针对无人机(UAV)与地面无人值守传感器(UGS)的空地协同目标追踪问题, 提出一种交通道路网络环境下基于局部搜索树的移动目标搜索追踪方法。在该方法中, 无人机通过与地面无人值守传感器抵近通信, 获取目标经过传感器节点的时间信息, 基于该信息估计目标运动速度及预测目标后续位置, 通过局部递归搜索优化无人机对目标的追踪路径。针对追踪过程中不完全信息条件下的传感器节点访问次序决策问题, 设计了两种节点选择评价机制并对其效果进行了比较和分析。仿真实验结果表明, 该方法能在目标运动路径及速度不断变化的情况下以较大概率捕获目标。

无人机系统重要的侦察设备是光电载荷。为了使光电载荷获得清晰的图像, 提出了新的控制策略, 以抑制视轴的扰动。首先, 以两轴两框架光电载荷为研究对象, 分析了其结构和工作原理; 然后, 分析了影响视轴稳定精度的扰动因素并将其分类; 接着, 提出了双速度环控制策略, 设计了自抗扰稳定控制器; 实验研究表明, 采用该视轴稳定技术的光电载荷, 其扰动抑制的效果能够达到技术指标要求。

针对综合化、模块化航空电子系统架构中现场可更换模块的设计特点, 讨论了一种机载高安全、高可靠的大容量Nand-Flash数据存储模块在符合ARINC653标准的分区操作系统中的设计方法, 具有Flash驱动层、Flash管理层、文件系统层架构。通过采用应急关键数据销毁的方式保障系统的高安全性, 通过采用坏块管理、损耗均衡以及可信恢复性文件系统的方式保障系统的高可靠性。对数据存储模块进行了不同层级、不同文件大小的读写测试, 应急毁钥测试和可靠性测试, 测试结果表明模块满足设计要求, 可以应用于需要高可靠性和高安全性的航空电子领域。

针对尺度不变特征变换(SIFT)算法在关键点(即尺度空间稳定的极值点)特征描述向量计算复杂且维数较高, 以及多项式确定性矩阵测量数取值受限等现象, 提出一种分块多项式确定性矩阵的SIFT图像配准算法。通过压缩感知的稀疏表示方法, 将SIFT提取的高维描述子向量降维到低维的稀疏特征向量, 降低了关键点描述向量维度, 并采取欧氏距离对图像关键点特征描述向量进行相似性度量。与传统算法的针对性比对分析表明, 改进算法有效提升了配准精度, 增强了实时性。

在基于频率响应的非线性模拟电路故障诊断中, 为了克服现有方法的不足, 更好地选择测试激励信号, 利用Volterra级数进行建模, 提出了频率基搜索和遗传算法相结合的测试激励智能优化设计方法。先通过全局搜索得到使各阶核输出频率不重合的频点集, 再以各故障状态特征向量之间的欧氏距离之和为目标函数对频率基进行筛选, 得到最优测试激励信号, 并以一非线性电路验证了该方法的有效性。

海陆分割在提高SAR图像舰船目标检测精度方面具有十分重要的意义。针对传统算法不能很好地对SAR图像进行海陆分割, 提出了基于改进SLIC超像素分割和分层区域合并准则(HSWO)的海陆分割算法。针对SAR图像统计特性, 首先对SLIC超像素分割和HSWO算法模型分别进行改进,然后用SLIC超像素分割算法对图像进行超像素分割, 并按照分层区域合并准则对超像素块进行聚类, 最终实现海陆分割。实验表明, 所提出的改进模型具有较高的处理精度和处理效率, 相比于其他算法更适用于SAR图像的海陆分割, 具备一定的工程应用价值。

