基于MAP估计和广义高斯MRF的SAR图像边缘比率检测方法

SAR图像极低的信噪比以及乘性噪声给SAR图像的边缘检测带来了较大的困难。提出了一种针对SAR图像边缘的自适应贝叶斯检测方法。该方法利用广义高斯马尔可夫随机场作为局部均值的先验概率分布模型,利用贝叶斯准则推导了局部均值的最大后验概率估计。广义高斯马尔可夫随机场模型参数估计和局部均值估计采用联合迭代技术进行求解。边缘检测器的参数采用接收机操作性能曲线和卡方检验进行选择。基于实测SAR数据的仿真实验结果表明,本文的边缘检测算子是有效的,并优于已有的SAR图像边缘检测算子。     

航天器轨迹偏差的非线性非高斯预报方法

针对航天器轨道偏差传播问题,提出一种高斯和模型与状态转移张量结合的预报方法。该方法使用多个子高斯分布加权拟合状态偏差分布,再以高阶状态转移张量分别预报每个子高斯分布,以捕获偏差分布的非高斯性,减小预报误差。将其应用到航天器二体轨道问题中,对比分析不同方法的预报结果。仿真结果表明,该方法可以逼近Monte Carlo仿真的预报精度,并显著提高计算效率,对长时间预报问题,效率提高可达数十倍。该方法面向一般的非线性系统状态偏差预报问题,尤其在长时间仿真预报时兼具很好的精度和计算效率。     

挠性卫星快速机动复合控制

文章给出了挠性卫星快速机动复合控制方法,包括前馈和反馈控制。反馈控制消除姿态误差,使得本体完成姿态机动目标;前馈控制柔化和优化参考输入,规避挠性振动。反馈控制采用经典PD控制,而前馈控制采用正弦优化控制。正弦优化控制通过优化正弦序列系数,能同时抑制大量挠性振动（包括低阶和高阶模态）。最后,文章对该复合控制方法进行了数学仿真,结果表明：在动力学不确定性和外界干扰存在的情况下,该方法仍能有效完成姿态快速机动,同时抑制最后的残余振动达到合理的水平。     

高斯-厄米特滤波器在捷联惯导系统初始对准中的应用

 为提高静基座初始对准精度,缩短对准时间,采用了基于大方位失准角的对准模型,引入了高斯-厄米特滤波器(GHF)。针对GHF中均值和协方差阵的多元非线性高斯积分求解问题,利用初始对准误差方程的非线性是由大方位失准角导致的特点,通过状态的线性变换,求其线性状态解析解,将高维积分转化成一元数值积分,在不损失精度的前提下,解决了GHF在对准应用的"维数灾难"问题。将此算法用于实际系统,对比于扩展卡尔曼滤波器(EKF)、无迹卡尔曼滤波器(UKF),结果表明在大方位失准角条件下,GHF方法偏航角的对准精度提高了16%,对准时间缩短了75％。     

三维高超声速飞行器再入轨迹快速优化

高超声速再入轨迹优化问题是一类复杂的最优控制问题。采用高斯伪谱法(GPM)将再入轨迹优化问题转化为非线性规划问题(NLP),对NLP进行归一化处理后,采用SNOPT软件包求解。根据协态变量映射规则计算出协态变量,得出哈密尔顿函数沿最优控制的变化过程。算例中,GPM耗时约7 s即可生成一条严格满足各种约束的三维最优再入轨迹,耗时远少于相关文献,并且优化精度高,满足一阶最优性必要条件。     

以冲压发动机为动力的飞行/推进综合控制

对以冲压发动机为动力的超声速飞行器进行了巡航状态下的纵向飞行/推进综合控制研究。建立了考虑系统干扰和传感器噪声的系统模型。为消除静差,使用积分型LQG方法进行了飞行/推进综合控制。仿真结果表明,所设计的飞行/推进综合控制器抑制了高度和速度通道之间的耦合,具有一定的抗噪声干扰能力。     

