基于回访机制的无人机集群分布式协同区域搜索方法

为高效引导无人机（UAV）集群搜索未知任务区域内的动态目标,同时兼顾最大化覆盖搜索效能,提出一种回访机制驱动的UAV集群分布式协同搜索决策（RM-DCSD）算法。首先,基于栅格化方法构建了包含3种属性的综合态势信息图模型及其更新机理,为UAV进行实时在线搜索决策奠定基础;其次,以最大化搜索效率为优化目标,同时兼顾UAV的飞行安全与能耗代价,建立了UAV搜索效能函数,在此基础上,基于滚动优化思想进一步构建了UAV局部有限时域滚动优化模型;然后,综合考虑动目标的实际搜索需求以及传感器虚警和漏检情况,分别设计了信息素引导的回访机制与权系数动态切换引导的回访机制;接着,借鉴分布式模型预测控制思想,设计了基于信息融合的UAV集群分布式协同搜索决策机制,在确保集群分布式协同最优决策的基础上实现了对UAV成员态势信息图的解耦式更新,进一步增强了系统鲁棒性;最后,通过数值仿真实验对所提算法的有效性进行全面验证。仿真结果表明,RM-DCSD算法对动态未知搜索环境表现出良好的适应性,能够在引导UAV集群对未知区域进行最大化覆盖搜索的同时,通过回访机制驱动,有效兼顾对地面动目标的搜索需求。     

视觉与惯性融合的多旋翼飞行机器人室内定位技术

随着人工智能技术的发展,无人机的应用场景趋向多元,人们对无人机的需求也不仅仅满足于简单的飞行任务,而是赋予其飞行机器人的角色,对其自主导航、复杂环境下的定位以及智能协同方面提出了更高的要求。针对室内场景下的定位需求,融合视觉与惯性数据实现了多旋翼飞行机器人的室内定位。在视觉前端加入图像增强算法以提高图像灰度对比度,减少了光流跟踪的误匹配点数。提出了一种基于图像信息的特征点提取和图像帧发布策略提高了定位精度,解决了室内环境下的定位漂移问题。针对飞行机器人室内自主跟踪及降落任务,设计了基于视觉定位的飞行机器人自主降落系统。在Gazebo中搭建飞行机器人模型仿真验证自主降落系统有效性,在EuRoC数据集下对定位算法进行对比评估,搭建飞行机器人平台在真实场景下进行室内定位实验,完成了室内场景下平台自主跟踪及降落任务,并采用运动捕捉系统获取的定位真值数据进行了误差分析,结果表明该定位技术满足室内场景下的自主跟踪及降落任务需求。     

机载多传感器数据融合模型和方法研究

随着多种传感器探测技术的快速发展,数据融合方法的不断被提出和采用。文中提出了一种机载多传感器探测系统结构,并分析了其关键技术,将贝叶斯判别法应用在完成目标估计和判别的数据融合方面。探讨了该方法实现机载多传感器数据融合模型及其可靠性。     

基于SE模块改进Xception的动物种类识别

Xception是Inception网络的一种极端化表现,在与Inception v3参数相近的情况下,它能够达到更高的准确度。由于神经网络提取的特征不一定都是有用特征,因此以Xception为基础,将SE(Squeeze and Excitation）模块加入该网络,调整特征通道的权重,使得网络的精确度得到提高。通过实验,融合SE模块的Xception网络训练精确度分别在Oxford-IIIT Pet数据集和CUB_200_2011数据集上提升了1%~1.7%和0.8%~1%,证明了SE模块能够进一步提升Xception的精确度。将改进后的Xception应用到动物种类识别中,根据精确度曲线对实验策略调整改进,最终在测试集上获得95.63%的识别率。     

