多无人机协同编队飞行控制研究现状及发展

无人机在军事和民用应用上越来越广泛,为使无人机能够更好地发挥作用,需要采用多无人机编队飞行控制来实现协同侦察、作战、防御及喷洒农药等任务.多无人机协同编队控制技术主要包括信息感知技术、数据融合技术、任务分配技术、航迹规划技术、编队控制技术、通信组网技术和虚拟/实物验证实验平台技术等.首先对国内外多无人机编队相关技术的现状和进展进行综述,然后重点对多无人机编队控制方法进行分析,并对队形设计、队形调整和队形重构等问题进行归纳总结,最后对多无人机协同编队所面临的机遇和挑战进行了展望.结果表明:目前多无人机编队飞行理论方面取得了丰硕成果,但是实物飞行试验仅能实现简单通信环境下的协同编队飞行,任务分配和航迹规划实时性不高,控制方法应对突发情况鲁棒性低,多机多传感器协同感知能力不足,欠缺对实体的仿真实现,未来的研究方向应是突破上述关键技术的不足,开展复杂感知约束和复杂通信环境下的多无人机协同编队飞行研究,提出更加有效的控制方法,并进行多无人机实物编队飞行试验,使无人机能够更好地完成既定任务.     

炮兵系统多目标定位与跟踪建模

研究炮兵系统多传感器多目标定位和跟踪的建模方法.建立了炮兵系统多传感器信息融合模型的总体结构,在闭环和聚类概念的基础上,提出了一种简单可行的融合算法,并给出了状态估计的最优解.仿真结果证明了在稀疏目标环境下,这种算法对于多静态目标定位和多运动目标跟踪是行之有效的.这种方法可直接用于炮兵C3I系统.     

多尺度数据融合算法及其应用

ＢａｓｅｖｉｌｌｅＭ及ＣｈｏｕＫ Ｃ等基于二叉树多尺度随机过程提出了一种多尺度数据融合算法。该算法实现简单,速度快、易于并行化。本对此算法做了进一步的研究,提出了一种新的多尺度模型构造方法,该方法简单,便于实现。仿真计算表明,采用此方法构造的多尺度状态空间模型对信号有较好的近似,完全可以应用ＣｈｏｕＫＣ等提出的多尺度融合算法,滤滤效果明显,可用于多尺度数据融合。     

基于PCA变换的多元遥感影像融合方法研究

基于PCA变换的融合方法是用于多波段遥感图像的第一主分量具有相同均值和方差的高分辨率遥感图像直接代替多波段遥感图像的第一主分量,这样会损失部分多波段遥感图像第一主分量中反映光谱特性的有用信息,使得融合结果图像的光谱分辨率受到较大影响。因此,在PCA变换融合算法基础上引入小波包变换融合算法,保留多波段遥感图像第一主分量中一些反映光谱特性的有用信息,提高融合后遥感图像的效果。     

基于BP神经网络和D-S证据理论的损伤识别方法

目的有效利用结构健康监测系统中的多源传感器数据信息，进而提高复杂结构健康状况的正确诊断率.方法将BP神经网络与数据融合理论中的证据理论有机融合，提出一种决策级数据融合损伤识别新方法.为了验证所提方法的有效性，用1栋7自由度剪切型建筑模型的6种损伤进行了检验.结果研究发现，将BP网络和D-S证据理论相结合的综合诊断模型，可以有效地提高一些损伤模式的诊断率，具有良好的适应性.结论笔者所提方法优于单一信息建立模型的识别能力，表明它具有较好的容错性和识别精度，用于健康监测和损伤检测是可行的、有效的.     

一种具有参数学习能力的决策融合方法

提出了一种基于模糊积分方法的多决策融合算法,通过对训练数据的学习来确定每个传感器的重要程度．分类实验表明,该算法可以有效提高融合系统的分类率．     

像素级多传感器图像融合技术

随着图像传感器技术的发展,多传感器图像融合已成为图像理解、计算机视觉以及遥感领域中的一个研究热点,并广泛应用于自动目标识别、智能机器人、遥感、医学图像处理和制造业等领域.像素级多传感器图像融合获取的原始信息量最多、检测性能最好、应用范围最广,是各级图像融合的基础.详细介绍了像素级多传感器图像融合的原理,着重分析总结了常用的像素级多传感器图像融合的算法与质量评价标准,探讨了多传感器图像融合的应用与发展方向.     

