改进的基于二维直方图的最大模糊熵分割方法

针对基于一维直方图的传统模糊熵算法对噪声敏感的问题,提出了一种新的基于二维直方图的最大模糊熵图像分割算法。新算法根据中心像素与邻域均值之间的关系划出二维灰度直方图中的有效区域,并考虑了图像的空间信息,将二维灰度直方图中像素的邻域均值的隶属度与中心像素隶属度相结合,得出新的隶属度计算方法,然后通过最大化模糊熵函数来确定图像的最优分割阈值。通过对实际图像的分割实验,表明了本文算法具有良好的去噪和图像细节保持能力。     

基于暗块提取的无监督语义分割算法

提出一种针对单张图片进行处理的无监督语义分割算法,可以自适应得到每幅图像的类别数,并输出语义分割结果。首先,分别采用Felzenszwalb算法和SLIC算法(simple linear interative cluster)对图像进行预分割,获得图像的两种预超像素表示,对两种预超像素表示进行融合获得图像的最终超像素表示;其次,根据图像最终的超像素表示,使用暗块提取算法得到分类类别数以及可靠性强的类别标签;再次,使用得到的类别数以及类别标签来对由栈式编码器和softmax分类器组成的分类系统进行训练,再使用训练好的分类系统对整幅图像进行预测得到每个像素的标签;最后,对超像素块内的像素标签进行投票,选取标签数量最多的标签为这个超像素块内所有像素的标签。实验结果表明,与当前的一些分割算法相比,本算法能获得更好的语义分割效果。     

线性结构光条纹自适应中心提取的鲁棒方法（英文）

在采用线性结构光(Linear structured light,LSL)方式的非接触式测量中,光条纹中心的提取精度直接影响整个检测系统的测量精度。针对通用算法无法准确提取宽度不均匀、灰度值分布不均匀的条纹中心的问题,本文提出了一种自适应优化方法。在该方法中,首先分割条纹区域,通过边界检测来计算激光条纹的宽度。通过基于自适应条纹宽度的二次加权灰度质心法计算初始条纹中心点。之后,根据确定的斜率阈值优化这些中心点,重新计算并获得这些中心点的子像素坐标,同时根据提出的提取算法评估指标对算法进行了详细分析。实验中,提取的中心点的均方误差仅为0.1个像素,结果表明该方法可以显著提高激光条纹中心点的提取精度。此外,该方法可以以相对较低的计算时间有效地运行,鲁棒性良好。     

冰形表面激光光带中心线快速提取方法

在风洞结冰模型3D冰形测量中,激光三角测量法相对传统测量方法检测速度快、精确度高,具有极高研究价值。然而由于冰体对激光透射严重,影响激光中心线提取精度从而影响测量精度。针对此问题,提出一种冰形表面激光光带中心线快速提取方法。该算法具体实现步骤为:首先,采用基于三维块匹配去噪算法对图像进行降噪,并对图像进行视觉显著性计算,分割出光带区域;其次,求取梯度图并转换至频域空间,根据图像频谱特征求取能量中心区域;最后,对区域采用灰度重心法求取中心线亚像素级位置。采用冰箱冻结的半径已知圆柱冰块评估该算法,测得算法处理时效为28.57FPS,使用该算法的冰形轮廓重建精度达到0.017mm。实验证明算法满足冰形在线测量技术要求,为开展结冰实验中结冰生长过程在线三维检测技术奠定技术基础。     

基于变化反照率值的灰度图像重建算法研究

本文提出了一种基于变化反照率值的从明暗恢复形状(shape from shading,简称SFS)算法,该算法消除了传统SFS算法假设物体表面仅有单一反照率值带来的影响.本文首先运用局部反照率值估计方法计算出图像中每一个像素对应的反照率值,得到反照率值图像;接着分割该反照率值图像为若干个区域,使得每个区域含有统一的反照率值;然后详细叙述基于变化反照率值的SFS算法原理.最后,基于上述理论本文做了两组实验,实验结果表明本文方法较传统方法有明显改善,扩大了SFS的应用范围.     

