一种新的对地定位方法及其精度分析与仿真

提出一种新的无人空中载体对地定位方法。该方法根据GPS／INS组合导航系统测量的载体坐标与姿态角、光轴稳定平台相对于载体的姿态角以及激光测距数据，计算地面目标点的三维维坐标，克服了共线条件方程对地形鲁棒性差和DEM迭代定位算法容易发散的缺点。为分析此方法的定位性能，给出了定位误差分析模型，并通过仿真算例验证了该定位方法的有效性，仿真结果表明目标定位精度满足舰炮作战要求。     

关于最佳轨道引论(20)

在这篇文章里,“关于最佳轨道引论(19)”中的一个结果被完善。     

绳驱动并联打磨机构模糊控制策略

船舶坞修作为维护和修复船舶结构的关键环节,在船舶行业中扮演着重要的角色。然而,目前船舶坞修时表面打磨过程依赖于传统的人工作业,存在着效率低、工时长、危险性高等问题。为此,提出了一种新型绳驱动式打磨机构,该机构采用四根绳索驱动打磨装置实现三自由度的运动。首先,通过拉格朗日法建立系统的动力学模型;然后在动力学模型的基础上提出了一种带有绳索张力优化项的Fuzzy-PID(proportional integral derivative)控制策略,该控制策略可以实现精确的轨迹跟踪并保证绳索处于张紧状态;最后,通过数值仿真验证所提控制策略的有效性。结果表明,和绳牵引并联机器人上常用的PID控制相比,所提控制策略控制精度提高25%,具有较高的控制精度和稳定性。本文提出的绳驱动式打磨机构及其控制策略可为大型结构件表面处理和精密制造等应用提供一定理论支持。     

多车环境下智能货车的紧急转向决策及轨迹规划

决策与规划是实现自动驾驶的关键技术,针对自动驾驶货车在紧急转向避障时需要考虑换道时目标车道的安全性和规划出最优避障轨迹的问题,采用将换道时左右车道上的车辆与自车的相对距离和换道的最小安全距离的差值分别建立模糊关系的方法,通过比较模糊规则推理设计的安全值,选择更安全的车道进行转向避障,为了迅速规划出最优避障轨迹,采用三阶贝塞尔曲线,通过设计4个控制点坐标形成避障曲线,为了防止转向时横向加速度过大导致货车发生侧翻和速度过快与前车发生碰撞,设计车辆的稳定性边界和碰撞边界对控制点进行约束,使用MATLAB中的函数求解出不同车速下的最优换道轨迹,最后使用仿真软件进行仿真验证,结果表明设计出的避障决策和轨迹规划可以安全、有效地避开障碍。     

工业炉旋风预燃器煤粉颗粒运动轨迹

在预燃器冷态模型流场内，考虑气流曳引力、重力和Magnus旋转升力，建立颗粒的运动微分方程，并考察颗粒与壁面相互碰撞过程，采用龙格库塔法进行数值求解，得到不同粒径的颗粒在4种流场工部中的运动和停留时间，经计算，还可得出以下结论。⑴颗粒的运动轨迹主要受气相流场分布、颗粒粒径和颗粒初始速度等因素的影响。⑵颗粒粒径较小时，可以忽略上升力和重力的影响，但大颗粒与壁面碰撞后，必须连同考虑颗粒旋转及Magnus升力的作用。⑶选择合适的入口-二次风量比（Q2/Q1）和颗粒的初始速度，可延长颗粒在预燃器内的停留时间，能分离大于30μm的颗粒，该结果能为粉煤旋风预燃器的优化设计提供理论依据。     

基于连续谱特征提取的被动声纳目标识别技术

目标噪声特征提取和目标分类器设计是被动声纳目标识别系统的关键技术 .针对被动声纳目标识别 ,提出了一种新的连续谱特征提取方法 .此外 ,为了训练神经网络目标分类器 ,将遗传算法和 BP算法相结合 ,提出了一种新的自适应遗传 BP算法 .最后 ,对海上实录的三类目标噪声进行了分类识别 .实验结果表明 ,设计的被动声纳目标识别系统具有很好的分类效果     

融合深度特征和FHOG特征的尺度自适应相关滤波跟踪算法

为了解决核相关滤波跟踪算法在复杂场景下跟踪效果差的问题,提出了一种融合深度特征和尺度自适应的相关滤波目标跟踪算法。首先,通过深度残差网络（ResNet）提取图像中被跟踪区域的深度特征,再提取目标区域方向梯度直方图（FHOG）特征,通过核相关滤波器学习,分别得到多个响应图,并对响应图进行加权融合,得到跟踪目标位置。其次,通过方向梯度直方图（FHOG）特征,训练一个PCA降维的尺度滤波器,实现对目标尺度的估计,使算法对目标尺度发生变化有很好的自适应能力。最后,根据响应图的峰值波动情况改进模型更新策略,引入重新检测机制,降低模型发生漂移概率,提高算法抗遮挡能力,在标准数据集OTB100中与其他7种目标跟踪算法进行比较。结果表明,相比原始KCF算法,改进后的KCF算法精准度提升了29.4%,成功率提升了25.9%。所提算法实现了对跟踪目标位置的精准估计,提高了尺度自适应能力和算法速度,增强了算法抗遮挡能力。[JP]     

合成孔径雷达图像中机场跑道的自动识别

为解决雷达图像中的机场跑道识别问题 ,提出了一种合成孔径雷达图像中机场跑道的自动识别方法 .首先 ,对原始图像滤波并提取图像轮廓 ,其次对轮廓图作Radon变换 ,保留最大的几个Radon变换系数 ,将其余系数置 0 ,并对Radon逆变换得到的图像进行二值处理 ,从而过滤掉大部分干扰线条 ,仅保留图像中的主要直线条 ,最后利用直线模板滤除残余干扰线条 ,并根据阈值检测出机场跑道 .实验结果表明 ,所提方法能够准确地识别出复杂背景下的水平、垂直和倾斜的机场跑道     

属性测度及其在目标识别中的应用

为了获得一种训练快、精度高、计算量少的雷达目标识别方法 ,研究了属性测度和属性模式识别 ,及属性模式识别在目标识别中的应用 ,并将模糊聚类分析用于属性测度。经过研究发现 ,在不用指标的峰度时 ,可以达到很高的识别效果。与传统的神经网络法相比 ,属性模式识别法在训练速度上得到了大大的提高 ,并在识别效果上优于径向基神经网络法。以雷达目标识别为例证明了该算法的有效性。这为我们研究低分辨雷达提供了一种全新的方法。     

基于上下文敏感度的动态图像目标识别

针对机载实时系统获取的图像序列既不满足背景固定又没有目标、背景的高灰度比,而且常规方法处理这些图像存在局限性,提出了基于上下文敏感度的运动图像目标识别算法.首先,对标准Hough变换(HT)算法进行改进,即沿着某一方向做HT,如果线段长度或已识别的目标点数加上剩余线段长度小于阈值,则停止此方向的扫描,这种变换克服了标准HT以图像边界点为扫描边界的缺点.其次,在静态图像识别的基础上,定义了图像识别的置信度,对运动图像前后帧的关系进行了量化,据此实现了对目标的识别.实验结果表明,与标准HT相比,改进的算法不仅具有很强的稳定性和高抗干扰能力,识别准确性高,而且处理速度是标准HT的3～5倍.