基于自适应纹理复杂度的仿生视觉导航方法研究

针对稠密光流在低纹理复杂度时精度较低的问题,提出了一种自适应纹理复杂度的稠密光流优化方法,以提升光流导航精度。根据三种不同大气条件下三种不同图像模糊程度的图像光流精度与纹理复杂度的统计图,推断稠密光流的精度与图像的纹理复杂度呈线性关系。通过建立图像纹理复杂度和稠密光流精度之间的直接联系,利用灰度共生矩阵的对比度参数评价图像纹理复杂度,采用最小二乘法拟合图像纹理复杂度和光流真值优化系数的函数关系,获得自适应纹理复杂度的稠密光流优化模型。基于该优化模型设计了仿真实验,实验结果表明,基于该模型可有效提升稠密光流在低纹理复杂度时的计算精度。     

基于SVR的导航传感器自适应野值检测方法

针对Lagrange插值法无法处理连续野值的问题，提出了一种基于改进支持向量回归(Support Vector Regression, SVR)的导航传感器自适应野值检测方法。该方法结合了支持向量回归利用小样本数据就能够准确建模和3σ准则计算简易的优点，利用支持向量回归在线建立舰船的运动模型对测量值进行实时预测，并利用3σ准则自适应地计算阈值，然后通过比较阈值与预测残差来判别测量值是否为野值点。该方法可以自动地学习舰船的运动趋势，建立舰船的真实运动模型，而且不受连续野值点的影响，能够在没有其他传感器辅助的条件下完成野值检测。海试实测数据表明，提出的方法对离散和连续的野值点均具有较好的检测效果，同时可以更好地估计传感器的真实测量值。     

多无人机监控航路规划

为了提高监控任务的效率，在执行任务前必须规划设计出高效的无人机飞行航路。针对这一问题，考虑在任务区域内进行多无人机监控航路优化存在计算的复杂性和收敛性以及计算数据量限制等问题，采用分散式方法对监控航路进行了优化，并以无人机的监控任务为例提出了一种监控效率指标评估的计算方法，解决了航路规划中的监控效率量化问题。通过该方法得到的无人机监控任务的飞行航路可以有效地提高无人机的监控效率。     

H_∞滤波算法及其在GPS/SINS组合导航系统中的应用

 在对 H∞ 估计问题进行数学描述的基础上,建立了一种 H∞ 次优滤波算法的迭代方程。定性讨论了H∞滤波算法与传统 Kalman滤波器的关系,通过在 GPS/SINS组合系统中的实际应用进一步从精度、鲁棒性等性能指标方面对 H∞ 滤波和 Kalman滤波算法进行了比较。仿真结果表明,在理想条件下,Kalman滤波方法具有较高的精度;但是,当系统模型和外部干扰统计特性发生变化时,H∞ 滤波算法明显具有良好的鲁棒性能,同时,估计精度也较高,有效地克服了 Kalman滤波器存在的局限性。     

基于雷达组网的抗无人机新技术研究

介绍了无人机的概念和基本特性;主要讨论了雷达组网和数据融合的基本原理及其如何实现对敌无人机等弱小目标的检测与跟踪,在此基础上引入了检测跟踪的新方法,有效弥补了单机雷达的不足,便于防空决策的后续处理.     

垂直起降无人机总体方案分析及控制策略综合研究

垂直起降无人机是垂直起降技术和无人机的结合体。它既有直升机的垂直起降和悬停能力,又具有固定翼飞机的速度快、航程远的特点。同时,它还具备一般无人机的基本特点,可满足执行特殊任务的需要。因无需考虑机载人员的因素,垂直起降无人机可以采用的垂直起降和总体设计方案更加灵活和多样。本文在分析现有各种垂直起降无人机方案的基础上,提出了“双旋翼尾坐式飞翼”布局,并在随后对其进行了详细参数确定和性能估算。最后,对其进行了控制策略的研究。     

基于软件的无人机故障注入技术研究

故障注入是一种用于容错计算机系统验证的有效技术,其应用效果直接取决于所采用的故障注入方法的正确性。文中采用硬件覆盖和故障模型的方法,模拟无人机系统的硬件故障,并着重讨论了在总线上注入故障的试验策略。然后用软件的方法构造了一个用于测评无人机飞行控制系统容错控制机制的故障注入工具UAVFI_01。在无人机动态测试过程中,故障注入试验结果表明了这种方案的正确性和可行性。     

航天飞机末端区域能量管理段制导技术概述

末端区域能量管理段主要是控制航天飞机的动能和势能．使航天飞机最终达到进场着陆段的初始要求，以保证其最终成功着陆。在最终制导系统引入一个能量基准剖面，通过调整飞行距离、动压或速度制动使航天飞机达到标准的能量状态。将末端区域能量管理段划分为四个飞行段，并对这四个飞行段的基本设计思想、制导技术及过程进行了研究。经过实际的航天飞机飞行验证．证明这种方案具有良好的制导效果。