基于景象匹配的航摄影像二维定位方法

针对目前无人机基于景象匹配对目标定位精度低与速度慢,以及依赖任务设备的问题,提出了一种基于景象匹配的航摄影像二维定位方法。首先进行任务规划,来获取某固定区域的航摄影像。然后基于特征匹配算法来完成景象匹配。最后提出坐标解算及底图生成方法,来实现航摄影像二维定位。实验结果表明该方法提高了定位精度与速度,减小了对任务设备的依赖。因此,所提方法是一种有效的基于景象匹配的目标定位方法。     

高精度景象匹配下的高速SAR平台定位和测速

针对目前惯导精度较低,不能精确地对高速SAR平台进行定位的问题,提出了一种基于数字地图高精度配准后再对高速SAR平台进行定位的方法。该方法通过得到SAR图像中所匹配点目标的位置信息来确定高速SAR平台的瞬时位置,将提高高速SAR平台的定位精度,其定位精度可在2~3 m之内。同时,还利用回波数据的多普勒信息对高速SAR平台瞬时测速的可行性进行了分析。最后,通过仿真实验证明了该方法的有效性。     

基于多尺度信息综合的快速地图匹配算法研究

针对航片数字地图与实时图像的景象匹配实时性问题 ,提出了一种快速地图匹配方法———基于多尺度信息综合的数字地图匹配算法。该算法采用了多尺度分析与综合的思想 ,通过实时图像和参考图像在多尺度信息下的综合变换以及在同一尺度下的比较、综合 ,并结合一般常规图像匹配算法中的粗匹配和精匹配方法 ,实现了真实匹配位置的快速逼近 ,有效地提高了图像匹配的速度。通过PC机软件模拟仿真 ,该算法在匹配精度和匹配速度上都达到了较满意的效果。     

一种基于抗差滤波的行人导航算法研究

行人导航系统(pedestrian navigation system, PNS)通常采用全球定位系统(global positioning system, GPS)和航位推算(dead reckoning, DR)组合导航的方式进行定位,因此其定位精度易受GPS定位误差特别是定位粗差的影响。为了减小这种影响,提高行人导航系统定位精度,采用了一种基于抗差滤波的GPS/DR组合行人导航算法。该算法首先对DR系统误差建模,获得行人导航系统卡尔曼滤波模型,再通过GPS与DR系统观测量之差,估计当前观测噪声与先验统计特性的符合程度,利用等价权实时调整观测权值,以避免观测粗差对组合导航精度的影响。最后通过对实测数据的分析表明,在GPS定位误差较大或含粗差情况下,该方法较卡尔曼滤波算法能明显抑制定位误差的影响,将定位精度提高5 m左右,能够在不增加硬件的基础上有效提高GPS/DR组合行人导航精度。     

2D雷达组网几何定位融合算法

研究了两部2D雷达组网中的目标定位估计和定位精度问题。为考虑地球曲率对目标定位精度的影响,提出了两雷达站组网中基于实际地球椭球模型的几何交叉定位与数据融合相结合的方法,建立了两部雷达观测定位几何模型,推导了定位方程和精度估计公式并进行了误差分析。仿真分析表明,在选择更为实际的观测模型的前提下,利用几何定位与数据融合方法不但改善了两雷达的定位性能,而且根据定位几何精度因子(geometrical dilution of precision, GDOP)图的特点,选择相应的定位雷达,提高了雷达站组合的几何定位精度。     

双基地声纳定位精度和算法研究

根据双基地声纳定位的特点，提出了一种单纯基于声波到达时间(TOL)的双基地声纳定位算法，给出了算法的原理和误差分布。通过数值仿真，研究了基线长度、时间测量误差对算法定位性能的影响。仿真结果表明，TOL算法的定位精度与基线长度有关，随着基线长度的增加，定位精度提高。时间测量误差对算法的定位精度影响较小。与同等条件下单基地声纳定位相比，双基地TOL算法具有更高的定位精度。该研究为多基地声纳新体制的建立，提供了理论依据。     