基于区域特征的小波变换图像融合方法

图像融合的目的是把来自多传感器的数据互补信息合并成一幅新的图像，以改善图像的视觉效果。笔者提出一种基于小波变换的图像融合方法，其思想是先把待融合图像采用小波进行分解，然后在对分解后的小波系数矩阵采用区域特征进行融合处理，最后采用小波逆变换得到融合图像。该方法很好地区分了图像低频分量和高频分量对融合的不同影响，实验表明取得了较好的融合效果。     

基于模糊神经网络融合技术的智能火灾预警系统

根据当今火灾探测的现状和实现火灾早期探测的需求,将多传感器数据融合技术应用在火灾预警系统中.选择多个传感器对火灾过程的多参数进行监测,特别对火灾发生初期产生的异常信息进行全面监控,弥补了采用单一传感器的不足,扩展了时间上和空间上的监测范围.系统采用基于模糊神经网络多传感器融合技术,增强了系统报警输出的灵敏度和可靠性,实现了提前预警的目的.     

全自主智能机器人多传感器融合感知方法的研究

全自主智能机器人采用多超声波传感器来感知周围的环境信息,并利用卡尔曼滤波对获取的信息进行分析和融合,从而达到对前方障碍方位的准确判断,以完成机器人避障功能。     

原油含水率测量技术综述

原油含水率是油田生产的一项重要指标,水的存在会导致油液乳化浑浊,黏度增加,设备腐蚀,造成管道运输不稳定,其检测方法主要分为离线测量和在线测量两大类。介绍国内外原油含水率的主要测量方法、测量原理及其优缺点和适用范围,为了提高原油含水率测量的准确性和稳定性,近年来还出现了利用人工智能、多传感器信息融合等新的检测技术。结合化学计量学和多传感器信息融合的原油含水率在线测量技术将是未来主要的发展趋势。     

窄间隙埋弧焊接头熔合区弱化的研究

对典型的2.25Cr-1Mo耐热钢窄间隙多层多道埋弧焊焊接接头进行了跨区三点弯曲试验,发现在熔合区附近存在二次裂纹.采用断口扫描电镜、金相分析、显微硬度测试及数值模拟方法对此裂纹的成因进行研究,结果表明:熔合区主要为较软的铁素体组织,紧邻淬硬区高硬的马氏体组织,在裂纹附近存在较大的硬度分布不均.进一步的有限元分析表明,由于硬度分布不均导致应力集中,致使弱化的熔合区在试验中产生二次裂纹.该结论对于调整焊接材料与母材的组配形式以及调整焊接工艺都具有重要的指导意义.     

Decentralized algorithm of Kalman filtering

1　ＣＥＮＴＲＡＬＩＺＥＤＫＡＬＭＡＮＦＩＬＴＥＲＥＱＵＡ ＴＩＯＮＡｓｙｓｔｅｍ’ｓｄｙｎａｍｉｃｓａｒｅｄｅｓｃｒｉｂｅｄｂｙｔｈｅｓｔａｔｅｔｒａｎｓｉｔｉｏｎｅｑｕａｔｉｏｎ[1 ]ｘ(ｋ+ 1 ) =Ｆ(ｋ)ｘ(ｋ) +Ｇ(ｋ)ｗ(ｋ) ( 1 )ｗｈｅｒｅｘ(ｋ)ｉｓｔｈｅｓｔａｔｅｖｅｃｔｏｒａｔｔｉｍｅｋ ,Ｆ(ｋ)ｉｓｔｈｅｓｙｓｔｅｍｍｏｄｅｌ,Ｇ(ｋ)ｉｓｔｈｅｎｏｉｓｅｍｏｄｅｌ,ａｎｄｗ(ｋ)ｉｓｔｈｅｉｎｐｕｔｎｏｉｓｅ .Ａｎｕｍｂｅｒｏｆｓｅｎｓｏｒｓａｒｅｃｏｎｓｉｄｅｒｅｄｔｏｔａｋｅｏｂｓｅｒ ｖａｔ…     

基于无线传感器网络的分散目标跟踪：实际测试平台的开发应用（英文）

In the real world, centralized tracking in a largescale wireless sensor network (WSN) may not be feasible due to the possible failure of fusion centre and the large communication delay in forwarding measurement data to the fusion centre. Distributed target tracking techniques can be employed by tasking sensor nodes near to the target to perform sensing, target state estimation and selection of future tasking sensor nodes. In this paper, the development and implementation of a prototype ultrasonic WSN testbed to demonstrate distributed target tracking using the Extended Kalman Filter (EKF) algorithm is described. In the testbed, a mobile robot is used to simulate the moving target, and static／mobile sensor nodes are deployed to detect and track the target. The sensor nodes and robots are equipped with sonar and MICAZ to receive and process instructions. Experimental evaluation of a number of sensor scheduling schemes are reported which shows the superior tracking performance of our distributed competition based sensor scheduling scheme.     

