IMM-PF算法在机场场面移动目标跟踪中的应用研究

为了提高机场场面监视的可靠性以及监视数据的连续性,本文采用匀速运动(Constant Velocity,CV)、匀加速运动(Constant Acceleration,CA)和匀速转弯运动(Constant Turning,CT)三种运动模型,将交互式多模式算法(Interacting Multiple Model,IMM)与粒子滤波算法(Particle Filter,PF)相融合,充分发挥两种算法的优点,并结合机场地图信息分别对观测信息和估计输出结果进行修正,进一步提高机场场面移动目标跟踪的精度。仿真实验结果表明,本文提出的IMM-PF改进算法在机场场面移动目标跟踪的应用中具有更大的可行性和优越性。     

基于“当前统计”模型的机载防撞系统自适应目标跟踪算法分析与仿真

分析了基于"当前统计"模型的自适应滤波算法原理,提出了将基于该模型的自适应目标跟踪算法应用到机载防撞系统,对目标飞机进行监视和跟踪.对飞机的不同加速度情况进行了目标跟踪的计算机仿真,证明了算法在机载防撞系统中应用的可行性.     

飞机调姿测量点的激光跟踪仪可视化定位

飞机部件装配过程中调姿测量点的可视化定位是实现飞机自动化装配的重要部分。可视化定位系统是由高清摄像头和激光跟踪仪两部分组成。本设计基于OpenCV软件对摄像头采集的视频流进行图像处理,在摄像头视野中自动搜寻目标靶点位置信息,对目标点进行交互式选定。再经过图像处理过程提取出激光光斑,得到光斑像素坐标,由激光跟踪仪进行激光的跟踪控制,采用逐次逼近算法将激光点跟踪到目标点。     

一种轨道式动态目标跟踪算法

研究了一种轨道式动态目标跟踪的算法,建立轨迹式目标跟踪模型;分析了目标跟踪的基本原理,研究跟踪平台的光学结构和转台角度与轨道目标运动的跟踪算法,给出了物像动态跟踪的计算方法;研究Mean shift跟踪算法,利用它的核密度估计和跟踪图像的帧图像关系,确定目标检索中心位置,以达到动态目标跟踪目的。通过试验验证,提出的算法在外弹道轨道目标动态跟踪系统中是可行的。     

基于改进Faster-RCNN的机场场面小目标物体检测算法

针对目前应用于机场视频监控中的卷积神经网络方法存在小目标物体识别准确率较低的问题,本文提出了一种基于Faster-RCNN并结合多尺度特征融合与在线难例挖掘的机场场面小目标检测算法。该算法采用ResNet-101作为特征提取网络,并在该网络基础上建立了一个带有上采样的"自顶向下"的特征融合模块,以生成语义信息更加丰富的高分辨率特征图。并在网络训练过程中,采用在线难例挖掘的训练策略使模型更加鲁棒地对小目标样本进行定位。最后,手工构建了一个包含5 982张图片的机场数据集,用于检测模型的训练和测试。结果表明,本文所提出算法显著提升了机场场面小目标物体检测的准确率,且使整体平均检测准确率达到了80.8%,该结果高于其他先进的目标检测模型。     

基于免疫克隆选择算法的繁忙时刻场面航空器调度优化(英文)

为减少大型枢纽机场拥堵和航空器地面等待,以总调度时间最小为目标,提出了航空器地面滑行调度模型并应用于首都机场航班调度。模型参考经典的车间调度思想,将滑行过程中的3类特殊的场面冲突作为约束条件。针对模型NP难解的特征,设计了免疫克隆选择优化算法求解模型。通过北京国际机场仿真实验表明,相比先到先服务(First-come-first-served,FCFS)策略,本模型将一个高峰时段的航班调度时间减少了13.6min,平均每架航空器的总滑行调度时间减少45.3s,提高了跑道容量和机场运行效率。     

分层网络模型在场面滑行规划中的应用研究

复杂的场面结构是制约算法运行效率和冲突调配的重要因素。该文介绍了分层网络的描述模型,同时引入了一种社团识别方法——Louvain算法对网络进行分割,并根据机场的场面运行特点提出了面向机场滑行网络的层次划分及修正方法。设计了基于分层网络的动态规划算法。根据实例建立了机场分层网络模型并对算法进行了实现。仿宾结果表明该算法处理速度较快,并且能够在避免滑行冲突的同时有效减少滑行时间。     

