雷达测量误差模型的容错检验算法

空间飞行器导航定位的精度及可靠性很大程度上取决于雷达误差修正模型准确与否。以脉冲雷达为研究对象,采用统计假设检验理论,对雷达测量数据有无野值等不同情形,分别建立了误差模型拟合优度F 检验与容错F-检验、模型分量显著性T-检验和容错T-检验算法,并且利用雷达跟踪飞行器的实测数据对算法进行了验证。结果显示,模型拟合优度检验与模型分量显著性检验等系列算法具有良好的容错性和适应性,可用于诊断雷达误差模型是否正确有效。     

航天器相对姿态跟踪的非线性前馈控制

针对航天器相对姿态跟踪过程中严重的非线性及控制器设计的复杂性,建立了基于修正罗德里格斯参数的航天器相对姿态运动学和动力学方程并根据Lyapunov直接法设计了非线性前馈控制律.设计的控制律不仅保证闭环系统稳定,还使得航天器相对姿态跟踪误差快速收敛到零点邻域内.通过在Matlab/Simulink环境下对航天器相对姿态跟踪进行数值仿真,验证了建立模型和设计控制律的有效性.     

规则图像特征的标准互相关相似函数

利用标准互相关算子对机器视觉领域常用的十字图像特征进行匹配运算,发现相似函数在峰值区域的分布特征为4个互相对称的双曲面.受此启发,对规则几何图像特征(如矩型、圆型等)的标准互相关相似函数展开了研究.以图像特征概率分布的形式给出了NCCO算子在二值图像匹配下的相似函数计算式.推导并证明了矩型、圆型等典型图像特征相似函数在峰值点区域具有确定的数学模型.基于上述数学模型,在微装配显微视觉系统上进行了实验验证,对模板优化、图像特征的尺寸等优化方法进行了探讨.上述结论对图像定位、图像标定、图像跟踪等技术研究具有实用价值.      

基于天基光学监视的空间目标跟踪方法研究

利用天基观测平台实现对空间目标的有效监视跟踪是空间监视的发展趋势. 在对天基光学监视特点进行分析的基础上, 通过对帧集内目标运动条痕线性拟合提取帧集测量信息, 提出适合其数据特点的空间目标被动跟踪方法, 并给出相应跟踪初始化方法. 该方法在降低信息处理数据流量的同时可以保证一定的精度.      

基于跟踪微分器的高超声速飞行器减步控制

针对高超声速飞行器强非线性,强耦合与高度不确定性的特点,提出一种基于高阶跟踪微分器的减步控制方案。将高超声速飞行器纵向模型表达为严反馈形式。在反步法设计框架中,引入跟踪微分器,利用其对给定信号任意阶导数精确估计的能力,计算第1步设计中产生的虚拟控制量的导数,并直接获得第2步实际控制量,从而将设计步骤从3步减少为2步。且在每步设计中将参数不确定性与外部扰动建模为等效干扰,设计扩张状态观测器获得等效干扰估计值,继而在控制器设计中进行补偿。利用Lyapunov方法证明闭环系统稳定性。仿真结果验证了所提控制方案对不确定及干扰的抑制作用,且跟踪精度优于传统动态面方法。     

基于小行星地形特征库的自主测距与定姿方法

首先建立全景着陆区域地形特征数据库,包括了特征点的经纬度、图像纹理信息、各个特征点之间的位置相关特性等;随后提取探测器下降过程中拍摄得到的地形特征,在图像数据库中进行匹配,解决了因小行星自转周期较短产生的特征点溢出视野问题,提高了光学测量的适用性;最后结合匹配点的位置信息通过计算机视觉测距原理获取探测器和小行星之间的相对位置和相对姿态。数学仿真实验验证了方案的可行性。     

基于区域气球力Snake模型的运动目标快速跟踪方法

提出了一种包含区域信息的Snake模型用于运动目标检测与跟踪。在通常情况下,基于区域信息的跟踪方法对背景光线的微小变化、位置的微小移动较为敏感,而基于边缘信息的跟踪方法则难以对边缘模糊的图像取得满意的跟踪效果。在算法中同时引入这两种信息,边缘信息使得算法快速而鲁棒性好,区域信息可以对边缘模糊的图像取得正确的跟踪效果。使用双差分图像设计了自动初始化的方法来实现视频的自动跟踪。同时,对目标的下一步运动位置增加了一个预测环节来加快主动轮廓模型的收敛速度。该算法的每帧计算时间一般小于0.1S,能应用于实时系统。     

直升机最优航迹规划与地形跟踪

研究了直升机贴地飞行地形跟踪/地形回避的最优航迹规划方法。该方法综合考虑地形、威胁和障碍,将直升机的机动约束转化为经平滑处理的地形模型,通过结合地形模型与直升机运动方程,使有约束最优控制问题转化为无约束最优控制问题。另外,本文利用广义预测控制（Generalized predictive control,GPC）方法建立直升机贴地飞行最优航迹跟踪控制模型,通过仿真计算表明,广义预测控制可在纵向平面内精确跟踪最优航迹。     

基于时空模型的快速视频显著区域检测

传统的视频显著区域检测方法运算量大且难以处理包含复杂运动的视频,本文提出一种基于时空模型的快速显著区域检测方法.该方法用一种新的模糊聚类算法对特征点的运动轨迹进行无监督聚类,对不同运动类型进行分类.在复杂运动情况下,该算法通过计算优化的聚类中心的个数以获得运动类型数,再将异常数据剔除后,生成运动显著图.而在空间显著区检测方面,则利用反差模型以及Gabor滤波器获得图像的静态显著图.在此基础上,还提出一种基于运动优先思想的时空混合方法,将运动和空间显著图动态合成视觉显著图.实验证明,该方法能够有效地提取视频显著区域,与传统的方法相比该方法平均耗时更少且更方便.