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.     

分层混杂式MAV飞行控制系统虚拟样机设计

为克服微型飞行器(MAV)物理样机设计周期长、代价高、效率低的缺点,在搭建的飞行控制系统虚拟样机(FCS-VP)设计支撑平台上,基于SysML和Simulink设计了某型MAV的具有任务调度管理层、动作规划层和基本控制层3层混杂结构的FCS-VP.仿真实验表明,所设计的FCS-VP能够从结构、功能、行为、性能等角度模拟真实MAV的FCS,并支持后期飞行控制软件的模型驱动开发,提高MAV物理样机的设计效率.     

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。     

面向SAR图像目标识别的鲁棒处理算法

现有合成孔径雷达图像的目标识别方法通常要进行预处理,预处理对于识别率影响较大。但是,针对不同的合成孔径雷达目标图像,预处理算法的自适应性很难得到保证。将基于核的主成分分析与稀疏表示相结合,只需很少的观测数据就能得到高识别率的目标识别结果,节省了数据存储量和计算量。首先,阐述了压缩感知的基本理论;其次,提出了基于核主成分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类目标进行实验。仿真结果表明,在没有方位角预测的情况下,该算法仍能有效地识别目标,与其他识别算法相比,在同等噪声污染的图像下,具有较高的识别率。     

利用ARMA模型的直流电机模型的辨识

对四旋翼飞行器机体辨识建模时,首先要知道螺旋桨电机的模型.电机的扭矩和角速度取决于电机的输入电压,它们之间的关系与电机线圈的电阻、电感、电机转动惯量、摩擦力、载荷及其他电机的常数有关系.传统电机模型通常利用机理建模,但准确性不高,采用辨识建模能提高模型准确性,给电机一个已知输入,测量其输出的角速度值,然后利用最速下降算法来使电机输出和模型输出值的误差最小,通过ARMA算法来对模型进行辨识,得到系统输入输出的脉冲传递函数,并对得到的系统进行阶跃输入,从而通过比较验证模型的有效性.     

利用ARMA模型的直流电机模型的辨识

对四旋翼飞行器机体辨识建模时,首先要知道螺旋桨电机的模型．电机的扭矩和角速度取决于电机的输入电压,它们之间的关系与电机线圈的电阻、电感、电机转动惯量、摩擦力、载荷及其他电机的常数有关系．传统电机模型通常利用机理建模,但准确性不高,采用辨识建模能提高模型准确性,给电机一个已知输入,测量其输出的角速度值,然后利用最速下降算法来使电机输出和模型输出值的误差最小,通过ARMA算法来对模型进行辨识,得到系统输入输出的脉冲传递函数,并对得到的系统进行阶跃输入,从而通过比较验证模型的有效性．     

面向固定翼无人机的视觉导引仿真系统设计与实现

针对无人机自主着陆视觉导引相关算法研究和验证困难的问题,提出了一种基于Flightgear和Matlab的多机组网联合仿真技术,设计并建立了固定翼无人机自主着陆视觉导引仿真系统.系统中Flightgear渲染的摄像头视角图像数据通过HDMI视频接口实时传递到Matlab中;摄像头的内参数可通过虚拟棋盘格标定得出.利用该系统进行了基于合作目标的无人机视觉导引着陆闭环仿真实验,证明该系统能够验证无人机视觉着陆方法、算法的正确性及可行性.