基于最优估计法的瑞利激光雷达反演大气温度研究

基于瑞利激光雷达的回波光子信号对中层大气进行探测，结合最优估计法，对大气温度进行反演。本文基于瑞利散射激光雷达方程建立正向模型，选择大气模型的温度廓线作为先验状态信息，构建用于最优化处理的成本函数，利用Levenberg-Marquardt最优化算法对成本函数执行最优化处理，得到大气温度的反演结果，对反演结果的不确定度分析的同时利用平均核矩阵对反演结果中真实信息的贡献进行评估。利用瑞利激光雷达方程产生的模拟回波信号进行了大气温度的反演处理与分析，对中国科学院国家空间中心提供的瑞利激光雷达实测数据进行大气温度的最优估计反演。结果表明，90 km以下的反演不确定度在10 K以内，且相较于CH方法，最优估计法具有反演有效范围高的优势；在回波光子信噪比较高的区域，反演不确定度较小，且真实信息对反演结果的贡献占主导地位。     

基于改进向量场直方图算法的无人机动态避障策略

目前传统向量场直方图(VFH)算法存在易陷入局部陷阱的缺陷，本文提出了基于陷阱检测机制与动态阈值更新策略的改进VFH算法，更加符合局部未知环境下无人机路径规划的要求，并针对复杂未知场景中无人机避障问题，提出了基于A^*算法和改进VFH算法的避障算法。首先，无人机根据全局已知障碍物信息，基于A^*算法构建目标航路点；其次，在目标航路点不可达的情况下，无人机根据运动状态与激光雷达探测到的地形信息，基于改进向量场直方图算法进行局部规划。在局部规划中，针对传统VFH算法存在的缺陷进行了改进：针对传统VFH算法的无记忆性导致在一些特殊场景中易陷入局部陷阱，本文提出陷阱检测机制的VFH算法，动态选择历史信息增强向量场直方图算法的记忆性，无人机可自主检测陷阱并及时跳出；针对向量场直方图算法的阈值敏感性问题，设计了动态阈值更新策略，使得无人机能够在复杂或稀疏的障碍物环境中，动态平衡避障安全性和抵达目标的时效性。最后，通过对比仿真验证了算法的有效性，为传统VFH算法易陷入局部陷阱的缺陷提供了一种解决方法。