激光制导武器弹目视线半实物仿真技术研究

根据激光半主动制导武器的制导原理,建立了实战情况下弹目视线数学模型,设计了弹目视线半实物仿真系统,进而建立了半实物仿真条件下的弹目视线数字模型。根据相似性原理,建立了激光光斑能量中心在漫反射屏上运动的数学模型和二轴转台角运动数学模型。通过仿真分析证明这些数学模型是正确的。     

单轴旋转式捷联惯导系统转位方案

对单轴旋转式捷联惯导系统进行研究,针对系统不隔离载体运动会使常值漂移不能被完全平均而产生较大误差的问题,提出一种新的转位方案.基于旋转式惯导系统的基本原理,对传统的四位置转停方案进行了改进.在不隔离载体运动的情况下,周期性地对载体运动给系统带来的误差进行补偿,从而使系统的精度大大提高,并且降低了系统的复杂程度.对陆用车辆和水上舰艇进行了计算机仿真,结果表明,该方案能够在不隔离载体运动的条件下,抑制因载体运动所产生的常值漂移误差,并对其进行实时补偿.     

基于模糊逻辑和GA的智能车辆横向控制算法仿真研究

控制器设计可看作一个结构和参数搜索与优化的过程。本文以模糊逻辑(FL)为控制策略，以T-S模糊神经网络(FNN)为控制结构，以遗传算法(GA)为参数搜索和优化工具，给出一种智能车辆横向运动控制器自动设计算法，并通过计算机仿真实现。结果表明，所设计的控制器具有较好的控制性能，能够有效地解决智能车辆横向运动中的非线性和参数时变性问题。     

限制搜索区域的距离最短路径规划算法

提出一种时间复杂度为O(n)的限制搜索区域距离最短路径规划算法(n为路网节点数).算法设计的基础是,经典Dijkstra算法搜索时的无方向性及实际城市道路网络特有的空间分布特性.算法实现采用邻接表数据结构和限制搜索区域的搜索机制,即利用实际城市道路网络的空间分布特性,合理限制算法的搜索区域.结合路径规划算法在实时车辆导航系统中的实际应用,给出了该算法的应用实例,实验结果表明,该算法能将路网中任意两点间的最短路径解算时间控制在3 s以内.     

电视图像目标实时分割与识别算法

研究一种电视图像目标实时分割和识别算法.在二维图像不变矩和相对矩的基础上,进一步组合优化得出4个不变矩,结合复数矩、圆方差和椭圆方差组成目标特征向量,利用k-近邻法实现目标的识别和分类.图像分割采用改进矩不变阈值分割和基于梯度的自适应阈值分割提取目标.仿真实验表明,提取的目标特征量对于平移、缩放和旋转均能保持较好的不变性.用该分割算法分割的图像边缘清晰,分割时间为8 ms,易于硬件实现.     

基于相位角点检测的特征匹配研究

基于特征的匹配是立体匹配中最常用的方法,但是匹配结果受特征检测精度的影响较大.针对这一问题,提出一种基于相位一致性角点检测的匹配算法,该算法采用相位一致性模型对图像中的角点特征进行检测,检测结果不受亮度、对比度等因素影响,因此在不同光照环境下的多幅图像可以使用相同的固定阈值,避免了特征检测中阈值选取的困难.在此基础上,结合场景的深度信息采用图像的灰度局部区域相关系数进行特征匹配.实验结果表明,该算法获得的匹配结果具有很高的正确匹配率.     

最简多磁偶极子等效建模方法

针对磁体模拟法等效磁偶极子个数过多、磁矩方向不明确造成等效方程求解困难的问题, 研究了利用多磁偶极子模型等效模拟磁异常目标空间磁场分布时, 在不同空间尺度条件下的多磁偶极子磁矩、空间分布对等效效果的影响即多磁偶极子等效规律。建立了不同空间尺度条件下的多磁偶极子最简等效模型。通过COMSOL Multiphysics仿真软件完成潜艇空间磁场分布的仿真求解, 并将最简等效模型在测平面上的磁场分布与仿真结果对比, 验证了最简等效模型的有效性。     

H∞滤波和旋转矢量在捷联惯导系统 初始对准中的应用

在捷联惯导的初始对准过程中,为提高系统方位角的收敛速度,采用了旋转矢量算法,同时应用鲁棒H∞滤波技术,避免由于模型和噪声统计特性的不确定性造成的系统发散. 对实际激光捷联惯导系统数据进行处理后结果表明,与传统的欧拉角方法相比,采用旋转矢量法能有效缩短对准时间.     

前向神经网络学习速率的白适应算法

学习速率是控制神经网络学习过程的一个重要参数，影响神经网络的稳定性和快速性．提出了一种能够满足实时性要求的神经网络学习速率的自适应算法，并证明了在该学习速率下，神经网络的学习过程是Lyapunov意义稳定的。试方法通过为神经网络的输出增加一个输出修正量来补偿多个未知因素对学习误盖的影响，从而构造使学习误差快速收敛到零的学习速率自适应算法。通过对神经网络在线逼近一个非线性对象的过程进行仿真，结果证明了该方法的有效性。     

一种适于车辆导航系统的快速地图匹配算法

在分析影响地图匹配算法实时性、鲁棒性及匹配精度因素的基础上,依据车辆运动的连续性,引入道路网络的分块思想,并利用车辆行驶的位置、方向信息及实际道路网络的拓扑特性,提出一种时间复杂度为O(c)的快速地图匹配算法.对实际跑车数据的仿真结果表明,该算法的匹配正确率不低于95%,单点匹配时间不超过0.01 ms.