ADS-B机场场面监视技术研究

如何在复杂的机场环境和恶劣的气象条件下管理日益增多的飞机和地面服务车辆,成为机场运行管理中必须考虑的问题。本文给出了采用广播式自动相关监视系统(ADS-B)技术实现机场场面监视的解决方案。     

基于层次分析法的机会网络移动模型评价探索

移动模型是机会网络基础研究之一。移动模型的好坏直接影响到路由算法和网络拓扑结构。在分析影响移动模型质量的主要因素以及相互关系的基础之上,提出了移动模型评价指标体系;以层次分析法理论为基础提出了量化的移动模型评估方法。首先,将模型评价分为目标层,准则层,方案层;其次,求得每一层元素对上一层元素的权重;最后,通过加权和的方法求得方案层对目标层的最终权重,从而得出不同模型的排序。该方法实现了对移动模型的量化评估,不仅为移动模型评价提供新的思路和方法,而且为移动节点建模提供帮助和保证。最后,以经典随机移动模型random Gauss-Markov(GM),random waypoint model(RWP),random walk model(RW),random direction model(RD)为例验证了评价方法的有效性。     

基于深度学习的离场航空器滑行时间预测（英文）

随着航班数量的不断增加,机场协同决策系统(Airport collaborative decision-making,A-CDM)的使用也越来越广泛。滑行时间预测的准确性对A-CDM计算离场航空器起飞排序队列和给出准确的撤轮挡时间具有重要的作用。本文提出一种基于时间-空间-环境数据的深度学习模型(Spatio-temporal-environment deep learning model,STEDL)来提高滑行时间预测的准确性。该模型由时间-流量变量(机场实际容量,场面航空器数量,时间段)、空间变量(滑行距离)、外部环境变量(天气,流控信息,跑道运行模式,机型)3部分组成。使用STEDL模型对香港机场离场航空器滑行时间进行预测验证。实验结果显示,STEDL模型预测准确率为95.4%,预测精度明显优于其他机器学习算法。     

面向货物运输的移动平台设计与无人直升机追踪控制

由于无人直升机具有垂直起降、机动性好的特点，使其可用于移动平台之间的货物运输，因此，提出了无人 直升机跟踪移动平台的货物运输方法。设计了一套用于无人直升机追踪实验的动平台，动平台上可放置物品，无人直升机在追踪动平台过程中同时完成物品的拾起和码放。动平台系统由移动小车平台、运动控制器、引导装置以及地面监视软件等组成，采用MEMS-SINS/GPS组合导航系统作为引导装置的核心部件，完成对移动小车平台的位置和速度估计。提出了由单点GPS测量点提供多个目标点位置的方法，可使无人直升机方便快捷地知道需要拾起和码放物品的目标点。设计开发了一套操作简便、显示友好的地面监控软件，辅助移动平台正常运行，能有效监控引导装置与无人直升机的通信。     

机位资源影响因素及效率优化模型研究

停机位分配方案对机场运行效率至关重要。本文分别从机场和航空公司角度考虑,分析了影响机场机位分配(AGA)的诸多因素。针对AGA问题,以旅客步行距离最短和停机位使用效率最大化为目标构建优化模型,然后运用生长竞争蚁群算法求解,最后用算例来说明优化的可行性。     

基于PO-PTD的航空器对下滑道结构影响的动态研究

下滑信标是仪表着陆系统的重要组成部分,为进近中的航空器提供垂直方位引导。进行障碍物对下滑信标信号影响的精确分析可以为导航台站选址及解决导航台运行中存在的问题提供理论依据。本文基于物理光学-物理绕射理论(Physical optics-physical theory of diffraction,PO-PTD)算法,结合空客A320-200型客机以及机场三维模型对下滑信标的下滑道结构影响进行了静态分析。在静态分析的基础上,对飞机在滑行道上滑行且五边上有飞机进近时的影响进行了动态研究,找出了某机场飞行员长期反映的下滑道信号不稳问题的原因。动态研究数据与飞行校验结果进行了比对并与飞行校验结果吻合。     