为了提高图像滤波时边缘的保持能力, 提出鲁棒自适应加权的引导滤波算法。首先利用一阶差分法判断高斯滤波处理后引导图像的边缘位置信息, 在去除噪声干扰的同时, 提高边缘信息提取的鲁棒性, 然后通过最大类间方差法(Otsu)分割边缘区域与非边缘区域, 提高区域阈值选取的自适应性, 最后利用改进的分段函数模型拟合理想权重因子, 控制不同区域的平滑程度, 实现鲁棒自适应引导滤波, 达到保边平滑的目的。通过图像平滑实验与抠图实验对所提算法性能进行了验证, 与引导滤波算法及另外2种改进算法相比, 所提算法的保边平滑性能更强。

传统的合成孔径雷达(SAR)目标识别往往采用批量学习的方法, 但是在现实应用中, 系统的训练数据并不能一次性全部获得, 当有新的训练样本到来时, 采用批量学习方法需要重新训练整个系统。为解决这个问题, 将增量学习算法——正则在线序贯式极限学习机(ROSELM)应用到SAR目标识别中, 并且采用粒子群算法优化ROSELM的初始权值以提高其稳定性和识别率。实验结果表明, 该算法在新的SAR目标样本获得时只需要通过更新输出权值即可完成系统的更新, 无需重新训练, 且速度极快、识别率高, 可以作为SAR目标识别系统在线更新的良好选择。

在基于局部不变特征的SAR景像匹配制导中, 局部不变特征点的匹配实时性具有十分重要的工程意义。提出了一种基于两层策略的特征点匹配方法。首先根据特征点响应的阈值对实时图和参考图分别提取一级特征点和二级特征点, 然后依据二级特征点到一级特征点的距离使二级特征点隶属于距离最近的一级特征点, 由此达到对二级特征点进行分组的目的。进一步, 通过对一级特征点进行方向梯度描述, 借助kd-tree最近邻方法(NN)匹配策略实现特征点初步配对, 并结合RANSAC算法验证剔除误匹配点。最后, 对隶属于提纯后一级特征点的二级特征点进行BRIEF描述, 分组对二级特征点进行匹配。仿真实验结果表明, 特征点匹配速度大幅提升。

针对现有的高光谱多光谱图像融合算法解空间较大、未考虑高光谱数据的物理意义以及存在局部最优的问题, 提出了一种基于单形体最小体积约束的耦合非负矩阵分解的高光谱与多光谱图像融合算法(MVC-CNMF)。该算法在混合像元解混的过程中, 考虑图像的物理意义, 加入了端元单形体最小体积约束。由仿真结果可以看出, 该算法能有效地克服现有融合算法中的缺陷, 实现了高光谱与多光谱图像的端元与丰度的精确匹配, 获得高空间分辨率的融合图像, 尤其适用于端元数目较多的高光谱图像。

红外图像舰船目标检测中, 目标通常位于海天/岸岛线附近, 预先检测出海天/岸岛线, 确定舰船目标的潜在区域, 可减少目标检测过程中的搜索范围, 降低数据处理量, 提高检测速度。针对传统的海天/岸岛线检测算法对不同背景图像适应性差的问题, 分析了海天/岸岛线特征, 提出了应用LSD线段检测算法和聚类的海天/岸岛线检测算法。首先通过LSD线段检测算法获取图像中局部直线轮廓, 然后通过K-均值聚类获取潜在海天/岸岛线区域, 最后通过分析潜在海天/岸岛线区域纹理特征确定真实的海天/岸岛线位置。实验结果表明, 该方法对多种背景下海天/岸岛线检测适应性强, 检测精度高。

压电陶瓷驱动的快速反射镜具有优良的动态性能, 能够满足高精度定位的任务需求, 但其固有的迟滞特性严重影响了其性能的进一步提高。基于PLAY算子的迟滞数学模型具有结构简单、便于数学求解、模型精度较高的优点, 但模型参数需要通过系统辨识得到, 并且其逆模型参数辨识存在物理量不易获得、误差较大的不利条件。利用几何法, 提出了一种求解PI逆模型参数的算法。实验证明该算法动态性能好、模型精度较高, 同时基于该算法的PI逆模型前馈控制较好地解决了压电陶瓷驱动的快反镜迟滞效应补偿问题。

