基于激光雷达的多路径快速地形匹配方法

地形匹配技术是一种自主辅助导航手段,在航空领域有着广泛的应用。地形轮廓匹配（TERCOM）算法在速度和航向误差较大时定位精确度下降,桑地亚惯性（SITAN）算法在初始位置误差较大时不能收敛。同时由于航行时只采用单一路径,导致精度低,速度慢。基于此,提出了基于激光雷达的多路径快速地形匹配算法。仿真结果验证了该算法的有效性。     

面向无人机城市空中视觉导航仿真平台实现

系统仿真是无人机飞行导航与控制程序设计的重要手段,面向城市空中交通场景视觉导航算法设计的开发需求,首先调研了针对无人机所开发的多种飞行器仿真模拟平台,确定了基于Airsim搭建所需城市空中视觉导航仿真平台的技术路线,并进一步详细介绍了该仿真平台的搭建方法,最后给出了该仿真场景的搭建结果.     

适用航空的地形匹配导航算法研究

地形轮廓匹配(TERCOM)匹配算法在速度误差和航向误差较大的情况下可靠性下降,桑地亚惯性地形辅助导航(SITAN)算法在初始位置误差较大时Kalman滤波器不能收敛,针对以上问题,提出了一种新的适用航空的地形匹配导航算法.该算法采用基于地形剖面匹配系统(TERPROM)算法作为搜索算法,以基于扩展Kalman滤波原理的SITAN算法作为跟踪算法.将该算法在真实地形数据上仿真,并和传统的基于单状态并行Kalman滤波器阵列做搜索的SITAN算法在不同高度表噪声情况下比较.仿真结果表明,该算法有效地提高了搜索的效率,提高了地形匹配的精度及实用性.     

编队飞行GPS／INS相对导航的分布滤波算法

在对编队飞行GPS/INS相对导航当前的主要滤波算法进行总结和分析的基础上,提出了分布滤波的算法,并建立了GPS/INS相对导航仿真系统,对该算法进行验证。仿真结果表明该算法能够适应大型、紧密编队飞行的需求,在减小计算量、降低通讯数据量、允许编队做大的机动飞行的同时,能得到较高的估计精度。     

基于端到端延时补偿的TOA无人机编队协同定位算法

针对无人机编队无线通信中端到端延时抖动较大,难以确定有效传输时延,进行通信时时差定位误差较大的问题,提出采用先拟合后补偿的方法确定端到端延时最大值、最小值和滤波均值,由此确定端到端延时拟合下的传输时延。当无人机编队中部分无人机出现全球导航卫星系统(GNSS)失效时,根据无人机编队通信时差,由其他无人机协同实现该无人机位置定位。仿真结果表明,当距离指数精度达到10 m时,定位误差可控制在7 m以内;预处理获取的编队无人机相对距离指数精度越高,定位精度越高;采用不同的端到端延时值作为补偿标准,均可达到相同的定位精度。与常规无人机编队算法相比,该算法能在一定程度上摆脱无人机位置定位对GNSS的依赖;与非常规定位算法相比,此算法无需增加额外设备,且定位算法复杂度较低。     

无人机在运动舰船上着舰视觉导引技术研究

为实现舰载无人机在做六自由度运动的航母上全天候着舰,提出了舰船运动模型下基于红外合作目标的无人机着舰视觉引导方法。首先设计了一种新型的合作目标;采用形态学算法提取合作目标,根据其位置特点进行物像点匹配,并采用N点算法求解机舰相对位姿;分析了舰船运动简化模型,并基于此模型提出了一种利用卡尔曼滤波提高导航精度的新方法,最后在VegaPrime中对该导航方法进行了仿真验证,仿真结果表明,该方法能够满足无人机着舰要求。     

