基于“当前统计”模型的机载防撞系统自适应目标跟踪算法分析与仿真

分析了基于"当前统计"模型的自适应滤波算法原理,提出了将基于该模型的自适应目标跟踪算法应用到机载防撞系统,对目标飞机进行监视和跟踪.对飞机的不同加速度情况进行了目标跟踪的计算机仿真,证明了算法在机载防撞系统中应用的可行性.     

基于单目视觉的室内微型飞行器位姿估计与环境构建

针对微型飞行器(Micro air vehicle,MAV)在室内飞行过程中无法获得GPS信号,而微型惯性单元(Inertial measurement unit,IMU)的陀螺仪和加速度计随机漂移误差较大,提出一种利用单目视觉估计微型飞行器位姿并构建室内环境的方法。在机载单目摄像机拍摄的序列图像中引入一种基于生物视觉的方法获得匹配特征点,并由五点算法获得帧间摄像机运动参数和特征点位置参数的初始解;利用平面关系将特征点的位置信息由三维降低到二维,给出一种局部优化方法求解摄像机运动参数和特征点位置参数的最大似然估计,提高位姿估计和环境构建的精度。最后通过扩展卡尔曼滤波方法融合IMU传感器和单目视觉测量信息解算出微型飞行器的位姿。实验结果表明,该方法能够实时可靠地估计微型飞行器的位置和姿态,构建的环境信息满足导航需求,适用于微型飞行器室内环境中的导航控制。     

大尺寸空间测量方法的实施及应用

对飞机大部件对接过程中应用的3类测量设备进行详述,比较各自的优缺点、精度和应用等。以大客研制过程中的大尺寸模拟件对接为例,阐述大部件自动对接测量方案是如何实施的,最后探讨在飞机大部件对接过程中测量方法和设备的选用,给出一些参考方案及建议以满足实际应用需求。     

一种应用于手术导航的双目立体视觉系统的标定方法

本文采用基于平面标志物进行标定的方法，对手术导航定位系统中的CCD进行了标定．获得了正确的摄像机参数。实验结果表明，尽管源图像存在严重的非线形畸变，使用本文中的畸变校正的方法，仍然可以获得无畸变的理想图像。     

无人直升机自适应神经网络姿态控制

回顾了自适应飞行控制技术、反馈线性化和模型逆理论，分析了误差动力特性．设计了自适应神经网络姿态控制系统。其中，模型逆基于悬停状态，基于神经网络的自适应控制律能够确保跟踪误差和控制信号的有界。仿真结果表明：模型逆增强的非线性神经网络能够对无人直升机的不确定性和建模误差进行自适应。而且对PD控制器和鲁棒项系数变化的仿真结果进行了比较。     

柔性机械臂的模糊自适应控制研究

提出了一种用于柔性机器人操作臂控制的模糊自适应控制策略。由于柔性臂的结构特点，在进行其操作臂的控制研究时，必须考虑系统的振动特性才能达到末端的高精度控制。本将拉格朗日法和假设模态法相结合，建立了单自由度柔性臂系统的动力学方程，提出了一种模糊自适应控制策略。在柔性操作臂末端带有不同载荷的情况下，分两种类型进行了控制仿真实验：定位控制和轨迹跟踪控制。仿真结果与传统的PD控制仿真实验结果相比较，表明模糊自适应控制器在轨迹跟踪和系统的振动抑制方面反映出更好的稳定性和鲁棒性，适用于柔性机械臂系统的动力学控制。     

序列图像中直线边缘快速提取和匹配

针时飞行器视觉导航等实时性较强的应用,给出了一种在航空序列图像中进行直线边缘快速提取和匹配的方案。在提取直线边缘时,运用了当前速度较快的邻接元素标记方法,从而提高了直线边缘提取速度。而在时直线边缘进行匹配时,给出了一种分三步走的方案,并提出了一种能够有效降低噪声影响的度量方式。首先选择3条直线边缘作为参考模型,在直线边缘的方向、位置以及物理特性的约束下构建候选匹配基,然后在基于矢量技术的基础上确定与参考模型基相对应的匹配模型,在此基础上再确定其他直线边缘之间的对应关系。试验结果表明,本文的直线边缘匹配方法比现有的方法速度提高了30倍以上,能够有效地满足一些实时性较强的应用。     

直扩通信系统中码跟踪环的抗干扰性能

同步是通信的基础。文章分析了直扩通信系统码跟踪中常用的一种非相关延迟锁定环在连续波(CW)干扰、高斯白噪声和部分频带干扰下的跟踪误差方差,并通过仿真验证了理论推导结果,所得的结论对于延迟锁定环路的分析和设计有重要意义。     

有扰情况下航天器全局稳定姿态跟踪控制

许多空间飞行任务要求航天器姿态跟踪控制。由于航天器在跟踪过程中不可避免要受到各种干扰，因此有必要研究有扰情况下航天器的姿态跟踪问题。本文率先针对存在常值扰动和正弦扰动情况时的姿态跟踪控制问题，采用退步法和内模原理设计了基于误差四元数的姿态跟踪控制律，并结合Lyapunov直接法和Barbalat引理证明了系统的全局渐近稳定性。理论分析和数学仿真结果表明该控制律能使系统全局渐近稳定，能够有效消除常值干扰和正弦干扰的影响。     

模型组转换算法在机动目标跟踪中的应用

为改进变结构多模(VSMM)估计中模型组转换(MGS)算法对运动规律较复杂目标的跟踪,提出了用于模型组激活的核心模型转移法。该法为每个模型组确定一核心模型,并利用当前时刻滤波结果中的模型概率和似然等先验与后验信息,判断模型组的激活。仿真结果表明,核心模型转移法的滤波结果平稳,为MGS算法提供了一种简单易行且全面利用系统信息的模型组激活方法。