无监督深度学习单目视觉里程计研究

针对传统单目视觉里程计存在的尺度漂移和尺度不一致问题,提出了一种基于无监督深度学习的单目视觉里程计。首先,联合使用空间几何约束和图像相似性约束,得到长序列尺度一致的深度估计网络和鲁棒的光流估计网络;然后,对密集光流进行采样,得到精确的稀疏对应关系,减少尺度漂移;最后,根据改进的ORB-SLAM初始化方法,选择最优跟踪方式,结合深度信息进行尺度对齐,从而得到全局尺度一致的视觉里程计。在KITTI数据集上进行大量实验,结果表明,相较于ORB-SLAM2和基于深度学习的端到端的视觉里程计系统,该算法在通用评估指标方面性能有明显提升,验证了该算法的有效性。     

基于EMD-CS的脉冲星周期超快速估计

面向X射线脉冲星周期估计的压缩感知（CS）中测量矩阵尺寸大,进而导致计算量大。针对这一问题,提出了一种基于经验模态分解-压缩感知（EMD-CS）的脉冲星周期超快速估计方法。将不同畸变度的脉冲轮廓进行EMD分解,得到一系列固有模态函数（IMF）。由于IMF包含了不同时间尺度的局部特征信号,脉冲轮廓畸变度这一微弱局部特征可体现在某些IMF中。采用迭代剔除法剔除冗余的IMF,剩下的IMF构成了测量矩阵。由于IMF的数量较少,采样率大幅减少。利用EMD-CS可实现X射线脉冲星周期超快速估计。通过计算复杂度分析结果可知,采样率与计算量呈正比关系。仿真结果中表明,EMD-CS的采样率为0.25%,仅为FFT-CS的1/29,因而计算量更小。     

AHP机场选址判断矩阵的一种构造方法

对AHP机场选址中专家或决策者给出的判断矩阵质量不高、一致性水平不满足要求的问题进行了研究。以1～9标度法则下同层因素相对重要性的内在逻辑关系为基础,结合机场选址因素众多的实际,提出基于一致性基准矩阵的判断矩阵构造方法。方法在充分利用专家或决策者比较有把握的判断信息的同时,能够有效克服专家或决策者作交叉判断时思维的不一致性,较好地解决AHP机场选址中判断矩阵的确定问题。     

有向切换拓扑下非线性多智能体系统的一致性控制

本文研究有向切换拓扑条件下无领导者的Lur'e型非线性多智能体系统的动态一致性问题。设计了基于协同邻居输出信息的观测器类型的动态一致性算法,可以保证在邻居状态信息未知情况下系统达到一致。利用Laplacian矩阵的特殊性质以及Laplacian矩阵的降维变型形式,提出了一种新的拓扑依赖的多重Lyapunov函数构建方法,进而将切换拓扑下的一致性问题转换为低维切换系统的稳定性问题。该方法放宽了对拓扑条件的约束,实现了网络拓扑依赖矩阵和系统动态依赖矩阵的独立设计。再利用多重Lyapunov函数法结合线性矩阵不等式方法对系统进行稳定性分析,给出动态一致性控制器的反馈矩阵的求解方法,得到了平均驻留时间条件。结果表明,提出的方法可使得Lur'e型非线性多智能体系统达成一致,只要满足每个候选拓扑中都包含有向生成树且切换拓扑的平均驻留时间大于一个指定的阈值。     

低空小型无人机空域冲突视觉感知技术研究进展

无人机（UAV）空域冲突感知技术是国家空域集成中最具挑战的关键技术,针对小型无人机在低空空域应用愈加广泛、迫切需要融入低空空域的背景,综述了低空小型无人机空域冲突视觉感知技术的研究进展。首先,论述了低空小型无人机的应用现状,归纳了低空空域环境与小型无人机的典型特征;其次,根据感知对象的类型,将现有的空域冲突感知设备分为协同式与非协同式2类,通过对比总结了机器视觉作为低空小型无人机空域冲突感知设备的优势;然后,论述了视觉信息预处理、入侵目标视觉检测、基于视觉的避障路径规划这3项空域冲突视觉感知关键技术的最新研究进展;最后,总结了该领域有待进一步解决的难点,并对未来的发展方向进行展望。     

满足LQR指标的群系统编队形成问题优化控制方法

针对群系统编队形成问题,提出了一种满足LQR(Linear Quadratic Regulator)指标的优化控制方法。首先,建立编队形成问题的数学描述和设计编队形成控制协议。其次,给出群系统实现时变编队的充要条件,借助李雅普诺夫方法分析系统的稳定性。然后,设计了编队协议增益矩阵,给出了控制协议满足LQR指标的最优性条件。最后,仿真实验验证了控制方法的有效性。     

基于机器视觉的无接触快速尺寸测量方法

本文基于机器视觉技术提出了一种非接触式的零件尺寸快速测量方法。该方法同时可以做到以较快的速度和较低的成本对零件进行测量。经过大量实验测试,本文算法测量精度在±0.002mm以内,可以适用于大多数需要快速高精度测量工件的场合。     

基于改进LAMBDA算法的GPS载波相位测姿技术研究

首先研究了利用多天线GPS载波相位测姿的基本原理,其中初始整周模糊度是解算载体姿态的关键。进而引入了一种改进的LAMBDA算法,该算法运用矩阵变换等数学方法在很大程度上削弱了模糊度之间的相关性,并结合基线长度检验方法筛选出正确的模糊度值。借助以Superstar接收机为核心的测姿系统,进行了航向角和俯仰角的静态测试验证,实验测试表明该系统能够实时有效地测量载体的姿态,满足低精度测姿系统的要求。     

卫星链路 CSSDS标准删除卷积码的识别方法

介绍了删除卷积码的定义,根据删除卷积码与源卷积码之间的关系,构建了删除卷积码识别的数学模型。考虑误码情况,针对Walsh‐Hadamard变换在删除卷积码校验矩阵的识别中存在运算量和数据量过大的问题,对校验矩阵方程组进行了变形,提出了改进Walsh‐Hadamard算法,能够有效地识别出校验矩阵。在此基础上识别源码的生成矩阵和删除模式,并通过真实卫星链路构建实验平台进行删除卷积码识别实验。     

基于拉普拉斯矩阵在Star网络中应用研究

计算机网络拓扑基本分为五种类型:星型、环型、总线型、树型和网状型,常见规则的网络是星型网络。本文将星型网络转化为拉普拉斯矩阵,采用递推法证明星形图的代数连通度为常数1,同时得到代数连通度、谱隙与聚类系数三者相同的结论。