空间非合作目标惯性参数的Adaline网络辨识方法

空间在轨操作中,航天器在对空间非合作目标的抓捕行动常常导致航天器本体的姿态和空间轨迹发生变化。为克服空间非合作目标对航天器本体动力学、运动学的影响,使控制系统做出精准及时的姿控策略调整,确保航天器正常在轨工作和轨迹姿态的高精度,需对抓捕的非合作目标的惯性参数进行辨识。针对传统辨识方法依赖广义逆求解导致的辨识过程运算量大,且数值容易产生剧烈振荡,造成辨识结果不稳定等不足,采用基于归一化最小均方（NLMS）准则的Adaline神经网络方法进行空间非合作目标惯性参数的辨识。首先,基于动量守恒理论建立抓捕后的航天器-机械臂-空间非合作目标系统模型;然后将辨识方程的系数矩阵作为网络的输入和输出,空间非合作目标的惯性参数作为神经网络的训练权重,基于迭代步长可变的NLMS准则实现对目标惯量参数的快速、准确辨识;最后,在构造的ADAMS/MATLAB联合仿真平台上进行了验证。仿真结果表明,基于NLMS准则的Adaline神经网络是一种快速、准确辨识目标惯量参数的有效方法。     

复合打击下具有多次拦截时机的火力分配问题

针对传统火力分配模型容易造成资源浪费的问题,将火力单元以组为单位,以最大化杀伤概率为目标,构建一种具有多次拦截时机的动态火力分配模型;考虑到组内火力单元复合打击的情况,使用Kuhn-Munkres算法,优先将目标分配给复合打击效果大的目标;在此基础之上,设计了一种基于遗传算法（GA）的Anytime算法,引入了元级控制,提出一种任意时刻算法停机时刻的判定方法;仿真实验验证了模型优越性以及算法的合理性,对火力分配任意时刻算法使用元级控制可以有效提高解的效用。     

基于单目三维重构的空间非合作目标相对测量

为了解决非合作目标的相对测量问题,提出了一种基于单目图像序列目标重构结果的非合作目标相对位姿测量方法。该方法将目标的三维重构与相机的位姿信息计算相结合,首先利用观测前期得到的图像序列,通过非线性优化算法计算得到目标上部分三维点坐标;然后基于该三维点集合,建立递推深度模型,对相机的相对位姿信息和新观测到的目标点同时进行卡尔曼滤波估计。航拍测量试验表明,随着图片数量的增多,精确重构点的比例（重投影误差小于1个像素的点）不断提高,80%的图像中精确重构点比例优于89%;基于公共数据集的试验表明,该算法对姿态估算精度可达1°以内,位置测量的精度可达到2cm以内。以上试验结果表明,该算法具有较高的测量精度。     

带约束碰撞角的顺/逆轨制导律设计

针对逆轨、顺轨拦截模式,提出了带末端约束碰撞角的ACPN(Angle Control Proportional Navigation)、ACRPN(Angle Control Retro-Proportional Navigation)2种轨迹成型制导律.将线性的比例制导(PN)/负比例制导(RPN)作为标称指令,将碰撞角约束作为反馈指令,以相对加速度建立微分方程,得到了ACPN、ACRPN制导律.ACPN使用正比例系数,逆轨拦截目标;ACRPN使用负比例系数,顺轨拦截目标.与现有的研究结果进行仿真对比:ACPN具有耗费控制力少、末加速度小的优势;ACRPN的控制力、脱靶量、碰撞角误差较逆轨拦截优势明显.此外,分析了拦截高速目标的捕获区域.结果表明,ACPN比偏置比例导引的捕获区域大.当拦截弹的航迹角小于π/2+λ_i时(λ_i为初始视线角),宜采用ACPN(逆轨模式)拦截目标,拦截弹的航迹角大于等于π/2+λ_i时,宜采用ACRPN(顺轨模式)拦截目标.      

基于单幅立式标靶图像的单目深度信息提取

针对在智能车中车载单目视觉系统已经检测到路面障碍物的情况下,计算障碍物相对于本车的距离问题,提出了一种仅利用单幅标靶图像且无需相机内部参数的图像深度信息提取方法．该方法利用一种放置于相机前方的立式标靶,建立图像纵坐标像素与实际成像角度之间的映射关系,结合投影几何模型实现实时深度信息的提取．依据立式标靶图像的特点,设计了包括标靶图像感兴趣区设置、模板匹配、候选点聚类、筛选及精确定位等处理的亚像素级角点检测及定位算法．实验结果显示,该方法具有较高的测量精度及实时性．相对于在路面摆放参照物的方法,该方法无需大标定场地且规避了数据拟合引起的误差．同时该方法标定只需一幅图像,过程简单,便于实际应用．      

