机载传感器时间间隔优化管理算法

提出了一种机载传感器目标探测时间间隔优化管理方法.该方法考虑目标状态估计精度,采用交互多模型滤波算法进行传感器量测信息滤波,进而实时计算传感器目标探测跟踪的信息矩阵.在此基础上,搜索计算传感器在一定探测目标精度下的探测最佳间隔时间,实现机载传感器探测资源的有效配置和管理.进行了该传感器时间间隔优化管理算法的仿真研究,结...     

基于无线传感器网络的移动机器人导航方法

为移动机器人在无定位信息的无线传感器网络(WSN)中选择路程短、代价低的导航路径,提出了一种基于无线传感器网络的移动机器人导航方法,包括全网络导航路径规划和局部节点趋近算法。该方法通过结合各节点传感器数据,构造代价函数,在网络中建立伪梯度势场,为移动机器人规划最优路径;移动机器人通过探测接收信号强度指示(RSSI),逐一趋近该路径上的传感器节点到达目标节点。仿真结果表明,该方法能够根据移动机器人的导航要求,引导移动机器人迅速沿最优路径到达目标节点。     

基于模糊算法的移动机器人路径规划

为了解决移动机器人最优路径规划问题,提出一种基于模糊算法的移动机器人路径规划策略.利用超声波传感器对环境进行探测,得到关于障碍物和目标的信息.运用模糊推理将障碍位置信息与目标位置信息模糊化,建立模糊规则并解模糊最终使机器人可以很好的避障,从而实现了移动机器人的路径规划.仿真实验结果表明了模糊算法优于势场法和A*算法,具...     

无线传感器网络中移动sink节点的路径规划

在无线传感器网络中,大量感知数据汇集到sink节点的采集方法会导致sink节点附近的节点能量耗尽,造成能量空洞。针对该问题,利用移动的sink节点进行数据收集是一种解决方法,其中移动sink的路径规划成为一个重要的问题。提出了一个移动sink路径规划算法,将无线传感器中随机分布的节点划分为不同的子区域,寻找sink节点移动的最佳转向点,最终得到最优的移动路径,以实现无线传感器网络生命周期最大化。仿真实验表明,与现有方案相比,该算法能显著延长网络的生命周期。     

基于地面传感器的低空目标跟踪算法研究

研究了用地面声阵列传感器进行低空飞行目标跟踪问题。采用了3种类型的关联门,即初始波门、小波门和中波门,使用Kalman滤波算法来实现对方位角的跟踪。充分考虑声音传播的延时,进行传感器的方位角数据匹配,计算目标的位置。通过判断上报方位信息的各传感器是否在同一有效探测范围内,降低了计算量。仿真结果表明,该低空飞行目标数据融合算法是有效的。     

基于干涉图分析的大气污染气体探测

为使被动傅里叶变换红外光谱仪能在移动状态下进行大气污染气体的探测,研究了一种对干涉图进行滤波的信号处理算法.该算法通过选择合适的传统滤波器除去干涉图上多余的信息而保留与目标探测气体的特征峰有关的信息,达到识别的效果.结果表明利用该算法对干涉图进行处理可有效地识别污染气体.由于该算法不需要获得背景光谱,从而实现被动傅里叶变换红外光谱仪在移动状态下进行污染气体的探测.     

地面机动目标跟踪方法研究

地面机动目标的跟踪是智能信息处理研究的一个重要问题。介绍了地面机动目标跟踪的方法,提出了基于地理信息的目标关联方法,主要采用智能启发式路径搜索算法,利用地理信息对目标经过位置进行评估从而形成最优路线。该方法通过提取地理信息计算补偿因子,选择代价小的节点作为下一步搜索对象,比盲目型深度优先或广度优先搜索提高了效率,试验表明该方法是可行的。给出了算法的详细实现步骤。     

被动传感器组网模糊综合贴近度的数据关联算法

针对被动传感器采样非周期且采样数据缺乏距离信息等特点,提出了一种用于解决目标航迹与传感器量测相关联的模糊综合贴近度的数据关联算法.由于被动传感器的量测没有距离信息且传感器探测范围小,本算法首先设置两个关联波门进行量测筛选;然后采用航向确定法得出航向角信息,并综合方位角、俯仰角信息,使用模糊综合的方法进行最终的关联,以解决关联错误率高的问题;最后使用扩展卡尔曼滤波进行目标状态与协方差的更新.实验结果证明了该算法方法的有效性.     

基于离散多目标优化粒子群算法的多移动代理协作规划

无线传感器网络中多移动代理协作能快速高效地完成感知数据汇聚任务,但是随着移动代理访问数据源节点数的增加,移动代理携带的数据分组会逐渐增大,导致传感器节点能量负载不均衡,部分数据源节点能耗过快,网络生存期缩短。目前,针对该问题所设计的能耗均衡算法,多以降低多移动代理总能耗为目标,却未充分考虑部分数据源节点能量消耗过快对网络生存期造成的影响。提出离散多目标优化粒子群算法,以网络的总能耗和移动代理负载均衡作为适应度函数,在多移动代理协作路径规划中寻求近似最优解。通过仿真实验验证,所提出的多移动代理协作路径规划,在网络总能耗和网络生存期方面的性能优于同类其他算法。     

