航迹拓扑序列的SVD相关匹配算法

基本拓扑序列法为适应雷达系统误差需要步进旋转拓扑序列,造成过大的计算量。通过推导系统误差与拓扑序列的近似线性关系,得到了一种基于奇异值分解(singularity value decomposition, SVD)的修正匹配算法,可以一次性地计算出匹配情况下的序列旋转角度,不但极大地提高了计算效率,而且避免了基本拓扑法中选择角度旋转步长的难题。通过仿真测试,SVD算法能减少计算时间90%以上,而且在相同系统误差情况下的正确相关概率和误相关概率性能指标都有较大的提高。     

基于启发式仿真优化的航迹规划方法研究

针对现有航迹规划方法过多依靠先验知识,无法反映威胁源联网和突防过程中的各种随机因素对航迹规划的影响,提出一种网络化反导防御体系环境下的基于启发式仿真优化的快速航迹规划方法。该方法首先利用启发式搜索算法缩减仿真优化的实验空间,生成精英航迹集合,然后通过攻防仿真实验给出精英航迹的性能评价值,选择最佳航迹对应的规划目标函数权重取值,作为下一轮优化的初始值,直至得到满意解。最后通过一个规划实例证明方法的正确性和可行性。     

推广的Dempster合成规则在航迹关联中的应用

目前已有的航迹关联方法虽然能很好地解决二传感器二目标或者二传感器多目标航迹融合问题,但处理多传感器多目标航迹关联问题时效果较差.因航迹关联问题实际上是判决融合问题,作者提出用Dempster合成规则的思想来解决之,但必须要对合成规则有新的推广.推广后的方法不仅能解决二传感器航迹关联问题,而且还能解决多传感器航迹关联问题.当传感器证据相互冲突或不够准确的时候,经典的Dempster合成规则无法应用,而推广的Dempster合成规则可解决该问题.最后作者给出了一个四传感器二航迹关联的例子,来解释和说明推广的Dempster合成规则在航迹关联中的应用.计算机仿真结果说明推广的Dempster合成规则比经典的Dempster合成规则更适用.     

差动驱动机器人的一种航迹推算定位方法

文章针对当前差动驱动轮式服务机器人的航迹推算定位精度不足问题,提出一种新的推算方法。该方法通过测量同轴上的2个驱动轮的角速度,利用差动驱动系统的运动规律推算出2个驱动轮的下一个采样时刻的位置。在机器人起始位置已知情况下,该算法可以跟踪和定位机器人一段距离,能有效地辅助和矫正定位有盲区或定位精度不稳定的其它室内定位方法。仿真实验结果表明,该方法定位的误差比当前基于微分方程模型推算定位的误差小。     

基于加权k-均值聚类与粒子群优化的多航迹规划

针对复杂环境下的无人机多航迹规划问题,提出了将粒子群优化（particle swarm optimization, PSO）算法与加权k-均值聚类算法相结合的规划方法。每个粒子表示一条航迹,采用加权k-均值聚类算法对粒子进行分类,得到多个粒子子群,在每个子群内部进行一条可行航迹的优化,最终得到多条不同的可行航迹。对传统k-均值聚类算法进行改进,采用排挤机制产生初始聚类中心,针对实际环境中突发威胁的分布不均性,在聚类过程中,对航迹节点按照所在区域突发威胁的出现概率进行加权,提出了加权k-均值聚类算法。仿真实验表明,所提出的方法能够有效地得到无人机的多条可行航迹。     

基于航路-航迹关联的天波超视距雷达航迹分类

天波超视距雷达的最终任务是检测、跟踪我方感兴趣的目标。将这些目标从跟踪器输出的航迹集合中提取出来是一个难点。考虑一类存在先验航路信息的航迹辨识问题,基于假设检验理论与分类思想,提出了一种多航迹-多航路情况下的天波超视距雷达航迹分类算法。在建立的空中走廊模型基础上,先后利用目标位置、航向信息与航路做相关判断,计算航迹-航路相关代价,据此将航迹分为航路目标航迹及非航路目标航迹。仿真结果表明,提出的航迹分类算法在航路数量适中的情况下正确分类概率达到90%。     

基于道路信息的雷达地面目标过滤

地面目标过滤是机载预警雷达航迹优化的一个重要内容,可以有效地改善目标航迹质量。针对地面目标过滤问题研究了一种利用道路信息的地面空中目标识别方法。首先给出了一种将目标滤波点迹匹配到路段的快速算法,该匹配算法可以快速选择用来识别目标的路段,然后在目标沿直线道路行驶和沿折线道路转弯行驶两种情况下,设计了相应的基于航迹与道路相似度的识别规则,最后通过仿真实验验证了上述识别规则的可行性和有效性。仿真结果表明,该识别规则能以较高概率识别地面目标以及与道路相似度不大的空中目标。     

刀锋300C无人机飞行控制技术研究

为了提高刀锋300C无人机的飞行控制能力,更好地服务于遥感测绘方面的航拍任务,通过对其飞行控制技术进行研究,在原有的技术基础上,归纳出了更有效的作业方法,并提出了航迹规划的改进方案,解决了原有方案中存在的问题。从而提高了作业效率,也增加了无人机的飞行安全,得到了满足要求的测绘产品。     

三维复杂运动模式航迹推算惯性导航室内定位

在微机电惯性测量单元(micro-electro-mechanical system-inertial measurement unit, MEMS-IMU)人体室内定位技术研究领域中,行人航迹推算法(pedestrian dead reckoning, PDR)具有计算简便、对传感器精度要求低的优点,得到了较为广泛的应用,但传统的PDR 研究通常只针对单一的二维前进行走运动模式,这与人体实际的三维复杂运动模式相距甚远. 该文从人体三维室内定位研究角度出发,通过10 轴MEMS 传感器采集人体运动原始信息,提出了三维复杂运动模式航迹推算法. 首先使用双零点交叉区间内的峰值双轴检测法与俯仰角检测法来检测5 类非行走运动模式,排除其对有效跨步检测的干扰;其次使用相位反转法与气压值突变法区分3 类行走运动模式,提取出不同类型的有效跨步;最后针对每一个有效跨步求解出人体位置的三维坐标值,完成人体三维室内定位. 实验表明,所提出的三维复杂运动模式航迹推算法在人体实际室内运动中,相较传统的峰值检测和零点交叉法PDR,水平定位精度提升了99%,并且高度定位精度可以达到92.4%.     

基于航迹的飞机姿态角建模与仿真

基于飞机的动力学方程、运动学方程等给出了用航迹向量函数一阶、二阶导数计算飞机姿态角的方法。重点讨论了飞机气流倾斜角的计算方法。首先给出了气流倾斜角正切的计算公式,然后利用飞机在飞行过程中,左右翼下沉与航迹曲线主法向向量的指向之间的关系,给出了确定气流倾斜角正负号的方法,在此基础上给出了飞机气流倾斜角的计算公式。利用该公式推导了斜平面上飞机做变加速圆周运动气流倾斜角的计算公式。通过对比六自由度飞机运动模型姿态角的计算结果,验证了姿态角计算公式的有效性。