An intelligent target detection method of UAV swarms based on improved KM algorithm

Complete and efficient detection of unknown targets is the most popular application of UAV swarms. Under most situations, targets have directional characteristics so that they can only be successfully detected within specific angles. In such cases, how to coordinate UAVs and allocate optimal paths for them to efficiently detect all the targets is the primary issue to be solved. In this paper, an intelligent target detection method is proposed for UAV swarms to achieve real-time detection requirements. First, a target-feature-information-based disintegration method is built up to divide the search space into a set of cubes. Theoretically, when the cubes are traversed, all the targets can be detected. Then, a Kuhn-Munkres (KM)-algorithm-based path planning method is proposed for UAVs to traverse the cubes. Finally, to further improve search efficiency, a 3D real-time probability map is established over the search space which estimates the possibility of detecting new targets at each point. This map is adopted to modify the weights in KM algorithm, thereby optimizing the UAVs’ paths during the search process. Simulation results show that with the proposed method, all targets, with detection angle limitations, can be found by UAVs. Moreover, by implementing the 3D probability map, the search efficiency is improved by 23.4%–78.1%.     

一种星载激光测距仪姿态的确定方法及误差分析

激光测距仪与立体测绘相机在对地目标定位方面具有较强的互补性,将两者结合可以获取较高的地面目标三维定位精度。利用激光测距仪辅助立体测绘相机实现全球大比例尺无控测图是当今测绘卫星的发展方向。激光测距仪的定位精度主要受俯仰角和侧摆角的影响,由于失重、热交变、微振动等外界环境的影响以及激光器发射激光束存在自身抖动,星载激光测距仪的激光出射方向是不断变化的。为实现高精度地面目标定位,满足大比例尺测绘需求,需要对激光出射方向进行精确测量。文章提出了一种基于足印记录相机的激光测距仪姿态确定方法,该方法采用足印记录相机、地相机图像联合处理的技术,解决了激光测距仪姿态角和激光指向高精度确定问题。通过误差分析,该方法能够满足1︰10 000比例尺定位精度的要求。     

航天器应急姿态捕获中GPS信号的应用

星载全球定位系统（GPS）卫星接收机在测量接收各GPS卫星信号时,可同时得到接收信号的信号强度测量辅助数据E。理论分析表明,接收信号的强度E与信号入射天线的法向夹角α强相关。如建立E与α稳定的先验模型,E就可以作为测量值,计算入射天线的角度α。在同一时刻,通过三个以上GPS卫星信号入射天线的角度α,可计算星载GPS卫星接收机接收天线的空间姿态。确定姿态的精度取决于E与α相关先验模型的稳定性。利用CHAMP卫星星载接收机在轨实测数据检验,估算的初始姿态精度为2°~3°。该方法可作为航天器故障状态下应急姿态捕获的一种辅助手段,也可为携带星载GPS而无高精度定姿要求的简易航天器提供一种新的无附加成本的定姿途径。     

基于序优化理论的晕轨道转移轨道设计

利用晕轨道的稳定流形可以设计从地球到晕轨道的转移轨道。但由于小幅度晕轨道的稳 定流形与地球停泊轨道无法相交,因此需采用两脉冲转移。微分修正法是求解两脉冲转移常 用的优化方法,虽然收敛速度快,但很难获取全局最优解,而且收敛半径小,如果初始猜想 与最优解相差很远,该方法可能会不收敛。将序优化理论与微分修正法相结合,利用序优化 思想缩小搜索空间,得到足够好的初始猜想,然后利用微分修正法快速收敛到满足终端精度 要求的解。仿真结果表明该方法有很好的收敛性,且计算量小。
     

非质心特征点相对位置和姿态估计方法研究

卫星编队飞行中,从星星体上偏离质心的任意特征点,其相对位置和相对姿态运动耦合。本文针对任意点的相对状态估计问题,推导了耦合相对轨道动力学方程和无陀螺相对姿态动力学方程,并且基于PSD敏感器对主星上点光源的视线测量值,提出了基于特征点耦合动力学和质心传统动力学的两种相对状态估计策略。针对每种策略分别设计了EKF和UKF两种滤波算法对相对状态进行估计。最后通过数学仿真对算法的有效性进行了验证,并对其计算量进行了分析。结果表明,四种算法均能对特征点的相对状态进行较高精度的估计。     

光纤陀螺随机漂移的实时滤波方法研究

在光纤陀螺捷联惯导系统的初始对准过程中,光纤陀螺的随机漂移是影响对准精度的重要因素。通过离线的建模和滤波,能够在一定程度上抑制光纤陀螺随机漂移的影响,但由于受环境因素及光纤陀螺重复启动性能的影响,离线建立的模型通常不具备普适性,无法实现初始对准中随机漂移的在线滤波。为了解决这一问题,论文研究了随机漂移的实时滤波方法,包括基于ARMA模型的Kalman实时滤波方法和基于滑动数据窗的小波实时滤波方法,并对两种方法进行了改进。最后,进行了光纤陀螺捷联惯导系统的初始对准试验,研究了两种滤波方法对对准精度的影响,试验结果表明两种在线滤波方法均能够在较大程度上提高初始对准的精度,而且小波实时滤波方法的精度和实时性均优于基于ARMA模型的Kalman实时滤波方法。
     

用局部灰度极值方法进行多光谱图像配准算法研究

针对多光谱遥感图像,提出了一种基于局部灰度极值的配准方法:通过在基准图像和待配准图像中同步寻找含有灰度极值的小区域,再用多项式对极值区域进行曲面拟合,最后,分别计算小区域的极值点作为特征点对进行配准。并用真实和模拟多光谱图像进行了试验,结果显示本课题提出的方法具有算法简单和配准精度高的特点。     

关于粘滞迭代的一个强收敛定理

在一致光滑的Banach空间E中,C是E中非空闭凸子集,f：C→C是压缩映像,T：D→C是非扩张映像且不动点集合F（T）非空,x0∈C是任一初始点,由粘滞迭代xn＋1=αnf（xn）＋（1-αn）Txn构造的序列{xn}在｜Tzn-xn-zn-xn｜=0（βa）条件下强收敛于T在C中的不动点。     

基于DSP＋LAMBDA算法的GPS实时定位技术研究

主要分析了GPS载波相位整周模糊度LAMBDA求解算法,通过数据模拟测试来验证该算法在DSP上的工作状况。仿真计算证明,在DSP上实现LAMBDA算法可以满足GPS实时动态定位的要求。