基于数据融合的模拟低重力步态识别方法

针对有动力航天服在进行主动助力时对人机系统下肢行走状态感知的需求,提出了基于数据融合的步态识别方法。首先设计了同步多源传感采集方案,分析了模拟低重力下的运动特点;将多源传感信息进行数据融合,针对不同运动模态和行走步态提取特征,基于模糊有限状态机进行步态相位划分。最后,在搭建的模拟低重力试验系统进行了运动测试验证,实测验证了本方法适用于平地行走和上下台阶等不同运动模式,获得了较高的识别准确率。     

基于改进的卷积神经网络的步态识别

为了提高惯性传感器采集到的序列数据中步态识别的准确率,建立了一个激励层改进的卷积神经网络(CNN)模型。针对三轴加速度传感器对运动太过敏感导致步态周期划分不准确的问题,采用加速度传感器与弯曲度传感器组合获取人体运动信息。将CNN模型中激励层的线性整流函数(ReLU)改进为带泄露线性整流函数(Leaky ReLU),以解决遇到卷积输出数据小于0时神经元被抑制的问题,进而达到提高步态识别准确率的目的。实验结果表明激励层优化的CNN模型在行走、上下楼和上下坡五种步态模式下识别率达到了95.79%,与未采用弯曲度传感器的改进CNN模型和未进行激励层改进的CNN模型相比,步态识别率有所提高。     

基于改进的卷积神经网络的步态识别

为了提高惯性传感器采集到的序列数据中步态识别的准确率，建立了一个激励层改进的卷积神经网络(CNN)模型。针对三轴加速度传感器对运动太过敏感导致步态周期划分不准确的问题，采用加速度传感器与弯曲度传感器组合获取人体运动信息。将CNN模型中激励层的线性整流函数（ReLU）改进为带泄露线性整流函数(Leaky ReLU)，以解决遇到卷积输出数据小于0时神经元被抑制的问题，进而达到提高步态识别准确率的目的。实验结果表明：激励层优化的CNN模型在行走、上下楼和上下坡五种步态模式下识别率达到了95.79%，与未采用弯曲度传感器的改进CNN模型和未进行激励层改进的CNN模型相比，步态识别率有所提高。     

三维激光成像系统的点云模型真彩色处理方法

三维激光成像系统获得的点云数据精度高并且保有高精度的高程信息,然而特征信息不明显,没有保留全部的点和点的拓扑关系,无法直接判读地面物体;影像数据空间分辨率和精度低,并且缺少高程信息,然而其影像的特征连续,光谱信息丰富.因此,进行点云数据与影像数据融合方法的研究是目前三维激光成像系统研制的前沿性课题.针对点云数据与影像数据融合方法的研究,提出了一种三维激光成像系统点云模型真彩色处理的方法.实验结果显示,采用所提出的方法,不仅能够获得被扫描物体的位置信息和大小信息,而且能够得到被扫描物体的表面纹理细节信息.     

基于MIMU的适应多步态的步行导航算法

针对目前国内外步态导航算法中引入的零速检测大都不能很好的对多种步态的行走进行辨识的问题,提出了基于低成本MIMU（微惯性测量单元）、且能兼容多种步态的步行导航算法。算法通过采集安置在行人脚部MIMU输出的测量信息,用捷联惯性积分算法进行导航解算。其间,提出一种新的零速检测方法对行走时变化的步速和步型进行准确辨识,进而找到脚步的零速时刻点,并通过设计的扩展卡尔曼滤波（EKF）对导航解算结果进行零速修正（ZUPT）,实现系统的反馈。最后进行两组实验对算法验证。结果表明,该步态导航算法能对行走时的多步态问题有很好的兼容性,零速修正时刻辨识准确度高,两组实验的导航解算误差均达到0.6%以内,进一步提高了步态导航算法的精度和实用性。     

基于异构特征信息匹配的车辆自主定位方法研究

针对车辆在GNSS拒止条件下的定位需求,提出了一种基于多源异构特征信息联合匹配的自主定位方法,并从数据库建立和匹配方法2个方面分别进行了分析研究。提出了基于众包数据的特征信息库建立方法,通过地磁、WLAN、蓝牙、蜂窝网等信息对众包数据进行分段与聚类,利用提出的DBSCAN算法进行地图重构;此外,还提出了基于HMM模型的异构特征联合匹配定位方法,可将多种传感器提供的观测量以特征方式进行联合匹配。试验结果表明,该方法可以很好地解决GNSS拒止条件下的车辆自主定位问题。     

