超短基线定位系统在侧扫声呐水下定位中的应用

根据侧扫声呐应用于海底电缆路由检测过程中,需要对拖鱼进行精确水下定位的实际需要,介绍了超短基线定位系统的原理,并根据实际应用经验,分析了影响系统定位的2类误差主要来源.     

基于NSCT域边缘检测的侧扫声呐图像分割新方法

针对侧扫声呐图像混响噪声严重、对比度低、分割困难的问题,根据侧扫声呐图像成像特点,提出一种基于非下采样Contourlet变换(NSCT)域边缘检测和区域生长的侧扫声呐图像分割新方法.首先,对侧扫声呐图像进行NSCT分解,通过K均值聚类法在NSCT域低频部分对阴影进行分割;然后通过寻找NSCT域高频层由同一粗尺度分解的2个细尺度相邻子带系数差的模极大值位置,来选择图像边缘点,并进行尺度内、尺度间的边缘融合;最后,利用基于边缘的区域生长方法完成对目标的分割.实验结果表明,该方法对侧扫声呐图像分割具有抗噪性能好、正确分类率高以及边缘定位准确等优点.     

一种实用的侧扫声呐绞车的研制及应用

侧扫声呐绞车是侧扫声呐测量的必备辅助设备,当要求侧扫声呐拖鱼距离海底的高度一定时,侧扫声呐绞车就必不可少。根据工作要求和预算限制,侧扫声呐绞车必须安装滑环和计米器,并且成本需要控制在预算范围内。现根据实际应用情况,介绍研制的侧扫声呐绞车及计米器的应用,希望对同行有所帮助。     

营口港锚地多手段扫海综合测量方法及其实施

文章重点介绍了利用侧扫声呐、单波束、多波束集成系统开展营口港多个锚地水下地形探测的方法和过程,并将探测到的结果与调查收集和人工水下探摸的资料进行了比较,分析了水下地形的分布情况,不同探测方法得出的结果得到有力地互相印证,为港口锚地提供了详实的水文资料和有效的应用依据。     

基于高频修正姿态的高分辨率光学卫星全色与多光谱影像几何定位一致性修正

针对具有高姿态测量精度、高姿态稳定度且探测器采用机械式交错拼接的光学卫星受到微量高频姿态误差影响时，所产生的全色数据与多光谱数据间微小几何定位误差问题，提出了基于高频修正姿态的高分辨率光学卫星全色与多光谱影像几何定位一致性修正方法。在推扫式光学遥感卫星成像原理的基础上建立严密成像几何模型，利用机械式交错拼接成像探测器的分时成像特性，结合几何定位约束及金字塔影像搜索策略的同名点匹配方法获取同名点数据，再利用同名点数据解算卫星成像过程中的高频姿态数据。最后，将解算得到的高频姿态用于对应多光谱影像的传感器几何校正处理中，得到基于高频修正姿态的多光谱影像数据。实验结果表明：该方法有效消除了由微量高频姿态误差引起的全色数据与多光谱数据间微小的几何定位偏差，使传感器几何校正后的多光谱数据与全色数据具有高精度几何定位一致性，将具有高姿态测量精度、高姿态稳定度且探测器采用机械式交错拼接的高分辨率推扫模式成像光学卫星的全色数据与多光谱数据间行方向的相对几何定位误差提升至0.15个多光谱像元，以为后续高精度影像融合产品的生产奠定基础。     

α-β滤波在无人测量艇航向导航中的研究

无人测量艇重量轻、工作航速慢(通常7节左右),其航向可观测性弱。在高海况和强浪、流、涌条件下,罗经传感器的航向角观测值不平稳,无法满足海事测量艇的控制精度要求。为实现无人艇航向角的平滑滤波,根据系统控制频率和艇体运动性能对航向过程噪声进行有效估计。根据估计的过程噪声利用α-β滤波器对无人艇航向进行滤波。然而航向角的值域范围在边界处不连续,直接利用α-β滤波器在边界处会产生奇异值。为此提出一种边界滤波策略实现航向全域的平稳滤波。实测数据回放验证了此方法在无人测量艇航向导航控制中的有效性。     

机载GPS测量定位技术研究

为了得到侦察目标的大地坐标以及引导载机捕捉已知目标,提出了机载GPS测量定位方法.应用GPS技术,获取载机及已知目标的位置信息,利用齐次坐标转换方法进行定位引导过程的坐标转换,从而得到目标定位引导数据.通过实验对机载GPS测量定位方法进行了检验.实验结果表明:定位精度达到了30 m,引导精度为2°.用蒙特卡洛法对实验误差进行了分析并得到了精度误差范围,其结果在期望的误差范围内,表明机载GPS测量定位技术具有一定的实用和推广价值.     

