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%。     

基于极大似然估计器的GNSS矢量跟踪算法

矢量跟踪是一种将全球导航卫星系统(GNSS)接收机的信号跟踪与导航解算融为一体的跟踪算法。传统的基于矢量延迟/频率锁定环(VDFLL)的跟踪算法普遍采用延迟锁定环(DLL)和锁频环(FLL)鉴别器计算伪距和伪距率偏差观测量,由于锁频环鉴别器存在近似误差和一步延迟效应,在高动态环境下容易造成环路失锁。从直接估计卫星信号特征参数的角度出发,基于中频信号模型构建码相位和载波多普勒的极大似然代价函数,采用非迭代估计算法得到各通道码相位和多普勒频移的估计偏差,转换为卡尔曼滤波器的观测矢量,提出一种基于极大似然估计器(MLE)的矢量跟踪算法。理论分析和仿真结果表明:新算法结合了极大似然估计和矢量跟踪的优点,克服了FLL的延迟效应,与基于VDFLL的矢量环路相比,高动态环境下的跟踪稳定性更好,可以对被遮挡的卫星保持持续的跟踪。     

高空气球太阳能电池标定用太阳跟踪控制技术

高空气球标定的太阳能电池是可被用于地面太阳模拟器和太阳光光强检测的标准电池。首先,给出了由飞行气球搭载的高空太阳能电池标定所使用的太阳跟踪控制系统设计方法,包括基于STM32的太阳跟踪控制系统硬件设计方案、混合自动追踪控制策略、软件开发与实现方法、高空跟踪控制技术问题解决方案以及高空标定试验等。同时,解决了高空气球电池标定用太阳跟踪控制系统在极端环境下高可靠性、连续追踪和防抖动等关键技术问题。试验结果为气球飞行高度32km,平飘时间超过2h,太阳跟踪偏差小于1°。经初步分析,高空太阳跟踪控制系统标定测试结果合理可靠,工作性能稳定,为中国高空气球太阳能电池AM0标定用太阳跟踪控制系统的研究提供了新思路。     

中国深空网首次△DOR联合测轨试验分析

通过分析中国深空网首次△DOR（Delta Differential One way Ranging,双差分单向测距）联合测轨试验的干涉测量事后数据,重点从观测量随机精度、闭合时延等方面讨论了国内深空网与国内VLBI（Very Long Baseline Interferometry,甚长基线干涉测量）观测网、国内深空网与国际深空网的联合干涉处理情况,并与ESOC（European Space Operation Center,欧洲空间操作中心）数据处理结果进行了比对.试验结果表明：我国深空网已具备独立或联合开展深空探测器导航测轨的系统支持能力;深空站系统具备高速率数据接收、采集、记录、传输能力,采集数据处理精度优于1 ns;深空网干涉测量信号处理中心具备多体制信号的干涉处理分析能力,其分析精度与ESOC处理精度差异在0.1 ns量级.     

单天基平台测向的空间非合作目标跟踪

针对仅含角度测量信息的单个天基平台可观测性较弱的问题,提出了一种含脉冲机动检测的空间非合作目标跟踪算法,并设计了非合作目标实时跟踪数据处理流程.该算法利用抗差估计技术和UKF（Unscented Kalman Filter,无迹卡尔曼滤波）算法构造目标跟踪滤波器,并综合残差多项式拟合和新息分布特征等方法实现目标机动检测,在天基平台观测信息类型有限和观测几何较差的情况下,可以同时排除孤立野值和成片测量野值的影响,实现非合作机动目标的连续稳定跟踪.数值实验验证了算法的可行性和有效性,也表明了跟踪精度和可靠性与测量精度密切相关.     

Disturbance observer based model predictive control for accurate atmospheric entry of spacecraft

Facing the complex aerodynamic environment of Mars atmosphere, a composite atmospheric entry trajectory tracking strategy is investigated in this paper. External disturbances, initial states uncertainties and aerodynamic parameters uncertainties are the main problems. The composite strategy is designed to solve these problems and improve the accuracy of Mars atmospheric entry. This strategy includes a model predictive control for optimized trajectory tracking performance, as well as a disturbance observer based feedforward compensation for external disturbances and uncertainties attenuation. 500-run Monte Carlo simulations show that the proposed composite control scheme achieves more precise Mars atmospheric entry (3.8?km parachute deployment point distribution error) than the baseline control scheme (8.4?km) and integral control scheme (5.8?km).     

Stochastic modelling considering ionospheric scintillation effects on GNSS relative and point positioning

Global Navigation Satellite Systems (GNSS), in particular the Global Positioning System (GPS), have been widely used for high accuracy geodetic positioning. The Least Squares functional models related to the GNSS observables have been more extensively studied than the corresponding stochastic models, given that the development of the latter is significantly more complex. As a result, a simplified stochastic model is often used in GNSS positioning, which assumes that all the GNSS observables are statistically independent and of the same quality, i.e. a similar variance is assigned indiscriminately to all of the measurements. However, the definition of the stochastic model may be approached from a more detailed perspective, considering specific effects affecting each observable individually, as for example the effects of ionospheric scintillation. These effects relate to phase and amplitude fluctuations in the satellites signals that occur due to diffraction on electron density irregularities in the ionosphere and are particularly relevant at equatorial and high latitude regions, especially during periods of high solar activity. As a consequence, degraded measurement quality and poorer positioning accuracy may result.     

基于多核融合的目标大面积遮挡处理方法

提出了一种基于多核融合的目标遮挡处理方法,用于提高大面积遮挡情况下视觉目标跟踪算法的鲁棒性和准确性.与现有基于单个对称核加权直方图的mean shift跟踪算法不同,该方法以目标区域内的多个非中心位置为核函数中心,构建多个非对称核加权直方图.由于这些直方图对目标的不同区域赋予了不同的权重,使得在遮挡发生时总存在一些直方图受影响较小.依据各个直方图分别进行mean shift迭代获得一组目标位置估计后,利用D-S证据理论融合判定最终的目标位置.实验结果表明,该方法在目标被大面积遮挡时仍能够获得准确的跟踪.     

SEQUENTIAL ALGORITHM FOR MULTISENSOR PROBABILISTIC DATA ASSOCIATION

Jointprobabillsticdataassociation(JPDA)isanalgorithmusedinsinglesensormultipletargettrackingsystems.Itemploysthenon-uniqueassignmentof"allneighbor"strategytoadaptforthedensemultitargettrackingenvironments[1].Becauseofitswideapplications,itisnecessarytoextendJPDAintosomemultiplesensortrackingsystems.Suchamultisensorsystem,forexample,canbeformedbycollocatingradarandinfraredsearchandtrack(IRST)whichcantakeadvantagesofboththesensorsbodatafusion.Undertheconditionofthesamesensors,acommonmeasure…     

临近空间高超声速滑跃式轨迹目标跟踪技术

针对临近空间目标飞行速度快、机动特性强和加速度突变的特性,提出一种地心直角(ECEF)坐标系下基于目标特性分析的修正强跟踪滤波(MSTF)算法。首先,通过对ECEF坐标系下目标量测的无偏转化处理,以有效减小目标高超声速飞行所带来的旋转、平移和线性化误差影响;接着,在对目标特性充分分析的基础上,合理构建强跟踪滤波(STF)模型,通过对模型参数的自适应调节,以有效实现临近空间高超声速滑跃式轨迹目标的精确跟踪;最后,结合统计学原理对目标加速度的突变进行合理检测和补偿,以进一步修正强跟踪滤波模型的跟踪精度。仿真结果表明,与现有的临近空间目标跟踪算法相比,该算法具有较高的定位跟踪精度。