远程采集模糊无人机图像的特征识别方法研究

地面对空中无人机的视觉识别中,由于无人机的飞行速度、角度呈现非线性变化。使得采集的疑似图像存在特征模糊、衰退等问题,传统的模式识别方法无法提取无人机图像的主要特征,极大程度上降低了图像的识别概率。提出一种引入球面谐波基图像特征细分的无人机识别算法,建立球面谐波基图像识别模型,利用无人机图像的球面谐波基图像近似率,对模糊图像的差异特征进行依次识别。实验结果表明,利用改进算法建立的模糊无人机图像差异特征识别模型,具有一定的优越性,提高了无人机识别的准确率。     

基于改进T-S模型的航空发动机振动值监控方法

针对T-S模型在规则库建立过程中存在的重复学习、效率低下等问题,采用模糊关联规则挖掘的方法对T-S模型进行改进;首先采用基于矩阵的模糊关联规则挖掘算法,深入分析和利用频繁项集的性质,减少数据库扫描次数以及挖掘过程中产生的中间结果,提高规则挖掘效率;其次,从挖掘结果中选取模糊规则,对其处理后建立T-S模型规则库;最后,将改进的T-S模型应用于航空发动机振动值监控中;实验结果表明,改进的T-S模型能够有效实现发动机振动监控。     

基于GD-GEP算法的航空发动机振动监控

针对传统基因表达式编程算法(GEP)在进行函数挖掘时易陷入局部最优以及收敛精度不高等问题,提出了一种基于基因多样性的GEP算法,该算法采用基于基因多样性的初始种群生成策略,引入了种群更新策略,使得种群基因多样性增加;仿真试验表明,该算法具有更好的全局搜索能力和更高的解精度;基于某型飞机飞行数据记录器记录的飞行数据,利用GD-GEP算法进行航空发动机模型辨识,将辨识得到的模型用于发动机振动值监控,真实的振动故障数据验证了该方法能够成功监测到振动故障。     

小型固定翼无人机纵向姿态控制律的研究

针对无人机在实际飞行过程中受到外部环境影响大,控制精度不够高的问题;研究了一种模糊参数自整定PID控制方法来完成对无人机的纵向姿态的控制;该方法在传统的PID控制的基础上,利用无人机实际飞行中的数据,建立起模糊控制规则来实现PID参数自整定,最后在通过建立的纵向姿态模型上进行仿真控制,得出仿真曲线;仿真实验结果表明,所设计的模糊PID控制器,相比于传统的PID控制器具有更好的控制性能,并且具有很好的抗干扰能力,能够满足无人机控制系统的要求。     

基于VxWorks时钟特性的无人机飞行数据抗干扰方法研究及实现

通过对无人机飞行数据分析和传统抗干扰设计方法缺点的分析,提出了适合无人机的基于VxWorks并行时钟工作特性的无人机飞行数据抗干扰方法,并给出关键技术的研究途径和工程实现方法。经理论分析和飞行实验表明,本方法能够在不影响硬件设计和无人机系统实时性的情况下,有效的解决无人机飞行数据的抗干扰问题。     

无人机姿态控制器设计及仿真

由于无人机模型的非线性和参数的时变性,传统PID方法设计的控制器动静态性能可能会变得很差,针对这种问题,设计了适合于某型无人机的模糊自适应姿态控制器。对于模糊控制器的隶属函数选择中盲目性的问题,利用粒子群优化算法对隶属函数进行智能寻优,降低设计过程中专家主观意向对控制器性能不确定性的影响。仿真结果表明,本文设计的控制器相对传统PID有更好的动静态性能,并且对于模型参数的时变性具有一定的鲁棒性。     

机器学习辅助高性能化学信息数据库促进金属有机框架材料基气体吸附材料筛选

基于数据库化学结构搜索和机器学习快速筛选特定功能材料是近年的研究热点. 本文建立了基于MYSQL的高性能化学结构数据库,即MYDB. 数据库利用新的检索算法收集和存储了超过16万个金属有机框架材料,可以实现了高效检索和推荐. 测试结果显示MYDB能够在百万数量级的材料中实现快速高效的关键词搜索,并对相似结构提供实时推荐. 结合机器学习方法和材料数据库,训练了气体吸附模型,以确定一定热力学条件下金属有机框架材料对氩气和氢气的吸附能力. 结合MYDB数据库和机器学习算法训练出的模型能够支持大规模、低成本且方便快捷的结构筛选,从而推进计算材料研究领域中特定功能材料的发现.     

机器学习辅助高性能化学信息数据库促进金属有机框架材料基气体吸附材料筛选（英文）

基于数据库化学结构搜索和机器学习快速筛选特定功能材料是近年的研究热点.本文建立了基于MYSQL的高性能化学结构数据库,即MYDB.数据库利用新的检索算法收集和存储了超过16万个金属有机框架材料,可以实现了高效检索和推荐.测试结果显示MYDB能够在百万数量级的材料中实现快速高效的关键词搜索,并对相似结构提供实时推荐.结合机器学习方法和材料数据库,训练了气体吸附模型,以确定一定热力学条件下金属有机框架材料对氩气和氢气的吸附能力.结合MYDB数据库和机器学习算法训练出的模型能够支持大规模、低成本且方便快捷的结构筛选,从而推进计算材料研究领域中特定功能材料的发现.     