用单站光电雷达一体化系统测量目标三维姿态

设计了单站光电雷达三维姿态测量系统,讨论了将该测量系统用于飞行目标三维姿态测量的可行性,研究了用该系统测量飞行姿态的原理、算法和误差项。依据选取的三维姿态解算算法确定了系统的关键技术指标,计算了系统对模拟目标的作用距离,并分析其三维姿态测量精度。分析结果表明,系统对模拟目标的作用距离不小于60 km,实时三维姿态测量总误差不大于120′。利用外场现有仪器的校飞试验进行了单站三维姿态解算实验,结果表明,利用单站光电雷达一体化测量系统来测量飞行目标的三维姿态信息方法切实可行,不但可提高仪器测晨的实时精度,而且可消除传统交汇测量法对布站的限制,提高了仪器使用效率。     

基于水平集和支持向量机的图像声呐目标识别

为了能实现水下遇险目标的精确定位,首先要对声呐所获取的图像进行目标识别。利用水平集法获得水下声呐图像中目标轮廓后,提取目标轮廓的7个不变矩作为特征矢量,并将获取的不变矩特征输入到已经训练好的支持向量机中进行识别,从而得到识别结果。所使用的识别方法综合了基于水平集提取轮廓的长处,不变矩的位移、尺度、旋转不变性的特点和支持向量机在小样本、非线性模式识别中的独特优势。实验结果表明:该方法对高分辨率图像声呐具有较高的识别率和较低的误判率,对原始声呐图像的目标识别率高达99%,对加入方差为0.09的高斯噪声的声呐图像的目标识别率可以达到97%。     

无人艇的目标跟踪策略研究

无人艇对水面航行目标的跟踪,考虑实际出现的各种情况,根据无人艇在跟踪过程中与目标的相对位置关系和航速等,对应不同的无人艇控制策略。在进行船舶的控制过程中要考虑到航速和航向角不能突变,控制航速航向渐进变化。采用模糊控制进行航速控制,利用几何关系计算出航向,同时增大数据更新频率,增加算法使用次数,保证算法实现的效果最优。将航速航向的输出结果添加风、浪、流的干扰,添加干扰后计算得到无人艇的位置,最终经过仿真验证跟踪的效果。     

Guidance algorithm for an autonomous unmanned underwater vehicle to a given target

One possible variant of solving the problem of guidance of an autonomous unmanned underwater vehicle to a given target is considered. At large distances, navigation is based on measuring the time of propagation of acoustic signals. Short-range positioning is ensured by processing images taken by an optical camera. PID control is applied as an algorithm controlling the vehicle position and attitude in space. The proposed algorithm is implemented as a computer code and tested in a series of numerical experiments.     

Portable unmanned surface vehicle that automatically measures flow velocity and direction in rivers

We developed an automatic measurement system for flow velocity and direction in natural rivers using an autonomously controlled unmanned surface vehicle (USV). Oncoming mainstream velocity was measured by the propulsion force required for the USV in order to preserve the position at a measurement point. To conduct such a field mission, the system runs by changing four characteristic control stages: 1) calculation of the tentative propulsion force, 2) navigation to the target point, 3) velocity measurement by staying at the target, and 4) detection of flow direction by flowing downstream. More than 20 indoor tests were conducted under several hydraulic conditions by varying streamwise velocity, and the calibration formula was obtained by interrelating the oncoming velocity magnitude with the propulsion force required to remain at the target. The attitude control was provided with side thrusters to improve the yaw stability of the USV in the oncoming current. The adjunctive work of the side thrusters was very effective. Field tests were conducted to examine the reliability and accuracy of the present automatic flow measurements in a river. Both local velocity and direction in the river flow were measured well by the USV. Error analysis was conducted by comparing with the existing velocimetry results, and the USV was found to possess a sufficient ability to meet practical performance for the flow measurement in a calm river with about 1 m/s velocity.     

非合作航天器逆深度参数化姿态估计

为了实现对空间失效卫星、空间碎片等非合作目标,尤其是具有自旋运动特性的目标进行在轨服务或者离轨清除,需要精确完成追踪飞行器与目标飞行器之间的相对姿态测量。首先,以逆深度参数化表示相机在世界坐标系下的坐标值、高低角、方位角和深度信息,可以有效解决小视差情况下的单目视觉姿态估计。其次,建立了相机相对于非合作目标的运动模型和测量模型。最后,基于单点随机抽样和扩展卡尔曼滤波实现了相机和目标之间的相对运动姿态估计。实验结果表明:对于三轴稳定目标,接近过程中姿态测量精度约为0.5°;对于匀速慢旋目标,相对角度误差约为3.5%,平均角速度误差约为0.1°/s。可以满足工程上空间非合作目标相对姿态测量的使用需求。     

基于小波的无人潜航器航位推算算法研究

针对无人潜航器(unmanned underwater vehicle,UUV)在多普勒计程仪(Doppler velocity log,DVL)的量测噪声以及安装角偏离误差影响下,自主航行时不能满足长时间导航定位的问题,一方面基于Mallat算法的小波分解和单层重构方法对DVL量测速度进行滤波;另一方面,利用UUV湖试数据对传感器的安装偏离误差进行了校正。针对UUV在高纬度、长时间航行特点,采用地球参考椭球体作为地球几何形状的数学描述。最后对提出的导航算法进行了算法验证及自主导航控制试验,结果表明UUV的自主导航定位精度均小于0.5%,满足设计要求,并优于改进前的航位推算算法。     