一种两级微桥结构快速测温微型传感器的研制

设计了一种新型薄膜热电阻温度传感器.传感器感温结构由基片（Si）/绝缘层（SiO₂）/感温部（Pt）组成,Pt薄膜片以悬空的微桥连接方式搭接在SiO₂片上,SiO₂片也以同样的方式搭接在Si片上,以此构成两级微桥机构.较之传统温度传感器,该感温部件采用悬空布置结构可使测温过程中的热损失大为减少,并能保证温度传感器热响应的线性度和可靠性. 通过ANSYS有限元软件仿真Pt薄膜片在不同厚度SiO₂片下的温度分布情况. 当SiO₂片厚度为2μm,该传感器热响应时间常数达到最小的10ms,与SiO₂片厚度为5μm 和10μm相比其时间常数减小了50%以上. 研究结果表明:在温度测量过程中,SiO₂片厚度对感温的Pt薄膜片热损失影响很大,在设计中应尽可能减小SiO₂片厚度.     

多源遥感影像数据融合方法在地学中的应用

应用遥感影像数据融合理论,研究了光学遥感、热红外遥感、微波遥感卫星在地质学中的应用, 论述了不同类型的遥感数据及其他地学数据在不同层次上的同一传感器多波段数据融合、不同SAR图 像数据融合、HIS变换、遥感影像与地球物理、地质和航磁等数据的融合。结果表明,数据融合技术在突 出地质特征信息方面具有能突出线性构造、断裂构造、地形地貌的优势。     

多传感器数据融合技术在智能压力检测中的应用

传感器之间大都相互影响，存在交叉干扰，这将直接导致传感器稳定性下降，以及测量精度降低等。提出一种基于神经网络的多传感器数据融合技术处理方法，并将其应用到智能压力检测系统中。通过对融合前后的数据进行比较分析，表明该方法大大降低了交叉干扰，有效提高了测量精度，达到了预期效果。     

信息估计融合中的观测量化解决方案

在分布式无线传输网络中的估计问题,由于诸多限制条件,传输量十分有限,传感器只能传送有限的几个0-1码（bit）到融合中心,在此情况下完成多传感器估计融合。采用将区间划分,每一区间形成一个假设,规定假设之间合适的损失系数,将估计融合问题化为决策融合问题,运用成熟的决策融合的方法,对于现在研究还不成熟的估计融合传感器量化问题设计了一个解决方案,将决策融合的决策结果作为最终的估计,从而在观测被量化的条件下达到较优的估计效果。并用计算机模拟的例子对分析进行了验证。     

基于小波变换的全色多光谱高空间图像数据双源融合算法处理技术研究

针对多光谱图像传感器数据与全色图像传感器数据进行了双源融合算法研究.在对现有的各种融合算法进行详细的归纳和总结的基础上,利用多光谱图像高光谱信息与全色图像高空间信息两者之间的互补性,研究了在尽可能保留原光谱信息的前提下,提高空间分辨率的像素级图像融合算法,并对多传感器遥感图像进行了仿真实验研究.     

基于线性加权数据融合的协作频谱感知优化

在认知无线电网络中,协作频谱感知技术可有效地缓解本地感知场景中存在的隐藏终端等问题。为了获得更大的协作增益,该文采用基于数据融合的协作频谱感知策略,融合中心依次收集各次用户上报的本地能量检测数据,然后进行线性加权融合,并做出最终判决。重点研究了线性加权融合方案的优化,推导了各次用户分别在Neyman-Pearson(N-P)和Bayesian两种不同准则下的最优融合权重,并在Suzuki感知信道下进行了蒙特卡洛仿真和数值验证。结果表明,N-P准则下给出的两种优化加权融合方案MDC和NDC性能相近,且均比EGC、SC、MRC等常用的融合方案具有更高的协作检测概率;而Bayesian准则下推导的优化加权融合方案BAY在检测可靠性方面明显优于其他方案。