基于改进粒子滤波的激光供能无人机跟瞄方法研究

在激光供能无人机中，激光跟瞄无人机光伏电池板的方法成为关注热点之一。针对激光跟瞄无人机存在跟踪偏差大的问题，提出基于改进蝴蝶优化的粒子滤波算法。首先在蝴蝶优化算法初始化阶段引入对立学习策略，改善算法寻优性能；其次将蝴蝶优化算法位置更新公式进行优化，提升算法寻优速度；最后将引入蝴蝶优化算法的粒子滤波算法应用于激光供能无人机的跟瞄中，实现激光对无人机光伏电池板的最优跟踪。MATLAB结果表明，基于改进蝴蝶优化的粒子滤波算法在激光跟瞄过程中可以提高激光器发射激光的准确度，有效减小跟瞄误差，改善激光跟瞄无人机光伏电池板的效果。     

激光补给无人机跟踪方法研究

激光供能无人机能实现能量实时补给,提升无人机续航时间。无人机一般情况下,飞行距离地面固定补给站较远,激光光斑增大到完全覆盖无人机机身,导致无线能量传输距离过远,以及如何实施激光跟踪瞄准。针对上述问题,本文提出了一种新的跟踪瞄准方法,根据安装在光伏电池板上光敏传感器的输出电压的对比来对无人机进行最优追踪。经计算得出东西向的偏移量为2.310 mm,与实际偏移量2 mm近似,误差0.31 mm。     

大气激光通信的自动跟瞄技术探讨

为解决因建筑物晃动、风力影响等环境因素对大气激光通信通信的影响而提出自动跟瞄技术。主要探讨了该问题的一种解决方案：采用GPS定位技术和扫描技术进行粗瞄准,用四象限红外探测器（QD）进行精瞄准和实时跟踪。     

基于GPS的星地激光通信捕获对准研究

提出了基于GPS坐标解算实现星地激光通信捕获、跟踪和对准(ATP)初始捕获的方法。星地激光通信信标光跟踪系统通过对地面GPS坐标和卫星坐标的解算,得到地面光学天线的方位角和俯仰角,光学天线根据角度旋转对准信标光,从而将信标光引入粗跟踪CCD的视场。给出了GPS坐标解算算法和信标光方向角度随卫星坐标变化的仿真曲线。用二维电机进行了地面转台的捕获实验,对实验数据进行了捕获精度的分析,结果表明,通过GPS坐标解算能够快速地实现信标光的初始捕获。     

基于前馈补偿的空间光通信精跟踪控制研究

针对空间光通信精跟踪系统存在非线性、时延滞后的特性而难于建立精确的数学模型,设计了基于前馈补偿的模糊比例、积分和微分(PID)控制系统。采用camera-link接口的高帧频可开窗口CMOS相机和大规模FPGA芯片,设计了精跟踪处理控制平台。将图像处理、前馈补偿和模糊PID控制等功能全部集成在FPGA芯片内部,大大降低了系统体积和成本;将模糊PID与前馈补偿相结合,极大提高了系统的控制精度和抑制外部干扰的能力。测试结果表明,该系统稳定精度高、抗干扰能力强。     

焦面阵列FPA(CCD)跟瞄的ATP系统研究

对国内外近年已研制出的多种捕获、跟踪、瞄准系统(ATP)提出一种分类研究基本结构,并引入给出了基于焦面阵列FPA(CCD)探测器的ATP光路图、ATP发射／捕获协议、ATP发射／捕获控制方法等,为进一步的实验及产品研究提供了基础。     

激光对微型无人机跟瞄充电系统的设计与实现

为了提高微型无人机(MUAV)的续航时间,基于二轴扫描振镜的工作原理,设计了一套激光对MUAV的远程实时跟瞄充电系统.系统采用硅光电池阵列作为光斑位置传感器,其信号经扫描跟踪算法处理后,在地面与MUAV间建立起无线数传反馈链路,控制二轴扫描振镜改变激光发射方向,实现激光束对MUAV的扫描与实时跟踪;同时硅光电池阵列也作...     

无人机激光跟踪与无线供能系统

为了解决无人机工作时间短、续航能力差的问题,采用激光无线供能的方式给无人机进行续航,提出并设计了一套基于跟踪、捕获、瞄准的激光无线能量供给系统,并进行了理论分析,同时在外场200m范围内进行了无人机激光无线供能实验。结果表明,该系统整体光电转换效率约为12%,跟踪精度优于500μrad。该研究为激光跟踪与无线供能技术用于小型航天飞行器提供了参考。     

无人机激光无线能量传输及跟踪瞄准方法研究

本文介绍了无人机的特点与发展趋势,针对小型无人机能量供给不足的问题,阐述了激光无线能量传输的现状,在此基础上总结了无人机激光无线能量传输的系统结构,分析了无人机激光无线能量传输系统的效率及影响因素,并提出了一种基于协作目标的捕获跟踪瞄准方法。     

基于改进蝙蝠算法的激光供能无人机MPPT技术

激光供能无人机操作简单、安全性高,其采用光伏电池板接收能量进行作业。在复杂遮荫情况下,无人机上光伏电池板的P-V曲线存在多极值点问题,传统最大功率点追踪算法易陷入局部最优且追踪速度较慢等。针对这一问题提出了一种改进的蝙蝠算法,首先通过反向学习进行种群初始化,增强群体分布的均匀性,避免陷入局部最优;同时引入收缩因子,加快算法收敛速度。最后在Matlab/Simulink中搭建光伏阵列电路仿真模型证明了改进的蝙蝠算法在具有较好的速度性和稳定性。     