为有效提高阵列对来波方向误差和极化参数误差的鲁棒性, 提出一种空域-极化域联合稳健自适应波束形成算法, 首先在每个干扰信号来波方向-极化角区间上重构干扰噪声协方差矩阵, 然后在期望信号来波方向-极化角区间上估计其导向矢量, 设计空域-极化域联合稳健波束加权。通过仿真实验可发现, 所提算法对由来波方向角度误差和极化参数误差所引起的导向矢量失配具有很好的鲁棒性。

为了探究锥形载体再入飞行时, 其运动因素对雷达引信回波中多普勒频率成分的影响规律, 通过建立多坐标系, 利用坐标系之间的转换关系, 准确构建了锥形载体的运动模型, 并在时频域范围内, 重点分析了飞行速度、再入倾角、摆动和锥进对多普勒频率成分的影响规律。为了验证影响规律的正确性, 以短时傅里叶变换(STFT)为中心思想, 利用Matlab软件对雷达引信的回波信号进行仿真, 仿真结果与运动模型得到的理论值相符, 表明运动模型合理, 并且分析得到的影响规律正确。

当高超声速飞行器改变飞行状态时, 若采用传统的状态反馈方法进行姿态控制系统设计, 为保持系统稳定, 需在不同的平衡点反复进行线性化计算, 计算过程十分复杂。另外, 在飞行器高速飞行的过程中存在输入约束, 还需考虑执行器饱和的问题。针对以上问题, 采用两步法进行控制系统的设计: 首先, 设计了基于线性变参数(LPV)系统的模型参考控制器, 采用奇异值分解与线性矩阵不等式计算得到控制器系统矩阵与反馈增益, 在飞行状态发生变化后, 实现对指令信号的跟踪响应;然后, 考虑到执行器饱和的情况, 引入抗饱和补偿器, 采用LQR最优控制理论计算补偿器增益, 实现对控制输入限幅约束。通过仿真表明, 设计的控制器超调量较小, 调节时间较短, 且有效地减小了控制器设计过程的计算量。

针对无人机在快速跃升与俯冲机动中存在的气动耦合、操纵耦合与不确定扰动, 以及由于静不稳定性而造成的不稳定俯仰力矩等问题, 提出了一种新的鲁棒模型参考自适应非线性逆控制器。首先, 通过基于状态反馈的非线性逆控制完成多通道之间的解耦; 然后, 依据解耦后的线性闭环系统设计鲁棒模型参考自适应控制器, 其主要作用是对非线性逆误差与不稳定俯仰力矩进行补偿, 并对不确定扰动进行抑制, 从而保证无人机在整个快速机动飞行中的稳定性。通过非线性仿真验证了该控制方法在快速跃升与俯冲纵向机动控制中的有效性与可靠性,并与典型的鲁棒伺服LQR最优控制器对比, 说明了该控制器的解耦性能以及对于不确定扰动的抑制作用。

为了探究在低空环境下SRAM型FPGA产生单粒子翻转事件与大气中高能粒子剂量的关系, 设计了一种便携式测试系统。使用该系统在某地6个不同海拔的测试点对SRAM型FPGA进行单粒子翻转测试。某地平均海拔在3000~5000 m, 可以很好地模拟低空飞行环境。通过测试试验, 该系统获得了大量现场数据, 使用Matlab对测试数据进行了分析。结合在某地的测试结果, 从SRAM型FPGA的存储结构、单粒子翻转产生机理、测试系统的工作原理等方面入手, 对该测试系统的科学性与实用性进行了验证分析。分析结果表明, 该便携式测试系统科学有效, 可为航空航天领域中SRAM型FPGA的选型与使用提供一种参考方式。