基于强跟踪滤波器的多传感器组合测姿系统

当无人机机动飞行时,采用加速度计校正陀螺误差的测姿系统不能有效地修正陀螺漂移问题,为此提出了基于强跟踪滤波器的多传感器组合测姿系统.引入GPS速度信息、捷联加速度信息和角速率信息建立了基于欧拉角描述的融合测姿系统模型,采用强跟踪滤波器对姿态进行融合估计,有效地估计出陀螺的漂移误差,从而得到无人机准确可靠的姿态测量,同时可以修正无人机的运动速度.通过建立飞行仿真模型,在给定的飞行航迹段对所提出的多传感器姿态测量系统进行了仿真研究,结果表明:测姿系统能够有效地减小模型误差的影响,估计出陀螺的漂移误差,得到更加准确的姿态测量.     

基于容流匹配的进离场航班调度优化模型和算法

综合考虑机场的空中等待航班数量、空域容量、场面容量以及机场起飞需求等约束条件,以可变的优先级为调配手段,以总延误时间最短为目标函数,建立了一个新的基于容流匹配的进离场航班调度优化模型。引入合作型协同进化遗传算法,设计了用一对代表个体形成合作团体的新选择方式,有效解决了传统遗传算法种群多样性低、易早熟等问题。仿真结果表明,该模型能够在满足机场容量限制的同时,有效降低航班的总延误时间。     

声矢量传感器阵中基于Kalman滤波和OPASTd的DOA跟踪算法

研究了声矢量传感器阵动目标角度跟踪问题,并提出了声矢量传感器阵中 一种基于Kalman滤波和正交压缩近似投影子空间跟踪(Orthonormal projection approximation and subspace tracking of deflation, OPASTd)的波达方向(Direction of arrival,DOA)跟踪算法。该算法通过OPASTd算法来进行DOA的跟踪,从而克服了PASTd算法由于在某些情况下振荡但不收敛进而压缩数据、在迭代更新中由特征向量的不准确性产生误差累积等原因引起破坏信号子空间正交性的缺陷。Kalman滤波和OPASTd相结合算法可在估计角度的同时进行数据关联,与传统的PASTd算法相比,角度跟踪性能更好。该算法的优越性均可在文中得到验证。     

基于粒子滤波算法的非刚性目标实时跟踪

基于颜色的粒子滤波实时跟踪算法主要是利用视频图像的颜色直方图信息,综合考虑运动预测和帧间的相似性来确定目标的位置。针对影响粒子滤波算法性能的关键技术,提出了基于混合高斯模型的粒子滤波算法,并将其用于基于颜色的非刚性目标的实时跟踪相关问题。该算法使用混合高斯模型表示粒子,在每个时刻的修正步骤之后,采用EM算法对粒子进行重新拟合。仿真实验表明,本算法在保证跟踪准确度的同时,可以满足实时跟踪的要求。     

Vehicle State and Parameter Estimation Based on Dual Unscented Particle Filter Algorithm

Acquisition of real-time and accurate vehicle state and parameter information is critical to the research of vehicle dynamic control system. By studying the defects of the former Kalman filter based estimation method, a new estimating method is proposed. First the nonlinear vehicle dynamics system, containing inaccurate model pa rameters and constant noise, is established. Then a dual unscented particle filter （DUPF） algorithm is proposed. In the algorithm two unscented particle filters run in parallel, states estimation and parameters estimation update each other. The results of simulation and vehicle ground testing indicate that the DUPF algorithm has higher state estimation accuracy than unscented Kalman filter （UKF） and dual extended Kalman filter （DEKF）, and it also has good capability to revise model parameters.     

一种新的射频仿真目标位置控制方法与软件研究

针对射频目标仿真系统中目标位置的控制，本文通过对国内外目标位置控制的常用方法进行研究，提出一种新的通用目标位置控制方法，该方法适用于任何天线分布的面阵。利用这种新的方法编写了基于三元阵天线阵面的射频仿真目标位置控制软件，实现对多目标在天线阵面上多种轨迹运动下的高速准确的定位，并能实时监视目标的运动状态和运动轨迹。