红外传感器阵列基于信息冗余性的目标定位

针对红外传感器阵列观测数据的特点,提出了利用空间信息冗余性提高目标定位精度的方法。该方法利用观测视线在水平面和垂直面上形成的交叉点确定目标位置,通过对目标位置的融合提高定位精度。推导了目标位置、定位误差及定位精度的解析式,并从理论上证明所给的加权因子可使目标定位误差在统计意义上达到最小。仿真实验验证了该方法的正确性。     

基于稀疏重构的TOA定位估计算法

目标在定位空间中具有稀疏特性,基于该特点提出了一种稀疏重构的时延定位算法;已有的来波到达时间(time-of-arrival, TOA)算法大部分只利用了单次TOA进行估计,其定位结果受噪声影响较大,因此进一步提出对多样本的到达时间进行联合估计,从而提高算法对噪声的稳健性,并提高算法的定位精度。与已有算法相比,所提算法的优点是定位精度更高,对噪声有更强的稳健性。仿真结果验证了所提算法的有效性。     

水声传感器网络目标协同定位方法研究

水下传感器网络为水下目标的被动定位提供了新的思路,结合水下声信道的传输特性,研究了基于水下分布式传感器网络目标DOA值估计的最大似然被动定位算法.比较了最大似然定位算法在矩形和菱形网络拓扑结构中不同的定位精度,分析了目标不同声源级及网络规模对定位精度的影响,并与线性和非线性最小二乘定位算法的结果进行了对比,其定位精度优于两者.仿真结果验证了定位算法的有效性,所得结论为水下传感器网络进行目标被动定位提供了参考.     

临近空间伪卫星几何布局方案设计

临近空间伪卫星的定位精度与其几何布局有密切关系。为了提高伪卫星的定位精度,在研究现有伪卫星几何布局方案的基础上,提出了一组新的伪卫星布局方案。首先,在研究卫星数目与几何精度因子（geometric dilution of precision, GDOP）关系的基础上,确定了6颗伪卫星独立组网定位的设计方案;然后,分析了伪卫星的高度角和方位角对GDOP的影响,设计了基于临近空间飞艇的6颗伪卫星布局新方案。最后,将提出的伪卫星布局新方案与现有的布局方案进行仿真验证和比较。结果表明,提出的新方案不但增加了用户的定位区域范围,而且在定位区域内减小了GDOP,提高了定位精度。     

一种浮标定位方法研究

以航空搜潜声呐浮标与飞机的相对方位信息为基础,利用扩展卡尔曼滤波技术,分析了计算浮标位置的原理、方法,建立了相应的数学模型和仿真算法,仿真分析了浮标位置的相对误差和均方根误差,获得了有益的结果。     

重要性抽样法研究

重要性抽样法是一种最重要的提高抽样效率的方法，由于其适用范围广，容易实现，在通信网、航空航天、自动控制等系统的可靠性安全性仿真中得到广泛研究和应用。本文从计算复杂性的角度提出了极小概率事件发生概率估计的困难，简单介绍了重要性抽样的基本原理，综述了基于随机优化和大偏差原理的技术、加速失效法、分裂法等几种最优抽样分布构造技术的实现及其适用范围，在此基础上提出基于知识的重要性抽样思想，有助于解决目前数字仿真特别是高可靠度系统可靠性仿真中的抽样效率问题。     

基于DEM的民航地空VHF通信有效覆盖仿真研究

针对起伏地形环境下求解民航地空甚高频(very high frequency, VHF)通信有效覆盖范围冗余较大、精度较低的问题,采用改进的最大斜率法进行了仿真研究。首先,考虑遮蔽角计算存在计算冗余,提出"高程清洗"方法,降低计算量。其次,考虑求解最大斜率遮蔽角存在误差,采用改进的反距离加权插值法对原始数字高程模型数据进行插值提升分辨率,提高了切点逼近点位置精度。然后,为确定遮蔽区域具体点位,提出"切点截止法"进行求解。最后,为得到准确覆盖率,采用"网格法"分析计算。实验表明,改进的最大斜率法可有效减少计算冗余,提高信号覆盖求解精度,覆盖率相对改进前分别降低9.58%、4.10%和1.26‰。改进的VHF有效覆盖范围仿真程序可为VHF地面通信站选址、飞机航线规划提供支撑。     

