基于双倍比特量化与分段哈希索引的军事图像过滤

二进制码占用存储空间少且易于进行距离度量,因此很多研究者提出二进制量化方法把浮点型特征量化为二进制码,以实现大规模数据环境下的快速最近邻查询。但是,二进制量化会损失原始特征的信息量,使原始特征之间的相似性不能完全保持,导致查询精度降低。针对这一问题,提出双倍比特量化与分段哈希的近似查询索引。首先,设计了一种双倍比特量化方法,通过把特征的每一维数据量化为2个比特二进制码,增加特征之间的区分性;然后,针对双倍比特量化的二进制码提出双倍比特分段哈希索引,通过对二进制码分段并建立哈希索引的方式,提高查询速度。据此,设计了基于双倍比特量化与分段哈希索引的大规模军事图像过滤系统。实验表明,相比于Faster R-CNN+CNNH+MIH系统,本文方法可以使军事图像过滤精度提升5. 4%。     

月球探测器动力下降段最优轨迹参数化方法

为保证月球探测器进入姿态调整段时具有充分的高度与速度余量,本文提出一种基于控制变量参数化的月球探测器动力下降段最优轨迹求解方法。在三维探测器软着陆动力学模型基础上,将月球探测器软着陆制导律设计等效为燃料最优约束下的探测器俯仰角控制问题,利用控制变量参数化(Control Variables Parameterization, CVP)方法将该控制问题中的控制变量与约束条件转化为非线性规划问题求解,并引入时间尺度变换,将着陆时间序列加入待规划参数,进而求得满足精度的最优数值解。蒙特卡罗仿真实验表明,与传统的显式制导律相比,本文提出的参数化制导方法在动力下降段燃料更省,动力下降段的起始高度在±20%范围内波动时,仍能以高精度速度和高度指标完成末制导。     

基于自适应通信拓扑的无人机集群弱路径约束下的分布式控制器设计

针对传统无人机集群飞行控制需要规划过多飞行路径的问题，设计一种结合线性二次型调节器(LQR)与机间防撞的分布式协同控制器，不需要为集群设计相对构型，只需给定一条满足无人机动力学约束的飞行路径，集群就可沿路径飞行。该控制器通过设计自适应通信拓扑来稳定加入机间防撞机制带来的抖振效应，并使集群具有良好可扩展性。仿真结果表明，所设计的分布式控制器可以实现规划一条路径下无人机集群无机间碰撞的稳定飞行。