航天器在轨故障特征数据生成方法

针对故障特征数据模拟生成算法与航天器的原理、模型关联度高,航天器状态描述模型不成熟、难以应用于工程实践的现状,根据反映航天器在轨故障的遥测数据表现形式和变化时间长短,将航天器故障进行分类。从遥测数据变化的角度,针对每类故障遥测数据的变化特点,研究了符合每类故障数据变化规律的故障特征数据生成算法及基于WEB服务的故障特征数据生成原型系统实现方式。生成的故障特征数据在故障检测、诊断与预警等方面得到成功应用,使航天器对象、状态演化规则和测控信息产生等故障输入数据更接近真实的动态特征。     

基于MHSA和C- BiGRU的航班延误预测研究

针对普通神经网络预测人为因素造成的航班延误能力不足的问题,提出了一种基于多头自注意力机制和卷积双向门控循环单元的预测模型(MHSA-C-BiGRU)对航班延误问题进行研究。模型采用卷积双向门控循环单元(C-BiGRU)提取局部信息和上下游数据的时序信息,利用多头自注意力机制(MHSA)的并行能力从不同位置提取数据内部之间的特征,强化重要信息的权值,使模型聚焦到对当前任务更重要的信息,从而增强模型分析人为因素造成的航班延误的能力。研究使用2018年上海浦东机场的航班数据和气象数据。结果表明,预测模型相对于基础模型的预测准确率提高了4.4%,各项宏平均值有8%的提高,各项权重平均值有5%的提高。     

基于时序相关性的信息效用评价模型研究

事务处理中的时间相关性数据蕴涵着对预测与决策具有情报效用的信息,可以通过构建一定的特征模式对其效用大小进行评价。文章对时变序列数据的相关性特征进行了分析,研究了基于时序与波动变化的特征抽取模式;在时变序列的差分及相对变化基础上,进一步综合利用偏态、离散、相关等特征构建了影响变量与响应变量之间的相关度计算模型。该模型可降低效用评价计算复杂度,增强评价的可靠性并可用于模型预测。     

基于ADAMS平台的四足机器人越障仿真与测试

针对四足机器人在静步态行走过程中面对非平坦路面上障碍物的情况,提出一套完整的四足机器人翻越障碍物的步态理论分析方法,同时使用ADAMS虚拟样机软件对该步态进行运动仿真与测试。文中详细叙述了机器人膝关节与髋关节的运动轨迹规划,将规划的轨迹离散化后导入ADAMS和利用ADAMS/PostProcessor得到仿真测试结果。该研究通过虚拟样机平台弥补了前期客观条件限制下的测试局限,测试结果验证了四足机器人翻越障碍物的理论分析。四足机器人翻越障碍物的步态理论对未来四足机器人实物样机的设计和制造工作有着指导意义。     

外测数据处理中小波滤波的应用研究

针对外测数据的高精度和噪声复杂的特性,首先介绍了小波分析中几种滤波方法及其变形,然后结合空域滤波器建立外测数据的小波去噪模型,将它们应用于一维的高精度弹道数据去噪。实际结果表明,该类方法在保留特征段及有用信息的同时,有效地去除了随机噪声及其他干扰,比较传统去噪方法有明显优势。     

基于多维航迹特征的异常行为检测方法

在信息融合领域,利用数据挖掘中的异常检测技术,可以基于目标的多维航迹特征来挖掘目标的异常行为。现有轨迹异常检测方法主要检测目标的位置异常,没有充分利用目标的属性、类型、位置、速度和航向等多维特征,在挖掘目标的异常行为时具有局限性。通过定义多因素定向Hausdorff距离和构造多维度局部异常因子,提出了一种基于多维航迹特征的异常行为检测方法,通过对多维航迹数据的异常检测,实现对目标异常行为的挖掘。在仿真军事场景和真实的民用场景上进行了实验分析,所提方法都能有效的检测出目标的异常行为。     

Sea fog detection based on unsupervised domain adaptation

Sea fog detection with remote sensing images is a challenging task. Driven by the different image characteristics between fog and other types of clouds, such as textures and colors, it can be achieved by using image processing methods. Currently, most of the available methods are datadriven and relying on manual annotations. However, because few meteorological observations and buoys over the sea can be realized, obtaining visibility information to help the annotations is difficult. Considering t...     

