基于因子图的无人机集群分布式协同导航方法

针对密集集群无人机的协同导航问题,提出了一种基于因子图优化的无人机群协同导航方法。结合无人机自身的导航信息和无人机之间的测距信息,将无人机群协同导航信息融合问题转换成因子图模型,给出了基于消息迭代策略的因子迭代方法,为每架无人机建立局部因子图,实现了协同导航信息分布式处理和位置优化。仿真试验结果表明,所提出的方案实现了集群无人机协同信息的分布式处理,且无人机群位置精度相对于未优化时提升3倍。所提出的方法可有效提高密集集群等多无人机应用场景下的定位精度。     

基于改进麻雀搜索算法的无人机集群置信传播协同定位方法

针对无人机集群协同定位的问题,提出了一种基于改进麻雀搜索算法的无人机集群置信传播协同定位方法.基于置信传播原理构建无人机集群的因子图模型,通过不断更新推断,以求得每个节点的后验概率分布;采用几何精度因子(GDOP)值为适应度函数,并对原始麻雀搜索算法进行混沌初始化和自适应变异改进,改善了算法限于局部最优的问题并提高了算...     

基于PSO-HJ算法的多无人机协同航迹规划方法

针对多无人机协同航迹求解计算量大、难以收敛等问题,提出了一种基于粒子群优化和Hook-Jeeves (PSO-HJ)搜索算法相融合的多无人机时间协同三维航迹规划方法。首先,建立了单无人机航迹规划求解模型。然后,通过对适应度评价函数值低的粒子引入Hooke-Jeeves搜索算法,提高了粒子多样性,改善了航迹规划算法收敛性;对不满足约束的粒子引入约束违反度函数,基于比较准则提出了一种新的粒子评价机制,促进粒子搜索位于约束边界的最优解,加快了航迹规划算法的计算效率。最后,设计了一种多无人机时间协同航迹规划求解算法,利用PSO-HJ算法先分别求解单无人机航迹信息,通过多无人机集中航迹规划层协调到达时间实现协同航迹规划。仿真结果表明,PSO-HJ算法的精度比量子粒子群(QPSO)算法精度提高了20.85%,比PSO算法精度提高了58.14%,更适用解决实际复杂的多机协同规划问题。     

基于改进遗传算法的多无人机协同侦察航迹规划

针对多无人机在复杂的战场环境中如何高效侦察多种类型目标的问题,提出了一种基于改进遗传算法的多无人机协同侦察航迹规划算法。首先,根据战场环境中不同类型目标的侦察要求,建立了以整体时间代价最小为目标函数的航迹规划模型。然后,改进了遗传算法的编码、交叉和变异等操作,来实现异质型目标分配与航迹规划的集中一体化求解。最后,为了提高算法的收敛速度,在交叉和变异操作过程中,加入了适应度更新策略。仿真结果验证了该算法的可行性,而且在4架无人机观测3种类型共10个目标的仿真条件下,相较于使用双染色体编码和多重变异算子的基于对立的遗传算法,时间代价降低了5.79%,收敛速度提高近12倍,有效提高了航迹规划的精度及效率。     

基于改进飞蛾扑火算法的无人机低空突防路径规划

针对传统群体智能优化算法在复杂环境下求解无人机突防过程中路径搜索能力不足,易陷入局部最优、搜索时间长等问题,提出了一种基于改进的飞蛾扑火优化算法的无人机智能突防方法.首先,建立基本地形模型、威胁源模型,实现三维等效地形;然后,在飞蛾扑火算法中引入交叉算子和高斯变异算子,引起火焰变异,在迭代前期加快寻优速度,增强算法的全...     

