具有人工神经网络的目标数据分类

根据人工神经网络自适应共振模型的基本原理，针对空中交通管制系统中辨识空中飞行目标运动轨迹这一实际问题的具体需求，提出了基于多重置条件的空中目标分类方法。在自适应共振模型中的重置条件判别方法中，该方法不同于目标矢量的相似度判别方法，而是采用比较目标矢量夹角及模值的大小来决定其自适应共振模型中的重置触发条件的新方法。仿真结果表明，该方法能很好地解决空中目标的分类问题。     

基于约束卡尔曼滤波器预测的视觉跟踪研究

视觉伺服主要是对物体图像的某个特征区域进行处理，而不是对整个特体的图像进行处理，这样可以减少图像处理的区域，提高伺服系统实时性，为了达到这一目标，文中利用推导出的方程作为约束条件，建立约束卡尔曼滤波器，该滤波器在系统中作为预测器使用，利用它跟踪的特征点下一位置进行预测，与普通卡尔曼滤波器相比，这一预测精度有了很大的提高，这样就可以缩小图像处理的窗口，文中还利用视觉雅可比映射矩阵，求出了视觉空间到任务空间的伺服控制方程，利用这一方程可以控制机器人的运动，完成特征点的跟踪，从仿真结果来看，使用这些方法减小了图像处理的区域，提高了图像处理的速度和系统的实时性。     

基于特征点运动矢量估计的动态序列图像运动目标跟踪

提出了一种改进的特征点运动矢量估计方法,用于动态序列图像中的运动目标跟踪。首先利用改进的最小亮度变化算法提取特征点;然后通过自适应的十字模式搜索法确定这些特征点的匹配点。在RANSAC方法的基础上,利用运动背景的仿射变换参数实现运动背景的补偿。最后利用合理的形态滤波技术,运动目标将完整地从背景中提取出来并实现准确跟踪。实验结果表明,改进的方法可以成功完成运动背景的补偿,并为动态序列图像的运动目标跟踪提供了保证。     

带扰动观测器的永磁同步电机非线性预测跟踪控制

针对永磁同步电机系统转速跟踪控制问题,基于非线性预测控制方法设计控制系统,使该系统满足高性能控制要求。并将负载转矩作为未知扰动来考虑,利用扰动观测器得到其估计值,从而提高系统鲁棒性。仿真实验结果表明,本文方法能够快速准确地实现转速跟踪,并提高系统对负载转矩扰动的鲁棒性。     

复杂背景下快速移动目标的实时跟踪

提出了适用于跟踪在复杂背景下快速移动目标的实时跟踪系统.利用基于马尔可夫场模型的背景减除算法检测像素变化,以跟踪移动目标.分割掩膜的先验概率用马尔可夫场模型来表示,因此目标跟踪任务即被转化成最大后验问题.实验结果表明,本文算法在简单背景或复杂背景下的离线和在线移动目标跟踪方面均有较好的效果.     

基于动态逆和鲁棒轨迹跟踪控制的导弹控制系统设计

基于动态逆方法及鲁棒轨迹跟踪控制理论提出了一种新的导弹控制系统设计方法。首先基于导弹的非线性模型设计快、较慢回路的动态逆控制器以实现其非线性解耦,然后在较慢回路中设计鲁棒控制律以补偿整个控制系统的总不确定性及干扰。即对较慢回路进行动态逆控制的基础上,通过引入一种辅助控制输入信号以抵消不确定性及外部干扰对系统性能的影响。稳定性分析表明了闭环系统稳定且系统跟踪误差能满足给定的性能指标。最后通过对所设计控制系统的仿真分析,验证了该方法的有效性。
     

高轨飞行器主动段双向测控陆基导航方案

高轨飞行器主动段飞行过程中,倒置GPS导航等传统陆基导航方案存在资源需求高、导航精度差等问题.研究了地天地双向测控(TT&C)陆基导航方案和天地天双向测控陆基导航方案,建立了时序分析模型,阐述了天地天双向测控陆基导航方案的定位数据使用延迟约为地天地双向测控陆基导航方案的1/2.通过理论分析推导和仿真验证,对比了不同陆基...     

A novel variable structure multi-model approach based on error-ambiguity decomposition

Model Set Adaptation (MSA) plays a key role in the Variable Structure Multi-Model tracking approach (VSMM). In this paper, the Error-Ambiguity Decomposition (EAD) principle is adopted to derive the EAD-MSA criterion that is optimal in the sense of minimizing the square error between the estimate and the truth. Consequently, the EAD Variable Structure first-order General Pseudo Bayesian (EAD-VSGPB1) algorithm and the EAD Variable Structure Interacting Multiple Model (EAD-VSIMM) algorithm are constructed. The proposed algorithms are tested in two groups of maneuvering target tracking scenarios under different modes and observation error conditions. The simulation results demonstrate the effectiveness of the EAD-VSMM approach and show that, compared to some existing multi-model algorithms, the proposed EAD-VSMM algorithms achieve more robust and accurate tracking results.     

基于RBF网络的跟踪特性角对接收信号影响模型研究

在航天发射任务中,地面遥外测设备跟踪特性角（α角、β角）对接收信号质量的影响非常大,由于α角、β角影响接收信号的机理非常复杂,一直以来只进行定性分析.在研究RBF（Rradial Basis Function,径向基函数）网络的基础上,利用RBF网络建立跟踪α角、β角对接收信号的影响模型,并用已知样本数据对模型进行训练和验证,详细论证模型参数的选取方法,给出跟踪特性角对接收电平影响的量化分析和预测的一种方法.利用模型对某次发射任务设备的接收电平进行了预测,预测结果与实测结果基本相符,满足应用要求,对提高航天发射任务地面测控系统风险评估能力有重要意义.     

基于Kalman滤波的高频CW电报信号自动识别

针对强噪声背景下高频CW电报信号检测算法性能严重下降、误码率较高的问题,文章提出一种基于卡尔曼滤波的高频CW电报信号同步检测识别算法。利用自同步法对CW电报信号实现位同步,进而利用卡尔曼滤波针对时变干扰噪声设置自适应阈值,对信号能量进行软判决,实现CW电报信号的自适应跟踪检测,提取有效信号进行识别。通过短波信道仿真软件和实际短波通信测试表明,该算法能够在强噪声背景下有效检测识别CW电报信号,且算法可由迭代实现。