基于卡尔曼滤波的机动目标外推预测的研究

卡尔曼滤波在各个领域都有广泛的应用,如航天器的轨道计算、雷达目标跟踪、生产过程的自动控制等。卡尔曼滤波器在机动目标跟踪中具有良好的性能,是一种最佳估计并能够进行递推计算。为了研究卡尔曼滤波对机动目标的预测,首先用Matlab仿真验证自适应卡尔曼滤波的跟踪滤波能力,根据结果判定目标运动模型,进而在此运动模型下用卡尔曼预测对目标进行外推验证。     

基于扩展卡尔曼滤波算法的无人机定位

无人机的移动定位是应对无人机机动性和应用环境复杂性的关键技术.为解决无人机中的全球定位系统(GPS)信号失效问题,提出了一种通过机载无线射频的接收信号强度解决定位问题的技术,分别采用扩展卡尔曼滤波方法估计距离和最小二乘方法估计路径损耗因子两种处理方法.理论分析和实验测试结果证实所提算法对有色噪声干扰下的接收信号有较好的增强效果,基于80％的置信水平,新算法相对于白噪声模型将估算误差从9.5 m减少到了4 m,还进一步提供了融合惯性导航的算法.     

基于神经网络的机动目标跟踪模糊Kalman滤波算法

以实现坦克对机动目标的有效跟踪为背景,针对传统Kalman滤波算法存在的计算量较大、需要先验信息较多的缺点,提出了一种基于神经网络的机动目标跟踪模糊Kalman滤波算法.在"当前"统计模型的基础上,将未知的目标机动加速度作为附加的过程噪声,使用模糊系统估计全部过程噪声的时变方差,利用神经网络对模糊系统中的参数进行优化.仿真结果表明了所提方法的有效性.     

基于卡曼滤波与均值偏移算法的目标跟踪

针对变化场景下的目标鲁棒跟踪,提出了一种结合均值漂移与Kalman滤波的跟踪算法.利用YCbCr特征空间进行目标描述,使用Kalman滤波对目标运动速度和空间位置进行预测.根据干扰的不同情况,使用不同的比例因子将两算法的跟踪结果线性加权得到目标的最终位置,并利用一种比较科学的模型更新策略,减轻了模型漂移的影响,视频序列跟踪结果表明,提出的方法能够稳定地进行跟踪.     

一种基于预测值量测转换的卡尔曼滤波跟踪算法

在雷达目标跟踪中,系统量测信息通常在球坐标系下获得。为了采用经典卡尔曼滤波算法实现有效目标跟踪,通常采用量测转换方法将非线性量测信息转换到直角坐标系中。针对传统量测转换方法基于量测值计算转换误差统计特性而导致的估计结果有偏问题,提出了一种基于预测值的量测转换方法,并将其与卡尔曼滤波算法相结合,获得了一种基于预测值量测转换的卡尔曼滤波跟踪算法。仿真结果表明,与现有的基于量测转换的卡尔曼滤波算法相比,该算法能在不提高运算量的情况下有效改善目标跟踪效果,跟踪精度提升约20%。     

基于改进粒子滤波和自适应融合的目标跟踪

针对复杂环境下视频目标跟踪精确度低的问题,提 出了一种基于混合迭代无迹粒子滤波(HI-UPF)和关联系数自 适应融合的目标跟踪算法。首先采用统计线性回归的方法对无迹变换进行优化,提出了HI- UPF,不 仅提升了滤波精度,而且有效降低了算法的时间消耗;其次基于关联系数,采用一种自适应 融合方法,实现了加性 融合和乘性融合的自适应切换,并根据关联系数提出一种改进的自适应加性融合方法。仿真 实验表明,本文方法对 于复杂条件下的目标跟踪具有较高的精度和较强的鲁棒性。     

基于Kalman滤波器运动目标跟踪的火灾监测方法

针对目前通常采用的火焰信息特征检测方法无法有效排除环境变化产生的干扰,特别是光线变化易引发实时火灾监控出现误检的问题,提出了一种基于Kalman滤波器运动跟踪算法的火焰检测方法,同时利用颜色、圆形度等特征和信息进一步确认火灾。不同干扰条件下的测试结果表明,利用文中提出的算法进行火灾识别判断,具有响应时间短,抗干扰性强等优点,可满足实际使用需求。     

基于Kalman预测和点模式匹配的多目标跟踪

针对复杂背景下多运动目标的跟踪方法不能有效解决遮挡和高速运动等问题,提出一种Kalman预测与点模式匹配相结合的多目标跟踪方法。利用Kalman滤波预测目标在下一帧图像中的位置,以此位置为中心确定目标搜索区域,然后以点模式匹配进行搜索区域和目标模板进行匹配,有效地解决目标的旋转和轻微的遮挡问题。为了提高匹配速度和实时性,在点模式匹配中利用Kalman滤波对目标旋转角度的预测与修正;同时为了保证跟踪的鲁棒性、连续性及准确性,对目标模板的更新采用置信度二级判决门限。实验表明该方法具有较好的实时性,并能够有效地解决遮挡等问题。     

基于卡尔曼滤波的机动与非机动目标的定位跟踪

目标跟踪理论在国防、商用等领域都具有重要价值,并且是实现智能交通系统的基础。针对智能交通系统中需要对特定的运动目标进行跟踪和监测的要求,利用卡尔曼滤波算法对目标进行跟踪并对其下一时间的运动位置、运动方向、速度等信息进行预先估算以达到及时监测的目的。通过分别对机动目标和非机动目标的仿真试验,得出了卡尔曼滤波算法可以对运动的目标实现实时跟踪,且非机动目标的跟踪效果要优于机动目标的结论。