集群无人机定位信号的自适应GM-CBMeMBer滤波算法

针对集群无人机导航定位信号通信过程中,易混入实际随机噪声,而传统GM-CBMe MBer滤波算法处理会导致滤波器发散的问题,提出了一种用于集群无人机定位信号的自适应GM-CBMe MBer滤波算法。首先,构建对应的数学模型,通过观测模型和量测模型对信号进行跟踪、滤波。在此基础上,利用随机有限集和衰减因子实现对噪声的动态处理和进一步预测,结合预测值进行迭代更新,直到滤波过程结束。同时,引入高斯项的剪枝合并来提高滤波精度。实验结果表明,改进算法与传统算法相比较,在集群无人机定位航迹上的杂波点有所减少,总体平均误差降低了26.6%。同时,方法简单易行,便于工程实现。     

通信受限条件下多无人机协同环境覆盖路径规划

多无人机协同覆盖旨在有效分配多个无人机任务,实现给定区域的快速、高效全覆盖。然而,在现实应用场景中常常因为无人机之间距离超出通信范围,信号传输受阻,导致无人机之间的协作和信息交互面临极大挑战。为此,提出一种基于Deep Q Networks(DQN)的多无人机路径规划方法。采用通信中断率和最大通信中断时间两个指标来评价路径质量,通过构建与指标相关的奖励函数,实现了无人机团队的自主路径决策。仿真实验表明,所提方法在最短路径上可以与传统优化算法效果保持一致,权衡路径下在增加20%路径长度的情况下可以降低80%通信中断率,在全通信路径下则可以实现100%的全过程连接通信,因此可以根据不同的通信环境生成高效覆盖所有环境节点的路径。     

基于高斯粒子滤波与消息传递的协同导航方法

针对无人机群协同导航问题,提出了因子图框架下基于高斯粒子滤波和消息传递算法的无人机 群协同导航方法。所提方法利用因子图描述无人机群导航状态与自身量测以及相对导航信息之间的关 系,并通过高斯粒子滤波实现因子图中节点之间的消息传递,完成无人机群导航状态的最大后验概率 估计。仿真结果表明所提出的方法实现了机载多源传感信息与相对导航信息的有效融合,定位精度相 比于基于因子图和粒子化消息传递的混合和积算法（H-SPAWN）提高 50%以上。     

鱼类波状游动的推进机制

1引言鱼类是最早的真骨类脊椎动物,已经进化了几亿年,为了攫取食饵、逃避敌害、生殖繁衍和集群徊游等生存需要,经历了漫长的环境适应的自然选择过程,因此发展了各具特色的在水中运动的非凡能力,既可以在持久游速下保持低能耗、高效率,也可以在拉力游速或爆发潜速下实现高机动性．水生动物的运动方式一般可分为三大类．第一类是多种原生动物和腔肠动物所采用的纤毛推进,即依靠其体表的大量纤毛来完成运动．第二类是射流反冲推进,即依靠其体内射出的喷流来实现运动,采用这种运动方式的有胶肠动物中的类水母体纳和软体动物中的头足纲…     

多无人机多目标协同侦察航迹规划算法

针对目前无人机集群对多目标进行协同侦察时,易重复侦察目标,进而导致侦察效率低的问题,提出了一种多无人机多目标协同侦察航迹规划算法。首先,优化了K-means聚类算法的评价标准,使目标集合的聚类结果更加稳定,同时也降低了目标被重复侦察的概率。然后,利用改进的离散粒子群算法求解侦察序列,来降低整体任务的时间代价。最后依据侦察序列生成各无人机任务航迹。仿真结果表明,该算法不仅能够有效避免目标被重复侦察,而且相较于基因算法和标准离散粒子群算法,在4架无人机观测30个目标的仿真条件下,将时间代价降低24%,其收敛速度较快,求解精度更高。     

振动驱动移动系统平面避障运动分析

近年来,工业机器人的应用领域日益广泛,可移动机器人的发展备受关注,为了在一些复杂环境中准确地完成作业,学者们提出并研究了振动驱动移动系统.本文研究了在各向异性黏性摩擦环境中一类有两个在平行轨道内做正弦运动的内部质量块的振动驱动移动系统的运动规律,提出了使系统完成包括避障等规定作业的驱动设计方法.首先利用第二类拉格朗日方程,建立了系统的动力学方程;然后,利用速度Verlet积分法分析了系统的运动规律,得到了内部驱动参数与系统运动轨迹、运动速度的关系;最后,结合振动驱动移动系统的运动规律,提出了使系统沿预设路径运动和实现避障运动的驱动设计方法.通过曲线离散得到了系统沿预设路径运动的移动轨迹,进而通过改变内部质量块的驱动参数,使系统沿预设路径运动.为了使移动系统在障碍物环境中达到目标位置,提出了结合栅格法,Floyd算法及最小顶点圆法的优化的路径规划计算方法,得到了振动驱动移动系统在障碍物环境中运动的最优路径,并通过改变内部质量块的驱动参数实现了移动系统的避障运动.     