基于混沌系统和图像融合的数字图像隐藏技术

提出了一种基于混沌系统和图像融合的数字图像隐藏技术.利用混沌映射将隐藏图像进行置乱预处理,并按隐藏图像的大小把载体图像分成若干个子块,每个子块对应于置乱图像的一像素,然后结合图像融合技术,在该子块的某一位置隐藏该像素.利用混沌映射结合图像融合,将隐藏信息隐藏在载体图像的不同位置,提高了隐藏的视觉效果,保证了隐藏信息的安全性.实验结果表明,本方法具有较好的隐藏效果以及对一般图像处理具有一定程度的鲁棒性.     

数字高程模型的一种软件生成方法

为实现战场环境仿真中地形数字高程模型(DEM)的建立,结合数字高程模型的特点,根据地图等高线原理和计算机灰度处理技术研制开发了一套DEM生成软件,并以某地区等高线地图为例,详细叙述了此软件的DEM生成方法,最后对这个软件进行了总体评估。该软件可用于民用地理环境及军用战场环境仿真中DEM的建立。     

机载语音警告仿真数学模型的建立

在飞机上,语音警告优化了人机系统的关系。通过对现代民航机载语音警告系统的研究,建立了其中有代表性的几种报警边界的数学模型。所建立的数学模型及其相应于飞行控制的物理解释,构成了现代民航语音警告系统的理论体系。由于它是一个数字系统,而数字系统的研究需要数学模型和一套相关的理论体系的指导。所建立的数学模型对自动语音导航系统的自主性深层开发,提供了有益的参考。它还使系统维护更主动、水平更高。通过该模型,导航员和驾驶员可以提高对安全高度与速度的综合认识。     

基于鸟击事故征候预测的通用航空安全研究

作为民航运输的两翼之一,通用航空安全水平直接影响民机系统的安全。目前,对通航以及鸟击事故征候进行预测的研究较少,本文根据收集到的美国从事通用航空活动发生鸟击事故征候安全状况数据,采用长短期记忆(long short-term memory, LSTM)神经网络模型对鸟击事故征候数据进行训练和预测。实验结果显示,与传统模型相比, LSTM模型具有更好的预测效果,精确度更高。基于此,提出了预测稳定性更好的LSMT-均方根误差(LSTM-root mean square error, LSTM-R)模型,为通用航空鸟击事故征候预测提供了手段和方法,加强了通用航空安全管理。     

带信息素回访机制的多无人机分布式协同目标搜索

为了提高无人机对目标的搜索捕获能力和对不确定度较高的区域的回访能力,进而提高多无人机协同搜索效率,提出了一种带信息素回访机制的多无人机协同目标搜索方法。首先,建立了包含目标存在概率地图、不确定地图和数字信息素地图在内的环境感知地图及其更新机理,使得无人机对任务区域中环境和目标信息的感知更加全面和准确,为无人机在线自主地进行搜索决策奠定基础。其次,考虑到任务子区域的可控回访需求,借鉴信息素“释放-传播-挥发”的特性,设计了基于信息素的网格回访机制,来引导无人机对目标存在可能性较大的区域或者不确定度较高的区域进行回访搜索。最后,设计了基于环境感知地图的协同搜索决策性能指标,在分布式滚动时域优化框架下,建立了多无人机协同搜索决策方法。使用蒙特卡罗方法验证了无人机数量、传感器探测靶面半径、传感器性能对搜索效率的影响。对比仿真表明,信息素回访机制能够保证较强的遍历能力和回访能力,使得无人机能够尽早搜索到更多的目标,尽快地降低整个搜索区域的不确定度。     

基于消耗波动性聚类的航材分类研究

针对难以依据航材消耗数据进行分类的问题,建立基于消耗波动性聚类分析的分类模型。基于消耗序列波动性将航材转化为二维图,因该机型服役时间较短,航材样本数量较小,选用无监督分类算法聚类分析对航材分类。针对传统聚类算法的局限性,提出层次划分聚类算法,并使用“容距比”参数为初始中心选择良好环境。仿真结果显示层次划分聚类算法更加稳定高效,同时表明该模型能有效进行航材分类。