基于遥感影像的智能景像匹配适配区选择方法

飞行器景像匹配适配区选择是飞行器实现景像匹配视觉导航的前提。近年来,人们基于层次规则提出了许多适配区选择方法,也取得了良好的效果,但这些方法缺少对深度特征的提取能力,通用性较差,且存在一定的误选现象。针对这一问题,提出了一种基于深度特征的智能景像匹配适配区选择方法。所提方法利用深度学习ResNet-50网络结构实现对景像区高维特征的提取,通过深度特征匹配方法计算匹配误差与匹配概率,实现对适配区的选取。实验结果表明,所提方法与传统的适配区选择方法相比,适配成功率平均提高40%以上,鲁棒性更强。该方法避免了繁琐的适配性能指标选择流程,可应用于不同场景下的适配区选择,改善适配区域选择的有效性和泛化性。     

基于Fuzzy ARTMAP神经网络的景像匹配实时图选取方法

提出一种新的基于Fuzzy ARTMAP神经网络并利用图像直方图特征的快速景像匹配实时图选取方法。与已有的方法相比,该方法充分考虑了图像的边缘、亮度、对比度、信噪比等特征对影像实时图质量的影响,具有自适应聚类、收敛导速,实时性好,分类准确率高和通用性强等优点。将该方法应用于SMGS（景像匹配制导系统）进行实时图像的自动选取,可大大提高SMGS的智能性,可靠性和实时性。     

景像匹配定位中的图像边缘检测算法研究

研究了目前流行的14种经典与现代边缘检测算法,对这些算法在景像匹配定侠中的应用进行了仿真,根据战术飞机及巡航导弹的实战需求,提出了边缘检测算法的各项技术指标,进而探讨了这些算法在景像匹配定位中的可应用性及发展方向。仿真结果表明：小波算法是这些算法中定位精度最高,匹配概率最高的算法,实时性也较好,模糊算法与神经网络算法因其优良性能,也应给以充分重视。     

基于分割嵌套三角剖分的重力场适配区选取算法

重力场适配区选取算法是水下重力定位系统的关键技术之一,直接影响重力匹配算法的定位精度和匹配率,为提高适配区选取算法的准确性,提出一种基于分割嵌套三角剖分的重力场适配区选取算法.首先利用墨卡托投影和重力异常空间校正,将传统重力场栅格信息变换为三维高程信息;再利用分割嵌套的思想,不断从重力场最小环形域中分割出最优三角形,从...     

一种基于因子分析的重力适配区域选取方法

为了综合分析各类特征值对于适配区选取的影响,提出了一种通过因子分析,将多种特征值综合为少数几个因子,以此确定影响适配区选取参数的方法。首先将整个区域划分为15个子区域,计算每个子区域的各类特征值,利用因子分析的方法统计各区域得分。然后,根据得分情况确定适配区选择顺序。最后,对比验证基于因子分析选出的适配区匹配定位精度。仿真结果显示,基于因子分析选取的适配区总体定位精度为0.45 n mlie,优于传统的主成分分析法,表明利用因子分析来选取重力适配区是一种可行的方法。     

基于自适应神经模糊推理系统的陀螺建模方法

系统地介绍了近年来陀螺信号处理中出现的各种主要的滤波方法,并分析了各自的优缺点.针对陀螺输出信号自身的特点,提出了一种基于自适应神经模糊推理系统的陀螺滤波方法,建立了陀螺误差模型.提出的滤波方法同时具有神经网络与模糊逻辑推理的优点,从而有效地减小了建模误差.分别探讨了陀螺静态时的零偏信号估计模型与敏感动态信号时的滤波方案.由仿真结果可以看出,该方法可以有效地估计陀螺的零偏,并能抑制陀螺输出信号中的噪声.     

基于Haar小波变换的重力场方向性适配区选取方法

水下重力场适配区的选取在重力匹配导航系统中起着至关重要的作用,传统适配区选取方法通常以重力场区域统计特性作为评价标准,而存在对方向适配性特征描述不准确的问题,在适配区中往往存在某一航向轨迹的匹配精度大幅下降的情况.针对此问题,提出一种基于Haar小波变换的方向性适配区选取方法,将小波变换后得到的高频信息图进行再组合,从而得到针对于任意指定航向的重力高频信息图.通过对某一海域的船载重力数据进行实验验证,基于所提方法可以根据当前航向选取出更具有针对性的适配区域,适配区内匹配率提升6.3％.所提出的方法不仅解决了现有适配区选取方法对方向适配性描述不准确的局限性,而且为潜航器选择以何种航向进入适配区起到了指导性作用.     

