一种模型驱动的嵌入式控制软件设计技术研究

针对当前嵌入式控制软件开发方法的不足,研究了一种将常规模型驱动开发技术与基于模型系统设计方法相结合的嵌入式控制软件模型驱动开发技术,首先分析了其应该具备的功能、特征并给出了方案实施步骤;然后,详细研究了方案中的PIM模型设计方法、PSM模型(代码)层次结构及OXT框架,并开发了针对Arm-Linux平台的适配器;最后,给出了基于该方法设计的微型飞行器控制软件运行测试实例.     

飞翼式微型飞行器动力学特性分析

微型飞行器动力学特性分析是MAV设计中的一个重要环节.本文以某型飞翼式MAV为研究对象,根据改进的线性化模型对MAV纵向和横侧向整个飞行范围内的动力特性进行分析.分析表明,所研究的MAV在整个飞行范围内其纵向运动特性差异明显,横侧向螺旋模态不稳定,而荷兰滚模态稳定且具有较大的阻尼比.本文的研究工作对飞翼式MAV控制系统的成功研制具有重要的指导意义.     

恒定交流励磁时双馈感应发电机的短路电流

系统地分析了三相机端短路状况下,双馈感应发电机(DFIG)定、转子电流的动态响应,提出了计算DFIG短路电流的新方法.将三相机端短路的DFIG等效为稳态运行的转子励磁异步电机和三相机端短路的鼠笼型异步电机,运用空间矢量的方法分别求解,得到DFIG短路电流的解析表达式,确定了最大短路电流及其出现时刻,同时分析了短路电流中的主要成分以及它们之间的相互关系.以上结论通过Matlab/Simulink仿真进行了验证.     

基于模型的飞控系统虚拟样机平台

研究了一种基于模型的飞控系统虚拟样机平台方案,首先分析了以Rhapsody与Simulink为核心的虚拟样机平台组成特点,并详细解释了系统建模语言Sys ML的Profile扩展机制以及应用Profile实现Sys ML与Simulink代码的集成,最后介绍了在此平台上进行飞控系统虚拟样机的设计以及功能验证.     

基于DoDAF的有人/无人机协同作战体系结构建模

有人/无人机(manned/unmanned aerial vehicle, MAV/UAV)协同作战是未来战场中重要的空中作战模式。由于MAV/UAV协同作战体系系统复杂、涉及作战节点多,需从系统工程的角度对整体作战体系进行顶层设计,并采用统一的结构框架对该体系结构建模。首先,引入美国国防部体系结构框架(Department of Defense architecture framework, DoDAF),提出一种体系结构快速开发方法,并给出开发步骤。然后,利用视图模型,对MAV/UAV协同作战体系的系统功能、作战任务活动、各作战节点的信息交互及组织关系等建立模型。最后,通过动态仿真对模型进行验证。结果表明,所提作战体系的执行状态与预期的作战流程一致,体系结构设计合理,系统内各作战节点定义及信息体系结构描述具备一致性和协调性。     

基于主元分析和稀疏表示的SAR图像目标识别

现有的合成孔径雷达图像目标识别方法通常包括图像预处理、特征提取和识别算法3部分。但是,预处理算法的自适应性很难得到保证。提出了一种基于主元分析和稀疏表示的目标识别算法。首先,阐述了稀疏表示和重构的基本理论;其次,提出了基于主元分析和稀疏表示的合成孔径雷达图像目标识别算法;最后,选取MSTAR数据库中的5类合成孔径雷达目标图像进行仿真。结果表明,在没有预处理的情况下,该算法仍能有效地识别目标,与主元分析和三阶近邻的识别算法相比,具有较高的识别率和鲁棒性。     

基于序列图像的无人机进近着陆跑道识别与跟踪研究

跑道的准确识别与跟踪,是基于视觉的无人机自主着陆的重要条件.利用单目视觉获取进近着陆过程中实时跑道序列图像,经过Canny边缘检测算法和基于梯度方向的Hough变换处理,将同一跑道上的2条边缘线识别出来,并进行实时跟踪.最后利用大量真实的室外道路模拟跑道图像,以DM642为核心处理器设计视觉处理系统,结合固定翼无人机进近阶段着陆飞行特点,对设计的相关算法及视觉系统进行验证.结果表明所设计方法可以在进近着陆阶段准确提取跑道目标,并能够满足无人机着陆实时性要求.     

基于视觉的火星探测器着陆运动参数估计

火星探测是我国深空探测的重要目标之一,精确估计火星探测器自主着陆时的运动参数是实现自主着陆的前提.在探测器所携带相机内参数已知的情况下,研究2幅图片中特征点之间的对应关系,得出火星探测器空间三维运动信息,以实现其运动参数估计.首先进行特征点检测,然后进行特征点匹配,根据匹配结果估计出基础矩阵F;然后进行本质矩阵的计算、姿态解算和幅值恢复,对所得运动参数进行非线性优化;最后通过仿真实验验证了上述方法的有效性.     

基于鲁棒主元分析的SAR图像目标分割

合成孔径雷达(SAR)图像的目标分割,是SAR图像自动目标识别的关键预处理步骤。与一般SAR图像目标区域分割方法不同,鲁棒主元分析融合了主元分析(PCA)与压缩感知(CS)理论中稀疏矩阵的先进思路,利用多帧具有相似性的SAR图像,构建一个观测矩阵D,通过求解一个凸优化问题,重建出一个低秩矩阵A和一个稀疏矩阵E。将矩阵A和E的列向量矩阵化,即可完成SAR图像目标与背景的分离。实验结果表明,鲁棒主元分析算法避免了复杂的SAR图像背景建模,针对同一目标的多帧SAR图像,所提方法对SAR图像目标和背景的分割问题具有可行性和有效性;与经典的最优阈值分割算法相比,误分率明显降低。     

基于DoDAF的有人/无人机协同作战体系结构建模

有人/无人机(manned/unmanned aerial vehicle, MAV/UAV)协同作战是未来战场中重要的空中作战模式。由于MAV/UAV协同作战体系系统复杂、涉及作战节点多,需从系统工程的角度对整体作战体系进行顶层设计,并采用统一的结构框架对该体系结构建模。首先,引入美国国防部体系结构框架(Department of Defense architecture framework, DoDAF),提出一种体系结构快速开发方法,并给出开发步骤。然后,利用视图模型,对MAV/UAV协同作战体系的系统功能、作战任务活动、各作战节点的信息交互及组织关系等建立模型。最后,通过动态仿真对模型进行验证。结果表明,所提作战体系的执行状态与预期的作战流程一致,体系结构设计合理,系统内各作战节点定义及信息体系结构描述具备一致性和协调性。