基于灵敏度分析及Volterra级数的非线性模拟电路故障诊断

为了有效解决非线性模拟电路故障诊断问题,提出了一种基于灵敏度分析及Volterra级数理论的故障诊断方法。首先采用灵敏度分析估计激励信号的有效频带范围,根据Volterra级数确定激励信号的频率成分,以使故障可测度最大化;其次基于多音激励下Volterra核的频域输出特性进行故障特征提取,并采用主元分析(principal componentanalysis,PCA)对故障特征进行维数压缩;最后构造多值分类支持向量机(support vector machine,SVM)网络进行故障模式判别。理论分析及仿真结果表明,与以往方法比较,该方法可以显著提高非线性模拟电路故障识别率,验证了该方法的有效性。     

一种基于KL-AEPF的无人机侦察移动目标定位算法

基于EPF的无人机侦察移动目标定位算法在采样阶段需要利用EKF算法计算所有粒子的均值和协方差,导致其计算量大。本文提出了一种基于KL距离的自适应EPF改进算法,该方法在采样阶段利用EKF算法更新前半部分粒子,后半部分粒子仍通过先验概率分布更新,然后根据两个粒子集概率分布间的KL距离自适应更新当前时刻的粒子数。在保证精度的同时选择合适的粒子数目,大幅度降低计算量,提高运算速度。通过实测飞行数据验证,该算法平均每个采样周期内粒子数为40,平均每个采样周期内计算时间为8 ms。与EPF算法相比,该方法能在保证定位精度的同时明显减少计算耗时,具有一定的工程应用价值。     

基于自适应和最优特征的合成孔径雷达舰船检测方法

针对合成孔径雷达（SAR）目标舰船检测中对小目标检测效果不佳的问题,提出一种自适应锚框单阶段舰船检测方法。首先,在单阶段无锚框特征选择（FSAF）算法的基础上利用神经架构搜索（NAS）得到最优特征融合方式,以充分利用图像特征信息;然后提出新的损失函数,在解决正负样本不均衡的同时使网络能够更加精确地对位置进行回归;最后结合更适用于舰船检测的Soft-NMS过滤检测框得到最后的检测结果。在公开的SAR舰船检测数据集上进行了多组对比实验,结果表明,相比基础目标检测算法,所提出的方法对小目标的漏检和误报明显减少,且对靠岸舰船检测性能有一定提升。     

融合注意力机制与改进SSD算法的SAR舰船目标检测方法

针对单次多盒检测算法(SSD)对复杂背景下合成孔径雷达(SAR)图像舰船目标的检测容易出现误检或漏检情况,提出一种基于融合注意力机制与改进的SSD算法的目标检测方法。首先在SSD算法上引入ResNet网络并进行改进,以提供丰富的语义信息和细节信息,提高算法的鲁棒性;其次融合通道和空间注意力增强对舰船目标的辨认能力,抑制海杂波等干扰信息;同时改进损失函数来解决舰船密集分布时的漏检问题,提高网络训练效果。数据集上的实验表明,该方法平均准确率(mAP)为87.6%,比SSD算法提高了4.2个百分点,目标的漏检和误检明显减少。相比SSD算法,该算法对复杂背景下的舰船目标有较好的辨别能力和鲁棒性,抗干扰能力有所提升。     

利用惯导测量单元确定关键帧的实时SLAM算法

由于嵌入式处理器算力的限制,实时性差一直是视觉惯导同时定位与建图（VI-SLAM）走向实际应用的一个亟待解决的问题,因此提出一种利用惯导测量单元（IMU）确定关键帧的实时同时定位与建图（SLAM）算法,主要分为3个线程：跟踪、局部建图和闭环。首先由跟踪线程通过IMU预积分自适应地确定关键帧,而自适应阈值由视觉惯性紧耦合优化的结果得出;然后仅对关键帧进行跟踪,避免对所有帧进行特征处理;最后利用局部建图线程在滑动窗口中通过视觉惯导光束平差法得到更加精确的无人机位姿,利用闭环线程得到全局一致的轨迹和地图。在数据集EuRoC上的实验结果表明,该算法能在不降低精度和鲁棒性的情况下显著减少跟踪线程耗时,降低VI-SLAM对计算资源的依赖。在实际飞行测试中,该算法能够较实时准确地估计出具有尺度信息的无人机飞行真实轨迹。     

基于滑模扩张干扰观测器的固定翼无人机动态逆控制

为解决存在模型不确定性与外部干扰时的固定翼无人机控制问题,设计了一种非线性滑模扩张干扰观测器与快速响应动态逆相结合的控制律。在扩张干扰观测器设计的基础上,引入滑模原理设计了一种非线性滑模扩张干扰观测器,对干扰及其变化率进行实时估计;将无人机姿态运动方程分为姿态角慢回路与姿态角速率快回路,依此分别设计动态逆控制律,并基于干扰估计量对未知扰动进行补偿,同时在快回路控制器中加入由快速跟踪微分器(TD)估计的指令值微分量,以提高控制器的响应速度,最后证明了复合控制器的稳定性。仿真实验表明,设计的复合控制器能够对无人机姿态运动进行高效控制。     

基于NOFRF的脉冲式雷达快速故障诊断方法

脉冲式雷达在传统测试中需要通过大量的性能参数测试,来判断雷达是否处于正常状态,测试过程步骤复杂且耗时长.为克服脉冲式雷达传统测试中存在的缺点,提出了一种新型的采用非线性输出频域响应函数(Nonlinear Output Frequency Response Function,NOFRF)模型的快速故障诊断方法.首先利用脉冲式雷达的发射机在发射射频信号时会通过收发开关将一小部分射频信号送入接收机的特点,将雷达予调脉冲信号和雷达接收机检波器的视频脉冲信号分别看作雷达系统的输入激励和输出响应,因此可将整个雷达系统看作是一个具有输入输出端口的黑匣子,便于根据NOFRF模型对其进行建模.其次采用NOFRF的快速自适应辨识算法对雷达的各阶NOFRF核进行辨识,然后以各阶NOFRF核的功率积累量作为故障特征量,对雷达的健康状态进行快速识别.通过某型武器系统脉冲式雷达机的故障诊断验证,证明所提方法的有效性.     

Kalman滤波在室内定位动态测量中的应用

为了解决室内定位动态测量系统应用中所估算的目标位置偏差大问题,提出一种基于卡尔曼滤波的室内定位法。利用双目视觉的标定原理估算出目标的位置坐标．再利用卡尔曼滤波算法对目标的估算位置进行滤波处理,以提高室内定位系统的性能和精度。实验结果表明,卡尔曼滤波算法具有良好的有效性。