基于改进蚁群算法和共用航段的搜索救援通道规划

针对战斗搜救任务场景中,空中搜索救援等待区至跳伞区之间的往返路径规划问题,提出一种基于改进蚁群算法和共用航段的搜索救援通道规划方法。首先,针对基本蚁群算法易出现局部极值及收敛速度慢等缺点,对启发函数、状态转移策略、信息素更新策略进行了改进。然后,针对单起点多目标点的路径规划问题,提出了设置分航点以生成共用航段的搜索救援通道规划方法,并以总路径长度表征任务准备负荷量与分别规划航路进行对比。实验结果表明,在本文测试环境下,改进蚁群算法规划的路径长度分别缩减15.4%和14.2%,搜索救援通道的任务准备负荷量减少25.4%。所提出的搜索救援通道规划方法有一定的理论和应用价值。

TOFD图像中焊缝埋藏缺陷的智能评定与分级

TOFD检测中缺陷的评定与分级主要依靠人工进行,需要消耗大量的精力和时间,而且还存在误判的可能性。针对该问题,本文提出一套不依赖人工干预的缺陷自动评定与质量分级方法,包括TOFD图像分区与标定、灵敏度评价、缺陷区域分割、评定与分级。试验结果表明,本文方法与传统人工方法相比,全程无须人工干预,能显著提高分析评定人员的工作效率,特别适合大型特种设备制造及安装过程中批量化TOFD图像的缺陷评定与质量分级。

基于改进卷积神经网络的无人机异常飞行检测

在无人机异常飞行姿态检测过程中,受到姿态识别模型的影响,导致算法的时间复杂度较高。因此,提出了基于改进卷积神经网络的轻小型无人机异常飞行姿态检测算法。通过无人机姿态坐标的转换,获取图像采集位置。针对采集图像进行处理和分割,提高了图像特征采集精度。基于改进卷积神经网络构建识别模型,完成飞行姿态快速识别。最后,运用高斯混合模型聚类方法建立异常姿态判别规则,实现无人机异常飞行姿态检测。实验结果证明,比较两种对比方法,文中设计的检测算法分时间复杂度降低了48.27%和67.81%。

基于莱维飞行麻雀搜索优化的Otsu多阈值图像分割

群智能算法优化多阈值图像分割策略,易陷入局部最优,搜索精度不高。将莱维飞行扰动策略融入麻雀种群觅食的搜索优化过程,以增加图像分割空间搜索的多样性,从而提高分割精度,避免搜索过程陷入局部最优;同时嵌入Sin混沌搜索机制,改进种群初始化策略,加强搜索性能。最终实现多阈值图像分割的应用性能提升,在保持算法全局寻优能力的基础上大幅度提高收敛速度和求解精度。对经典的图像多阈值分割的实验结果表明,本文方法相比于传统的智能优化策略,在寻优率和分割精度方面提升显著,收敛能力强。

高马赫数飞行器准平衡飞行段弹道优化方法

针对类HTV飞行器准平衡飞行段弹道优化问题,提出一种基于改进直接打靶法和自适应遗传算法的混合优化方案。首先在控制约束范围内构造控制量数据集,将控制量初末时刻值和终端时刻纳入优化设计变量,利用改进直接打靶法使以最远航程为目标函数,满足控制约束、过程约束(动压、过载、热流率及禁飞区等)、终端约束的动态最优控制问题参数化为非线性规划问题。在此基础上借助自适应遗传算法对控制量参数进行全局寻优,通过三次样条插值对控制量-时间历程平滑处理,利用四阶龙格库塔法进行数值积分,以此得到符合条件的理想弹道。经仿真验证,提出的弹道优化算法相较于原算法(直接打靶法-遗传算法)收敛速度更快,性能指标更优,降低了对初值的敏感程度,具备一定的鲁棒性,能够实现规避多禁飞区,搜索到满足约束条件且保证航程最远的理想轨迹。

考虑多航段服务需求响应的航班时刻表安排与机型分配集成模型

针对航班时刻表安排与机型分配集成问题,考虑多航段服务市场需求波动情形,引入航空服务对消费者的吸引力,复制多个可选起飞时段的航班,借助时空网络理论,构建了混合整数线性规划模型。将航空服务市场需求波动的多种情形按照离散分布作为输入数据,将航班时刻表安排与机型分配问题集成,使用优化求解器CPLEX进行求解。设计一种潜水启发式算法,生成包含10~20个机场的6个算例进行仿真测试,结果表明:当算例的规模超过12个机场时,该算法在速度和目标值上都优于CPLEX。最后,灵敏度分析验证了该算法的鲁棒性,说明该算法可以帮助航空公司找到比CPLEX更快更优的即时决策解决方案。

一种亚轨道飞行器再入段组合导航方法

针对亚轨道飞行器再入飞行段的环境特性,设计了由INS、GPS、CNS组成的容错型组合导航系统,该系统能根据不同飞行阶段选择相应的传感器组合方案,将处于运行状态且无故障的子系统信息自动地实现最优融合。仿真结果表明,所设计系统具有良好的容错性,并达到了较高的导航精度。

