针对水下辅助导航相关匹配算法的特征区最优航迹规划

水下辅助导航中修正惯导累积误差的主要方式之一是利用水下地球物理场的分布特征进行相关匹配以实现准确定位,但是相同的匹配算法对于特征区内不同的航迹规划其性能却表现各异。针对上述问题提出了平行航迹差异度算法,实现了特征区的最优航迹和最优通道规划。水下辅助导航仿真实验表明：该算法可作为水下辅助导航相关匹配算法的一部分,而且可以有效地提高水下载体的导航精度。     

基于航迹规划的无人机地形辅助导航

为改善无人机基于地形轮廓匹配的地形辅助导航地形适应性差、实时性差的问题,本文提出一种基于航迹规划的地形辅助导航方法。针对地形匹配对地形依赖性强的问题,将无人机需要途经的区域进行分块并计算各块地形标准差,根据地形标准差选出地形平坦区域和地形起伏区域,用航迹规划算法为无人机规划出在地形起伏较大区域的航线。针对传统遍历搜索高程匹配算法耗时长的问题,在粒子群算法基础上引入分布估计的思想,形成优化粒子群算法进行地形轮廓匹配,加强全局寻优能力。仿真实验结果表明：优化粒子群算法降低匹配时长2/3,基于航迹规划的地形辅助导航降低位置误差6/7。     

一种新的数据融合航迹关联算法

最近邻域经典算法在求解航迹关联问题时,由于过度依赖特征阈值以及缺乏全局性考虑,在航迹密度较高的情况下容易出现错误关联．针对这一问题,引入全局搜索策略并采用动态规划和跟踪门技术,提出了一种新的全局最优航迹关联算法．在真实的海上目标航迹关联环境下对两种算法进行了实现,与最近邻域算法相比,新算法不仅获得了较高的关联正确率,同时减少了关联结果对特征阈值的依赖．     

面向火箭子级精确回收的翼伞最优航迹规划算法研究

翼伞是实现运载火箭子级精确回收的一种新的重要手段,针对翼伞在火箭子级回收中易受风场影响、落点误差大的问题,提出了一种基于天牛群算法的翼伞最优航迹规划算法。根据翼伞和某型火箭一子级组合体的动力学和运动学方程建立六自由度模型,并分析火箭一子级归航过程中不同转弯下偏量对前向速度、垂直速度及翼伞航迹规划的影响。在此基础上,将翼伞一子级组合体盘旋削高段的盘旋圈数、盘旋半径和方位角作为寻优参数,应用天牛群算法对组合体进行最优航迹规划,将平均风的影响转换为目标点的飘移,最终获得一条综合考虑能量以及落点精确度的归航航迹。仿真结果表明,所提出的基于天牛群算法的火箭一子级翼伞回收分段最优航迹规划算法收敛速度快,航迹落点精度高。     

GPS航迹线的自适应折半查找化简算法

提出了一种新的全球定位系统(GPS)航迹线自适应折半查找化简算法,采用了Sleeve-fitting算法的最优骨架点判断模式来保证航迹线的化简质量,通过粗筛与精选相结合的分步处理方式来提高化简效率：(1)粗筛是利用经验步长值动态预测下一步搜索步长,快速确定包含骨架点的搜索区间;(2)精选是在搜索区间内利用折半查找的方式搜索到骨架点．将某市城区的GPS航迹数据应用于文中算法,结果表明,该算法大幅度提高了化简效率,同时最大程度地保持了化简后航迹线与原始航迹在形态特征上的一致性．     

用图形匹配判航迹相关的神经网络算法实现

在判别航迹相关的方法中,一条航迹被看成是一个曲线图形,从图形匹配的角度对航迹曲线进行模式聚类,以此来确定雷达航迹之间的相关。对此给出了神经网络的实现算法,并进行了计算机仿真。     

