基于卷积神经网络与长短期记忆神经网络的弹丸轨迹预测

针对弹丸非线性轨迹预测问题,提出一种基于卷积神经网络(CNN)与长短期记忆(LSTM)神经网络的混合轨迹预测模型。通过建立6自由度弹丸运动模型,并使用4阶龙格库塔法外弹道仿真,得到大量轨迹数据样本;提出CNN-LSTM神经网络的混合轨迹预测模型,并利用滑动窗口法和差分法构造输入输出的轨迹数据对,将预测问题转化为有监督的学习问题;将所提模型与LSTM神经网络模型、门控循环单元(GRU)神经网络模型和反向传播(BP)神经网络模型在同一数据集下进行仿真实验。研究结果表明,CNN-LSTM神经网络模型预测3 s后的平均累积预测误差在x轴方向约为14.83 m,y轴方向约为20.77 m,z轴方向约为0.75 m,且轨迹预测精度优于单一模型,为弹丸轨迹预测研究提供了一定的参考。

弹载小型化软件无线电平台设计

针对弹载无线电系统安装空间有限,且传统硬件设计功能单一,兼容性差的缺点,提出了一种基于FPGA与AD9361的弹载小型化软件无线电平台设计方法。重点阐述了硬件平台设计与软件无线电设计的几种关键方法:AD9361编程配置方法、数字基带处理系统可重构方法、硬件平台小型化设计方法。按照提出的设计方法进行了设计实验,证明了该设计方法的可行性。与传统的弹载无线电平台设计方法相比,该方法具有体积小、硬件可扩展、通信体制可重构的优点,可以方便地安装在多种不同型号的弹体中,通过软件重构的设计方法实现不同通信指标的无线电设计。

遥感云图纹理特征提取算法实时加速设计

为了解决灰度共生矩阵对遥感云图特征提取实时图像处理过程中算法复杂度高,运算时间长,数据运算量大等问题,提出了一种Vivado HLS实现卫星遥感云图特征提取算法的硬件加速方法。通过对灰度共生矩阵纹理特征提取算法以及Vivado HLS硬件加速设计进行研究,利用Vivado HLS对灰度共生矩阵纹理特诊提取进行硬件加速,并且封装为可调用的IP核,将PC端遥感云图处理结果与Zynq7020硬件加速后的处理结果进行比较,实验结果表明,该方法能够快速的解算遥感云图纹理特征,加快遥感云图处理速度,同时克服了FPGA设计图像算法难度大的缺点。

基于抗差自适应滤波的多源融合导航算法

针对单一的导航源导航信息单一、易被干扰、可靠性低的问题,本文设计了一种多源融合定位导航算法,构建了SINS/BDS/里程计/气压高度计/电子罗盘的融合导航模型。并且对多源导航信息融合过程中可能出现动力学模型易受扰动,以及量测信息异步异质的情况,设计了抗差自适应滤波器,来控制动力学模型预测信息异常和量测信息异常的影响,此外还研究了信息融合过程中滤波发散的判断、处理方法,并给出了滤波校正的手段,最后基于不同的信息融合模型和滤波方法做了半实物仿真实验,并对滤波结果进行了分析和总结。实验结果表明本文设计的多源融合导航算法可以整合多传感器的优势,提供高精度、高可靠性的定位导航服务。