序言CSCD

北斗全球卫星导航系统的建成、应用奠定了我国自主时空信息服务基础,随之我国进入综合PNT体系发展建设新阶段。综合PNT体系将以北斗系统为核A通过多类PNT技术手段协同与融合应用,实现更为精准、泛在和智能的PNT服务能力。通导一体化作为综合PNT核心手段之一,得益于通信极其广泛的覆盖性及日益增强的信息传输能力,依托通信网络对卫星导航系统进行补充、备份和增强,展现出显著的协同优势,因此也成为了领域研究的热点方向。     

复合固体推进剂细观结构建模及脱黏过程数值模拟

为研究复合固体推进剂损伤演化规律,基于分子动力学颗粒填充算法构建了HTPB(hydroxyl terminated polybutadiene)推进剂细观结构模型,通过在AP(ammonium perchlorate)颗粒/HTPB基体界面处引入黏接接触替代传统的黏接单元,并基于Hooke Jeeves的参数优化算法反演得到颗粒/基体界面处内聚力模型参数,利用双线性和自定义指数型损伤内聚力模型模拟了AP颗粒和HTPB基体黏接界面处损伤的萌生、发展、聚合直至宏观裂纹破坏的过程。通过数值仿真与实验结果对比发现,指数型损伤内聚力模型比双线性模型能更准确描述推进剂单轴拉伸过程中颗粒与HTPB基体界面间脱黏过程。最后对比了多阶段加载实验结果与仿真结果曲线,发现两者变化趋势基本一致,最大偏差仅为10%,验证了所建细观模型的可靠性及反演所得界面参数的准确性。      

面向未知区域深度测量的序列图像稠密点特征生成算法

对未知着降区平坦度测量是无人机在复杂地形下安全着陆的关键问题。首先,根据小孔成像原理推导出基于单目序列图像的未知区域深度计算方程;其次,针对稀疏匹配存在深度信息重构误差大而稠密匹配在平滑区域误匹配率高的问题,提出一种基于Delaunay三角剖分的稠密点特征生成算法;然后,分别对序列图像中的2帧图像提取亚像素级Harris角点和尺度不变特征变换(SIFT)特征点,并分别进行特征点匹配;再以2种特征点间的欧氏距离作为约束条件将2种特征点进行融合,生成准稠密特征点;最后,将准稠密特征点进行Delaunay三角剖分,并根据每个剖分三角形上3个顶点像素偏差的方差值制定稠密特征点的生成策略,并结合所提出的深度计算方程计算整个未知区域各点的深度信息。通过Vega Prime(VP)搭建仿真演示验证系统,实验结果表明在机载相机距地面400m处计算高度分别为90m和55m的物体深度信息时,其深度测量相对误差不超过0.89%,具有较高的精度。     

基于自适应遗传BP算法神经网络数据融合的空中目标识别

空中目标识别是现代防空作战的重要研究内容。本文利用不同类型目标产生的多类型传感器的数据信息对目标进行识别。为了训练神经网络目标识别分类器,将遗传算法和BP算法相结合,提出了一种新的自适应遗传BP算法,利用这种神经网络来确定指标的权值。仿真试验结果表明,基于自适应遗传BP算法神经网络的识别是一种简单、可靠的目标识别方法,具有很好的目标识别效果。     

神经网络和专家系统复合材料优化设计研究

论述了复合材料设计及优化的基本方法,介绍了神经网络和专家系统人工智能方法,并对复合材料设卉及优化中的两种智能方法进行了详细论述,总结了两种方法在复合材料优化设计中的分类、建模、预测和应用.举例说明了神经网络和专家系统方法在复合材料优化设计中具有重要的研究价值.最后对该领域的发展提出了建议.     

多传感器信息融合技术

多传感器信息融合是Ｃ＾３Ｉ系统和电子综合战系统中的关键技术，本文从信息融合分类出发，讨论了单传感器的信息融合决策理论和技术以及多传感器信息融合原理，提出了多传感器信息融合专家系统，着重讨论贝叶斯法用于二元检测的分布式多传感器信息融合的检测方式。