排序方式: 共有68条查询结果,搜索用时 0 毫秒
1.
给出了带有多个挠性附件的充液飞行器的动力学方程,针对此模型采用变结构控制方法设计了系统的控制器。控制任务包括操纵天线使之跟踪事先给定的运动规律,并保持星体在惯性空间稳定,同时有效地抑制附件的弹性振动。通过仿真算例验证了此控制律的有效性。 相似文献
2.
在实际跟踪环境中,杂波测量空间分布特性往往是未知时变的,杂波密度通常被用来描述杂波测量的空间分布特性,是决定多目标自动跟踪性能的核心环境要素。现有的空间稀疏度的杂波密度估计方法(Spatial Clutter Measurement Density Estimator, SCMDE)在多目标自动跟踪场景下的杂波密度估计偏差急剧增大。针对以上问题,提出了一种基于SCMDE改进的杂波自适应估计方法,通过计算以待估点为中心的超球体内测量来源于杂波的概率估计超球体内真实的杂波个数,消除超球体内目标测量带来杂波密度估计偏差,从而提升复杂环境下多目标自动跟踪的航迹管理性能。 相似文献
3.
针对敌方来袭拦截弹制导策略未知的主动防御协同突防场景,考虑目标弹-防御弹单向和双向协同配合模式,采用滑模控制方法提出了兼顾拦截弹探测信息可观测性和防御弹反拦截精度的协同突防制导律。构建了融合空间探测构型需求和拦截成功必要条件的滑模面,分别应用双幂次趋近律和带状态反馈的指数型趋近律,推导了目标弹-防御弹的单/双向协同制导律。相较于单向协同,双向协同通过引入加速度代价函数,应用最优化方法优化了协同突防制导律,目标弹通过协作机动帮助防御弹降低打击来袭拦截弹的过载需求。仿真结果表明,协同滑模突防制导律可确保目标弹和防御弹达到期望的空间探测构型,并能够精准地打击来袭拦截弹。 相似文献
4.
5.
针对红外图像分辨率低、背景复杂、目标细节特征缺失等问题,提出了一种基于YOLOv5s的改进实时红外小目标检测模型Infrared-YOLOv5s。在特征提取阶段,采用SPD-Conv进行下采样,将特征图切分为特征子图并按通道拼接,避免了多尺度特征提取过程中下采样导致的特征丢失情况,设计了一种基于空洞卷积的改进空间金字塔池化模块,通过对具有不同感受野的特征进行融合来提高特征提取能力;在特征融合阶段,引入由深到浅的注意力模块,将深层特征语义特征嵌入到浅层空间特征中,增强浅层特征的表达能力;在预测阶段,裁减了网络中针对大目标检测的特征提取层、融合层及预测层,降低模型大小的同时提高了实时性。首先通过消融实验验证了提出各模块的有效性,实验结果表明,改进模型在SIRST数据集上平均精度均值达到了95.4%,较原始YOLOv5s提高了2.3%,且模型大小降低了72.9%,仅为4.5 M,在Nvidia Xavier上推理速度达到28 f/s,利于实际的部署和应用。在Infrared-PV数据集上的迁移实验进一步验证了改进算法的有效性。提出的改进模型在提高红外图像小目标检测性能的同时,能够满足实时性要... 相似文献
6.
该文介绍了利用无线传感网络布置传感器终端来采集声信号和图像信号.在终端节点上,利用声传感阵列采集声信号并通过信号调理电路处理再进行AD转换;在网络协调器上,利用V4L2采集图像信号并通过S3C6410的MFC模块进行H.264编码然后UDP传送.该文介绍的硬件设计实现了实时的声信号和图像的采集,最后通过信息融合可以对各... 相似文献
7.
针对智能天线的匹配接收与干扰抑制等问题,将现有的基于均匀线阵的极化波束形成方法拓展到二维平面阵,提出了一种基于二阶锥规划的二维极化波束形成方法。在二维观测平面内,该方法通过对主瓣区域进行极化匹配设计以提高系统接收增益和主瓣干扰的抑制能力,在旁瓣区域将零陷凹面与极化约束进行叠加设计以最大限度提高干扰抑制能力,并建立最优的矢量波束优化模型,进而转化为两个等价的标量优化问题,可使用二阶锥规划求解。仿真结果表明:相对于现有的均匀线阵极化波束形成方法而言,该方法能够在方位-俯仰的二维平面上实现极化波束的约束优化,包括了主瓣极化匹配、零陷凹面的极化约束,提高了极化波束形成方法的工程实用性。 相似文献
8.
针对复杂电磁环境中信号检测受限于低信噪比的问题,基于信号与噪声一体化的思路,提出了一种以电磁空间的所有电磁辐射信号为背景,并结合深度学习算法的电磁信号检测方法。首先建立动态场景的电磁环境模型,包括了通信基站信号、雷达信号、干扰信号等,其次使用加高斯窗傅里叶变换提取电磁信号时频域的能量分布特征,最后采用卷积神经网络进行特征选择分类,实现信号检测。仿真结果表明,该方法在一定程度上减轻了信号检测受限于信噪比的问题,克服了传统能量检测方法和基于SVM检测方法的缺陷,提高了低信噪比下电磁信号的检测性能。 相似文献
9.
针对混合网格变结构多模型算法中用于描述目标运动模式的加速度估计不准确引起跟踪精度下降的问题,本文提出了一种基于“当前”统计模型(Current Statistics,CS)的混合网格多模型算法(Hybrid Grid Multiple Model, HGMM)。该算法以基于“当前”统计模型估计得到的加速度均值为依据进行网格划分,在线生成目标可能的模型集合,采用交互式多模型算法进行目标跟踪。在一般机动及强机动场景下进行了算法性能测试分析,仿真结果表明,该算法提高了对机动目标的跟踪精度。 相似文献
10.