基于模糊推理网的高层结构智能型式优化方法与系统

首先,给出了一种改进加权模糊推理网,建立了基于该推理网的结构性能评价过程与方法,该网兼有模糊综合评判、模糊推理与模糊推理网等算法共同优点;然后,给出了一种基于模糊综合评判的优选法,将其与六个目标级性能的评价网集成,形成了兼有性能评价与优选功能的集成推理网络系统,给出了该集成系统的网络结构图及其决策函数,同时,建立了基于上述方法的结构智能型式优化支持系统;最后,给出了工程实例,结果与实际吻合。实践表明:该方法能以直观的方式表征、存储与利用领域专家在型式优化时的知识与策略,并克服了传统基于模糊逻辑与神经网络的型式优化系统的不足,是解决具有多目标、多层次及不确定信息的型式优化问题的有效方法。     

地磁匹配中的匹配长度估计方法

在惯导/地磁组合导航系统中,适当选择匹配长度能有效提高匹配概率和匹配精度。针对地磁匹配特点,对匹配长度的选区原则和意义进行了分析,并提出了一种基于逐点迭代的匹配长度确定算法。该算法能够有效地给出匹配长度的估值或上界,使得匹配能在航迹形变最小处获得最优估计,有效提高了组合导航的定位精度。该算法是一个基于仿真实验的算法,通过不确定域的推进,获得地磁图在正反横、纵四个方向上的匹配长度范围,进而获得匹配长度上界。仿真实验验证了算法的优良性能。     

基于重力场特征参数信息熵的适配区选择方法

针对当前重力统计特征参数类别繁多,选择标准复杂而导致错选有效匹配区域的问题,利用信息熵具有能够整合多种统计参数且算法计算量小的特点,提出了一种基于特征参数信息熵的重力辅助导航适配区的选择方法。首先,在DTU10模型下将该方法与传统单一特征参数的方法进行比较,确定了传统方法的确会错误选择可匹配区,从而也反映了所提出方法的优越性;其次,在该方法划分出的匹配区和非匹配区中分别设计了8条仿真航线,匹配区中仿真航线的匹配效果明显优于非匹配区中的匹配效果。仿真结果表明了该方法的有效性。     

一种基于遗传模糊推理的自适应容错滤波算法

针对常规卡尔曼滤波在组合导航中容错性不足的问题,提出了一种基于遗传模糊推理的自适应容错滤波算法。首先建立了基于模糊推理的自适应滤波模型,利用模糊推理系统的输出对组合导航系统的量测噪声实时进行调整,以实现状态的精确估计,进而达到容错目的。接着利用自适应遗传算法对模糊推理系统的隶属度函数参数进行了优化,提高了系统的输出精度,改进了传统模糊建模中系统精度取决于专家知识是否完备的问题。最后以SINS/GPS组合导航系统为平台进行了仿真,并在系统工作中间时刻引入量测噪声故障。验证结果表明遗传模糊推理自适应滤波算法比常规卡尔曼滤波具有更强的容错能力和总体精度,在仿真中,平均位置和速度均方根误差分别降低了20.87%和41.94%。     

基于模糊迭代均方根容积卡尔曼滤波的天基非合作目标跟踪

针对非合作航天器相对导航中测量噪声不确定的问题,提出了一种模糊迭代均方根容积卡尔曼滤波算法,实现对非合作目标相对状态的测量。该算法利用容积点均方根迭代策略和模糊推理系统实时调整改进容积卡尔曼滤波的量测噪声协方差阵权值,修正量测噪声协方差阵,使其接近真实噪声值,从而提高目标跟踪算法的自适应能力,提高了滤波精度。通过建立数学仿真模型,分别采用扩展卡尔曼滤波、容积卡尔曼滤波以及模糊迭代均方根容积卡尔曼滤波进行跟踪仿真,仿真结果表明,与标准容积卡尔曼滤波相比,该改进算法能够提高13.17%的跟踪精度。     

基于地形图像特征与模糊决策的海底地形可导航性分析方法

基于多波束测深数据和图像匹配技术的水下地形辅助导航方法需要对实施区域的地形可导航性进行评估,其中的地形独特性计算需要提取图像特征,并利用各特征参数进行综合评判。地形图像的直方图包含实际地理区域的起伏程度信息,通过定义直方图复杂度对此信息进行了有效提取。均方根对比度和拉普拉斯模方和分别侧重描述了地形整体和局部的变化程度,图像的二维熵从信息论的角度反映了地理区域包含的信息量。此外,依据单一特征参数对于待评价地形的可导航性进行排名,其结果存在不一致性,利用模糊综合评判对各参数的信息进行了有效综合。通过实测多波束地形数据仿真分析,基于图像纹理特征的地形匹配方法,在模糊评判结果最优的地形区域能够将匹配误差限制在2 m以内,结果验证了该可导航性分析方法的有效性。     