基于MODPSO-GSA的协同空战武器目标分配

提出基于多目标决策理论的协同空战武器目标分配模型,并用进化多目标优化算法求解.空战是一个多阶段攻防过程,针对多数空战武器目标分配采用一次性完全分配、不考虑火力资源消耗等不足,构建多目标决策模型,在达到毁伤门限的前提下,同时对一次攻击后使敌编队的总期望剩余威胁最小和分配导弹消耗量最小两个目标函数寻优.提出用多目标离散粒子群-引力搜索算法(MODPSO-GSA)求解分配模型,该混合进化多目标优化算法结合二者优点,具有稳定的全局搜索能力并保证收敛到Pareto前沿.该算法可求得满足毁伤门限的不同耗弹量的分配方案最优解集以供指挥员决策参考.仿真算例验证了新模型及所提出MODPSO-GSA进化多目标优化求解算法的有效性.      

多导弹系统协同攻击机动目标分布式制导律

基于增强型比例导引律和分布式网络同步理论,设计了一类攻击机动目标的多导弹系统分布式协同制导律。该制导律由各导弹本地制导律和分布式协同导引策略两部分组成:本地制导律为增强型比例导引律,进一步利用代数图论和非线性系统一致性理论,得到基于邻接个体信息交互的分布式协同制导律,实现多导弹对目标的同时协同攻击;该分布式协同制导律仅需视距内各相邻导弹间互相传输各自的状态信息,算法具有较低的通信代价和较好的可扩展性。最后给出了相关数值仿真算例,仿真结果验证了算法的有效性。     

一种非合作目标模型快速测量方法

服务航天器跟踪、接近和捕获目标时,需要快速获取目标卫星局部模块的精密3D轮廓。文章研究了一种基于结构光的单目测量系统,能够同时满足三维测量速度快、精度高等需求。提出了一种黑白DeBruijn序列编码方法,使用单张相机图片就可以完成重建,采用黑白条纹,增强了对空间反射的抗干扰能力。相比较于双目测量方法,该方法认为投影装置模型和相机模型一致,省去了图像匹配步骤,有效减少了计算时间;采用迭代的方法对点云进行重建,不需要预先进行畸变校正。以卫星模型为目标,使用高速相机进行了重建试验,试验结果表明采用这种方法进行重建时,采集图像时间短,深度信息误差为0.0583mm,速度和精度都能满足非合作目标的三维测量要求。     

高速撞击梯度电势靶板产生等离子体诱发的放电

针对在轨运行航天器在空间等离子体环境和空间带电粒子活动下诱发航天器表面梯度电势存在的客观现实,航天器在空间碎片的撞击下会诱发表面带电或深层电介质带电的航天器放电。为了在实验室模拟航天器表面存在电势差的真实情况,采用对航天器外表面分割的方法,在分割的表面间预留不同间距且在2靶板间加装电阻的方法创造具有梯度电势的高电势2A12铝板作为靶板。利用自行构建的梯度电势靶板的充放电测试系统、超高速相机采集系统和二级轻气炮加载系统,开展高速撞击梯度电势2A12铝靶的实验室实验。实验中,弹丸以入射角度为60°（弹道与靶板平面的夹角）、撞击速度约为3 km/s的条件撞击间距分别为2、3、4和5 mm的2A12铝高电势靶板,利用电流探针和电压探针采集放电电流和放电电压。实验结果表明:放电产生的等离子体形成了高电势与低电势靶板间的放电通道,且在梯度电势靶板间距分别为2、3 mm时诱发了一次放电,放电电流随高低电势靶板间间距的增加而减小;在梯度电势靶板间距分别为4、5 mm时诱发了二次放电,放电电流随高低电势靶板间间距的增加变化不明显。      

一种基于深度学习的交互式电话号码识别方法

物流、保险和中介服务等行业需要频繁地拨打电话,而人工拨打电话效率较低,高效的电话号码识别技术具有重要的应用价值。传统的印刷体数字识别方法存在人工设计特征过程复杂、识别字体单一等不足,难以满足实际应用需求。本文提出了一种基于深度学习的交互式的电话号码识别方法,通过鼠标双击图像中的电话号码,自动截取出包含此号码的目标区域,并进行灰度化、二值化、目标区域定位、字符分割和图片补白等预处理操作,在此基础上利用改进的LeNet-5卷积神经网络（CNN）自动学习图像特征,支持多种字体、字形和字号的印刷体数字识别,并利用交互式识别和内存池等方法提高识别速度。实验结果表明,单一字符的识别率为99.86%,整个号码的识别率为99.50%,整个号码平均识别时间为91 ms。本文方法识别精度高、识别速度快,具有较为广泛的应用前景。