结合视觉注意力机制和图像锐度的无参图像质量评价方法

针对模糊图像的质量评价,提出一种新的无参图像质量评价方法,该方法结合了自底向上的视觉注意力机制和自顶向下的图像锐度评价标准。根据人眼视觉注意力机制模型,分别计算颜色、亮度和方向显著度图像,通过竞争机制得到人眼优先关注的区域; 利用无参图像锐度评价方法分别对优先关注的区域及背景区域进行评价,综合2个区域的评价结果得到最终的图像质量评价指标。利用该方法分别对相向运动过程中所产生的模糊图像和图像质量评价Live数据库中的高斯模糊图像进行了评价,结果表明:针对两类图像的评价结果与主观评价结果的相关系数均较高,其中,针对相向运动模糊图像的主客观评价结果的相关系数达到0.98。该方法能够胜任对模糊图像的客观质量评价。     

视觉技术辅助的无人机自主着陆组合导航研究

为提高无人机自主着陆过程中导航系统的自主性与精确性,设计了一种视觉辅助惯导组合导航方法。该方法以惯导误差方程为过程方程,以着陆过程中单目摄像机2个时刻所得地面特征点投影之间的双视图几何约束为量测方程,构建了非线性滤波器;利用SR-UKF方法实现了惯导误差估计,提高算法效率的同时有效地避免了UKF中由于矩阵开方运算导致的滤波失效;最后根据估计结果校正了惯导导航数据。仿真结果表明:该方法能够提高导航系统精度,使误差降低到惯导系统的8%左右。     

高空无人机自动加油对接过程轨迹控制研究

针对无人机在高空自动加油对接过程中容易出现偏差的问题,提出了无人机空中自动加油精准对接的优化控制方案,研究并分析了影响加油锥管与受油接口快速准确对接的主要因素,通过运动轨迹生成器对浮锚加油锥套的运动轨迹进行模拟,无人机的自动飞行控制系统根据轨迹跟踪曲线对无人机的飞行姿态进行调整,引导无人机的受油接口与加油锥管进行精确对接,整个飞行轨迹跟踪控制过程优化了复杂高空环境中无人机加油对接的精准性。通过仿真实验表明,本高空无人机加油对接引导方法提高了空中管口对接的速度与抗干扰能力,可以满足各种复杂高空环境的无人机加油任务。     

基于MDARM和VxWorks的小型无人机执行器故障检测方法

由于目前在小型无人机执行器故障诊断中存在着智能化程度较低,容易受到人为因素干扰,从而出现故障漏检等问题,难以满足小型无人机对飞行安全的要求。为此,本文提出一种基于多维数据关联规则挖掘(Multidimensional Data Association Rules Mining: MDARM)和VxWorks操作系统的小型无人机执行器故障诊断方法,通过建立执行器内部传感器测量的温度、压力、流速、力矩等相关变量的历史数据库,并对这些数据进行预处理,以避免带来噪声污染,并利用可测量参数与不可测量参数之间的关联性,建立故障诊断知识库,避免了诊断过程中的人为因素干扰,实现小型无人机执行器故障的精准测量。实验结果证明,这种方法能够有效地提高故障准确率64.7%,对小型无人机执行器的智能诊提供有效指导,应用前景广阔。     

基于DGPS航迹偏差的多旋翼无人机磁干扰检测技术研究

为了解决多旋翼无人机在飞行作业过程中受到环境磁干扰导致作业异常的问题,在使用DGPS进行差分定位的基础上,提出了一种基于航迹偏差的多旋翼无人机磁干扰检测技术。其基本原理是,当多旋翼无人机受到磁场干扰时,其飞行航迹会偏离预设航线,检测其航迹的偏离距离,通过与阈值比较,可以用来判断是否存在环境磁干扰。实验结果表明该方法可以有效检测环境磁场异常,在某些情况下比传统的磁航向角误差阈值检测方法可靠性更高,虚警率更小。综合使用航迹偏差检测方法和磁航向角误差检测方法,可有效（提高）环境磁场异常检测的准确度,降低虚警率。     

Flight Parameter Setting of Unmanned Aerial Vehicle Hyperspectral Load

Journal of Applied Spectroscopy - Correct flight parameters are critical for obtaining high-quality unmanned aerial vehicle (UAV) remote sensing images. For the UAV, the Rikola hyperspectral load...     