基于改进A*算法的多基地多无人机分阶段任务规划方法

针对多无人机疏散配置在多个基地、协同执行多目标侦察任务的应用需求,提出了一种基于改进A*算法的多基地多无人机分阶段任务规划方法,包括区域设置、航程估算、多基地多无人机任务分配、基地内单无人机时序分配、航迹搜索、航迹平滑和局部动态规划等多阶段层次化的处理流程。基于改进A*算法预估航程矩阵,基于改进K-means算法和深度遍历方法求解多基地多无人机任务分配,基于旅行商（TSP）模型求解单无人机时序任务分配,基于改进A*算法和三次B样条曲线规划并优化航迹,依据态势变化执行局部动态任务规划。开发了多无人机任务规划软件,验证了所提出的分阶段任务规划处理流程。实验结果表明,改进A*算法可剔除冗余节点,缩短4%以上航程,应用改进A*预估航程的任务分配能够满足威胁规避约束,进而可有效实现复杂威胁条件下多基地多无人机的航迹规划。     

基于四元数卷积神经网络的移动机器人闭环检测

为提高复杂环境下移动机器人闭环检测的准确性,减少视觉里程计的累积误差,提出了四元数卷积神经网络的闭环检测算法。首先,利用超像素分割,提取多尺度路标,提升图像描述的视角和外观不变性;然后,扩展卷积神经网络的卷积层为四元数卷积层,增加红绿蓝三通道的关联性,提取彩色图像的深层信息,更好地体现彩色图像的整体性;最后,在图像相似度度量中,不仅计算路标距离,还考虑路标形状和空间分布信息,提高相似性度量的准确性。在卡内基梅隆大学和昆士兰大学公开数据集上对算法有效性进行了验证。实验结果表明,相比传统闭环检测算法,所提算法在保证较高召回率的同时,提高了闭环检测的准确率,在数据集上分别取得87.64%和90.12%的平均准确率,显著提高了光照、视角和季节变化等复杂环境中移动机器人闭环检测的准确性。     

一种基于改进DTW的人体运动模式感知算法

人体运动模式感知算法作为下肢外骨骼机器人的关键技术之一,是外骨骼能否平稳、高效地实现人机协同功能的基础。为提高感知精度,提出了一种改进的动态时间规整（DTW）算法和一种自适应权重分配机制。首先针对传统DTW算法存在匹配失真的问题,提出了一种新的路径约束条件,并适当松弛算法的端点,以处理端点部分数据可能无法对齐的问题;然后在多传感器决策层融合中设计了一种自适应权重分配机制;最后通过惯性测量单元（IMU）采集人体在六种常见运动模式下的运动数据进行实验。实验结果表明,所提出的改进DTW算法和自适应权重分配机制相结合有助于感知精度的提升,六种运动模式的平均感知精度由90.78%提升至97.64%。     

磁场中轴向运动条形板强非线性超谐共振及混沌运动

针对磁场环境中周期外载作用下轴向运动导电条形板的非线性振动及混沌运动问题进行研究。应用改进多尺度法对横向磁场中条形板的强非线性振动问题进行求解,得到超谐波共振下系统的分岔响应方程。根据奇异性理论对非线性动力学系统的普适开折进行分析,求得含两个开折参数的转迁集及对应区域的拓扑结构分岔图。通过数值算例,分别得到以磁感应强度、轴向拉力、激励力幅值和激励频率为分岔控制参数的分岔图和最大李雅普诺夫指数图,以及反映不同运动行为区域的动力学响应图形,讨论分岔参数对系统呈现的倍周期和混沌运动的影响。结果表明,可通过相应参数的改变实现对系统复杂动力学行为的控制。     

