用惯性/激光测距/视觉里程计组合实现尺度误差估计的方法。通过开展误差模型建立、激光测量点与图像中位置匹配、无人机平飞机动下系统可观测性分析等关键技术研究，实现了高空场景下尺度误差的精确估计。经过300m高度机载试验数据验证，算法精度优于1.5%D，对卫星拒止条件下高空无人机自主导航具有重要意义。     

非线性系统中多传感器目标跟踪融合算法研究

 研究了在非线性系统中 ,基于转换坐标卡尔曼滤波器的多传感器目标跟踪融合算法。通过分析得出 :在非线性系统的多传感器目标跟踪中 ,基于转换坐标卡尔曼滤波器 ( CMKF)的分布融合估计基本可以重构中心融合估计。仿真实验也证明了此结论。由此可见分布的 CMKFA是非线性系统中较优的分布融合算法