无人机视觉自主着陆仿真系统

计算机视觉导航技术具有精度高、不受电子干扰,成本低等特点,被誉为未来无人机自主着陆的必备手段之一。作为新一代着陆技术手段,视觉自主着陆技术需要进行大量的算法研究和飞行试验,因此有必要建立一个在实验室环境来验证所提方案的可行性。本文将虚拟现实、 可视化技术与计算视觉导航算法紧密结合起来,开发了一种无人机视觉自主着陆仿真验证系统, 构建场景模块,能够在复杂三维地形、不同气象条件下对无人机视觉自主着陆算法进行仿真验证, 实时计算和输出无人机着陆所需位置姿态参数。实验结果表明：该系统真实反映了无人飞行器飞行过程中的动态特性以及姿态角等的变化,并且具备良好的用户显控界面,验证了视觉自主着陆算法的可行性。     

SINS/GPS/TACAN组合导航的联邦卡尔曼滤波方法

针对无人机飞行末段的飞行特点,提出了一种用战术空中导航系统(TACAN)辅助惯性导航系统(INS)、全球卫星定位系统(GPS)的新组合导航模式。详细推导了一种系数加权的联邦卡尔曼算法,并将此算法运用到SINS/GPS/TACAN组合导航中。通过融合导航系统的导航信息估计出组合导航系统的误差状态量,以提高导航系统定位精度。此算法不必计算加权矩阵,从而避免了求解滤波误差方差阵的逆矩阵,运算速度有所提高。仿真计算结果表明,该算法可抑制滤波发散,并提高导航系统的精度和速度,此组合导航模式有较好的容错性和环境适应性,具有实用价值。     

基于AprilTag二维码的无人机着陆引导方法

计算机视觉导航技术具有精度高、不受电子干扰,成本低等特点,被誉为未来无人机自主定位的必备手段之一.作为新的定位手段,我们需要在实验室搭建仿真平台来进行大量的模拟训练.将虚拟现实、可视化技术与计算视觉导航算法紧密结合起来,开发了一种基于虚拟仿真环境的无人机视觉自主定位仿真验证系统.在场景中构建虚拟摄像机、棋盘格以及合作二维码标签,在虚拟场景中进行相机标定,并用标定得到的内参解算得到基于标签定位的位置参数,实时计算和输出位置参数.实验结果表明:该仿真系统可以对场景中虚拟相机进行准确标定得到虚拟摄像机的内参,解算定位参数误差在0.2m以内,满足无人机自主飞行以及降落的精度要求,并具备良好的用户显控界面,验证了基于视觉无人机自主定位算法的可行性.     

基于地形轮廓面正交分解的三维地形匹配算法

地形辅助导航(TAN)是提高低空(超低空)无人飞行器(UAV)导航精度的一种有效手段.传统的三维地形匹配算法的可靠性差,无法满足工程需求.激光成像雷达能够获得高精度三维数字地形图,有效提高地形匹配辅助导航系统的适应性.文中根据地形轮廓面的正交分解模型,提出了一种适用于激光成像雷达的新型三维地形匹配算法.该算法通过正交分解构造地形特征矢量,通过矢量匹配和在线置信度分析提高地形匹配的可靠性,并进一步结合激光成像雷达和自然地形的特点设计了相应的优化搜索策略.该算法匹配结果置信度高、稳定性好,具有良好的工程应用前景.     

字符串相似度度量中LCS和GST算法比较

就字符串相似度度量算法的LCS和GST在概念、实现、效率方面进行比较分析,简要探讨了两种算法的应用领域.     

VBLAST系统的译码算法研究

对已有的传统译码算法如迫零算法（ZF）、最小均方（MMSE）算法、连续抵消（SIC）算法等的性能进行了研究,并在此基础上提出将迫零算法与连续抵消算法、最小均方算法与连续抵消算法相结合,构成迫零-连续抵消算法（ZF-SIC）与最小均方-连续抵消算法（MMSE-SIC）,从而明显改善系统的误码性能。此外,对收发两端采用不同天线数时的系统误码性能进行了仿真与分析,同时仿真分析了系统采用QPSK与16QAM调制方式的误码性能,最后给出仿真分析结果。     

一种Turbo译码算法改进研究

Turbo码是近年来广泛应用于通信系统中的一种性能优异的编码方式.文中首先分析了基于最大后验概率的Turbo码传统译码算法,然后指出了使用这类算法具有大译码延时的缺点,分析了常用的能减小译码延时的SW-MAP算法;最后根据此算法的特点提出了SW-MAP算法的改进方案.算法改进后能有效降低译码延时,提高译码性能.     