基于航迹分段的飞行程序噪声评估方法

为了减少飞机噪声排放对机场周围居民区的影响,研究了典型的进离场飞行程序。结合民用航空器运动模型和性能模型,建立了航迹模型。在研究飞行程序噪声评估方法的基础上,选取了合理的飞行程序噪声评价指标,提出了基于航迹分段模型的飞行程序噪声评估方法。以西安咸阳国际机场的进离场程序为例,选取B737—300机型进行仿真验证,绘制出了噪声等值线图。结果表明,该方法具有可行性,能够提高飞行程序噪声评估的效率,具有一定的参考价值。

基于分水岭方法的超声TOFD检测图像分割

为解决超声渡越衍射时差(Time of flight diffraction,TOFD)检测图像中缺陷识别的问题,分析检测图像的特点,研究图像自动分割的算法,其中包括图像预处理及图像分割。提出基于信号互相关算法的图像预处理方法,在此基础上,应用峰值搜索方法提取焊缝区域,利用带控制标记符的分水岭变换对预处理的图像进行分割,从而识别出缺陷目标。利用提出的图像自动分割方法分割不同的超声TOFD检测图像。研究表明,基于信号互相关算法的图像校正方法在一定程度上可抑制检测图像的畸变,焊缝区域图像的提取可减少图像分割过程的计算量,从局部极值的角度出发的带控制标记符的分水岭变换实现缺陷目标的分割。与基于阈值方法的图像分割结果相比,图像自动分割算法较好地解决了近表面缺陷的识别问题,同时提出的方法也可用于含多个缺陷的图像分割。

基于C-TOF成像的位姿测量与地物目标识别技术研究

深空探测器的功耗和体积有限,任务工况多样,与低轨道地球探测器相比,深空探测器对导航敏感器的任务能力提出了更高的需求。提出了一种基于飞行时间成像的快速位姿测量和地物目标识别技术。为了在保证位姿测量精度的前提下满足对位姿测量时间性能的需求,提出了一种基于深度信息的动态尺度估计方法。该方法提升了物方多尺度变化条件下点云配准的时间稳定性,平均配准时间缩短60%以上,平均配准精度约为0.04 m。为了满足多尺度、多形态地物目标识别的需求,使用了基于轻量化深度神经网络,可根据场景深度信息进行地物检测。结果表明,该方法可对地物特征进行快速感知,在真实场景中的准确率达到70%以上。

基于累积差分的飞行测试数据同类段定义

针对分段平均的方法在处理海量数据过程中损失有效数据信息的问题,提出基于累积差分的飞行测试数据中定义同类段的方法。该方法基于累积差分算法找出数据段中的极值点,由此确定同类段的边界。实例表明:方法可用于定义飞行测试数据中的同类段,在不损失原始数据信息的前提下,能够对海量数据进行有效压缩和快速处理。

用于TOF-SIMS的锆石样品图像自动聚焦算法

为满足现代二次离子质谱仪(SIMS)锆石样品图像自动聚焦系统对聚焦准确度的要求,提出了一种具有自动消除噪声功能的锆石样品图像自动聚焦算法,并将其应用于飞行时间二次离子质谱仪(TOF-SIMS)。该算法包括锆石图像识别分割法、分段式聚焦算法和调焦控制策略。在聚焦远峰区,采用Roberts算子的聚焦评价函数及差分累加的调焦控制策略进行粗调;在聚焦近峰区,捕捉图像中的锆石目标进行识别分割,采用局部坐标算子的聚焦评价函数与爬山法相结合的调焦控制策略进行聚焦细调。实验结果表明:该算法聚焦准确率达99%,可有效抑制噪声干扰,实现了对锆石样品图像的自动、准确聚焦。

蝙蝠优化的二维Tsallis熵多阈值SAR图像分割

针对智能优化SAR图像分割算法存在计算量大、易陷入局部最优、分割精度不够等问题,融合蝙蝠算法和二维Tsallis熵多阈值,提出了一种蝙蝠优化的二维Tsallis熵多阈值SAR图像分割算法。算法利用立方映射均匀化初始蝙蝠种群,引入Levy飞行特征加强算法跳出局部最优能力,使用Powell局部搜索加快算法收敛等3方面改进蝙蝠算法;同时将二维Tsallis熵单阈值分割方法扩展到多阈值分割,建立基于多阈值的选取方法,并结合改进的蝙蝠算法,将二维Tsallis熵多阈值应用于SAR图像分割中。仿真结果表明,与其他智能优化分割算法相比,本分割算法在边缘处理和分割精度上都有明显优势。

