基于视觉引导着陆的微小型四旋翼设计及实现

为了增强四旋翼的自主性,借用视觉导航方法要求在GPS丢失信号或信号精度不高的情况下进行辅助定位,使得四旋翼能够在某些特殊需求场合自动着陆。针对Harris角点检测算法计算量大的问题,设计了一种快速、准确的标志图像识别算法,将一个区域内的所有角点转换成一个单值角点,替代了Harris算法中的局部非极大值抑制算法,减小了计算量,并进一步设计了视觉模式下的姿态与位置转换算法和视觉着陆控制算法。为了验证所设计算法的可行性和有效性,基于STM32单片机搭建了微型四旋翼实验平台系统,并实时在线进行了性能实验,结果表明,标志图像识别算法能正确检测和识别出标志图像,视觉着陆算法也成功实现了四旋翼实验平台的着陆功能。     

基于SE模块改进Xception的动物种类识别

Xception是Inception网络的一种极端化表现,在与Inception v3参数相近的情况下,它能够达到更高的准确度。由于神经网络提取的特征不一定都是有用特征,因此以Xception为基础,将SE(Squeeze and Excitation）模块加入该网络,调整特征通道的权重,使得网络的精确度得到提高。通过实验,融合SE模块的Xception网络训练精确度分别在Oxford-IIIT Pet数据集和CUB_200_2011数据集上提升了1%~1.7%和0.8%~1%,证明了SE模块能够进一步提升Xception的精确度。将改进后的Xception应用到动物种类识别中,根据精确度曲线对实验策略调整改进,最终在测试集上获得95.63%的识别率。     

虹桥机场障碍物碰撞风险分析

研究了最后进近及复飞阶段航空器与地面障碍物之间的碰撞风险的计算方法，结合航空资料汇编中上海虹桥机场的相关信息，利用碰撞风险模型对机场的主要障碍物进行了碰撞风险计算，并分析了障碍物宽度、障碍物高度、障碍物X位移和Y位移等四个参数的变化对碰撞风险的影响。结果表明虹桥机场的障碍物碰撞风险小于安全目标水平，超障高满足要求；在一定范围内，碰撞风险随障碍物高度增大而增加，但当宽度到一个临界值后不再增加；随障碍物宽度增大而增加；随X位移增大而减小；当Y位移为0时，碰撞风险值最大。     

多跑道内水平障碍物限制面边界确定方法

对机场多跑道系统的障碍物限制面——内水平面的边界确定方法进行了系统研究。通过将N条（N≥3）复杂构形跑道简化为2N个点集，根据国际民航组织内水平面障碍物限制面形成原理并利用多边形凹凸性几何特征，给出了内水平面边界的确定方法和计算步骤。     

一种计算二维图象矩的神经网络方法

提出一种计算二维图象矩的神经网络方法，首先，导出一维信号矩与一维Ｈａｄａｍａｒｄ变换之间的关系。通过２Ｎ－一维Ｈａｄａｍａｒｄ变换和极少量加法，移位及乘法运行可计算二维图象矩。然后给出用Ｔａｎｋ－Ｈｏｐｆｉｅｌｄ神经网络实现Ｈａｄａｍａｒｄ变换的方法，并对该网络作了改进。     

基于装配约束的飞机导管几何特征建模与误差补偿

针对飞机导管实际装配过程中因装配应力大导致故障频发的问题,提出了一种基于导管装配特征的误差补偿方法.首先采用几何建模法进行了导管装配过程的几何建模,并提出了一种基于轴线矢量的导管装配模型建模方法.在此基础上,采用罗德里格旋转公式建立了基于实际装配工况下的导管空间位姿计算模型.然后基于导管装配要求进行了装配约束分析并识别...     

A nonlinear background removal method for seismo-ionospheric anomaly analysis under a complex solar activity scenario: A case study of the M9.0 Tohoku earthquake

A precise determination of ionospheric total electron content (TEC) anomaly variations that are likely associated with large earthquakes as observed by global positioning system (GPS) requires the elimination of the ionospheric effect from irregular solar electromagnetic radiation. In particular, revealing the seismo-ionospheric anomalies when earthquakes occurred during periods of high solar activity is of utmost importance. To overcome this constraint, a multiresolution time series processing technique based on wavelet transform applicable to global ionosphere map (GIM) TEC data was used to remove the nonlinear effect from solar radiation for the earthquake that struck Tohoku, Japan, on 11 March, 2011. As a result, it was found that the extracted TEC have a good correlation with the measured solar extreme ultraviolet flux in 26–34 nm (EUV_26–34) and the 10.7 cm solar radio flux (F_10.7). After removing the influence of solar radiation origin in GIM TEC, the analysis results show that the TEC around the forthcoming epicenter and its conjugate were significantly enhanced in the afternoon period of 8 March 2011, 3 days before the earthquake. The spatial distributions of the TEC anomalous and extreme enhancements indicate that the earthquake preparation process had brought with a TEC anomaly area of size approximately 1650 and 5700 km in the latitudinal and longitudinal directions, respectively.     

基于动态贝叶斯的反舰导弹弹型识别

使用反舰导弹对舰艇进行饱和攻击是当前对舰攻击的主要方式。首先,提出了动态贝叶斯网络(DBN)的理论及算法;其次,根据反舰导弹的高度、速度、过载、机动方式等弹道特性和RCS、雷达频率等导弹自身特性,建立了对反舰导弹进行弹型识别的DBN模型;最后,通过仿真算例验证了DBN模型的有效性,这为实际解决反舰导弹进行弹型识别的问题,提供了一种思路。     

终端区空中交通流到达模式识别

为了实现对终端区空中交通流到达情况更加准确的分析,针对目前常用的流量统计方法中所存在的问题,提出了交通流到达模式概念,并对基于聚类思想的到达模式识别方法进行了研究。在对交通流到达时序数据提取的基础上,利用基于免疫优化算法的聚类方法实现了对交通流到达模式的识别。对交通流到达模式特征进行了分析,并结合滑动时间窗算法提出了交通高峰小时及峰值流量计算方法。通过实例分析证明了方法的可行性与准确性。     

一种基于粗糙K-均值的椭球基函数神经网络

改进了一种椭球基函数神经网络,它与经典椭球单元神经网络的结构不同,而与径向基函数神经网络结构类似,即它有一个隐含层,并且隐层单元采用椭球基函数,区别于RBF网络的高斯函数。本文采用粗糙K-均值方法求取椭球函数的中心,并给出了该方法中确定初始阈值的步骤。这种改进方法不但使对输入空间的划分局部作用,而且划分区域封闭有界。因此,改进的神经网络具有较好的函数逼近能力和模式识别能力。仿真实验验证了该椭球基函数神经网络的正确性和有效性。