无人直升机自主着舰的航线生成与跟踪控制

为实现无人直升机自主返航着舰,根据无人直升机与舰船的位置信息,设计了一种无人直升机自主生成返航航线的方法,并将生成的参考航线离散成路径点,每个路径点都包含了无人机直升机着舰返航要求达到的位置和速度信息。采用视线引导的方法设计了无人直升机制导律,内回路采用基于显模型跟踪与PID相结合的方法,实现了无人直升机对轨迹与速度的跟踪控制。数值仿真表明所设计的系统具有良好的性能。     

基于Creator/Vega Prime的无人机着舰仿真验证系统设计

针对无人机着舰关键技术仿真验证的迫切需求,设计并实现了基于Creator/Vega Prime的无人机着舰仿真验证系统。首先分析了系统应当具备的功能和结构组成,以此进行了实现方案流程设计。然后讨论了如何利用Creator/Vega Prime技术设计三维着舰场景,进而重点研究了飞行数字仿真和图像导航两项关键技术的仿真验证方法。最终基于智能可控飞行器的硬件平台实现了所提出的着舰仿真验证系统。实践证明,该系统具备多样化任务模拟、操纵手训练和关键技术验证三项功能。     

基于预见控制的甲板运动跟踪控制研究

甲板运动是舰载机完成海上作战任务的关键影响因素之一。针对无人舰载机着舰过程中甲板运动干扰问题,设计了基于最优预见控制的甲板运动补偿器,并与基于卡尔曼滤波算法的甲板运动预估器相结合,组成甲板运动跟踪控制系统。该系统利用了甲板运动预估信息以及预见控制提前操作的特点,可有效避免传统甲板补偿系统的相位延迟。最后,以非线性小型固定翼无人机模型为研究对象进行数值仿真,仿真结果表明,该系统能够有效跟踪甲板运动,从而提高无人机着舰成功率。     

ISAR 三维运动检测技术

介绍了一种从逆合成孔径雷达（ISAR）信号中检测目标三维运动度的算法。首先基于三维散射点模型讨论了目标三维运动对ISAR成像的影响,得出现有的运动补偿算法不能有效地对三维运动目标成像。随后介绍了一种从ISAR信号中测量和比较不同时间段目标三维运动的算法,从而判断哪些成像间隔适于用基于二维运动模型的运动补偿和成像方法进行成像。该算法基于测量目标上两个或更多散射点相位之间的线性相关性,其中的相位估计使用了自适应联合时间-频率分析方法。仿真的舰船数据表明了该算法的有效性。     

一种直升机的舰船Dechirp实测数据SAR成像方法

直升机由于飞行不稳将会给运动目标成像带来很大的误差,尤其是对复杂运动舰船的成像。该文提出了一种基于利用运动补偿并两次利用广义二阶keystone变换同时结合利用孤立的散射点进行WVD变换估计多普勒参数的方法来分别消除距离弯曲和距离走动并最终对舰船成像。文中对算法做了详细的推导证明,并最终得到了良好的成像结果。最后用3个运动点目标的仿真数据和dechirp实测舰船数据来证明该方法有效。     

基于FastSLAM算法的无人机着陆方法

为解决无人机在GPS信号失效下的着陆导航问题,采用基于FastSLAM算法的导航方法。首先,基于机载多普勒雷达测量的地速,用含有高斯噪声的非线性方程来描述无人机着陆的运动模型;搭载在无人机上的激光雷达测量相对环境路标的位置和方位角用于构建系统的观测模型。基于无人机着陆段的系统模型,采用粒子滤波估计无人机的路径,扩展卡尔曼滤波估计环境路标位置。获得无人机的路径估计后,采用反正切形式的跟踪微分器获得速度估计。仿真验证了在选取适当的粒子数和环境路标情况下,FastSLAM算法满足无人机着陆定位精度和实时性要求,是一种可行的着陆段导航方法。     

垂直起降无人机自主视觉着舰方法

考虑垂直起降无人机着舰问题的特殊性,提出了一种基于机载视觉的自主着舰方案。突破了传统2D光流测速的弊端,利用图像球面光流估计出目标舰船的三维速度矢量。为解决传统位置控制方案对着落轨迹精度控制不足的问题,利用Tau理论实时规划出一条满足着舰软着落约束条件的期望轨迹,最终以无人机三维飞行速度矢量作为控制量设计了轨迹跟踪控制器。基于Unity3D软件开发视景仿真环境,模拟不同海况条件,对所设计系统进行了半实物闭环仿真验证。与传统轨迹规划方案相比,所提方法无需复杂优化迭代计算,能同时满足着舰的实时性和精确性需求。     