DOA估计的几种特征结构算法的性能比较

Pisarenko算法、多信号分类（MUSIC）算法、最小模算法和ORPD算法是来波到达方向（DOA）估计中常用的四种特征结构算法。在不同的信噪比及阵元数目条件下,对这几种算法的分辨性能作了比较。仿真结果表明：MUSIC算法是最稳定的一种算法;在预知大致方位的前提下。ORPD算法分辨性能最好;对于提高各种算法的分辨能力,改善信噪比相对增加阵元数目更有效。     

引导型免疫算法研究

基于免疫系统机理提出的免疫算法是一种新型的智能系统，在优化计算方面表现出巨大的潜力，具有多样性好、搜索成功率高的优点．但免疫算法在局部搜索中存在一定盲目性，搜索效率不高．本文提出引导型免疫算法，通过增强免疫算法中抗体的社会性，为免疫算法的搜索过程提供引导性，加快算法收敛速度，并对引导型免疫算法中新引入的算法参数进行了深入讨论．算法分析和仿真结果表明，引导型免疫算法在保持算法高搜索成功率的前提下，有效地提高了算法搜索效率．     

基于KR-BM算法的多模式匹配算法改进

网络技术的高速发展对模式匹配算法提出了更高的要求,为提高模式匹配效率,文中首先对常用的单模式和多模式匹配算法进行分析,在此基础之上,提出一种基于KR算法和BM算法的多模式快速匹配算法。最后通过实验结果验证了此算法的可用性和高效性。     

融入曲率尺度空间算法的图像配准方法

为了满足图像配准对于实时性的要求,提出融入曲率尺度空间算法的图像配准方法.首先使用曲率尺度空间算法提取图像角点特征,然后使用改进的加速稳健特征算法生成64维角点特征描述子向量并将描述子向量降维到24维,最后使用改进的相似性距离算法和随机采样一致性算法进行匹配.仿真实验一表明:在图像配准准确度方面与传统尺度不变特征变换算...     

基于遗传算法和BP算法的多层感知机杂交训练算法

基于梯度下降的神经网络训练算法易于陷入局部最小,从而使网络不能对输入模式进行准确分类。本文提出综合遗传算法和BP算法的杂交算法GA-QP,它结合遗传算法的全局搜索特性和BP的局部收敛特性,实现对神经网络的有效训练。实验表明该算法优于BP算法,实验结果令人满意。     

RFID防碰撞算法的研究

随着物联网技术的高速发展,作为其关键技术之一的RFID显得愈为重要。标签碰撞的应用在RFID系统中是不可避免的,因此RFID防碰撞算法是RFID系统中一个重要问题,直接决定了RFID系统可以识别多个标签的能力。目前防碰撞算法在时域上主要可以分为非确定性算法（ALOHA算法）和确定性算法（树形算法）两大类。本文分析了现存的两大类算法中主流的防碰撞算法,总结出两大类算法的优点以及存在的问题。通过MATLAB仿真进一步证明此结论,并总结未来研究中需要继续关注的问题与方向。     

基于SLM-PTS算法融合的NC-OFDM峰均比优化

基于非连续正交频分复用(non-continuous orthogonal frequency division multiplexing,NC-OFDM)模型,提出和研究了选择映射(selected mapping,SLM)算法和部分传输序列(partial transmit sequence,PTS)算法,及其SLM-PTS融合优化技术,设计了融合模型和改进流程。仿真结果与其他文献方法进行了对比,验证了SLM-PTS的融合具有优秀的峰值平均功率比(peak to average power ratio,PAPR)降低能力,但缺点是算法实现复杂度过高。因此,又进一步提出了互补型映射和限幅的联合算法(SLM-Clipping)融合解决方案,并利用深度学习方法建立PAPRnet模型。仿真结果验证了此算法对NC-OFDM系统具有PAPR良好的抑制效果,而且能够提高仿真运算效率。