-
题名基于动态逆的L1自适应飞行控制方法研究
- 1
-
-
作者
马瀚融
薛雅丽
李寒雁
-
机构
南京航空航天大学自动化学院
-
出处
《电光与控制》
CSCD
北大核心
2023年第11期1-6,共6页
-
基金
国家自然科学基金(62073164)。
-
文摘
战机在战场追逃过程中需要完成超机动动作以快速进入优势攻击区域,但在大攻角飞行范围内,飞行过程具有强烈的耦合作用。传统的动态逆控制方法具有很好的快速解耦能力,但鲁棒性较差。提出一种基于非线性动态逆的L1自适应飞行控制方法,通过引入PI型动态逆控制和L1自适应结构,提高了系统的动态性能和鲁棒性。最后利用某软件仿真战机类眼镜蛇机动,结果表明该方法在提升了系统动态性能的基础上,还可以有效补偿参数不确定性等扰动,同时提高了鲁棒性,能够为战机空中作战提供技术参考。
-
关键词
作战飞机
飞行控制系统
动态逆
L1自适应控制
超机动
鲁棒性
-
Keywords
fighter aircraft
flight control system
dynamic inversion
L1 adaptive control
super-maneuver
robustness
-
分类号
V249.1
[航空宇航科学与技术—飞行器设计]
-
-
题名航空遥感影像中的轻量级小目标检测
被引量:10
- 2
-
-
作者
薛雅丽
孙瑜
马瀚融
-
机构
南京航空航天大学
-
出处
《电光与控制》
CSCD
北大核心
2022年第6期11-15,共5页
-
基金
国家自然科学基金(61922042)
南京航空航天大学开放基金(kkjj2020033)。
-
文摘
单阶段目标检测算法凭借结构简单、模型高效等特点获得很多研究者及工业界的关注。以现有的YOLO算法为基础,针对遥感图像中目标尺寸小、排列紧密等困难,提出一种提升复杂背景下小目标检测精度的轻量级目标检测方法。该方法引入加权融合特征网络,为每层特征图赋予可在训练中不断学习的权重系数,加强深浅层特征融合。通过引入CIoU损失及模型改进,加快网络收敛速度,使其满足实时性需求。在基于DOTA构建的遥感图像小目标数据集上进行对比实验,结果表明,该方法具有更好的检测精度与检测速度。
-
关键词
深度学习
目标检测
遥感图像
小目标
特征融合
-
Keywords
deep learning
target detection
remote sensing images
small target
feature fusion
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-