小型无人机三维导航控制研究

为提高小型无人机自主飞行的安全性能,更好地执行特定任务,在二维平面导航的基础上提出一种三维导航控制方法;给出三维导航控制器总体结构的设计,介绍了非定高下航程推算的原理,重点阐述了自主飞行中如何在平面导航基础上引入高度控制;利用Matlab/Simulink工具箱搭建仿真模型对三维导航控制律进行仿真验证;仿真结果表明,设计的控制方法切实可行,三维导航系统稳定性良好。     

基于核的偏最小二乘特征提取的最小二乘支持向量机回归方法

提出了用核的偏最小二乘进行特征提取．首先把初始输入映射到高维特征空间，然后在高维特征空间中计算得分向量，降低样本的维数，再用最小二乘支持向量机进行回归．通过实验表明，这种方法得到的效果优于没有特征提取的回归．同时与PLS提取特征相比，KPLS分析效果更好．     

椭圆拟合的非线性最小二乘方法

为了在图像中确定椭圆目标精确的位置和边界,提出了一种基于非线性最小二乘的椭圆拟合方法。该方法在得到目标边界点的基础上,通过最小化拟合椭圆与边界点之间的欧氏距离,确定出由椭圆中心坐标、长半轴和短半轴长度、旋转角度共5个参数定义的椭圆,使得这一椭圆在非线性最小二乘意义下是最优的。在实际应用中,特别是人眼图像的瞳孔提取中,这种方法能够排除反光、睫毛、眼皮等的干扰,得到较为精确的瞳孔位置和边界。仿真实验和实际数据计算的结果表明,提出的方法有良好的准确性和鲁棒性。     

改进的非线性系统最小二乘算法

本文给出了可以统一处理线性系统，非线性系统参数辨识的改进最小二乘算法，包括批量形式及递推形式，它是文１，２中算法的综合及推广，改进了收敛速度，能克服病态，算法简单，易于应用，并且给出了算法的收敛性证明。     

基于UKF的深空探测光学自主导航方法

光学自主导航方法将成为未来深空探测广泛应用的导航方式。本文在建立探测器的光学自主导航系统的状态方程和量测方程基础上，针对深空一号飞行中采用批处理最小二乘滤波方法存在的不足，提出了基于UKF滤波的光学自主导航方法。仿真结果表明：UKF方法不仅导航精度高，而且需要的导航小行星的数目远少于批处理最小二乘方法所需的数目。     

一种用于数据校正的最小二乘与准最小二乘组合方法

过程系统的控制与优化要求可靠的过程数据。通过测量得到的过程数据含有随机误差和过失误差,采用数据校正技术可有效地减小过程测量数据的误差,从而提高过程控制与优化的准确性。针对传统基于最小二乘的数据校正方法:和基于准最小二乘的鲁棒数据校正方法:,分析了它们的优缺点,并提出了一种最小二乘与准最小二乘组合方法:。该方法:先采用准最小二乘估计器检测过失误差并剔除,然后再采用最小二乘估计器进行数据校正,可以综合前两种方法:各自的优点,使得数据校正结果:更加准确。将提出最小二乘与准最小二乘组合方法:应用于线性与非线性系统的数据校正中,通过校正结果:的比较说明此方法:的具有较好的过失误差检测能力和较准确的数据校正结果:。最后将此方法:应用于实际过程系统空气分离流程的数据校正中,结果:说明了此方法:的有效性。     

非线性偏最小二乘建模方法及在近红外光谱建模上的应用

偏最小二乘算法(PLS)是常用的线性光谱建模方法。针对汽油在线调合中具有非线性特点的辛烷值、干点等属性应用PLS方法建立模型误差较大问题,本文提出了残差-递阶偏最小二乘的建模方法,该方法对已经提取成分后的自变量中剩余的信息再提取主成分,并将该主成分作为新的自变量参与回归建模。仿真验证结果表明:残差-递阶偏最小二乘方法建立的模型中验证集的样本数据误差均在正负0.2之间。残差-递阶偏最小二乘方法与偏最小二乘、递阶偏最小二乘叫-PLS)两种方法比较,残差-递阶偏最小二乘建立的模型有的更高的精度和模型适应性。     

最小二乘法数据处理

本文阐述在Visual C＋＋6.0中实现数据最小二乘法的处理方法．通过实例介绍了最小二乘法的算法和本系统新特点功能。     

最小二乘法数据处理

本文阐述在Visual C++ 6.0中实现数据最小二乘法的处理方法,通过实例介绍了最小二乘法的算法和本系统新特点功能。     

非线性系统最小二乘估计的目标补偿算法

本文提出了求解非线性系统最小二乘估计问题的一种新的分解协调方法,该方法通过对各子问题的目标直接引入适当的补偿项进行协调,具有协调计算简单,子问题仍为最小二乘形式等优点,文中对该方法收敛性进行了较为详细的研究,仿真和实际应用表明,它的收敛速度快,优于整体算法和目标协调法。     

