一种基于最小流形长度的高精度线阵设计

 传统上以阵列孔径来比较各种线阵的测向性能,但这一指标没有考虑到阵元数目及阵列几何布局对阵列性能的影响。因子空间类算法需搜索阵列流形来进行测向,所以阵列流形对阵列性能有重要影响。阵列流形又是阵元数、阵列几何布局的函数,可通过阵列流形来研究阵元数、阵列几何布局与阵列测向性能的关系。在分析了线阵流形与线阵测向精度的关系的基础上,提出了一个基于线阵最小流形长度的指标来比较不同线阵的性能,该指标综合考虑了阵元数、阵列几何布局对阵列测向精度的影响。通过对此指标的讨论,给出了提高线阵测向精度的设计思路。对几个不同线阵的仿真证实了该指标的有效性,也验证了该设计思路的可行性。     

航拍视频拼图中基于特征匹配的全局运动估计方法

 主要研究了航拍视频拼图中的全局运动估计问题。根据航拍视频成像过程的特点,得出相邻帧之间全局运动的4参数近似变换模型,该模型参数较少,鲁棒性好且计算简单,任意帧之间的变换模型通过“帧到帧”的方式递归获得。提出了一种双向最近邻距离比的尺度不变特征(SIFT)的匹配方法,提取出有效的匹配点,并采用随机采样一致性(RANSAC)方法去除外点和估计全局运动参数。从试验结果可以看出,该方法估计出的全局运动参数精度高,鲁棒性好。     

高超声速风洞气动力/热试验数据天地相关性研究进展

高温真实气体效应、黏性干扰效应和尺度效应等高超声速流动特性突破了实验气体动力学传统的流动相似模拟准则,使得高超声速流动现象超出了经典气体动力学理论能够准确预测的范围。如何利用地面风洞试验数据预测天上的飞行状态,即天地相关性问题,成为制约新型高超声速飞行器研制与发展的关键性科学问题。本文概述了天地相关性的最新研究进展,并重点介绍了多空间相关理论与泛函智能优化关联方法。多空间相关理论认为,从更高维度空间视角看,不同风洞的试验结果都是内在相关的,而飞行试验可视为理想的风洞试验,所以地面风洞试验数据间的关联规律包含了天地相关性问题。泛函智能优化关联方法基于风洞群（能模拟不同参数区段的不同类型风洞）的试验数据,在泛函空间中利用专业化智能学习算法,从高维度的全参数空间出发,进行降维和自适应空间变换,自动推演出不同风洞共同遵守的不变规律,从而实现风洞试验数据的关联。验证实例和应用实践都表明,多空间相关理论与泛函智能优化关联方法是有效的,是高超声速气动力/热天地相关性研究的一个新方向。     

一种带航迹角约束的临近空间目标拦截中制导算法

针对采用双脉冲发动机的防空导弹拦截临近空间高速目标的多约束中制导问题,设计了一种基于逆轨拦截且满足过载收敛的预测-校正制导方法。该算法在基于由最优控制理论推导的满足终端位置、速度约束的ZEM-ZEV算法基础上,以具有航迹角约束的零控拦截流形作为交班条件,采用数值预测方法对剩余飞行时间进行高精度求解,通过在线动态生成初-中制导交班的速度方向和II脉冲发动机的开机时刻来降低中制导段需用过载。蒙特卡洛打靶仿真结果表明本文所提出的中制导算法能够满足带航迹角约束的零控拦截条件,对模型的参数偏差和不确定性具有强鲁棒性,具备重要的理论意义和工程应用价值。     

CFAR DETECTORS FOR HIGH RESOLUTION RADAR IN NON GAUSSIAN CLUTTER

讨论了球不变随机过程（ＳＩＲＰ）非高斯杂波背景下高分辨雷达距离扩展目标检测问题。文中提出了ＣＡ－ＣＦＡＲ,ＯＳ－ＣＦＡＲ两种距离扩展目标检测器,并证明了它们的形状因子和尺度因子未知的情形下具有恒虚警性,即双参数恒虚警性,分析了这两种检测器的检测性能。这两种检测器亦可用作ＳＩＲＰ杂波背景下低分辨雷达检测器。     

基于SIFT,K-Means和LDA的图像检索算法

图像检索一直是信息检索领域的难题。提出了一种基于尺度不变特征变换（SIFT,Scale Invariant Feature Transform）,K-Means和潜在狄利克雷分布（LDA,Latent Dirichlet Allocation）的图像检索算法。算法主要分为两个阶段。预备工作得到分类完成的图库、概率分配参数表和基本词库;实现检索是在预备工作的基础上归类测试图片,然后在该类下搜索最相似图片。对比传统的基于文本或内容的检索方法,该算法在检索之前将图片库中所有图片按其本身特征进行自动分类,取代人工标注图像信息的过程,同时由于整个算法完全基于图像特征,故此方法不会引入人工因素的干扰。实验结果表明,该算法能够较为准确地将要检索的图片归为图片库对应的类别中,有效地提高图像检索效率。     

基于不变流形的高超声速飞行器动态面控制

针对存在未知气动参数的吸气式高超声速飞行器纵向运动控制问题,提出一种基于不变流形的自适应动态面控制方法.通过合理假设将高超声速飞行器纵向模型分解为弹道倾角回路和速度回路,分别实现对弹道倾角和速度参考指令的跟踪.弹道倾角回路被表达为严反馈形式进行控制器设计.采用基于不变流形的自适应方法实现了对未知参数的估计.所提出的自适应动态面控制方案能保证未知参数估计误差全局一致稳定和闭环系统全局有界稳定,且估计器和控制器设计不存在耦合,因此参数设计更加容易.仿真结果验证了该控制方法在参数估计方面的显著优势和良好的闭环系统性能.     

Normal Form理论中矩阵表示论方法的改进

对于n阶一般的非线性动力系统，根据线性算子的不变子空间理论和共轭长子概念，提出一种计算其规范形的新的矩阵表示方法。使用本文方法，无需预先确定相应的规范形类的结构，并且由于所使用的子空间与系统的维数和规范形的阶数没有直接关系，而仅由给定的矢量场决定，因此能成功地用于高阶和高维问题的计算，文中除给出最小空间的构造方法以及在这个子空间上如何求解同调方程外，还用计算机代数语言Mathematica编制了计算程序。最后，算例说明了本文方法是有效的。     

发电机的浸入与不变自适应反步鲁棒励磁控制器

针对含有不确定参数的发电机励磁控制系统,设计了一种新型的自适应反步鲁棒励磁控制器。在设计过程中,基于反步法逐步进行控制器的设计,并引入非线性阻尼算法来减小反步法的“计算膨胀”问题,有效地增强了控制器的鲁棒性。接着介绍了应用浸入与不变自适应控制设计阻尼系数的自适应估计律。通过MATLAB软件进行仿真研究,验证了该算法的有效性和优越性。     

单目相机物体位姿估计方法研究

现有的机器视觉通常以边缘轮廓和角点作为特征,因此要求背景单一,对环境结构化依赖程度高。为了拓展机器人的应用范围,使其脱离结构化的环境,提出了一种基于SIFT特征点和PNP技术的单目相机估计目标物体位姿的方法。以BumbleBee双目相机为硬件基础,以C++为开发平台,结合了Eigen计算库、OpenCV图像处理库和Triclops库,开发了单目视觉位姿估计算法,实现在复杂背景下对表面纹理较为丰富的物体的位姿估计。利用试验对所提方法进行了验证,试验结果表明,该算法具有较高的估计精度,可以作为机器抓取的依据。