轴向运动导电板磁弹性非线性动力学及分岔特性

研究磁场环境中轴向运动导电薄板磁弹性动力学及分岔特性。考虑几何非线性因素,在给出薄板运动的动能、应变能及外力虚功的基础上,应用哈密顿变分原理,得到磁场中轴向运动薄板的非线性磁弹性振动方程,并给出洛伦兹电磁力的确定形式。针对横向磁场环境中条形板共振特性进行分析,应用多尺度法和奇异性理论,得到稳态运动下的分岔响应方程以及普适开折对应的转迁集。通过算例,分别得到以磁感应强度、轴向运动速度和激励力为分岔控制参数的分岔图、最大李雅普诺夫指数图和庞加莱映射图等计算结果,讨论不同分岔参数对系统呈现的倍周期和混沌运动的影响。结果表明,通过相应参数的改变可实现对系统复杂动力学行为的控制。     

面向多飞行器的一致性协同估计方法

针对多飞行器协同拦截机动目标过程中的目标状态估计问题,提出了一种多飞行器对目标加速度的一致性协同估计方法。构建了多飞行器分布式协同估计结构,将扩张状态观测器和一致性理论相结合,设计了分布式协同一致性估计器。利用扩张状态观测器对目标状态进行估计,在此基础上利用一致性理论为各飞行器设计协调控制量,通过局部信息交换使得各飞行器得到一致的估计值,实现对目标加速度的精确估计。利用稳定性判定理论对一致性估计器的误差和收敛性能进行了分析,并将设计的一致性协同估计方法应用到协同拦截系统中进行了仿真验证。仿真结果显示,在不同的目标机动形式下,对目标加速度估计误差始终小于0.5 m/s~2,因此设计的一致性估计方法能够实现对目标加速度的精确估计,且具有较强的鲁棒性。     

基于扩张观测器的四旋翼无人机轨迹鲁棒滑模控制

针对四旋翼无人机轨迹追踪问题,提出了一种基于扩张状态观测器的鲁棒滑模控制方法。考虑无人机系统受到内外部扰动、线速度未知等不确定性影响,通过引入扩张状态观测器,对系统不确定因素进行实时估计并给予补偿,实现了系统对扰动的鲁棒性和对环境的高度适应性。同时,滑模控制通过引入切换函数来消除干扰及不确定项,但较大的切换增益会引起系统颤振,因此,干扰和不确定项是颤振的主要来源,利用扩张状态观测器来估计干扰及不确定项并加以补偿,消除了颤振。利用Lyapunov理论,证明了控制系统的稳定性。系统仿真实验结果表明,所提出的控制方法能够保证四旋翼无人机轨迹追踪的鲁棒性,旋翼转速最大跳变幅值降低86.4%~94.5%,提高了系统稳定性。     

计及短周期误差的直齿轮副近周期运动及其辨识

齿轮副中的齿距偏差等短周期误差使系统出现复杂的周期运动, 影响齿轮传动的平稳性. 将该类复杂周期运动定义为近周期运动, 采用多时间尺度Poincaré映射截面对其进行辨识. 为研究齿轮副的近周期运动, 引入含齿距偏差的直齿轮副非线性动力学模型, 并计入齿侧间隙与时变重合度等参数. 采用变步长4阶Runge-Kutta法数值求解动力学方程, 由所提出的辨识方法分析不同参数影响下系统的近周期运动. 根据改进胞映射法计算系统的吸引域, 结合多初值分岔图、吸引域图与分岔树状图等研究了系统随扭矩与啮合频率变化的多稳态近周期运动. 研究结果表明, 齿轮副中的短周期误差导致系统的周期运动变复杂, 在微观时间尺度内, 系统的Poincaré映射点数呈现为点簇形式, 系统的点簇数与实际运动周期数为宏观时间尺度的Poincaré映射点数. 短周期误差导致系统在微观时间尺度内的吸引子数量增多, 使系统运动转迁过程变复杂. 合理的参数范围及初值范围可提高齿轮传动的平稳性. 该辨识与分析方法可为非线性系统中的近周期运动研究奠定理论基础.      

一种转子系统混沌运动转速范围确定方法

转子系统的混沌运动容易引起其自身产生疲劳损伤并可能造成运行失稳,因此在设计和运行过程中应避开该转速区域.本文提出一种基于动力学行为非线性度量的转子系统混沌运动转速范围确定方法,根据转子系统非线性度量值的增长趋势和波动性质来确定混沌运动的转速范围.文中首先介绍了系统非线性度量的含义,以具有某设定支承松动间隙的转子系统为例...