基于FDO非线性预测方法的翼伞航迹跟踪控制

在翼伞系统的状态空间模型的基础上,分析了翼伞的归航轨迹,给出翼伞轨迹跟踪控制问题的数学描述.针对翼伞归航飞行过程中,受到较大的外干扰及不确定性影响,提出基于模糊干扰观测器(FDO)的非线性预测控制策略,设计了翼伞归航系统航迹跟踪控制器.通过仿真试验,表明该飞控系统具有良好鲁棒特性和抗干扰特性.     

基于被动图像的探测器着陆过程中岩石检测

基于图像的月球表面障碍自主检测技术是实现探测器在月球表面安全着陆的关键.本文主要研究了基于被动图像的月球表面障碍物之一的岩石的检测技术.首先将最大二维熵阈值分割用于岩石阴影的检测;其次将岩石轮廓线提取技术与阴影检测结果结合以获取精确的拟合椭圆中心点;最后,利用椭圆拟合岩石所在的区域范围.实验表明:相较于传统的仅基于阴影的算法,本文提出的岩石障碍检测算法能更好地拟合出岩石所在区域范围.     

带落角约束的导弹制导与控制一体化设计

对带有落角约束的导弹制导与控制一体化设计进行了研究。首先建立了俯仰通道的制导与控制一体化模型,利用自适应RBF神经网络对干扰进行在线估计,运用反演递推方法和滑模控制的方法设计了控制器,并且分析了闭环系统的稳定性。数字仿真表明所设计的控制器满足导弹打击精度和落角限制要求。     

采样系统动态误差系数的数字计算

本文提出了两种新的计算采样系统动态误差系数的递推算法,详细证明了这两种算法的结论。利用本文给出的方法计算采样系统的动态误差系数,不仅结果精确,而且计算量小,便于上机。本文给出了两种算法的计算机程序框图,並就结果与直接求导方法进行了对比。     

多传感器图像的二次匹配算法

针对光学图像的多光谱、多传感器图像的自动配准,提出了一种基于边缘重心的多传感器图像二次匹配算法.首先,通过边缘检测和相应的后期链接处理,提取出较为完整的图像边缘;然后,根据图像边缘的链码相关以及区域不变矩策略,寻找匹配边缘,并对已匹配边缘的重心进行一致性检验获得控制点对;最后,采用最小二乘法估计图像粗匹配变换参数.在粗匹配的基础上,根据匹配后图像共有区域内边缘的主要方向和重心,再次对图像进行细匹配,修正匹配参数以提高匹配精度.多种遥感图像数据的配准实验和对比试验证实了该自动算法具有较高的可靠性和配准精度.     

无人机模糊小波神经网络轨迹线性化控制

针对系统存在不确定和有界干扰的情况,提出了一种基于模糊小波神经网络的轨迹线性化控制方法。利用模糊小波神经网络对非线性函数的逼近能力,减小不确定干扰对系统的影响,并与轨迹线性化方法结合设计了无人机飞控系统控制器。采用Lyapunov稳定性理论,证明了在所设计的控制器下,闭环系统所有信号一致最终有界。最后对系统存在不确定的情况下进行了仿真,并与没有加模糊小波神经网络的轨迹线性化控制器进行了对比,仿真结果证明了所提方法的有效性和鲁棒性。     

采用进化规划和最大熵的目标图像分割算法

图像分割是图像处理和计算机视觉中关键技术之一。在分析最大熵法和进化规划算法(EP)基础上,提出一种自动阈值选取的图像分割算法。该算法以图像的最大熵作为适应度值,将图像分割问题看作一个全局数值优化问题,利用进化规划全局寻优和快速计算的特点,搜索一个最佳阈值用于图像分割。仿真结果表明,本方法很好地解决了最大熵法计算量大的缺点,速度快且分割效果好。     

一种基于红外传感器的跟踪门优化算法

典型的机载红外搜索跟踪系统采用大场和小场两种扫描方式，在不同的扫描方式下，跟踪门的设计有所不同。小场扫描频率高，可采用椭球形跟踪门；大场扫描频率低，宜采用类水滴形跟踪门。本文针对类水滴形跟踪门提出一种基于数据关联的性能优化的跟踪门算法，通过它来减少跟踪门内来自非本目标的回波，最终达到提高多目标多传感器跟踪系统性能的目的。理论和结果分析表明，与传统的方法相比，尤其在多目标强干扰和高虚警的情况下利用该算法更能有效提高系统性能。     

基于PCNN和SVM的图像识别方法研究

利用脉冲耦合神经网络(PCNN)具有良好的脉冲传播特性,研究了利用PCNN进行图像分割的技术.针对模型参数和最优分割结果难以确定的问题,改进了标准PENN模型,提出了基于互信患量的PCNN图像分割方法.计算原图像与PCNN分割图像序列问的互信息量,对应最大互信息量的分割图像就是最佳分割结果.然后选取不同类型飞机图像提取不变矩特征,用支持向量机(SVM)实现分类识别.实验结果表明,该方法分割效果好,适应性强,能够很好地识别飞机图像.