基于改进共生生物搜索算法的植物冠层图像分割研究

针对植物冠层图像背景复杂干扰目标多,经典Kapur熵阈值化技术效率低的问题,利用改进共生生物搜索算法(Symbiotic Organisms Search,SOS)对最佳阈值组合的选取过程进行优化,有效消除局部最优,进一步利用莱维飞行与自适应权重因子提高算法的优化能力。通过对植物冠层进行分割实验,结果证明,该算法可以获得准确的分割阈值,进而精确地分析植物冠层生长面积与其基因组学间的关系。

新一代遥测网络系统及其传输组网方式研究分析

对新一代遥测网络系统(TmNS)进行了研究,对系统的组成框架结构进行了分析;新的遥测网络系统通过新增加远程、宽带数据链路部分,使得遥测网络系统具备了下行遥测传输能力,系统因此可以进行双向数据传输,而遥测网络数据的传输与控制需要在一定的约定规则下进行,对遥测网络系统的控制欲联网协议进行了分析研究,提出了关键的几项用于新一代遥测网络系统的控制与联网协议,为飞行试验遥测网络系统中试飞数据传输提供统一规则。

面向时飞磁共振血管造影术的脑血管统计分割混合模型

由于人体脑血管结构复杂,空间比例小,三维分割和重构十分困难,本文面向时飞磁共振血管造影(TOF MRA)数据提出了一种新的瑞利高斯有限混合模型来实现脑血管的自动提取和分割。首先,对已有的混合模型进行了分析;然后,采用最大强度投影法(MIP)预处理脑部数据后采用高斯分布拟合血管类,采用瑞利分布和高斯分布拟合非血管类。提出的模型构造简单,参数向量较少;在血管与非血管的混合区域,模型与灰度直方图具有较好的拟合性。模型在传统期望最大化(EM)算法中加入随机扰动项构造随机期望最大化(SEM)算法来实现混合模型的参数估计,降低了算法对初值的依赖,同时提高了鲁棒性。实验证明,与已有双高斯模型相比,血管点数增加了27%,可细分到三级血管且细节的连通性更好。本模型可更准确地拟合数据的灰度分布曲线,有效地分割脑血管主分支及周围较细小分支,泛化性较好并可应用于相似系统中。

航迹移动模型下的复飞航迹自动生成算法

随着现代计算机科技的发展以及地理信息技术的广泛应用,飞行程序设计人员可以直接利用数字方式获取使用机场空域内的障碍物位置和高程信息。飞行程序设计已逐步从手工设计阶段过渡到自动化实现阶段。飞行程序设计关注进离场程序、进近程序设计,其中进近程序的复飞航段是飞行过程中最重要的航段,其设计受障碍物分布、高度、导航台位置等诸多因素限制。基于DOC8168文件要求,结合传统复飞程序设计流程,对复飞程序的直线航段、转弯航段以及保护区的设计进行研究,明确了复飞程序设计的关键和难点在于复飞点、复飞爬升点和复飞转弯点的选择以及航迹航向和爬升梯度的确定。利用Arc GIS软件同时结合飞行程序设计流程,运用空间数据处理、编辑和空间分析组件,提出一种复飞航迹自动生成算法。该算法将最优复飞航迹、复飞程序保护区、风螺旋线、直线保护区与转弯保护区的衔接部分等绘制功能实现,且符合飞行程序设计规则要求,同时实现了飞行程序设计流程自动生成的需求。

基于协调变量的多机协同打击制导方法与试验验证

根据多无人机协同打击的作战特点和要求,提出了一种通用性集群时空协同打击制导控制方案.该方案分析了比例导引律(Proportional navigation law, PN)在满足特定协调变量一致时具有下弹道唯一的特性,以此为基础,通过选取协调变量,将制导段分为协调段和末制导段.协调段的航迹控制采用改进Dubins方法,实现了协调变量的时空同步收敛;末制导段将三维空间制导解耦为纵向平面与侧向平面的制导,基于同系数比例导引实现集群攻击时间一致.分段航迹控制实现了集群在考虑目标防御射界约束下的时空协同.数值仿真和实际飞行试验结果表明,该方案具有实时的在线规划能力,能够实现大规模集群时空协同下的全向饱和攻击,打击时间精度和空间精度较高.

基于支持向量机的无人机视觉障碍检测

自主障碍检测与回避是无人机低高度飞行时保障其生存性的一项关键技术,有重要的研究意义。通过对机器视觉原理的研究,考虑到支持向量机方法能同时减小匹配难度和计算量,实时性能、泛化性能良好,故采用该方法通过离线监督学习,将无人机前视图像分割为天空与非天空2部分,并将非天空部分作为需要回避的障碍,实现无人机基于视觉的障碍检测系统,为后续的视觉制导提供信息。实验结果表明,支持向量机能有效准确地实现图像的天空分割,并具有良好的泛化性能。

基于图像分割算法的地形跟随航路规划

使用数学形态学分水岭变换的图像分割算法,提取了基于真实地形的地形特征谷底线,实现三维地形跟随航路规划,克服了人为引入三维真实地形而造成的建模难度大、规划空间"维数爆炸"、收敛速度慢等现象。仿真结果表明,该方法生成的规划空间小、规划时间短且易于实现。