基于局部搜索树的UAV与UGS协同移动目标追踪方法

针对无人机(UAV)与地面无人值守传感器(UGS)的空地协同目标追踪问题,提出一种交通道路网络环境下基于局部搜索树的移动目标搜索追踪方法。在该方法中,无人机通过与地面无人值守传感器抵近通信,获取目标经过传感器节点的时间信息,基于该信息估计目标运动速度及预测目标后续位置,通过局部递归搜索优化无人机对目标的追踪路径。针对追踪过程中不完全信息条件下的传感器节点访问次序决策问题,设计了两种节点选择评价机制并对其效果进行了比较和分析。仿真实验结果表明,该方法能在目标运动路径及速度不断变化的情况下以较大概率捕获目标。     

多无人机协同任务规划

为解决多无人机协同规划军事目标打击的问题,基于多旅行商（TSP）数字规划理论进行路径和时间的优化。文中建立了多旅行商（TSP）数字规划模型,并根据任务性能和区域划分理论,利用退火算法求解出该模型的最优解。使用A*路径规划算法,通过编程仿真规划出了无人机的时间最优路径。结果表明,该方法较好地解决了当前无人机协同作战的目标分配问题,大幅提高了无人机协同作战的能力。     

多传感器自适应滤波融合算法

该文提出了一种在线调整权值的多传感器自适应滤波数据融合跟踪算法,用于解决复杂背景下机动目标跟踪问题。首先自适应寻找各个传感器所对应的最优加权因子,确定融合后某一时刻目标最优观测值;其次,以输入信号作为相关自适应滤波器的观测信号,通过新息相关自适应滤波算法根据状态方程及观测方程中误差的变化,实时动态地调整增益矩阵,同时依据自适应滤波状态偏差输出信号及当前观测数据,应用模糊推理在线调整各传感器权值,最终系统输出即为测量轨迹在两级自适应调整融合下最优轨迹。仿真结果证明了算法有效性。     

基于启发式A~*算法的飞行器三维航路规划

提出了一种基于启发式A*算法的三维航路规划方法并进行了仿真验证.首先对地形的高程栅格数据进行综合平滑处理,建立满足飞行器机动性能的安全飞行曲面,结合威胁数据的量化模型,采用改进的A*算法在安全飞行曲面上规划出三维飞行航路,并对搜索出的航路进行了优化和平滑处理.仿真结果显示,算法简单快速,能满足飞行器执行不同任务的需要,易于工程实现.     

海量目标量测数据下的目标跟踪

针对大量传感器同时跟踪同一目标产生海量目标量测数据而一般融合滤波算法难以处理的问题,提出了通过数学统计原理提取跟踪状态信息并应用交互式多模型统计滤波算法进行解决的方法。该方法首先利用数学统计原理从海量目标量测数据中统计出目标跟踪滤波过程中所需要信息,并利用改进的交互式当前统计模型算法对所提取信息进行滤波,在不影响跟踪精度的情况下很好地解决了的海量目标量测信息的融合跟踪问题。理论分析和仿真结果证明了该方法的有效性。     

一种无人飞行器监控数据预处理方法

阐述了对无人飞行器进行监控的必要性和重要意义,设计了一种无人飞行器监控数据预处理流程。首先采用空间对准算法将各传感器数据统一到空管系统坐标系下。然后根据无人飞行器的运动特点提出了基于改进“当前”统计模型的自适应卡尔曼目标滤波算法对航迹数据进行平滑滤波,该算法根据滤波新息的变化自适应调整机动频率,仿真表明改进后的算法能够实现对目标更为精确的跟踪。之后对航迹数据中的野值进行了判别和剔除。最后规范统一了各传感器的数据帧格式,实现了对监控数据进行预处理的目的。     

多设备数据融合的空中防撞预警研究

空中防撞预警是保证飞行安全的一项重要课题，而随着各大机场吞吐量的不断攀升， 航路日益拥堵，对空中防撞性能的要求也随之增加。为了提高目前空中防撞探测距离和探测精度， 利用 ADS-B 和本机 GPS 接收机获取入侵飞行器的相对位置信息，以 GPS 报文中的 EPU 值为质量参数，对 ADS-B 数据和 TCAS 数据融合，获得最优线性融合，最后滤波输出高精度位置信息。 仿真实验结果表明，通过 EPU 数据的引入该融合算法运算速度快，精度高，提高了相对位置探测精度和预警范围，为空中防撞策略提供了更为准确的判断依据，可以显著提高空中防撞预警能力。     

Environment perception for a mobile robot using double ultrasonicsensors and a CCD camera

To move efficiently in an unknown or uncertain environment, a mobile robot must use observations taken by various sensors to construct information for path planning and execution. A reasonably accurate representation of the external world would also be very useful for robot self-localization. One of the merits of applying multiple sensors to a mobile robot is the enhancement of environment recognition. In this paper, the authors propose to use sensory information combined from double ultrasonic sensors and a CCD camera. They developed an algorithm based on a dual-transducer design to eliminate errors resulting from the beam opening angle of ultrasonic sensors. An extended discrete Kalman filter (EDKF) was designed to fuse raw sensory data and to reduce the influence of specular reflection of ultrasonic type transducers, thereby providing a more reliable representation for environment perception. Computer simulation, as well as practical experimental results demonstrate that this sensory system can provide useful and comprehensive environment perception for intelligent robotics     

机载单站多目标定位航迹规划研究

多目标航迹规划是指侦察飞机在机载单站无源定位过程中,根据侦收到的多个目标信号方向、威胁等级和飞机本身机动能力的限制,计算出最优飞行航迹,并跟随该航迹同时完成多目标定位任务。首先建立了机载单站无源定位中的探测模型、控制模型和航迹规划模型;然后提出一种基于评价函数和扩展α法的多目标航迹规划算法;最后进行了仿真分析,仿真结果表明该方法的有效性。