基于形态自适应网络的无人机目标跟踪方法

针对无人机影像目标跟踪过程中常出现的目标方向变化、目标遮挡变化、样本多样性不足等问题,提出了一种基于形态自适应网络的无人机航空影像目标跟踪算法。首先使用基于数据驱动的方法对数据集进行扩增,添加了遮挡样本和多旋转角度样本,提高样本多样性;提出的形态自适应网络模型通过旋转不变约束改进深度置信网络,提取强表征能力的深度特征,使得模型能够自动适应目标形态变化,利用深度特征变换算法获取待检测目标的预定位区域,采用基于Q学习算法的搜索机制对目标进行自适应精准定位,使用深度森林分类器提取跟踪目标的类别信息,得到高精度的目标跟踪结果。在多个数据集上进行了对比实验,实验结果表明该算法能够达到较高的跟踪精度,可以适应目标旋转、目标遮挡等形态变化情况,具有较好的准确性和鲁棒性。     

鸭式旋翼/机翼飞机悬停状态飞行动力学特性

针对鸭式旋翼/机翼(Canard Rotor/Wing,CRW)飞机独特的气动布局,常规的分析方法及经验公式很难准确地对CRW飞机进行飞行动力学研究,通过飞行辨识对CRW飞机悬停状态特性进行了研究。首先,设计了飞行试验并获得了高质量的飞行数据,基于频率响应对CRW飞机的状态空间模型进行了简化。然后,在频域内对飞机的动力学参数进行了拟合优化,获得了CRW飞机悬停状态的动力学模型,并用飞行数据对所建模型进行了验证。最后,用辨识所得参数与常规直升机悬停状态时的参数进行了对比。结果显示悬停时CRW飞机的操纵导数和阻尼导数均比常规直升机小,经分析,操纵导数的减小主要是CRW飞机独特的旋翼设计所致,阻尼导数减小的原因主要是旋翼气动影响以及鸭翼、平尾、垂尾的结构影响。动力学特性分析结果为CRW飞机旋翼模式总体设计的进一步优化提供了指引和参考,所建立的模型可用于控制系统设计。