人工免疫算法路径规划在林火救援中的应用

为解决复杂环境下双机林火救援路径规划问题,提出用人工免疫算法规划三维飞行航迹。借鉴人工免疫算法规划机器人路径的方法,通过考虑飞机飞行特性和双机路径规划的要求,为双机异地出发同时到达规划出三维飞行路线,并对算法的主要影响因素进行了分析和估计,获得规划航迹的最优参数,用于设计安全高效的飞行航迹。研究结果表明,该方法能规划出复杂环境下双机飞行航迹,利用参数优化后的人工免疫算法不但能快速有效地规划三维航迹,而且丰富了航迹规划方法研究。     

飞机水平航迹规划技术

提出了一种飞机水平航迹规划方法,分析了飞机目标运动航迹及其特点,考虑了飞机的速度和姿态因素,建立了飞机运动航迹的数学模型,以最小航迹通过规划的关键点,使代价达到最优,并提出了航迹规划的约束条件,仿真结果证明了该方法的正确性。     

飞机水平航迹规划技术

提出了一种飞机水平航迹规划方法,分析了飞机目标运动航迹及其特点,考虑了飞机的速度和姿态因素,建立了飞机运动航迹的数学模型,以最小航迹通过规划的关键点,使代价达到最优,并提出了航迹规划的约束条件,仿真结果证明了该方法的正确性。     

一种改进蚂蚁算法的无人机多目标三维航迹规划

传统的标准蚂蚁算法及A*算法求解无人机多目标三维航迹规划存在需设置导航节点及构建VORONOI图等缺陷,针对这一问题,提出了一种改进的蚂蚁算法.该算法将导引因子引入到状态转移策略中,减少了蚂蚁局部搜索的盲目性,确保蚂蚁形成有效航迹,解决了将该算法应用于航迹规划的两个构造难题,即航迹节点不固定和局部搜索难以到达目标节点这两个难题.将雷达、导弹、高炮及大气威胁模型的最大作用距离和有效作用距离等约束条件引入代价函数及启发因子计算中,解决了航迹规划多约束求解困难等问题.仿真结果表明,该算法构造合理,蚂蚁算法无需导航节点及VORONOI图便可自主寻找到目标节点,且收敛速度满足航迹规划要求,生成的航迹代价较小.     

Unequal-interval data fusion algorithm for inertial/gravity matching integrated navigation system

Inertial/gravity matching integrated navigation system can effectively improve the long-endurance navigation ability of underwater vehicles. Through the analysis of the matching process, the problem of unequal-interval in matching trajectory is addressed by an unequal-interval data fusion algorithm which is based on the unequal-interval characteristics analysis of the matching trajectory. Compared with previously available methods, the proposed algorithm improves the location precision. In conclusion, simulations of the integrated navigation system demonstrated the effectiveness and superiority of the proposed algorithm.     

基于迭代最近点算法的地形匹配算法可靠性分析

根据迭代最近点算法的原理,从几何直观的角度研究了地形辅助导航系统匹配的可靠性,推导了旋转和平移的可靠性公式,并进行了数字仿真,结果表明,本文推导的可靠性结论是正确的.     

面向无人机的逐点偏移式卫星导航欺骗干扰方法

针对无人机在失控肇事、干扰航管、窥视窃密、恐怖袭击等方面的危害,本文提出一种基于逐点拉偏式卫星导航欺骗方法,通过重构错误的导航坐标系诱骗目标无人机飞离敏感区域保护地面安全。该方法将整个无人机欺骗过程看作是单步位置欺骗拉偏的时间迭代过程,首先根据无人机的运动学模型以及外部量测信息估算出无人机的真实位置点以及真实控制输入量;然后考虑无人机飞行控制器对欺骗效果的影响,在真实控制输入量中抵消掉预先设置的欺骗控制力矩效果,设计构造虚假卫星信号使得GNSS/INS组合导航模式下的滤波估计无人机位置点仍靠近原始期望目标点,但发生了偏差;最后这种偏差产生的无人机轨迹跟踪控制输入量会导致无人机真实状态点往欺骗目标点偏移,实现单步卫星导航欺骗效果。单步欺骗过程在时间上的迭代运用,可实现无人机位置的逐点偏移式欺骗。仿真结果显示利用逐点偏移式卫星导航欺骗方法能使得目标无人机慢慢偏离原始轨迹而跟踪欺骗轨迹,且组合导航滤波器估计轨迹仍跟踪原始参考轨迹,达到了卫星导航欺骗的目的。本文提出的基于逐点拉偏式卫星导航欺骗干扰技术可用于保障重点区域/人员的低空安全防护。     

