基于视觉的定点监控飞艇姿态和位置估计

为了提高飞艇定点监控的自主性和准确性,研究了一种基于视觉信息的定点监控飞艇姿态和位置估计算法。由射影几何学原理和特殊的双目摄像机安装方法来提取飞艇的姿态。基于双目立体视觉基本原理,得到特征点在摄像机坐标系下的位置。根据坐标转换关系,可以获得飞艇在地面坐标系下的位置和姿态非线性方程组。把姿态信息载入非线性方程组中,从而求得飞艇的位置信息。最后用仿真实例验证了飞艇姿态和位置算法的有效性。     

无人机视觉辅助着陆中的姿态和位置估算

无人机安全着陆是无人机研究的重点和难点,为了提高无人机在公路等简易机场着陆的安全性,提出了基于少量任意分布特征点估计无人机姿态和位置的计算机视觉算法。解算无人机着陆过程中相对跑道的位置和姿态是文章核心;首先利用N点算法解算出特征点在摄像机坐标系上的坐标,然后利用正交化算法求出摄像机坐标系和跑道坐标系之间的旋转矩阵和平移向量;针对特征点的成像过程容易受噪声影响的情况,引入了最小中值法,减小噪声的影响,提高算法的鲁棒性,并解算出姿态和位置;通过卡尔曼滤波方法,进一步提高位置和姿态的精度。仿真结果表明:所提算法满足无人机自主着陆的精度要求。     

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。     

基于四元数的四轴无人机姿态的估计和控制

介绍一种只需少量计算就可实现四轴无人机姿态的估计和控制的新颖方法。整个算法采用四元数表示,四元数运算基于惯性测量单元(IMU)的加速度和陀螺仪传感器。姿态估计使用四元数代替三角函数,允许用加速度数据分析推导和优化梯度下降算法来减少由陀螺仪传感器产生的误差。姿态控制将当前姿态与目标姿态的姿态误差反馈到PD控制器来实现想要的目标姿态。姿态估计中用到的梯度下降算法通过四元数对应的欧拉角的均方误差验证,静态均方误差小于0.945°。实际的飞行测试可以实现一个稳定的飞行,同时验证了姿态控制算法。     

基于流水线高斯粒子滤波的无人机姿态估计算法及FPGA实现

采用高斯粒子滤波算法进行姿态估计算法设计,将四元数离散方程作为状态方程。算法由采样调节粒子、采样粒子、权值计算、均值协方差计算和Cholesky 5个模块组成。通过采用非标准化权值计算四元数"平均"值和协方差阵,并且改写协方差阵计算公式,实现流水线高斯粒子滤波算法。同时提出了并行化设计方案,利用FPGA剩余资源进一步优化运行速率。给出的简化粒子滤波算法与高斯粒子滤波算法设计不仅可用于无人机姿态估计,对于其他非线性估计问题及应用亦适用。仿真结果表明了本设计的可行性和有效性。     

无人机视觉导航中的图像处理及位姿解算

在无人机自主着陆过程中,无人机视觉导航系统利用跑道图像解算出无人机的位置姿态信息,为飞行控制系统进行自主着陆控制奠定基础。对视觉导航系统中图像处理及位置姿态解算进行了分析和研究。基于模板匹配进行跑道识别;利用Hough变换提取跑道图像特征;采用最小二乘法对检测出的跑道边缘直线进行拟合并得出其在图像坐标系中的直线方程;基于空间的坐标关系变换,利用推导出的算法对无人机位置姿态进行了解算,并利用实际图像对所用算法进行了实验验证。     