基于匈牙利融合遗传算法的多无人机不平衡目标分配

基于无人机和目标之间的态势,研究不平衡目标任务分配建模和求解问题。首先,分析空战战场下无人机和目标之间的态势,提出一种某时刻的态势评估方法,建立多无人机不平衡目标分配模型;然后,用匈牙利遗传算法的目标分配算法求解该模型;最后,构建仿真算例进行仿真实验。仿真结果验证了所提算法的有效性,同时也表明了匈牙利遗传算法能够提升模型的求解效率。     

基于航迹点控制的无人机目标跟踪算法

由于运动速度的差异性,固定翼无人机跟踪机动目标时,需要规划特殊的航迹才能达到较好的跟踪效果。根据无人机的机动特性对系统进行了建模,设计了基于航迹点控制的固定翼无人机目标跟踪算法,并对该算法的性能进行了仿真,仿真结果表明该算法实时性强,当目标进行各种运动时都能有效保证无人机目标跟踪的可靠性。     

舰载无人机着舰纵向控制律设计

针对舰载无人机着舰末端纵向通道存在姿态与轨迹耦合的问题,提出了一种采用升降舵通道控制姿态、发动机通道控制轨迹的解耦控制策略;应用动态逆与自适应相结合的控制方法,削弱了控制系统中未知扰动带来的影响,保证了控制系统的快速性。为减小着舰末端甲板运动对着舰误差的影响,设计了甲板运动补偿网络。仿真结果显示,该控制方案控制效果良好,控制器具备较强的抗扰能力,可以有效减小舰尾气流对无人机着舰的影响。     

无人机视觉导航算法

为保证无人机着陆精度和安全性,提出了一种无人机自主着陆视觉导航位姿解算方法。首先对机载相机进行标定,获取相机参数;然后综合考虑地标形状和尺寸、地标角点几何分布和角点数量对位姿估计精度的影响,设计了T型着陆地标形状和尺寸参数,将地标轮廓提取和角点检测算法相结合,得到几何分布好、数量适中的8个角点用于位姿解算,保证了位姿解算精度;为减少LK （Lucas-Kanade）光流法稳定跟踪地标的处理时间,直接将提取的这8个角点作为LK光流法检测和跟踪的输入,保证了算法实时性;最后利用三维空间到二维像平面投影关系对飞行位姿参数进行实时解算。实验结果表明:算法具有较高估计精度,算法平均周期为76.756 ms （约13帧/s）,在速度较低的着陆阶段基本满足自主着陆视觉导航的实时性要求。     

无人机视觉自主着陆仿真系统

计算机视觉导航技术具有精度高、不受电子干扰,成本低等特点,被誉为未来无人机自主着陆的必备手段之一。作为新一代着陆技术手段,视觉自主着陆技术需要进行大量的算法研究和飞行试验,因此有必要建立一个在实验室环境来验证所提方案的可行性。本文将虚拟现实、 可视化技术与计算视觉导航算法紧密结合起来,开发了一种无人机视觉自主着陆仿真验证系统, 构建场景模块,能够在复杂三维地形、不同气象条件下对无人机视觉自主着陆算法进行仿真验证, 实时计算和输出无人机着陆所需位置姿态参数。实验结果表明：该系统真实反映了无人飞行器飞行过程中的动态特性以及姿态角等的变化,并且具备良好的用户显控界面,验证了视觉自主着陆算法的可行性。     

无人机自主降落过程视觉定位方法研究

为了充分利用连续视觉图像中3维空间信息, 解决无人机自主降落过程中的定位问题, 在稠密3维点云法和光流法定位原理的基础上, 提出了基于同物不同时图像像空间的定位方法。以理论推算、图形注释等方式, 通过求解单个像素点和整个图像移动变化情况, 将连续帧图像的形变、量变信息分解为无人机和参照物的空间相对运动信息, 并结合已知的参照物运动参量, 推算了无人机飞行位姿信息, 完成了无人机基于光学视觉图像的空间定位方法研究。结果表明, 该研究为视觉系统在无人机降落回收过程中独立实现空间定位提供了一定的借鉴和参考。     

遗传算法提高卡尔曼滤波器在无人机滑行控制中的应用

无人机在起降过程中由于受到外界因素的干扰,在滑跑行驶过程中会产生一定的偏差。文中提出了一种新型的无人机测偏角方案,结合遗传算法和卡尔曼滤波器的优势,来达到提高无人机测量偏角的精度。卡尔曼滤波器可以应用到无人机飞控系统的导航中,但是存在一定的误差,而利用遗传算法的优势,缩小最优解的范围,可以提高有效性和可靠性。通过实验仿真,可使无人机的侧偏角保持在允许的一定范围内。     

