基于群体意志统一的无人机协同围捕策略

针对无人机(UAV)协同围捕问题, 提出一种基于群体意志统一的围捕策略。受人类在协作任务中的认知机理启发, 引入“群体意志”定义无人机的协作认知, 并构建双回路认知模型, 借助图卷积网络对围捕无人机获取的局部态势进行融合认知, 有效减轻无人机系统的计算负载。依靠变分推断原理和生成式自动编码器对围捕无人机进行群体意志趋同学习, 依据Apollonius圆实现协同围捕, 使无人机集群涌现出更加智能化的围捕效果。通过对比仿真验证了所提策略的有效性和智能性。      

未知纬度条件下基于空间圆拟合的SINS初始对准方法

传统的捷联惯导系统(SINS)晃动基座初始对准算法,如积分双矢量方法和多矢量Wahba方法等均需要精确的纬度信息,粗对准偏航角误差较大.针对此特点,提出了一种未知纬度条件下基于空间圆拟合的SINS初始对准方法.根据重力矢量在惯性系中绕地轴旋转包含北向信息的特征,以初始时刻凝固载体坐标系作为惯性系,首先对重力矢量在凝固载体系内进行投影并滤波,对其矢量端点进行空间圆拟合,然后通过三角几何关系得到导航坐标系,从而完成对准过程.通过仿真验证,证实了该对准方法不需要已知对准点的精确位置信息,相比于积分双矢量方法与多矢量Wahba方法,偏航角对准精度分别提高了12.37'与5.10'.     

一种改进的快速全天星图识别算法

针对三角形算法中模式识别率低、易造成误识别的问题,提出了一种改进的三角形算法。 首先,该算法通过对全天区导航星进行筛选,缩小星库存储空间;同时,在识别过程中对找到的三 边角距集合采用设置状态标识的方法,加快对探测星三角形的识别速度;在三角形匹配识别结果 不唯一时,引入其他观测星进行验证,确定唯一的匹配对应;在识别结束后,应用投影验证检验识 别结果。仿真结果表明,该算法能够有效地节省存储空间,缩短全天星图识别时间,与传统的三角 形算法相比具有较大的优势。