基于尺度配准的航拍图像与卫星影像匹配方法

随着无人机航拍技术的普及,航拍图像在目标检测和跟踪的应用得到普遍研究,而航拍图像与卫星影像的匹配研究相对较少。由于成像机理和成像视角的不同,无人机航拍图像与卫星影像存在较大的尺度差异,现有的图像匹配方法难以实现航拍图像与卫星影像的有效匹配。为了解决这一问题,提出了一种实现具有大尺度差异的航拍图像与卫星影像匹配的方法。该方法通过卫星影像的经纬坐标信息和无人机航拍图像成像时刻的相机位姿信息,对无人机航拍图像进行方向和尺度的配准;然后利用航拍图像成像时刻的位置信息,对卫星影像进行粗匹配,得到包含航拍图像匹配区域在内的卫星影像子图;再利用神经网络提取配准后的航拍图像与卫星影像子图的卷积神经网络（convolutional neural networks,CNN）特征,并基于CNN特征实现航拍图像与卫星影像的精匹配。仿真实验结果表明,本文所提方法能够有效的实现大尺度差异的航拍图像与卫星影像匹配。通过将本文匹配方法与现有图像匹配算法匹配精度的对比分析,证明了本文匹配算法的有效性和优越性。     

基于滑模控制的四旋翼飞行器鲁棒三维轨迹跟踪

近年来,无人自主飞行器在军事和民用的众多领域引起了人们的关注,而其轨迹跟踪任务一直是一个热门研究课题。本文提出了一种鲁棒滑模控制,用于控制四旋翼无人机在存在扰动和参数不确定的情况下进行三维轨迹跟踪。首先,建立了一个具有6个方位的四旋翼飞行器的非线性动力学模型。然后,设计了针对质量、惯性和刚度不确定因素的滑模控制器。通过在Matlab Simulink和Universal Mechanism软件系统中进行建模模拟,验证了控制器的三维跟踪效果。最后,使用Pelican四旋翼平台进行了进一步的实验验证,在水平和垂直轴上施加扰动以验证其鲁棒性。仿真和实物验证结果都表明,四旋翼飞行器对特定轨迹的跟踪效果和鲁棒性是令人满意的,证实了所提出的滑模控制算法的正确性和有效性。     

基于ASIFT改进算法的无人机图像特征匹配方法研究

无人机图像纹理丰富、特征显著,在机器视觉三维重建及机器人导航中应用广泛,但其视角变化大,且易倾斜。传统的尺度不变特征变换(SIFT)算法和Affine SIFT(ASIFT)算法等图像特征匹配算法误差较大,难以满足应用要求。针对该问题,提出了一种基于ASIFT的改进算法。首先用ASIFT算法模拟图形畸变,然后利用SIFT算法中的k d树算法对最邻近特征点进行快速搜索匹配,最后加入随机抽样一致算法,得到匹配对的参数模型,同时对不符合模型的误差匹配对进行剔除。实验结果表明,该算法可以优化匹配效果,提高匹配速度。     