飞行器栖落机动轨迹可达域分析

飞行器的栖落机动被认为是解决舰载固定翼飞机超短距精确着舰的一种可行方式,已有研究主要集中于栖落过程大迎角气动力建模、标称栖落轨迹优化与轨迹跟踪控制,而鲜有对栖落着舰任务的总体分析。基于飞行器纵向栖落机动动力学模型,引入栖落轨迹可达域的概念,并给出可达域的数学描述;在此基础上,对可达域求解采用计算速度和精度兼具的高斯伪谱法,将可达域问题拆分为三个轨迹优化问题依次求解,首先求解栖落轨迹终端高度上边界,然后求解终端高度一定时的最近轨迹,最后求解终端高度一定时的最远轨迹,并给出相应的轨迹优化数学模型。结果表明：运用该模型及求解方法能快速得到计算结果,无动力飞行器的纵向栖落轨迹可达域为上窄下宽的不对称区域,且左右边界曲线线性度较好。     

基于自动核构造高斯过程的导弹气动性能预测

在导弹的初期设计阶段,通常需要对导弹的气动性能进行快速粗略评估。针对传统工程估算软件计算精度低和CFD方法计算代价大的缺陷,提出一种基于高斯过程回归（GPR）代理模型快速预测典型导弹气动性能的方案。以导弹外形参数和攻角作为模型输入,升力系数、阻力系数和力矩系数作为模型输出,对GPR模型的气动性能预测结果进行分析。首先,与其他常用代理模型的预测精度对比,GPR模型对3种系数的预测误差分别仅为0.24%、0.36%和0.36%,高于其他代理模型的预测精度。其次,考虑GPR模型核函数选择严重依赖人工先验知识的问题,采用了一种自动核构造算法,无需先验知识即可从数据中自动学习核函数。将该算法嵌入GPR框架中,与传统GPR模型比较,实验结果表明：基于该算法的GPR模型对3种系数的预测误差分别降低到0.10%、0.22%和0.17%。最后,给出导弹气动性能快速预测的应用实例,结果表明所提出的GPR模型的导弹气动性能预测方案是有效的,能够满足设计初期快速且精确的气动性能预测需求。     

基于自适应注入模型的遥感图像融合方法

遥感图像融合的目的是融合高光谱分辨率、低空间分辨率的多光谱（MS）图像和高空间分辨率、低光谱分辨率的全色（PAN）图像,得到高光谱分辨率与高空间分辨率的融合图像。遥感图像的注入模型中如何确定注入细节及注入系数是该技术研究的关键。针对注入细节优化,先通过模拟MS传感器的特性来定义一种多尺度高斯滤波器,再用该滤波器卷积PAN图像以提取细节,得到与MS图像高度相关的细节。针对注入系数优化,综合考虑光谱信息与细节信息提出一种自适应的注入量系数。为更好地保留边缘信息,提出一种新的边缘保持权重矩阵,实现光谱信息与空间的双保真。将优化后的注入系数与注入细节相乘注入到上采样后的MS图像中,得到融合结果。对所提方法进行性能分析,并在各卫星数据集上进行大量测试,与一些先进的遥感图像融合方法进行对比,实验结果表明,所提方法在主观与综合客观指标上都能达到最优。      

多模型GGIW-GLMB算法跟踪机动群目标

针对多个机动群目标跟踪问题,提出了一种多模型伽马高斯逆威夏特-广义标签多贝努利（MM-GGIW-GLMB）算法。采用多模型算法对群目标进行运动建模,利用最适高斯（BFG）近似在预测阶段对多模型进行融合,减小了多模型算法的运算量,为进一步提高算法在目标机动阶段的跟踪性能,引入强跟踪滤波器（STF）对BFG算法得到的预测状态协方差进行修正。利用最优次模式分配（OSPA）距离及其一倍标准差和航迹标签正确率衡量算法对机动群目标的跟踪性能。仿真结果表明,本文算法能够提升对机动群目标的跟踪精度和稳定性。