地图辅助行人航迹推算技术的室内定位方法

针对目前室内定位技术中位置漂移、定位结果偏差较大的问题,提出了一种融合行人航迹推算(PDR)、地标匹配修正和地图辅助的室内行人定位方法.该方法利用基于惯性传感器的PDR技术计算行人位置信息,利用行走过程中的传感器读数特征识别室内特定地标点,与地标库数据进行匹配后,修正PDR轨迹产生的累积误差.室内地图辅助主要是通过判断行人是否位于走廊等区域,限制轨迹穿墙,约束PDR定位轨迹.实验结果表明,融合定位算法得到的轨迹优于纯惯性递推算法得到的轨迹,更加接近真实的行走轨迹,定位精度提高了51.2％,平均定位误差降至1.8m,满足室内定位需求.     

多无人机监控系统人机交互界面研究

首先从人机权限方面考虑,提出基于三级自主等级以上的无人机系统,分析典型无人机作战任务下各操作项自动化程度、复杂性等信息,得出多机监控能力下操作员角色需向指挥员转变。然后以四机监控为例,通过设计人机智能认知信息架构,建立操作员意图识别模型,采用空域页面布局切换和时域页面智能推显等形 式进行人机交互界面设计,实现单操作员对多架无人机的监控。最后在飞行模拟器环境下进行了多机监控仿真测试,测试结果证明本文设计的人机交互界面合理可行。     

基于弹道动力特性考虑的不完全测量数据处理方法

针对试验任务中数据丢失的情况,讨论了如何结合遥测信息,充分考虑弹道动力特性提供样条节点,最终获得目标高精度的位置和速度参数估计的问题。首先,介绍了样条节点的概念及其反映的物理背景;然后,结合遥测数据处理的相应理论,提出了遥测弹道具有充分反映动力特性、保形的特点;最后,结合最优节点搜索方法和节省参数建模理论,运用样条约束的联合处理手段,采用改进Gauss-Newton法求解非线性方程,给出了相应的实测数据处理算例。结果表明,基于靶场现有高精度测量设备的跟踪数据,充分考虑弹道的动力特性,在某些数据丢失的情况下,仍然可以提供高精度弹道参数。相对于传统的融合低精度测元进行数据补偿的方法,文中所介绍方法对提高全程弹道精度具有重要意义。     

连续推力作用下卫星轨道的相对可达区域研究

在燃料一定的情况下,研究连续推力作用下卫星轨道的相对可达区域非常重要.通过对动力学模型的分析,将相对可达区域的计算转化为对最优控制问题的求解,通过对优化模型的分析,最终将最优控制问题的求解转化为对线性微分方程组的求解.给出了卫星轨道相对可达区域的确定方法,对不同燃料和时间限制情况下卫星的相对可达区域进行了计算、仿真和分...     

一种红外多传感器对中段弹道空间邻近目标的联合超分辨弹道估计方法

 分析红外焦平面(IR FRA)对中段弹道空间邻近目标(CSO)的成像特点,指出星载红外传感器为实现对空间邻近目标的跟踪必须对其进行超分辨。提出了一种中段弹道空间邻近目标联合超分辨与弹道估计新方法。该方法结合红外焦平面成像模型和中段弹道动力学模型,使得能够同时利用红外多传感器的多帧信息,基于最小二乘准则建立联合超分辨弹道估计目标函数,并分析选择各目标的起始状态参数作为模型参数。针对目标函数的高维非线性特点,推导最小化意义下等价的降维目标函数,采用量子粒子群优化算法最优化该降维目标函数直接求解模型参数,进而计算出各目标的弹道和辐射强度,实现中段弹道空间邻近目标的联合超分辨与弹道估计。仿真结果验证了该方法的有效性,且相比于传统的先单传感器单帧超分辨、然后多传感器多帧测角数据关联与滤波方法,新方法在避免数据关联复杂问题的同时,其弹道估计精度更高、分辨能力更强。     

障碍地形下的机器人轮足复合越障步态规划方法

为提高轮足复合机器人在障碍地形下的稳定性与通行效率,提出了一种轮足复合越障步态规划方法。首先基于轮足复合运动模式提出了一种机器人位姿调整算法,并给出了相应的足端轨迹方程与重心轨迹方程。其次基于轮足复合运动的运动学方程,给出了位姿调整阶段的轮速规划算法,使得每条腿足端轮子的滚动速度与足端的轨迹相匹配,以确保轮子在地面滚动时不发生滑动。虚拟样机仿真结果表明,应用该步态规划算法,机器人能够自主平稳地穿越障碍地形,从而验证了方法的有效性。     

可拓模式识别算法中经典域的确定方法

可拓模式识别算法是根据各个关联度的对比来识别最终的模式,其中经典域区间的确定有着重要的作用。传统的经典域确定方法是基于数理统计学的,不适用于小样本数据,数据不完全以及数据分布未知等复杂情况。引入Bootstrap算法,并和传统的方法对比,更精确地确定了经典域区间。