干涉图像的数字化处理算法研究

用Zygo干涉仪采集到的干涉条纹图像经过图像增强、图像二值化、图像细化、图像骨架修复、条纹级次标定、数据采集等处理,可以得到在干涉检测中用于波面分析的数据集,围绕一幅用于判定光学平面面形的干涉图的处理过程进行了研究。     

Apache Web服务器中基于LTI模型的多服务类别比例延迟控制

通过系统辨识建立了Apache Web服务器的线性时不变(LTI>模型,用于描述两类Web客户连接的连接延迟比与服务线程比间的关系,并针对此L"I'I模型,设计了一个控制器。此控制器通过动态分配服务于不同类别连接的服务线程的数量,可实现Wcb服务器端的比例延迟保证,并进一步将此区分服务的控制模型扩展到了面向多个连接类别,通过多个控制器实现了相部两个客户连接类别的比例延迟保证。仿真表明,即使过载状态下并发客户连接的数目急剧变化,闭环系统中的Wcb服务器也能为多个客户连接类别提供比例延迟保证。     

基于改进APF的无人机编队航迹规划

传统APF应用于航迹规划存在不可达性、局部极小点、震荡等问题,文章提出了改进的APF模型,它的核心内容有:使用改进斥力势场函数,考虑无人机与目标的相对距离,确保目标点为整个势场的全局最小点,解决了威胁与目标点过近导致的目标不可达问题;使用随机波动法,解决了无人机陷入局部最小点而导致的规划失败问题;考虑传统势场法的震荡问题,提出障碍物联通法。同时,使用APF进行编队控制,保持紧密编队下的无人机编队距离。仿真结果表明,利用这种方法很好地实现了无人机编队的航迹规划。     

基于熟人模型的移动Agent安全机制研究

信任管理技术是移动Agent安全的关键性技术之一。提出基于熟人模型的移动Agent信任管理机制,并就其安全体系结构和相关算法进行设计。实验表明该方法能有效提高移动Agent的安全性。     

安全RADIUS认证、授权、计费系统的构建

构建了基于远程访问拨号接入用户服务（RADIUS）的认证、授权和计费系统。试运行表明RADIUS原有实现方式的大运算量和频繁的文件读写操作降低了用户认证效率，且存在系统管理员盗用用户账号的风险。改进TRADIUS实现方式，降低了认证程序实现复杂度，提高了用户认证效率，同时降低了密码泄漏风险。对于广泛采用RADIUS的安全应用是很好的借鉴。     

面向执行机构故障的四旋翼无人机主动容错飞行控制方法研究

四旋翼无人机在执行高负荷、长航时任务时,桨叶的疲劳断裂易导致无人机失控甚至坠毁。针对这一问题,提出了一种基于积分滑模控制的四旋翼无人机主动容错飞行控制方法。首先通过运动学和动力学分析建立了执行机构故障时无人机的非线性模型,再构造观测器对执行机构故障进行实时观测,并据此设计积分滑模控制律对无人机的位置和姿态控制回路进行补偿。数字仿真和飞行实验结果均表明所给出的方法具有较强的容错能力,在单只桨叶部分断裂的情况下,该方法可有效地实现无人机的位置和姿态稳定并具有良好的动、静态特性。     

多站时差无源定位传感器网络优化

在可移动无源传感器网络中,观测器与目标的相对几何关系对定位精度有重要影响。为提高对运动目标的定位跟踪精度,提出一种基于时差无源定位几何稀释精度的移动平台实时布站方法。首先推导出二维时差无源定位方法下的带有基线长度和基线偏角的GDOP表达式,将其作为目标优化函数,使用加权离散搜索优化算法求解网内各观测器每一时刻的最佳观测位置,并在此最佳位置对目标进行量测,完成目标运动分析。该方法通估计和优化相结合实现移动平台无源传感器网络的实时优化部署,仿真证明该算法一定程度上解决了时差无源定位算法的定位模糊问题,提高了对运动目标的跟踪精度。     

基于卡尔曼滤波器的航姿系统测姿算法研究

航姿系统通常没有载体位置信息和速度信息的解算,且陀螺漂移较大,存在着载体持续机动时姿态精度不高,甚至消失的问题,因此通常的导航算法已不再适用.设计了一种基于卡尔曼滤波技术的姿态算法,用重力加速度在机体系的分量gb和陀螺漂移作为待估计的状态量,进行卡尔曼滤波的时间更新过程,利用加速度计的输出在一定条件下作为观测量,进行卡...     

基于自适应滤波的无人机编队防碰撞系统研究

针对无人机双机近距编队飞行时,易发生碰撞事故的问题,文中提出了有效控制的防碰撞算法,并建立了半物理仿真系统。采用自适应Kalman滤波为防碰撞控制算法,使编队的距离保持在安全范围之内。该算法通过预测僚机的状态,实时控制僚机机动,当编队达到警戒距离时,僚机迅速执行规避动作,双机分离。搭建了模拟编队飞行的半物理仿真平台,用Zigbee实行无线通讯,以超声波实现机间测距。实验结果表明,该系统能防止编队发生碰撞,并且有效抑制滤波发散,具有较好的鲁棒性和实时性。     

基于Legendre神经网络的单目视觉相对位姿解算

将BP神经网络、RBF神经网络以及Legendre正交基神经网络应用于单目视觉相对位姿强非线性解算,并且在梯度下降法的基础上推导了Legendre正交基神经网络的最优权值,最后进行了相应的仿真及物理实验.实验结果表明,基于Legendre正交基神经网络的单目视觉相对位姿解算方法不仅精度高、鲁棒性强,而且实时性较好.