基于光斑轮廓特征的目标快速识别算法研究

大视场的视觉着陆引导系统在引导无人机自主着陆过程中,需要快速检测出安装在无人机上的合作目标。该合作目标在图像上是以光斑形式存在,因此为了满足系统的实时性要求,本文提出了基于轮廓特征的快速检测光斑算法。该算法是根据光斑在图像中的特征,采用了目标裁剪方法,将原始图像中的光斑部分裁剪出来,从而降低算法运算量;再通过图像预处理,消除背景的无关信息与噪声干扰,增强光斑的清晰度;最后利用最小二乘算法进行椭圆拟合定位出光斑的中心位置。将本实验算法与其他光斑检测算法进行实验对比,从而验证系统的实时性。结果表明：利用本文算法可以在保证精度的同时将运行时间缩减到36 ms。     

基于AprilTag二维码的无人机着陆引导方法

计算机视觉导航技术具有精度高、不受电子干扰,成本低等特点,被誉为未来无人机自主定位的必备手段之一.作为新的定位手段,我们需要在实验室搭建仿真平台来进行大量的模拟训练.将虚拟现实、可视化技术与计算视觉导航算法紧密结合起来,开发了一种基于虚拟仿真环境的无人机视觉自主定位仿真验证系统.在场景中构建虚拟摄像机、棋盘格以及合作二维码标签,在虚拟场景中进行相机标定,并用标定得到的内参解算得到基于标签定位的位置参数,实时计算和输出位置参数.实验结果表明:该仿真系统可以对场景中虚拟相机进行准确标定得到虚拟摄像机的内参,解算定位参数误差在0.2m以内,满足无人机自主飞行以及降落的精度要求,并具备良好的用户显控界面,验证了基于视觉无人机自主定位算法的可行性.     

海基JPALS系统完好性技术分析

SB-JPALS是联合精密进近与着陆系统(JPALS)中的一种重要应用,用于支持飞机的全自动着舰。为保障系统的完好性性能,SB-JPALS在舰载端通过一系列监测算法对包括卫星钟、卫星星历、电离层、对流层、多径和接收机故障等故障源进行分类监视。同时充分考虑了舰艇运动、载体形变对完好性监测的影响,在舰面端和机载端引入惯性导航系统对完好性监测性能进行辅助和提升。本文主要针对卫星导航着舰的高精度和高完好性性能要求以及着舰特殊的应用环境,对SB-JPALS系统的完好性技术开展研究,分析其体系结构及实现方法。     

基于迁移学习SAE的无人机目标识别算法研究

无人机在复杂战场环境下,因敌我双方无人机外形、颜色等特征较为相似,如何准确地对敌方无人机识别是实现其自主导航及作战任务执行的关键。由于受敌方无人机飞行速度、形状、尺寸、姿态等的改变及气象环境因素的影响,无法准确地对其进行识别与分类。针对这一问题,提出基于迁移学习卷积稀疏自动编码器（Sparse Auto-Encoder,SAE）实现对航拍多帧图像中敌方目标对象的识别与分类。算法首先借助SAE对源领域数据集中大量无标记样本进行无监督学习,获取其局部特征;然后,采用池化层卷积神经网络（CNN）算法提取目标图像全局特征;最后,送入Softmax回归模型实现目标对象的识别与分类。实验结果表明:与传统非迁移学习的SAE算法及基于底层视觉特征学习的识别算法相比,该算法具有更高的准确性。     

移动物联网非完整约束中继的协同任务规划

为实现突发事件的应急决策和态势评估,满足对重点区域的地面全景或空间立体信息可靠节能地远距离传输要求,本文将无人机（Unmanned Aerial Vehicle,UAV）作为空基感测平台,研究应急移动物联网应用中无人机编队能量受限条件下的远距离通信问题,提出面向非完整约束多地面移动中继的协同任务规划方法.首先,对该类物联网进行系统建模;其次,根据所建模型中无人机空基平台立体地分布于重点空域的特点,研究了地面移动中继区域分配算法、位置更新算法.在提供可靠节能通信的同时,确定其覆盖范围和最优布署方案.再次,针对地面移动中继非完整约束导致的对UAV空基平台分簇覆盖的拓展性不足,研究了多个地面移动中继的联合运动策略,以应对部分地面移动中继失效或因降低移动物联网的成本而出现地面移动中继数量减少的状况.最后,通过实验验证了本文所提方法的有效性.     

基于卷积神经网络的光电导航图像超分辨率方法

本文设计了一种基于卷积神经网络的光电导航图像超分辨率系统,为飞机飞行或着陆、卫星图像提供可靠的导航信息。超清化的可见光图像能够为地面监控人员、飞行员或无人机提供可靠的图像信息。超清化方法可以降低导航系统对硬件设备、计算资源的要求,适用于普通民航客机与搭载低精度摄像头的小型无人机。本文以卷积神经网络作为框架,搭建接近实时计算的图像超分辨率模型。