交叉口汇聚航班的航线选择方法

建立了以总延误时间最小为目标的交叉口汇聚航班航线选择问题模型,为到达交叉口的每个航班从固定航线或临时航线中选择合理的一条航线飞行,并且设计了相应的启发式算法计算模型的全局最优解。最后设计了3种场景对航图中嘉峪关到雅布赖航线段航班数据进行算例仿真。仿真结果表明,本文模型和算法可解出多个航班最优的航线选择方案,并且产生的总延误时间最小,证明了本文方法的有效性。     

边缘网络下多无人机协同计算和资源分配联合优化策略

针对边缘网络环境下多人机之间存在计算负载不均，造成卸载任务失败的问题，提出了一种多无人机间协作的智能任务卸载方案。通过联合考虑多无人机任务分配、计算资源分配和无人机飞行轨迹，引入公平性指数建立了无人机公平负载最大化和能量消耗最小化问题。基于多智能体深度强化学习框架，提出了融合轨迹规划和任务卸载的分布式算法。仿真结果表明，所提出的多无人机协作方案可以显著提高任务完成率和负载公平度，并且有效适用于大规模用户设备场景。     

一种用于无人机航空相机标定的角点检测算法

在实现无人机航空相机的高精度标定中，模板图像中角点提取的精度是至关重要的因素。为了实现高精度角点的提取，以及亚像素角点像素的修正，提出了基于Hessian矩阵的X型角点形状算子的亚像素角点提取方法。实验分析验证，该方法提取精度较高，提取过程简单，计算量小，大大简化了标定过程。     

空间距离变换的彩色图像目标识别方法

研究了彩色图像的分割算法,提出了运用彩色图像的颜色特征相似性进行图像的分割;然后将分割的目标进行检测,运用无监督网络,即竞争网络学习训练聚类,将图像中不同的目标提取出来。在识别方面,研究了一种运用空间距离变换方法来识别的算法,计算出区域半径测试样本点在区域内还是区域外,以达到识别的目的。实验结果表明,本文提出的分割算法和识别算法可以很好地运用到实际中,识别率可达90%以上。     

含腔复杂军事目标RCS综合计算方法

根据飞行器等含腔复杂军事目标 RCS计算的需要,改进了射线跟踪法,并针对不同高频算法的特点,将像素法、射线跟踪法和边缘等效电磁流法结合运用,不同类别散射中心采用不同的方法计算,然后将复数量叠加得出目标的RCS,并充分考虑算法的协调.结合算例对方法进行验证,并将结果与矩量法等精确算法计算得到的结果进行了对比验证;运用本文方法对美国暗星无人机RCS进行了计算和分析.     

变速运动平台上多旋翼无人机自主着陆控制方法研究

为解决多旋翼无人机在变速运动平台自主着陆问题,提出一种以模型预测控制（MPC）算法为基础的无人机自主着陆控制方法。首先传感器采集无人机和移动平台在NED坐标系中的位置矢量与速度矢量信息,然后使用卡尔曼滤波状态方程进行数据处理,最后根据滤波后的矢量参数用模型预测控制算法计算出无人机最优控制量。MATLAB仿真证明,该算法可实现无人机自主着陆于变速运动的移动平台上。     

基于改进蚁群算法的无人机冲突解脱技术（英文）

基于ADS-B监视数据,提出了一种基于线性外推法的机载无人机冲突探测与解脱方法,为可能发生的冲突提供预警。为解决多无人机冲突问题,引入基本蚁群算法,并通过加入速度调整策略来优化传统的基本蚁群算法的冲突简化模型。提出了一种基于速度调整策略和航向调整策略的多无人机冲突解脱方案。通过加入排序系统和角度信息,改进了蚁群算法。结果表明,改进的蚁群算法可为空域内多无人机规划无人机冲突解脱路径。改进后的蚁群算法,提高了计算效率,收敛出最优化目标所需时间减少了43.9%,且最终总延误距离减少了58.4%。     

无人机航路规划研究

无人机航路规划的目的是无人机具有对象复杂任务进行快速规划重规划的能力，其中快速而有效的重规划尤其重要。在无人机飞行任务过程中，无人机需要根据局部地形、地貌、威胁等信息以及飞机本身机动能力的限制，实时地计算出飞行航路，并跟踪该航路完成了飞行任务。本文通过比较各种算法在航路规划应用中的优劣性，提出了Dynapath（动态规划）算法在无人机航路规划中的应用，给出了仿真结果。仿真结果表明：Dy-napath算法生成的最优参考航路基本上满足无人机任务飞行的要求，获得了良好的飞行品质。     

