显著边缘直接引导的动态模糊图像盲复原方法

针对主动视觉中运动载体和云台抖动导致图像模糊的问题,提出一种显著边缘直接引导的动态模糊图像盲复原方法。为了克服经典 Canny 算子只能对边缘进行标注的缺陷,设计了图像边缘搜索-增强算法,并基于此提出了仅依据图像中显著边缘邻域完成点扩散函数优化估计的方法;为解决传统残差图像方法不能适应预测图像错位的问题,提出图像解模糊的递归残差修正算法来抑制复原图像波动;设计了图像复原的分层迭代处理流程,保证模糊图像复原的可靠性和精度。理想光照条件下的仿真表明,算法能准确恢复模糊图像的边缘,同时抑制复原图像中的波动。非理想光照条件下的仿真也验证了算法对环境有良好的适应性,具有较高的实际应用价值。     

不同模糊尺度下运动模糊方向的鉴别

为了有效减弱高动态环境对图像采集的干扰,利用模糊图像的频谱特性,提出了一种适合不同模糊尺度的运动模糊方向估计方法。该方法对比不同模糊尺度图像频谱中心亮条纹边缘特征的差别,通过计算其曲率半径实现不同模糊尺度图像的量化鉴别,在确定图像模糊尺度的大小之后,分别利用倒频谱、二次傅氏变换对模糊图像频谱中心亮线特征进行提取,考虑图像高宽比、中心十字亮线的不利影响,在二值化处理的基础上剔除十字亮线,通过亮线特征点直线拟合完成模糊方向估计。实验结果表明,该算法能够有效鉴别不同模糊尺度的运动模糊方向,估计精度较其他同类算法更高,相对误差率均小于0.02。     

小模糊尺度下运动模糊方向鉴别算法研究

针对现有模糊方向鉴别算法检测小尺度运动模糊图像存在误差的问题,基于运动模糊图像二次傅里叶变换后的频谱特性,分析了其误差成因,并提出了一种适用于小尺度运动模糊图像模糊方向鉴别的新算法。首先对小尺度运动模糊图像的频谱进行细化,通过中值滤波对细化图像去噪,避开了频谱噪声带来的估计误差问题;其次,选取灰度中值作为阈值进行二值化,同时去除二值图像的中心十字亮线和中心亮斑,使模糊方向特征更加明显;然后用投影变换计算出亮条纹方向得到小尺度模糊图像的方向估计。最后通过仿真验证了算法在运动模糊尺度为3～10像素的小尺度情况下的实效性。实验结果表明,该算法相比其他同类算法对于小尺度运动模糊图像的模糊方向估计精度更高。     

高超声速飞行器非线性干扰观测器动态面滑模控制

针对高超声速飞行器纵向模型具有高度非线性、多变量耦合以及参数不确定等特点,提出一种基于非线性干扰观测器的高超声速飞行器动态面滑模控制方案。利用非线性干扰观测器观测未知干扰,并通过动态面滑模设计控制器使观测误差指数收敛,针对高度和速度进行了稳定性分析,采用动态逆的方法设计速度控制器,控制律的设计保证了闭环系统的半全局一致稳定。仿真结果表明,该控制方案能够有效地的克服非线性干扰的影响,提高系统的鲁棒性。     

一种无人机非标定视觉自定位新算法

针对高动态环境下如何利用视觉导航快速解决GPS失效故障的问题,基于射影几何的基本性质,在预知失效时刻无人机坐标的情况下,提出了一种无人机非标定视觉自定位的新算法。首先对目标进行定位,假定摄像机内参数在拍摄过程中不发生变化,重点分析视觉系统在对目标一次识别的情况下快速定位,并在此基础上对无人机进行反定位。仿真验证表明:该算法能有效进行自定位,新位置的自定位坐标与实际坐标差异小,最大差值为0.01m,该算法无需知道摄像机的参数,避开了由于摄像机标定不准确带来的定位误差问题,提供了一种简单、实时、精度高的自定位新思路。     

