崎岖地表上的旋翼无人机自主安全降落系统

针对旋翼无人机全自主作业的需求,构建了崎岖地表上的旋翼无人机自主安全降落系统．该系统通过机载实时运算自动分析落区地形,寻找可行落点并实施自动降落．系统以低成本的立体RGB-D相机作为深度传感设备,利用截断符号距离函数（TSDF）对着陆区地形进行实时3维建模,生成低噪的落区地形深度图像,并设计了一种适应起落机构形状的实时精细落点搜索方法,最后使用级联PID（比例－积分－微分）控制器控制无人机实施安全降落．系统基于大疆M100无人机平台实现,定制了仿真器进行算法调试,并最终在实际的崎岖地表上实现了自主安全降落．本文工作可为旋翼无人机紧急降落、物流运输或者灾后搜救提供有效安全的解决方案．     

样本重采样小目标检测算法的改进

在小目标检测领域中,很多算法以增加模型的复杂度为代价提高了精度,但是带来了较大的计算负担和设备要求.针对模型中复杂度和检测精度之间的矛盾,提出了一种改进的图像金字塔上样本重采样策略算法.该算法只需计算少量的样本数据,并且引入少量参数的轻量化注意力机制模块.实验在COCO数据集上进行了训练和测试,重采样策略mAP值为40...     

双馈风电机组动态虚拟惯量和阻尼模糊自适应控制策略研究

针对传统双馈风电机组虚拟同步控制（VSG）中因负载突变导致电网频率、输出有功功率波动较大和暂态调节时间过长的问题,提出一种基于模糊自适应控制策略的变参数风电机组虚拟同步发电机控制策略。首先,在机组转子侧变流器中引入VSG算法使得风电对电网频率具有主动支撑能力,并建立DFIG-VSG有功功率小信号模型分析惯量和阻尼系数对系统稳定性的影响;然后,通过分析系统暂态过程中的功频变化原理并结合不受线性量化约束的模糊算法,将虚拟惯量和阻尼的范围作为模糊自适应环节的输出论域,进而实时调整惯量和阻尼系数以降低功率超调和频率偏移。最后,在Matlab/Simulink中基于DFIG-VSG机组的仿真结果验证了所提模糊自适应VSG控制策略的可行性、有效性及优势。     

基于改进的MoCo的遥感图像目标检测

卫星遥感图像的智能化处理存在着处理标注时标准不统一、数据分布不均匀的问题,导致有效样本不多、目标检测效果较差的现象。针对这种现象,提出一种基于MoCo无监督对比学习模型的目标检测算法,目标检测的框架采用以ResNet50为骨干网络的YOLOv5,使用对比学习得到的ResNet50的权重作为固定值不进行梯度迭代参与YOLOv5下游的检测任务训练。对比学习实验在AID数据集上进行,改进的MoCo v2的top-1精度最高达到95.888%。在下游的检测任务中,使用的是TGRS-HRRSD数据集,改进MoCo v2的预训练权重的mAP@.5:.95精度达到67.8%,较不使用预训练权重提高了5.6个百分点。结果证明改进的MoCo对比学习模型的有效性,在对比学习之后的下游检测任务中,检测精度也有所提高。