Vision algorithms for fixed-wing unmanned aerial vehicle landing system

Autonomous landing has become a core technology of unmanned aerial vehicle (UAV) guidance, navigation and control system in recent years. As a novel autonomous landing approach, computer vision has been studied and applied in rotary-wing UAV landing successfully. This paper aims to fixed-wing UAV and focus on two problems: how to find runway only depending on airborne front-looking camera and how to align UAV with the designated landing runway. The paper can be divided into two parts to solve above two problems respectively. In the first part, the paper firstly presents an algorithm of region of interest (ROI) detection, which is based on spectral residual saliency map, and then an algorithm of feature vector extraction based on sparse coding and spatial pyramid matching (SPM) is proposed, finally, ROI including designated landing runway is recognized by a linear support vector machine. In the second part, the paper presents an approach of relative position and pose estimation between UAV and landing runway. Estimation algorithm firstly selects five feature points on the runway surface, and then establishes a new earth-fixed reference frame, finally uses orthogonal iteration to estimate landing parameters including three parameters of distance, height and offset, and three pose parameters of roll, yaw, pitch. The experimental results verify the effectiveness of the algorithms proposed in this paper.     

集中式光伏电站巡检无人机视觉定位与导航

为了使无人机在集中式光伏电站实现自主飞行,完成光伏组件红外及可见光图像采集任务,针对集中式光伏厂区光伏组串分布特点,提出光伏组串边缘检测方法,并通过视线导引法实现无人机路径跟随控制. 同一厂区的不同光伏组件之间存在颜色差异,针对其颜色特征提出自定义分割方法,结合形状特征可有效识别光伏组件;提取光伏组串轮廓和边缘信息可获取无人机理论飞行路径,通过视线导引法实现无人机对理论飞行路径的精准跟随以确保图像数据采集的有效性和完整性. 实验结果表明,提出的光伏组串识别算法具有较好的适应性和实时性,能够用于无人机理论飞行方向与无人机和光伏组串间偏移量的计算,利用导航控制算法能够实现理想的光伏组串循迹. 光伏组串识别算法和视线导引法能分别有效实现定位和导航,2个程序的结合能够满足无人机飞行控制要求.     

无人机信息采集系统的端到端吞吐量最大化研究

无人机具有按需快速部署、移动性高、可与地面用户建立起高质量的视距通信链路的优点,能在无线通信和物联网中得到重要的应用。本文研究了一个无人机信息采集系统,在该系统中无人机负责收集多个地面传感器的信息,并将信息回传至信息融合中心。为了最大化信息采集系统的端到端吞吐量,制定了一个联合优化传感器的发射功率、可用带宽的分配、无人机的传输功率和飞行轨迹的优化问题。该优化问题需满足最小信息传输量约束、信息−因果约束、平均和峰值传输功率约束、带宽分配约束和无人机机动性约束,是一个难以直接求解的非凸优化问题。为解决这个问题,本文基于块坐标下降法和连续凸优化方法提出了一个高效的交替优化算法,将问题分解为优化功率带宽和优化无人机飞行轨迹两个子问题,并通过引入松弛变量和一阶泰勒展开的方法将每个子问题变成易于求解的凸优化问题,从而进行交替迭代求解。计算机仿真结果显示所提出的优化算法能够权衡数据收集和数据转发这两段链路,显著提高了系统的端到端吞吐量。同时,通过与另外3种基准方案的性能对比,显示了联合优化功率、带宽和飞行轨迹的必要性。     

基于PCR-DSmT的序列帧融合景像匹配算法

针对INS/SMNS组合导航系统中,单帧景像匹配难以判断匹配结果是否正确并给出准确的匹配置信度的情况,提出一种基于PCR-DSmT的序列帧融合景像匹配算法。算法分为单帧粗匹配和序列帧融合精匹配两步:首先提取图像的相位一致性特征并采用快速归一化互相关算法初步匹配;然后建立序列帧时空约束关系,利用相关阵中极大峰构建辨识框架,采用层次分析法自适应计算置信指派并利用适配因子进行折扣运算,最后采用证据推理组合规则融合并根据判决准则输出匹配位置及置信度或对错误匹配结果报警。针对Dempster组合规则在高冲突序列帧融合时出现错误以及DSmT组合规则在多证据融合时正确位置置信指派难以增大并收敛的问题,提出一种PCR-DSmT组合规则。采用真实航拍图像和对应的Google earth卫星基准图像的仿真实验验证了匹配算法的有效性。