宽角航空CCD侦察相机拼接方案综述

图像拼接技术的发展为宽角航空CCD侦察相机的设计提供了新的解决方案。回顾这种方案的发展历程,可归纳为机械拼接、光学拼接和相机扫描式3大类。以典型的应用为例,对它们的工作原理及特点进行介绍。最后根据拼接技术的研究现状,描述了航侦相机拼接方案的发展趋势。     

利用目标直线边缘交点的某型航侦CCD相机图像拼接

针对某型航侦CCD相机图像序列之间的特殊变换关系,提出了一种基于目标直线边缘交点的图像拼接方法。该方法在将相机图像重叠区域分割为较小独立区域的基础上,首先使用Canny边缘检测算子提取各个区域中的边缘信息,并用Hough变换提取边缘中的直线边缘。其次通过提出一种依据直线极坐标参数的区域扩展和选择策略来选择包含完整目标的子图像区域,并提取该区域中目标直线边缘的交点。最终根据提取到的直线边缘交点坐标实现图像配准,且采用双线性插值法融合配准区域,实现了图像的无缝拼接。实际的飞行效果验证了该图像拼接方法的有效性。     

基于模糊模型的混沌时间序列预测

对于复杂、病态、非线性动态系统，基于模糊集合的模糊模型，利用模糊推理规则描述动态系统的特性，是一种有效方法.讨论了利用模糊建模方法实现非线性系统的建模和预测.首先，利用在线模糊竞争学习方法划分输入变量的模糊输入空间，然后利用卡尔曼滤波算法估计模糊模型的参数.采用该方法对Mackey Glass混沌时间序列进行预测试验，结果表明利用本方法可以在线或者离线能对Mackey Glass混沌时间序列进行准确预测，证明了本方法的有效性. 关键词： 模糊竞争学习 混沌时间序列 卡尔曼滤波     

宽角航空侦察CCD相机设计

提出了一种新的宽角航空侦察CCD相机的设计方案.由光学转筒和反射镜旋转装置组成相机的基本结构,光学转筒被安装在与航向平行的位置上,反射镜被安装在光学转筒内与航向垂直的位置上.在航空侦察过程中,相机通过旋转光学转筒获取具有一定重叠率的局部图像序列,并分别由光学转筒和反射镜旋转装置补偿由滚动和俯仰姿态扰动产生的像移,提高单幅图像的质量.与传统的航空侦察相机相比,采用这种方案的相机具有体积小、视场宽、分辨率高和重叠率可调等优点,并且无需额外的姿态扰动像移补偿装置.最后,利用某次飞行测试中的三航道图像来验证方案的可行性.结果表明,该方案可以满足航空侦察大视场、高分辨的要求.     

基于PNN的退化交通标志图像的识别算法研究

为了识别退化的交通标志图像,该文采用一种新的特征提取算法。该算法在处理图像退化问题时,采用模糊-仿射联合不变矩直接提取图像的特征,从而避免了需要较大计算量的图像复原处理过程。针对各阶模糊-仿射联合不变矩数量级差异较大问题,提出一种数量级标准化算法。在深入分析PNN与K-means聚类算法的基础上,提出采用全局K-均值算法优化设计概率神经网络分类器,并将其用于交通标志图像的分类识别。仿真结果表明:模糊-仿射联合不变矩是一种有效的处理退化交通标志图像的方法,所设计的概率神经网络分类器不仅具有精简的结构而且具有较好的推广性能。     

深空天文测速自主导航速度矢量合成误差传递分析

针对深空天文测速自主导航系统速度矢量合成过程中的误差传递问题,推导了视向速度测量误差与定速误差统计特性之间的映射关系,获得了当测量误差满足零均值高斯分布时的定速误差概率密度函数,给出了在特定条件下定速误差均值与方差的解析表达式。理论与仿真分析均表明,当三个恒星视线方向两两正交时,测量误差对定速误差的影响达到最小,仿真结果还给出了目标恒星夹角对误差传递的影响,这些研究结果可为测速导航系统的目标选取提供理论依据。     

Cooperative impulsive formation control for networked uncertain Euler–Lagrange systems with communication delays

This paper investigates the cooperative formation problem via impulsive control for a class of networked Euler–Lagrange systems. To reduce the energy consumption and communication frequency, the impulsive control method and cooperative formation control approach are combined. With the consideration of system uncertainties and communication delays among agents, neural networks-based adaptive technique is used for the controller design. Firstly, under the constraint that each agent interacts with its neighbors only at some sampling moments, an adaptive neural-networks impulsive formation control algorithm is proposed for the networked uncertain Euler–Lagrange systems without communication delays. Using Lyapunov stability theory and Laplacian potential function in the graph theory, we conclude that the formation can be achieved by properly choosing the constant control gains. Further, when considering communication delays,a modified impulsive formation control algorithm is proposed, in which the extended Halanay differential inequality is used to analyze the stability of the impulsive delayed dynamical systems. Finally, numerical examples and performance comparisons with continuous algorithm are provided to illustrate the effectiveness of the proposed methods.     

Cooperatively surrounding control for multiple Euler–Lagrange systems subjected to uncertain dynamics and input constraints

In this paper, we investigate cooperatively surrounding control(CSC) of multi-agent systems modeled by Euler–Lagrange(EL) equations under a directed graph. With the consideration of the uncertain dynamics in an EL system, a backstepping CSC algorithm combined with neural-networks is proposed first such that the agents can move cooperatively to surround the stationary target. Then, a command filtered backstepping CSC algorithm is further proposed to deal with the constraints on control input and the absence of neighbors' velocity information. Numerical examples of eight satellites surrounding one space target illustrate the effectiveness of the theoretical results.