基于光测图像的无人机姿态测量方法

为了满足对无人机姿态高精度测量的要求,介绍了一种新的测量系统及方法。该系统由多台经纬仪、数字摄像机、时间同步控制器及数据处理终端组成。数字摄像机安放在经纬仪上,经纬仪布置在飞机飞行轨迹的两侧,构成了一个能够在俯仰角和方位角下拍摄图像的光测机构。时间同步控制器提供同步控制信号,控制摄像机在同一时刻对飞机成像。在终端机中利用图像处理技术重构出机身和机翼的空间向量,计算出无人机的俯仰角、偏航角和翻滚角。仿真试验结果显示：采取4台经纬仪的合理布站,当图像上直线斜率的提取误差最大为0.6°时,可以将姿态角的最大测量误差控制在1°左右。     

基于视觉的非合作空间目标三维姿态估计方法

基于视觉的非合作空间目标3维姿态估计,关键在于建立观测图像与目标模型的特征关联。当前方法往往通过采用复杂的多维特征、产生候选关联结果的方式确保特征关联的准确性,难以兼顾算法效率。为解决以上问题,该文提出一种结合深度学习技术的姿态估计方法,首先通过深度神经网络得到姿态初值,然后基于姿态初值建立图像和目标模型之间的特征关联,进而求解目标姿态。所提方法中,深度神经网络提供了稳定的姿态初值,缩小了特征关联的候选空间;在姿态初值的支撑下采取了更为高效的特征提取与匹配方法。仿真实验表明,该文方法相比于现有方法更好地兼顾了算法准确率和效率。     

多视角下结合形状和运动信息的三维人体姿态估计

该文以多视角同步视频为输入,提出综合利用形状和运动信息的3维人体姿态估计方法。该方法将人体分为头、躯干和四肢等3部分,每部分利用运动信息来预测当前的状态,并以形状信息作为检测器来确定姿态。这种在姿态估计中使用互补信息的方式极大地解决了漂移和收敛到局部极小的问题,也使系统能自动初始化和失败后重初始化。同时,多视角数据的使用也解决了自遮挡问题和运动歧义性。在包含多种运动类型的序列上的测试结果说明了该方法的有效性,对比实验结果也优于Condensation算法和退火粒子滤波。     

基于星像位置误差估计星敏感器姿态角偏差的方法

利用传统的反正切法估算星敏感器测量姿态角偏差时,存在因计算量大干扰算法实时性等问题。针对上述问题,文中提出了根据星像位置误差直接估算星敏感器姿态角偏差的方法。通过分析星敏感器姿态测量原理,推导出星敏感器姿态角变化量对星像位置影响的数学关系式,进而在小视场条件下,得到星像位置误差与星敏感器姿态角测量偏差的公式。该公式计算过程简单,避免了大量的反正切计算。仿真结果表明,在相同的仿真实验条件下,该方法的计算时间比传统方法缩短了近四分之一,且该方法的计算精度也优于传统的反正切法。理论推导和仿真实验说明该方法具有计算量小、实时性好且精度较高的优点,具有一定的工程应用价值。     

基于PDOA着靶点参数估计的阵列布放结构研究

在基于到达相位差(Phase Differences Of Arrival, PDOA)的着靶点参数估计问题中,估计精度受到阵列结构的影响。与一般的单点目标定位问题相比,着靶点参数估计需要同时估计目标的速度和角度参数,情况更加复杂。为了选择合适的阵列结构以对定位结果带来有利影响,该文从灵敏度的角度分析了不同阵列结构下靶点参数估计精度各有差异的原因,为判断不同情况下接收阵列定位性能的优劣提供了理论方法。最后,对3种常见阵列结构进行了计算机仿真对比,仿真结果验证了利用灵敏度指标对阵列布放结构进行评估的可行性。     

混响背景中目标回波检测和参数估计的一种新方法

本文研究了基于Wigner-Ville分布(WVD)和Hough变换(HT)联合技术抗混响的方法.给出了简要的理论介绍、具体的实现方法和相应的处理结果.仿真研究表明,在混响背景中,WVD-HT联合的方法能比较有效地完成目标回波的检测和参数估计.     

