全局最优导向模糊布谷鸟搜索算法及应用

针对标准布谷鸟搜索算法探索能力强而开发能力较弱、收敛速度慢及计算精度较差等问题,提出了具有全局最优导向的模糊布谷鸟搜索算法。在鸟窝更新公式中引入全局最优导向策略,在产生新的鸟窝位置时利用到当前最优鸟窝位置信息,以保持鸟窝的多样性并提高算法的开发能力。另外,采用模糊逻辑规则对布谷鸟算法中的搜索步长和外来鸟蛋被发现概率这2个重要参数进行自适应调整,以提高算法的全局收敛性能和求解精度。通过2个经典结构可靠性分析极限状态方程测试该算法的性能,并将其应用于某飞机舱门锁定机构可靠性分析中。实验结果表明,与粒子群算法、标准布谷鸟搜索算法和改进布谷鸟搜索算法相比,所提出的全局最优导向模糊布谷鸟搜索算法在进行可靠性分析中,能够有效地提高解的精度并增加收敛速度,寻优效果更优。      

空间非合作目标的多视角点云配准算法研究

为了提高相邻视角间稀疏扫描点云数据配准的速度和精度,实现多视角点云精确配准,提出一种基于KD Tree点云均匀采样简化算法,并且对传统四点算法（4 PointsCongruentSetsAlgorithm,4PCS）中的阈值参数进行了统一,确定了各误差阈值参数和点云密度之间的关系,通过基于姿态校正的方法有效解决了对称视角点云引起的误配准问题。仿真结果表明,该方法能够快速、有效地实现卫星稀疏点云的配准。     

基于Hybrid-TOPS的星载SAR运动目标监视新模式

针对传统星载合成孔径雷达(SAR)模式下运动目标测速范围有限、精度低等问题,本文提出了一种基于Hybrid-TOPS的星载SAR运动目标监视新模式。首先,利用混合度因子对星载SAR成像模式进行定量化的描述。在此基础上,通过TOPS模式与逆TOPS模式的组合提出一种运动目标监视新模式,该模式不仅能实现对同一区域的多次观测,且具有方位向连续观测的能力。然后,利用新模式所获取的不同方位向观测角度下的SAR序贯图像,再结合图像配准和基于新模式的运动目标参数反演即完成目标方位向速度信息的精确提取。最后,仿真验证了新模式的有效性与运动信息提取的精确性。      

基于权值分配及多特征表示的在线多示例学习跟踪

针对复杂环境下目标跟踪过程中由于遮挡、目标姿势及光照条件变化引起跟踪漂移的问题,提出一种基于多示例学习（MIL）框架的在线视觉目标跟踪算法。该算法针对多示例跟踪算法采用单一haar-like特征不能准确描述目标外观变化及在学习过程中对样本包中各正负样本示例采用相同权值,忽略不同正负样本示例在学习过程中对包的重要性不同的特点,采用多特征联合表示目标外观构造分类器,通过将多特征互补特性融入在线多示例学习过程中,利用多特征的互补属性建立准确的目标外观模型,克服在线多示例跟踪算法对目标外观变化描述不足的问题;同时,依据不同正负样本示例对样本包的重要程度进行权值分配,提高跟踪精度。实验结果表明,本文跟踪算法对场景光线剧烈变化、遮挡、尺度变化及平面旋转等干扰具有较强的跟踪鲁棒性,通过对不同视频序列进行测试,文中算法在5组测试视频序列上的平均中心位置误差远小于对比增量式学习跟踪,仅为10.14像素,其对比算法IVT、MIL和OAB的中心位置误差分别为17.99、20.29和33.64像素。      

针对多个地球静止轨道目标的巡游轨道设计

运行在螺旋巡游轨道上的航天器无需施加控制力就可以长期巡游在指定轨道附近,利用该特点,克服地基目标监视系统的不足,可提高空间目标监视能力.在现有的设计基础之上,改进对地球静止轨道多个目标螺旋巡游轨道的初始轨道设计;通过施加控制提出两种可以对地球静止轨道上多个目标进行绕飞观测的螺旋巡游轨道设计;通过仿真验证,对比二者各自的优势.     

GEO编队空间机器人系统交会方法

针对地球静止轨道（GEO）上被服务航天器的远距离和非合作特点,提出一种高自主、高协同、多任务的编队空间机器人在轨服务系统方案,实现对非合作目标的自主交会接近。首先,分析GEO卫星轨道约束力小的轨道特征和非合作的信息交互特征,给出由操作空间机器人和监视空间机器人组成的编队在轨服务系统,设计交会接近相对测量分系统以及在轨服务飞行任务;接着,给出典型远距离交会接近的多视线相对导航方法与多冲量相对制导律;最后,进行远距离交会任务仿真校验,结果表明编队空间机器人交会接近方法是有效的。     

ToF相机在空间非合作目标近距离测量中的应用

针对已有测量手段在空间非合作目标近距离测量中的问题,本文主要分析了ToF（Time-of-Flight）相机在空间应用中的可能性。首先总结了空间非合作目标近距离测量现状及已有测量手段;随后介绍了ToF相机的原理及发展,并以非合作目标典型特征为例对其性能指标进行分析;接着将ToF相机与现有空间近距离测量手段进行性能比较;并对其中的关键技术进行梳理;最后对ToF相机的未来发展趋势及其在空间中的应用进行展望。