无人机软式自主空中加油视觉导航方法

针对无人机软式自主空中加油问题,提出了用于无人机软式自主空中加油的视觉导航方法.在加油锥套外环平面上均匀布置8个近红外LED,在受油机上布置CCD相机及带通滤镜构成视觉系统,利用该系统对锥套进行近红外成像,对所获取的近红外图像进行特征点提取并利用迭代算法估计锥套与受油机之间的位姿参数.在不同距离下对该视觉导航方法进行了仿真验证.结果表明,所研究的无人机软式自主空中加油视觉导航方法精度较高,抗干扰能力较强,可以有效地用于无人机软式自主空中加油.     

无人机飞控/导航系统便携式测试仪设计

针对当前某型无人机飞控/导航系统现场联调发生故障时无法快速定位故障点而造成调试周期过长的问题,根据有固定航姿参数输入的飞控/导航系统会产生固定输出的原理,提出并实现了一种基于现场测试仪的快速诊断方法;基于DSP和CPLD的便携式飞控/导航系统测试仪通过实验电缆把测试仪与被测设备相连,可以方便、直观、快捷、可靠地确定出被测设备是否存在故障。     

基于VxWorks的无人机半物理仿真研究

为满足无人机飞控/导航控制律参数调节的需要,提出了新的基于MATLAB/Simulink/RTW和嵌入式实时操作系统VxWorks的无人机半物理仿真方法。建立无人机仿真模型,给出了仿真模型配置的关键技术。该系统的硬件平台采用PC/104总线的体系结构,利用RTW接口下载飞机数学模型到VxWorks操作系统。仿真结果表明,系统具有良好的性能和稳定性。     

基于无人机图像的高速公路积水预警系统设计

雨后微干的路面往往容易让机动车驾驶员忽视路面的安全隐患。雨后高速公路路面形成区域性积水后,当高速行驶的车轮与积水区域相接触时,容易产生滑水现象,导致汽车失去部分或全部操纵性,这时极易导致交通事故的发生。针对此类情况设计了一套基于无人机图像的高速公路积水预警系统,该系统由图像采集、积水识别和积水预警三部分组成。利用无人机的机动灵活、覆盖面广和无线传输的特性对高速公路路面情况进行采集,并将其位置信息和路面图像实时传回远端服务器进行处理。通过图像灰度化、图像二值化、形态学运算、消除小面积区域等操作提取出传回图像中潜在的积水区域,然后根据计算出的潜在积水区域相应的形状特征参数判断其是否为积水区域。当远端服务器确认无人机传回的图像中存在积水区域后,通过电子地图、短信提醒、高速公路显示屏等多种方式将积水区域的位置和面积等预警信息告知机动车驾驶员,从而减少此类交通事故发生。     

帝国竞争算法在无人机三维航线规划中的应用研究

针对实际飞行环境中无人机的三维航线规划问题,提出了一种创新启发式优化算法——牛顿帝国主义竞争算法(NICA,Newtonian imperialist competitive algorithm).该算法能够根据无人机的飞行轨迹,从起始位置到任务目标位置生成平滑的航线路径,约束航线规划,使得目标完成任务的时间最小化.该算法也能为无人机在真实地形上的航线提供最佳轨迹路径.最后通过与ICA、GA和PSO算法进行比较,验证了改进算法的有效性.结果表明:改进帝国算法提高了全局最优解的搜索能力,在收敛速度和精度上优于其他3种算法,适合用来解决无人机的三维航线规划问题.     

基于ARM的某型无人机飞控计算机设计

作为无人机飞控系统的核心,飞控计算机通常采用基于嵌入式系统的实现方案;ARM嵌入式处理器及Linux嵌入式操作系统以其一系列优点在飞控计算机中具有广泛的应用前景;研究了基于ARM-Linux的某型无人机飞控计算机的实现方法,给出了系统总体设计方案,着重介绍了硬件电路的设计过程,列出了软件调试流程图,分析了调试结果;实践证明,该实现方法结构简单,功能强大,能够满足系统控制的要求,具有较好的实用性。     

基于GL Studio的无人机地面站天线控件设计与实现

为了实现良好的人机交互,并对无人机宽带数据链进行实时直观地监控,搭建了基于GL Studio的无人机地面站天线控件,并详细介绍了其设计开发原理和方法.GL Studio生成的地面站控件不仅具有良好的可移植性,而且还可以与多种软件开发平台实现很好的融合.     

基于机群系统的无人机地标匹配算法的设计与实现

针对常规遗传算法易陷入局部最优的缺陷，采用分布式并行遗传算法研究了图像匹配问题，完成了一种基于机群系统的无人机地标匹配算法的设计与实现。实验结果表明，此算法具有更高的精度和速度，取得了满意的结果。