一种小型无人机无源目标定位方法及精度分析

为了提高小型无人机无源目标定位的精度,设计了一种新的目标定位算法。首先确定目标定位过程中的坐标转换关系并推导出视轴角的计算模型;然后,利用光电侦察平台锁定跟踪目标的特性,提出了对同一目标点多次测量的目标定位框架,建立了系统状态方程和测量方程,考虑到测量方程的非线性,将无迹卡尔曼滤波应用于目标位置估计;最后,针对加性高斯白噪声的非线性目标定位系统,推导出理论上的定位误差的克拉美-罗下限。仿真结果表明,该算法具有较高的目标定位精度,滤波器估计误差均方差已逼近非线性系统的克拉美-罗下限。现场试验结果表明,在离地面约1000 m的空中,无人机对地面目标定位精度可达8.1 m。该算法易于部署,可操作性强,具有较大的实用价值。     

一种混沌水声定位方法

在海洋的探索和开发中通常利用声呐对目标进行探测。由于海面、海底的影响,声信号在海中传播呈现多途特性,这种多径效应和复杂的海洋强噪声会给目标定位带来误差。提出一种基于混杂系统产生混沌信号的水声定位方法。该方法发射宽频混沌信号,可探测性低,与相应的混沌匹配滤波相结合,可以有效减小多径干扰和噪声影响。仿真结果表明,与传统方法和现有混沌定位方法相比,该方法可以有效抵抗多径效应,提高定位精度,同时具有良好的环境兼容性。     

多尺度互交叉注意力改进的单无人机对地伪装目标检测定位方法

为了提升无人机对地伪装目标探测能力,本文提出了多尺度互交叉注意力改进的单机对地目标检测定位方法。 首先, 设计了一种多尺度互交叉注意力模块,在原始多尺度金字塔基础上,进行互交叉注意力增强,提升对伪装目标的边界区分能力; 其次,搭建了开源无人机目标检测定位系统,通过融合无人机载定位模块、惯导传感器和光电吊舱等数据,在获取目标图像位置 后对其空间位置进行解算;最后,自行构建了丛林伪装数据集进行了相关实验验证。 实验结果表明,该方法在典型伪装场景下 对地目标平均检测精度(mAP)为 70. 2% ,相较于改进前提升 5. 7% ,且能有效输出目标与无人机(UAV)的方位距离,算法平均 运行效率可达 29. 4 fps,满足 UAV 对地目标检测定位的实时性需求。     

基于VBKF-CPA-TSA算法的UWB定位技术

设施内移动农业设备的精准定位是农业智能化、无人化发展的关键。针对设施内GPS拒止环境下农业设备的定位问题,提出利用超宽带(UWB)系统构建设施内移动农业设备的导航定位系统。为了提高移动农业设备的定位精度,提出利用变分卡尔曼滤波(VBKF)对UWB系统的4个测量距离进行平滑处理,提高测量距离的估计精度,采用全质心定位算法(CPA)求解目标节点的位置坐标;为了进一步提高定位精度,利用改进的泰勒级数优化算法(TSA)对VBKF-CPA方法的定位结果进行优化处理。以移动机器人为实验平台,利用UWB系统在室内开展了动静态模拟实验,验证所提方法的有效性。实验结果表明,VBKF-CPA-TSA算法能提升目标节点的定位精度,获得较稳定的定位结果,x轴、y轴、z轴的平均误差由0.085、0.071、0.064 m减小为0.034、0.032、0.028 m,平均估计精度分别提高了60%、54.9%、56.3%;VBKF-CPA-TSA算法的动态定位轨迹更逼近真实轨迹,表明所提定位算法能提高设施内UWB系统的定位精度,该方法为设施内GPS拒止环境中移动农业设备的定位提供新方法。     

面向无人艇环境感知的改进型 SSD 目标检测方法

为了提升无人艇对典型水面小目标感知能力,本文提出了基于多尺度卷积融合结构和空间注意力加强的改进型SSD目标检测算法。首先,对SSD浅层网络进行多尺度卷积融合,提升浅层网络的语义信息;其次,设计空间注意力结构对卷积特征层逐个增强,提升对弱纹理小目标特征保持性;最后,在VOC公开数据集和自构水面目标数据集上进行了测试,并基于无人艇开展了真实海域目标检测识别验证。实验结果表明,该算法在无人艇Nvidia平台的运行效率可达15 fps,能准确检测识别浮标、桥墩、渔船、快艇和货船等目标,在典型海面场景虚警率为5%时的小目标检测率相对原生SSD算法提升近20.2%,平均有效检测率达到79.3%。     

Research on localization algorithm of naval vessel for submarine based on bearing-range measurements

Combined with naval vessel practical antisubmarine equipment of towed linear array sonar,a mathematical model of naval vessel localization for submarine based on bearing measurement was built,and local...