基于无人机载的光电与SAR图像融合技术研究

为了提高无人机侦察识别能力,提出基于小波变换方法的无人机载光电与SAR的图像融合技术。经时间配准算法生成图像配准源,采用SIFT算法提取图像特征点,BBF算法计算生成匹配点集,依据匹配点集计算图像间透视变换模型完成图像配准,利用小波变换算法实现配准图像融合。经实验验证以及利用Matlab分析图像灰度直方图和计算信息量,结果表明:融合图像保留了光电图像95.7%的细节(熵),相比于光电图像平均梯度提高了1.52倍,增强了光电图像目标区对比度,降低了随机性噪点;融合图像相比于SAR图像信息量提高了1.44倍。     

Energy-Efficient Trajectory Optimization for UAV-Based Hybrid FSO/RF Communications with Buffer Constraints

This paper focuses on an unmanned aerial vehicle (UAV) assisted hybrid free-space optical (FSO)/radio frequency (RF) communication system. Considering the rate imbalance between the FSO and RF links, a buffer is employed at the UAV. Initially, theoretical models of energy consumption and throughput are obtained for the hybrid system. Based on these models, the theoretical expression of the energy efficiency is derived. Then, a nonconvex trajectory optimization problem is formulated by maximizing the energy efficiency of the hybrid system under the buffer constraint, velocity constraint, acceleration constraint, start–end position constraint, and start–end velocity constraint. By using the sequential convex optimization and first-order Taylor approximation, the nonconvex problem is transformed into a convex one. An iterative algorithm is proposed to solve the problem. Numerical results verify the efficiency of the proposed algorithm and also show the effects of buffer size on a UAV’s trajectory.     

A greedy-model-based reinforcement learning algorithm for Beyond-5G cooperative data collection

Data collection is an essential part of Beyond-5G and Internet of Things applications. In urban area, heterogeneous access points such as Wi-Fi routers and base stations can meet the required communication coverage and bandwidth in data collection processes. However, in remote area, without communication infrastructures, it is hard to guarantee the communication quality of a large-scale data aggregation network. An existing approach is to use an unmanned aerial vehicle (UAV) to act as a mobile sink to perform data collection and increase the coverage of intelligent wireless sensing and communications. The efficiency and the reliability of such a UAV-assisted data collection system can be significantly enhanced with an intelligent cooperative strategy for the sensors deployed in the field to communicate with the UAV. Furthermore, an energy-efficient trajectory planning algorithm is crucial to address the physical limitations of the UAV in this application. In this paper, a data collection process is modeled as a Markov decision process (MDP). The paper begins with proposing two heuristic greedy algorithms, namely distance-greedy (DG) algorithm and rate-greedy (RG) algorithm, which are designed based on prior knowledge of the system and can guarantee the completion of the data collection process in a remote area without the help of fixed communication infrastructures. Based on the outcomes, a multi-agent greedy-model-based reinforcement learning (MG-RL) algorithm is proposed, which specifically designs the environmental state and the reward scheme, and introduces multiple UAVs with different parameters to explore environments in parallel to accelerate the training. In conclusion, the two proposed greedy algorithms have lower complexity of implementation while the proposed MG-RL algorithm yields practical UAVs’ flight trajectories and shortens the time for completing a data collection task.     

低空无人机航空摄影高度自动测量方法研究

为提高产品外观质量的检测精度和实时性,提出一种基于特征融合的多尺度滑动窗口机器视觉检测方法。在训练阶段,首先提取图像的HOG特征和Lab颜色特征,并采用典型相关分析法(CCA)进行特征融合。接下来,采用支持向量机(SVM)对融合的特征进行训练,生成分类器。在检测阶段,产品外观不同区域对精度的要求不同,为提高检测效率,生成不同尺度的滑动窗口,在每个窗口中都进行图像的特征提取与特征融合。最后,对采集的图像序列进行匹配,实现产品外观划痕的实时检测。实验中,选取不同的特征提取方法进行对比,并分别生成大小不同的滑动窗口,通过分析实验结果,结合检测时间与精度,确定各个区域的窗口尺度。实验表明,与传统的检测方法相比,所提方法在检测精度和实时性上具有显著提高。     

Secure efficiency maximization for UAV-assisted mobile edge computing networks

This paper considers an unmanned aerial vehicle (UAV)-assisted mobile edge computing (MEC) system, in which the intelligent reflecting surface (IRS) is applied to enhance the performance of the wireless transmission. The role of the UAV is twofold: (1) It is equipped with a MEC server and receives computing tasks from ground users and IRS at the same time; (2) It sends interference signals to counter the potential eavesdropper. Here, the UAV is working as a full duplex equipment, i.e., sending and receiving meanwhile. We comprehensively considered the flight speed constraint of the UAV, the total mission data constraint and the minimum security rate constraint of multiple users on the ground. The phase matrix constraints of IRS are also considered. Our system is dedicated to maximizing the efficiency of secure computing. The formulated problem is highly non-convex, we consider to propose an alternative optimization algorithm. The simulation results show that the proposed scheme not only achieves higher safe computing efficiency, but also has better performance in terms of energy consumption and security rate.