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。     

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。     

力矩输出能力最优化混合执行机构操纵律设计

当航天器执行高动态敏捷机动或者姿态动态跟踪控制等任务时，常使用控制力矩陀螺（control moment gyroscope，简称CMG）和飞轮（reaction wheel，简称RW）构成的混合执行机构来提供大力矩。提出了基于力矩输出能力最优化的混合执行机构操纵律，从几何角度出发，给出了力矩输出能力最优的CMG框架角速度和RW角加速度，通过引入参数，并讨论参数的设置的最优，使得框架转速误差和输出力矩误差的混合二次型达到最小，保证了混合执行机构在输出力矩误差最小的情况下，力矩输出能力最优。以金字塔构型的CMG集群和正交的RW集群构成的混合执行机构为例，对基于力矩输出能力最优化的混合执行机构操纵律进行合理化分析，证明了引入参数的作用，并且证明了混合执行机构不存在CMG奇异情况。仿真结果表明，基于力矩输出能力最优化的混合执行机构操纵律解决了CMG奇异的问题并使得RW不陷入饱和，输出力矩误差较小，输出力矩能力强，能够应用于航天器大角度机动任务。     

基于变步长LMS算法的线性调频引信噪声抑制

利用自适应滤波技术,研究了线性调频引信通带内噪声的抑制问题。根据线性调频信号与噪声可预测性的差异进行噪声抑制,分析了噪声抑制原理。仿真结果表明,在SNB=-5dB时仍然可以达到很好的噪声抑制效果;在算法收敛的条件下,信噪比越小,噪声抑制对信噪比的相对改善越大。     

采用局部约束线性编码的像素级舰船目标图像融合

为了提升视觉信息在低能见度条件下的适用性,提出了一种采用局部约束线性编码的像素级舰船目标图像融合方法.首先,采用K均值奇异值分解算法从海量的训练样本中完成过完备字典的学习.其次,在考虑着舰导引实时性任务需求的前提下,采用局部约束线性编码完成融合系数的非迭代求解,相较于压缩感知理论架构下的匹配追踪算法,极大地降低了计算复...