移动卫星通信自适应UKF组合导航姿态估计算法

为解决组合导航姿态估计航向角可观性弱,姿态估计精度低、易发散的问题,提出了一种单基线GPS辅助观测的组合导航姿态估计算法,通过四元数与修正的Rodrigues参数相互切换避免了四元数加权均值计算和协方差奇异问题,确保了四元数的规范化;通过有效利用单基线GPS航向角辅助观测,改善航向角的可观性,提高了三维姿态角的估计性能;通过使用开关自适应UKF算法,提高了算法的适用性和姿态估计的精度。实验结果证明,UKF姿态估计的精度优于EKF,最终三维姿态角的最小均方误差均在0.36°以内,估计误差均在0.5°以内,满足了宽带移动卫星通信的波束指向要求。     

序列图像轴对称物体中轴线提取方法

针对轴对称目标三维姿态参数中的偏航角、俯仰角的提取问题,提出了一种自动提取目标中轴线方法.该方法运用自适应Canny算子检测目标边缘,改进的Hough变换获得边缘图像中各条直线边缘的坐标点;通过优化的最小二乘算法将各条直线边缘的坐标点进行拟合获得边缘直线方程;结合序列图像中目标特性,检测出边缘直线中特定的两条平行直线进而获得目标的中轴线方程.实验表明:该方法能够有效地、高精度地提取轴对称目标的中轴线,提取的中轴线平均角度误差为0.022°.     

低信噪比下LFM-BPSK复合信号参数估计新方法

LFM-BPSK复合信号已应用于多种雷达中,针对此类信号的参数估计问题提出了一种基于分数阶傅里叶变换和ZAM分布联合估计的方法。该方法首先搜索复合信号的分数阶傅里叶变换峰值从而估计起始频率和调频斜率,然后利用调频斜率重构LFM信号并对复合信号进行解线调,最后对解线调之后的信号提取ZAM分布在起始频率截面的负峰值估计码元宽度。仿真表明,该方法能在低信噪比下精确估计信号参数。     

OFDM电力线通信系统的时域信道估计方法

针对G3-PLC协议,提出了两种改进的时域信道估计方法。为达到时域降噪效果,采用了预置电力线信道最大时延的方法,但这使得相关的时频变换矩阵不满秩,无法直接采用最小二乘准则估计其时域特性。因此,文中提出一种基于修正变换矩阵的时域LS算法,解决了矩阵不可逆问题。同时进一步提出了一种无需信道统计特性的时域线性最小均方误差算法,大幅降低了复杂度。仿真结果表明,修正的时域LS算法和简化的时域LMMSE算法均性能良好。     

A New Parameter Estimation Method for a Zipf‐like Distribution for Geospatial Data Access

Many reports have shown that the access pattern for geospatial tiles follows Zipf's law and that its parameter α represents the access characteristics. However, visits to geospatial tiles have temporal and spatial popularities, and the α‐value changes as they change. We construct a mathematical model to simulate the user's access behavior by studying the attributes of frequently visited tile objects to determine parameter estimation algorithms. Because the least squares (LS) method in common use cannot obtain an exact α‐value and does not provide a suitable fit to data for frequently visited tiles, we present a new approach, which uses a moment method of estimation to obtain the value of α when α is close to 1. When α is further away from 1, the method uses the associated cache hit ratio for tile access and uses an LS method based on a critical cache size to estimate the value of α. The decrease in the estimation error is presented and discussed in the section on experiment results. This new method, which provides a more accurate estimate of α than earlier methods, promises more effective prediction of requests for frequently accessed tiles for better caching and load balancing.     

一种基于分数阶傅立叶变换的时变信道参数估计方法

时变衰落信道环境对准确的信道估计提出了巨大挑战.本文提出了一种基于分数阶傅立叶变换的时变信道参数估计方法.该方法根据信道参数模型,通过发射多分量线性调频信号探测信道,在接收端应用分数阶傅立叶变换对接收信号进行参数估计,从而获得时变信道参数.分析和数值仿真结果表明,这一方法具有较高的估计精度,并且计算简单.