利用样本向量空间位置关系的目标识别方法

利用样本向量的空间位置关系,对目标识别方法进行研究。根据样本向量最小夹角给出了可分类识别率的定义,且应用样本向量间的夹角对样本向量进行筛选,获得了更有利于分类的样本。在此基础上提出了样本向量最小夹角识别算法,以及对样本向量最小夹角和最短距离进行综合的目标识别算法。为了进一步提高识别效果,将特征线之间的最小夹角引入到识别算法当中。所研究的目标识别算法应用到飞机目标识别,若采用奇异值特征作为样本可以得到90.0%以上的识别率,而采用颜色特征作为样本则可以得到92.5%以上的识别率。     

基于GA的带终端约束的变结构末制导律设计

巡航导弹对目标的杀伤力,除了精度要求(零脱靶量)外,还在于它的落角,尤其是打击纵深的目标时,垂直入射的价值很高.针对巡航导弹落角限制的要求,分别对纵向和侧向两个通道设计出了限制落角的变结构末制导律,可以使导弹在期望的方位以期望的落角打击目标.针对两通道的耦合造成的参数敏感性,采用遗传算法对变结构参数进行了优化,并将其与带终端约束的三维比例导引律进行了比较.仿真结果证明了该制导律在落角和精度方面的优势与有效性.     

空空导弹攻击机动目标的三维最优制导律研究

在三维空间导弹与目标的运动学关系模型的基础上,将二维平面中空空导弹攻击机动目标的最优制导律推广至实际的三维空间。考虑到目标做大机动运动的情况,在制导指令中加入与目标加速度成比例的修正项,并采用遗传算法对该制导指令中的比例因子进行优化。最后通过数字仿真,并和传统的追踪导引和比例导引相比较,表明该最优制导律所需机动过载小,追击目标所需时间短,并且能够精确有效地摧毁大机动目标。     

基于五维超混沌的全球信息栅格图像加密算法

为解决全球信息栅格的网络数据的安全问题,提出新的基于五维超混沌系统的图像加密算法,给出全球信息栅格通信体系的基于超混沌的图像加密方案.对生成的两个超混沌序列进行预处理,并置乱图像的像素位置.最后,选择一个混沌序列进行预处理后对图像像素值加密,以改变灰度值.仿真分析结果表明,该加密算法密钥空间大,密钥选择敏感,具有很高的安全性和很好的加密效果.     

小波变换在目标识别中的应用

利用小波变换具有易于消除噪声、运算方便、能够体现图像特征等优点,研究了基于小波变换的目标识别方法.首先采用二次B样条小波滤波器组对样本图像进行小波变换,提取多尺度边缘,然后提取不变矩,以此作为图像的特征向量,最后应用小波神经网络进行分类识别.计算机仿真实验表明,该方法取得了较好的识别效果.     

巡航导弹航迹控制中景象匹配快速算法研究

为了解决巡航导弹航迹控制中所拍摄的实时图与基准图存在的角度旋转问题,借鉴圆投影旋转不变性的优点,根据实时图自身的特点,提出了环投影匹配算法。采用遗传算法和全空间逐点搜索(穷举法)两种方法对不同大小的基准图就匹配速度和匹配精度进行比较。同时,提出引入方位角和前一帧匹配点对当前匹配点进行预测,剔除误匹配点的方法。仿真结果表明,以上算法在旋转条件下,仍保持了较高的精度和速度。     

指数趋近律单向辅助面滑模控制

结合指数趋近律,对一种新型单向辅助面滑模控制方法进行了讨论。首先根据给定的非线性系统方程设计切换面,并在状态约束条件下设计单向辅助面;之后依据单向辅助面滑模控制器设计方法,设计基于指数趋近律的单向辅助面滑模控制器,且指出系统状态在有限时间内收敛到切换面上,并给出收敛时间计算式;最后通过实例仿真验证,基于指数趋近律的单向辅助面滑模控制器不仅能有效抑制系统中的抖振,而且收敛速度快于普通单向辅助面滑模控制方法。     

面向安全避障的无人机鲁棒跟踪飞行控制

针对无人机在执行任务时所面临的安全飞行问题,基于已知威胁信息采用A*算法生成初始航路点.为解决存在过多冗余点、拐点以及路径不平滑等缺点,对规划得到的初始航路点进行二次规划,删除不必要的转折点并对其综合平滑处理,得到满足无人机性能约束的航路点.同时采用B样条曲线拟合航路离散点,在此基础上考虑安全飞行控制裕度,生成无人机的...     

基于动态逆的反舰巡航导弹三维末制导律设计

考虑到导弹-目标追逃模型中存在的非线性和不确定性等特点,首先建立在三维坐标系下的反舰巡航导弹-目标的相对运动方程,采用基于零化导弹目标视线角速率的思想,同时把目标机动看成一类有界干扰,应用动态逆方法设计了一种三维末制导律,这种控制方法可以很好地解决系统中存在的强的非线性和不确性因素。仿真结果表明该制导律能够打击机动目标且脱靶量较小,具有较强的鲁棒性。     

基于神经网络的一类不确定非线性系统自适应H∞跟踪控制

基于神经网络针对一类具有输入不确定性的非线性系统提出了一种H∞自适应跟踪控制方法.控制器由等效控制器、H∞控制器及参数自适应控制器三部分组成.H∞控制器用于减弱外部及神经网络的逼近误差对跟踪性能的影响,参数自适应控制器用于抑制输入干扰对跟踪性能的影响.所设计的控制器不仅保证了整个闭环系统的稳定性,而且使外部干扰及神经网络的逼近误差对跟踪的影响减小到给定的性能指标.最后给出一个算例验证了该方法的有效性.