DYNAMIC CHARACTERISTIC ANALYSIS OF FUZZY- STOCHASTIC TRUSS STRUCTURES BASED ON FUZZY FACTOR METHOD AND RANDOM FACTOR METHOD

A new fuzzy stochastic finite element method based on the fuzzy factor method and random factor method is given and the analysis of structural dynamic characteristic for fuzzy stochastic truss structures is presented. Considering the fuzzy randomness of the structural physical parameters and geometric dimensions simultaneously, the structural stiffness and mass matrices are constructed based on the fuzzy factor method and random factor method; from the Rayleigh's quotient of structural vibration, the structural fuzzy random dynamic characteristic is obtained by means of the interval arithmetic; the fuzzy numeric characteristics of dynamic characteristic are then derived by using the random variable's moment function method and algebra synthesis method. Two examples are used to illustrate the validity and rationality of the method given. The advantage of this method is that the effect of the fuzzy randomness of one of the structural parameters on the fuzzy randomness of the dynamic characteristic can be reflected expediently and objectively.     

基于模糊逻辑控制的舰船组合导航自适应卡尔曼滤波器

双天线GPS提供的载体姿态信息与惯性导航系统信息进行融合可提高组合导航系统的性能。由于在实际应用中,GPS接收机可能会受到某种干扰无法提供舰船航向信息,从而降低传统卡尔曼滤波器的性能。因而提出了一种新的基于模糊逻辑控制的自适应卡尔曼滤波器。改进后的卡尔曼滤波器使用两个模糊逻辑控制器来调整两个系统的组合模式,并且根据卡尔曼滤波器的内部状态、GPS工作状态和舰船运动状态来计算卡尔曼增益。通过使用INS和GPS的实测数据验证,这种基于模糊逻辑控制的自适应卡尔曼滤波器能有效的提高INS/GPS组合导航系统的性能。     

基于模糊逻辑的光纤陀螺温度补偿技术

为了消除温度效应并提高陀螺精度,将模糊逻辑应用于光纤陀螺的温度漂移模型的辨识和自补偿中方案中。在模糊逻辑理论的框架下,根据光纤陀螺系统的模糊信息,建立模糊规则,进行模糊推理,实现对陀螺输出的近似辨识。此方法对其他没有温度相似性的陀螺也适用。在实际验证实验中,针对不同的陀螺,通过预先实验建立各自的规则表,然后进行实时补偿,在全温度范围内陀螺的零偏稳定性从0.3647(o)/h减小到0.0868(o)/h,陀螺预热时间缩短到30s以内。目前,在陀螺工艺条件还不够稳定的状态下,此方案是实用和可行的。     

景象匹配辅助导航系统匹配置信度评估方法

针对景象匹配辅助导航中,由于噪声、云层、摄像机抖动等原因导致的景象匹配可能输出错误匹配结果情况,提出一种基于证据推理的景象匹配末端置信度评估方法.首先建立序列帧时空约束关系,对匹配相关阵中峰值构建辨识框架,计算序列帧对各峰值的置信指派并利用适配因子进行折扣运算,然后采用证据推理组合规则进行融合,最后给出判决准则输出匹配...     

重力辅助导航匹配区域选择准则

通过在重力场区域中移动局部计算窗口的方法,计算了实测重力场各个局部的多种统计特征并使用填色等值线图进行了对比和分析,以局部重力场的标准差和经纬度方向相关系数作为匹配区域选择的数量指标,给出了重力匹配区经验选择准则。采用均方误差和平均绝对差算法在实测重力图上对重力辅助惯性导航系统进行了仿真研究,计算结果表明,在满足重力匹配区选择准则下进行的重力辅助导航,其导航系统定位误差小于一个重力图网格,匹配率大于90%。     

基于证据推理的惯性/景象匹配组合导航方法

针对传统的惯性/景象匹配组合导航中出现的因误匹配导致组合导航精度低的问题,设计了一种基于证据推理的惯性/景象匹配组合导航方法。在惯性/景象匹配组合导航中,使用证据推理对与景象匹配置信度相关的特征量进行融合计算,将融合计算得到的综合信度作为组合导航量测更新的依据,以降低误匹配对导航精度的影响。试验结果表明该方法可行,组合导航精度相比传统方法提高了25.9%。