平视视景系统(HVS)融合了增强视景系统(EVS)和合成视景系统(SVS), 在飞机近陆运行阶段, 为飞行员提供实时外景信息, 提高飞行安全。提出了一种用于HVS的图像融合方法: 首先将源图像进行拉普拉斯金字塔变换, 然后对高频层采用绝对值取大的方法进行融合, 低频层采用区域能量与改进的区域平均梯度相结合的方法进行融合, 最后进行拉普拉斯反变换得到最终融合图像。实验表明该方法用于EVS与SVS图像的融合时具有良好的融合效果。

针对在无人机视觉导航过程中光流信息易受前景运动物体与噪声影响造成测速精度下降的问题, 基于Mean-Shift算法提出了一种光流测速优化方法。该方法使用Lucas-Kanade光流算法计算出稀疏光流后, 采用改进的Mean-Shift算法对光流数据进行聚类处理, 根据速度的一致性剔除光流数据中的干扰项。实验结果表明, 该优化方法可以有效地减少前景运动物体和噪声对无人机光流测速的影响, 提高无人机测速的精度。

确定HEMP近地面电磁环境是研究近地面电子设备的HEMP效应的基础。由于地面对电磁场具有反射作用, 使得近地面的电磁环境与自由空间的电磁脉冲环境相差较大。通过分析近地面HEMP传播特性以及土壤电气参数的不同, 建立不均匀媒质影响模型, 采用修正的菲涅尔反射系数对模型进行理论计算, 验证CST数值仿真方法的准确性及简便性, 并对近地面复杂电磁场环境进行仿真计算。结果表明: 不同波形、距地高度、上层厚度以及入射角度对HEMP影响较为明显, 不均匀媒质使得近地面HEMP电磁脉冲环境异于均匀媒质, 此结果能为指导近地面电磁脉冲防护提供基本依据。

通过分析舰载防空导弹**系统拦截反舰导弹的典型作战流程和舰空导弹战斗部的毁伤机理, 对战斗部预置破片的运动特性进行量化分析, 建立破片的面密度模型, 以Pk/h函数作为描述毁伤准则建立舰空导弹一次拦截反舰导弹的毁伤概率模型, 运用马尔可夫过程理论建立多次拦截反舰导弹的毁伤概率模型,并通过实例仿真分析, 验证了模型的可行性、可靠性, 提出了优化舰空导弹拦截反舰导弹策略的意见, 为指挥员制定作战方案提供了有效的帮助和支撑。

针对四旋翼飞行器姿态控制过程中广泛存在的外部干扰和参数不确定性, 提出了一种基于鲁棒符号误差积分(RISE)的四旋翼姿态控制策略。通过一个模型前馈控制项实现精确的模型补偿, 抵消模型非线性影响, 以及一个鲁棒积分反馈项, 有效抑制系统模型不确定性。设计的控制器在参数不确定性、外部干扰、噪声存在的情况下, 实现了四旋翼飞行器精确姿态跟踪。基于Lyapunov理论的稳定性分析验证了所设计控制器的收敛性。最后设计大量仿真和对比试验说明该姿态控制方法的有效性和鲁棒性。

惯性导航系统(INS)与光流组合导航方法在众多场合拥有极为广泛的应用, 其中, 光流信息的准确与否直接影响导航参数的优劣。为解决光照极弱或者光流传感器离地高度小于摄像头焦距所导致的光流信息误差较大使导航参数严重失真而无法连续导航的问题, 提出一种基于Elman神经网络的速度预测方法。环境适宜的情况下, 在线训练神经网络模型, 而处于特殊环境使光流信息信任价值很小时, 使用训练完成的神经网络对载体速度进行预测。另外, 基于INS动态误差模型的卡尔曼滤波器(KF)通过融合INS以及速度数据得到误差向量使之对导航参数进行补偿修正。小型四轴飞行器飞行试验表明, 神经网络的预测值能够在较短时间内高精度地逼近真实值, 证明了上述算法的正确性和有效性。通过与真实值相比较, 平均姿态误差为0.1%, 平均速度误差为1%, 平均位置误差为2.4%。