复杂环境中无人机数据链干扰效果预测方法

针对无人机(unmanned aerial vehicle, UAV)数据链在地理环境、气象环境、电磁环境等构成的复杂环境中受干扰程度提出一种结合支持向量机(support vector machine, SVM)与功率准则的预测评估方法。首先对系统误码率以及干扰传播模型进行仿真,并针对两个单音干扰存在的情况获得仿真数据、划分干扰等级,得到学习样本;比较了特征归一化和特征降维这两种不同输入形式与4种不同核函数下的学习效果,获得了具有良好效果的预测模型;应用该模型并结合具体地理环境对实际场景进行干扰程度预测,结果与理论值相符,证明了方法的可行性和有效性;预测结果也可用于UAV航路规划与航路评估,具有很强的应用性。     

基于聚类字典学习和稀疏表示的SAR图像抑斑方法

针对合成孔径雷达(synthetic aperture radar, SAR)图像相干斑抑制问题,提出一种基于聚类字典学习和稀疏表示的SAR图像抑斑方法。本方法以相干斑噪声的非对数加性模型为基础,通过改进相似度测度的K-means聚类和主成分分析方法进行字典学习,克服了相干斑噪声非高斯性带来的影响,形成具有结构性聚类的字典原子;在稀疏分解方面,通过引入方差稳定因子,建立了适用于抑制SAR相干斑噪声的稀疏表示模型,并通过交替迭代算法进行代价方程求解;同时算法还增加了点目标保护措施,避免了对图像点目标“过滤波”。通过卫星、无人机SAR图像的抑斑实验证明,相比经典的SAR图像抑斑方法,所提的方法在抑斑的视觉效果上和客观评价指标上都有较大的提升。     

Image and Video Quality Assessment Using Neural Network and SVM

An image and video quality assessment method was developed using neural network and support vector machines （SVM） with the peak signal to noise ratio （PSNR） and the structure similarity indexes used to describe image quality. The neural network was used to obtain the mapping functions between the objective quality assessment indexes and subjective quality assessment. The SVM was used to classify the images into different types which were accessed using different mapping functions. Video quality was assessed based on the quality of each frame in the video sequence with various weights to describe motion and scene changes in the video. The number of isolated points in the correlations of the image and video subjective and objective quality assessments was reduced by this method. Simulation results show that the method accurately accesses image quality. The monotonicity of the method for images is 6.94% higher than with the PSNR method, and the root mean square error is at least 35.90% higher than with the PSNR.     

基于网格PRM的无人机多约束航路规划

目前,无人机航路规划技术存在约束条件少,不能满足实际飞行需求,规划效率低等不足,文章主要针对上述问题提出改进措施。首先,将航路约束条件进行分类,提出了基本约束、平台安全约束和链路载荷约束,并对约束条件建模,完善无人机航路约束模型。为了提高无人机航路规划效率,提出了网格概率地图法(grid-probabilistic-roadmap, GPRM),利用约束模型构建代价函数,实现无人机航路的多约束快速航路规划。GPRM的实验仿真表明,GPRM规划效率相比较传统PRM有显著提升,同时规划结果更加符合实际任务需求,证明基于GPRM的无人机航路规划具有一定的工程应用价值。     

工程项目与研究生培养模式创新

现代工程科学化、系统化和复杂化等特点日益突出,势必会增加对工程项目人才的需求,因此,研究生的培养制度和模式需要相应的改革创新以适应该需求.工程作为一个完整的系统,需要工程师有综合的背景,因此,在依托工程项目的研究生培养模式中,应增加多元化的课程和讲座,采取导师指导小组对学生进行联合指导.在工程项目实践上强调项目研究的整体性,强化研究生对真实复杂项目的宏观把握能力.     

地面运动目标的多UAV协同搜索方法

对地面运动目标的搜索是无人机(unmanned aerial vehicle, UAV)航路规划的重要研究内容之一,受目标运动的影响,传统的垂线扫描搜索方法对速度较大的运动目标搜索能力不足。为了提升对运动目标的搜索效率,提出多无人机(multi-unmanned aerial vehicle, multi-UAV)并排回寻式搜索方法,以回寻速度与推进距离为参数构建了协同搜索数学模型,搜索效率须在搜索速率和发现概率2个指标之间权衡,通过对模型参数进行优化,得出不同应用场景下的最优搜索方案。仿真结果表明:与垂线扫描搜索法相比,在相同的发现概率下,该方法允许目标的运动速度更快;在目标运动速度相同时,目标发现概率更高。在算例的飞行条件下,目标发现概率比垂线扫描法提高约15个百分点。