基于机场属性网络表示学习的机场群同质化分析（英文）

现有机场群研究较少从航线网络分析角度进行机场节点之间的同质化分析,航线网络中机场节点的属性信息考虑不足。为了解决此问题,文中提出了一种基于机场属性网络表示学习的机场群同质化分析方法。首先,构建包含属性信息的机场群航线网络,如果机场之间有航班,则为机场之间添加一条边,并为每个机场节点添加航线区域属性信息。其次,分别进行机场属性以及机场网络向量表示,通过网络表示学习方法将机场属性和机场网络表示向量嵌入到统一的机场表示向量空间,得到融合机场属性以及机场网络特性的机场特征向量。通过计算机场群内机场向量的相似度,可以方便地计算机场之间以及机场群的同质化程度。京津冀机场群数据集的实验结果表明,与目前其他算法相比,本文提出的基于属性网络表示学习的同质性分析方法可以得到更符合京津冀机场群现状的同质化计算结果。     

一种小型无人机简易飞行控制系统的方案

针对低速、自然稳定的小型无人机的特点,以控制无人机按预定航线自主飞行为目标,设计了具有双回路的PID控制的纵横向飞行控制律,以及优化的GPS系统(磁航向传感器补偿)导航算法,形成只需少量传感器和执行机构的飞行控制方案.该方案广泛适用于低速、自然稳定的小型元人机,具有良好的静态和动态特性,并且造价低廉、使用简单.     

面向“最后一公里”的无人机需求预测

针对“最后一公里”配送的无人机需求预测问题,考虑无人机性能、空域环境和运输任务等限制条件,分别以最大化快递运输量、最小化运输成本为目标函数,建立多阶段无人机需求预测模型。考虑快递业务历史数据和影响因素,建立组合预测模型预测快递业务量;利用动态分配算法预测无人机快递分担量和无人机需求量。以某区域实际快递数据和低空飞行条件进行算例分析。结果表明,本文提出的预测方法不仅可以根据配送中心业务量、工作时间和成本要求提供灵活的无人机需求方案,还能够使得无人机的工作时间利用率达到95%以上。     

基于经验直觉的无人机威胁规避机动决策方法

针对无人机飞行过程中遇到威胁需要及时安全规避的问题,本文提出一种基于经验直觉的无人机机动规避决策算法.首先将无人机威胁安全规避机动过程中所获取的态势信息,按照规避机动区域进行结构化处理并标注相应的机动决策标签,建立基于数据的无人机情景决策知识库.其次,利用无人机情景决策知识库中的数据训练长短时记忆网络以实现情景与机动决...     

某型无人机拦阻网回收系统设计

介绍了无人机拦阻网回收系统的组成和工作原理，论述了系统的网体设计、涡轮阻尼器设计以及拦阻过程计算等关键技术问题，并给出某型无人机拦阻回收系统的性能计算结果。本文的研究成果为某型无人机拦阻网回收系统的工程设计提供了理论依据，并已成功应用于某型无人机系统的研制。     

基于最小时间的航线选择问题

针对空中航线选择优化问题,分析了空中交通流的特点。结合航班在航线上等待点空中盘旋的情况,考虑从求解空中飞行时间最短的角度,建立了航线网络中航班最小费用流问题的数学模型,给出了求解这种最小费用流的算法。通过航线网络的简单算例,求出了最佳航线以及相应航线流量,说明了模型和算法的具体应用。     

两种基于图论的聚类算法改进(英文)

近年来,基于图论的聚类算法被广泛地应用在数据聚类和图像分割之中。聚类任务主要是挖掘一组给定数据隐含的分布规律和结构信息,而图像分割则是将一幅图像划分为若干互不交迭区域的过程。主要讨论两种比较流行的基于图论的聚类算法,即基于有向树的数据聚类算法和基于最小生成树的图像分割算法。创新在于:(1)改进基于有向树的数据聚类算法,将其应用于图像分割;(2)改进基于最小生成树的图像分割算法,将其应用于数据聚类。在人工数据和实际图像数据上的实验结果表明,改进的有向树算法可以很好地分割图像并保留图像中足够的细节,而改进的最小生成树聚类算法能比较好地聚类具有流形结构的人工数据。