基于改进人工蜂群算法的多机飞行冲突解脱策略

针对同一空域内多无人机飞行冲突解脱问题,提出了一种基于改进人工蜂群算法的冲突解脱策略。在传统蜂群算法的基础上改进了跟随蜂对雇佣峰的选择概率及跟随蜂的搜索策略,发挥了迭代过程中最优解的引导作用,保持了传统人工蜂群算法全局搜索和跳出局部最优的能力,解决了传统人工蜂群算法局部搜索效率较低的问题,提升了收敛性能,增加了得到最优解的概率。利用该算法通过航向调整和速度调整2种策略实现了多机的冲突解脱。对比仿真结果验证:该方法在收敛速度、运行速度和最优解的适应度等方面都较遗传算法有很大提升。     

基于消隐点无穷单应的摄像机焦距精确自标定方法

利用一组平行线在不同姿态摄像机图像平面中对应消隐点间的无穷单应关系和摄像机相对姿态信息,提出了一种摄像机焦距的高精度实时标定方法。该方法仅通过摄像机在任意两个位置下拍摄同一组空间平行线,基于消隐点对之间的无穷单应关系构建约束,求解焦距参数;将对应光心与消隐点连线的平行程度作为优化指标,利用Nelder-Mead非线性单纯型法实现焦距参数的优化,有效地抑制了图像噪声和姿态测量误差,提高了标定结果的精度和算法的稳健性;大量仿真结果验证了该算法可以在任意相对姿态下实现,且具有精度高、稳健性强、实时解算的优点。     

贝叶斯网络的对地攻击无人机自主能力评估

作战任务条件下评估对地攻击无人机自主能力，是无人机作战使用亟待解决的关键问题之一。针对对地攻击无人机作战流程与特点，选取感知探测、规划决策、作战执行、安全管理和学习进化5个紧密贴合其作战运用特点的自主能力影响因素，构建面向全任务过程的对地攻击无人机自主能力评估指标体系。基于贝叶斯网络建立自主能力评估模型，利用改进熵权法确定根节点的先验概率，并运用贝叶斯软件Netica进行实例仿真。针对对地攻击无人机任务前、任务中和任务后的自主能力，利用因果推理、截断分析推理和影响因素推理3种推理模式进行仿真验证及推理分析，根据仿真验证结果给出了各个阶段自主能力的动态调整建议。     

东北虎的散养与繁殖

秦皇岛野生动物园的虎园占地约250亩。园内生长着高低起伏的茅草、灌木丛,以及疏密相间的槐树、杨树、柏树等林木,低矮的丘陵、人工假山和湖泊错落有致,与东北虎的原始生境很是接近。俗话说“一山不容二虎”。这在一定程度上反映了东北虎独居的生活习性。但也不是所有的老虎都争得你死我活,由于长期的共同生活,大多数的虎不但已习惯了各占一方,互不干涉“内政”的格局,还能和狮子相安无事,和平共处。在虎园中,只有那些能与伙伴和睦相处的虎才能出来会见八方来的客人,而那些经常打架斗殴的傢伙们,只好在禁闭室反省     

基于ADC-BP模型的对地攻击无人机自主作战效能评估

为紧贴实战背景进行对地攻击无人机自主作战效能，提出一种改进ADC模型的效能评估方法。首先，在传统ADC模型的基础上，引入战场环境因素、人为干扰因素，并基于遗传算法优化BP神经网络，重构传统作战能力评估模型，构建基于ADC-BP的自主作战效能评估模型；其次，基于无人机作战任务特点，拓展并归纳影响效能的关键能力指标，构建与作战全过程相适应的评估指标体系；最后，以对地攻击无人机执行压制防空任务为例进行效能评估，结果验证了ADC-BP评估模型的合理性和实用性。